2019年3月，一代債券之王格羅斯宣布退休，彭博創(chuàng)始人邁克爾·布隆伯格宣布贈送三臺終端，供這位七旬老漢終生免費使用。

作為離錢最近的行業(yè)，金融以數(shù)據(jù)為生命線，彭博終端則是把握脈搏的探測儀。早在2015年，格羅斯就將使用多年的彭博鍵盤捐給美國史密斯國家博物館，作為“現(xiàn)代金融世界的標志”展出。不止格羅斯，彭博終端改變了整整一代金融從業(yè)者的交易方式。

史密斯博物館收藏的彭博鍵盤

把復雜的計算機語言轉(zhuǎn)化成華爾街精英的常用詞匯，從產(chǎn)品功能到界面設計都為交易員、分析師們量身打造，讓彭博終端自問世后便大受歡迎——當然，價格同樣不菲，上萬美元的服務費用時刻映襯著華爾街的紙醉金迷。

數(shù)字化并非金融業(yè)的專利，自互聯(lián)網(wǎng)產(chǎn)業(yè)拔地而起，各行各業(yè)的企業(yè)家、小老板們開始把扁平管理、數(shù)據(jù)消費等現(xiàn)代經(jīng)營理念掛在嘴邊，數(shù)據(jù)的重要性前所未有地提升，與土地、勞動力、資本、技術(shù)并稱為五大生產(chǎn)要素。

用數(shù)據(jù)指導業(yè)務、提高效率不再是華爾街精英和互聯(lián)網(wǎng)極客的特權(quán)，走馬上任的CIO（首席信息官）和CTO面前正擺放著一個全新的命題：

既然數(shù)字化大勢所趨，如何找到屬于自己的“彭博終端”？

數(shù)據(jù)飛輪：流動的數(shù)據(jù)才有價值

2020年，德邦快遞招兵買馬，計劃打造一套數(shù)字化營銷系統(tǒng)。

像快遞這樣的勞動密集型行業(yè)，在人們的慣常印象中離“數(shù)字化”相去甚遠，即使近年加大投入，外界對其數(shù)字化場景的想象也不過是物流追蹤。

但實際上，伴隨快遞業(yè)與電商行業(yè)的深度綁定，快遞不僅是電商運轉(zhuǎn)的重要基建，衍生出的種種數(shù)據(jù)也是一份詳實的行業(yè)統(tǒng)計公報。

身處其間的快遞企業(yè)顯然深知這一點，對數(shù)據(jù)優(yōu)化業(yè)務流程的訴求也極其迫切。德邦快遞嘗試過不少數(shù)字化方案，但要么無法承載海量用戶規(guī)模，要么數(shù)據(jù)應用深度不足。

類似癥結(jié)并非快遞業(yè)獨有，而是許多行業(yè)面臨的共通問題：數(shù)字資產(chǎn)和業(yè)務應用的兩相割裂。

快遞行業(yè)做營銷常常需要結(jié)合時令變化和區(qū)域特點，在各地市場精耕細作，比如11月正值蘋果上市的季節(jié)，往往得關(guān)注陜西、甘肅、新疆等產(chǎn)區(qū)的用戶營銷。

但在實際應用中，由于數(shù)據(jù)處理滯后等種種原因，營銷策略部署不及時、動作變形的情況時有發(fā)生。

結(jié)果就是業(yè)務追著用戶跑，一線人員收到營銷線索、總部人員確定營銷動作時，市場已經(jīng)變了一幅景象。

2023年，德邦快遞敲定了與火山引擎的合作，結(jié)合包括客戶數(shù)據(jù)平臺VeCDP、增長營銷平臺GMP、A/B測試產(chǎn)品DataTester在內(nèi)的系列數(shù)據(jù)產(chǎn)品，嘗試構(gòu)建以數(shù)據(jù)消費為中心的企業(yè)數(shù)智升級新模式“數(shù)據(jù)飛輪”。

在增長營銷平臺GMP上，德邦快遞建立了超過15條自動化營銷鏈路，以往德邦快遞每個月只能進行3-5場營銷活動，現(xiàn)在單月營銷活動峰值達到100場。

這個過程中，數(shù)據(jù)本身并沒有改變，改變的是數(shù)據(jù)的流通路徑。也就是說，數(shù)據(jù)不能處在被“存放”的狀態(tài)，需要“流動”到業(yè)務中去。

而火山引擎“數(shù)據(jù)飛輪”的含義，便在于數(shù)據(jù)的“流動”：一個又一個具體業(yè)務中的數(shù)據(jù)消費，加速了決策洞察。數(shù)據(jù)真正賦能業(yè)務帶來好的結(jié)果時，會推動更多、更頻繁的數(shù)據(jù)消費行為，從而構(gòu)成第一個面向企業(yè)業(yè)務應用的“飛輪”。

業(yè)務的增長意味著更大規(guī)模的數(shù)據(jù)，伴隨數(shù)據(jù)資產(chǎn)的積累和建設，數(shù)據(jù)研發(fā)效率也會提升，更好、更快的數(shù)據(jù)產(chǎn)品，讓業(yè)務更愿意使用，成為第二個面向企業(yè)數(shù)據(jù)資產(chǎn)的“飛輪”。

數(shù)據(jù)消費則是數(shù)據(jù)流動過程中的核心環(huán)節(jié)：不能讓流動在一線的海量數(shù)據(jù)真正被消費起來，為業(yè)務所用，那么數(shù)據(jù)就只有單純的“展示”功能。這實際上是一種資源浪費。

長期的實踐中，火山引擎連同各行各業(yè)積累了大量數(shù)據(jù)飛輪的實踐樣本，其對應的大背景其實是中國企業(yè)的“數(shù)字化”過程。時至今日，伴隨生成式AI的日新月異，一大批企業(yè)又走向了“智能化”的隘口。

脫胎于字節(jié)跳動數(shù)據(jù)驅(qū)動的數(shù)據(jù)飛輪，讓越來越多行業(yè)與公司感受了“數(shù)字化”的效率，當“數(shù)智化”的訴求迫近，新的方法與實踐也應運而生。

騰籠換鳥：人工智能改變了什么

2010年，《經(jīng)濟學人》提出了一套由工業(yè)用電量、中長期信貸余額和鐵路貨運量組成的指標，用于評估中國GDP增長量。花旗銀行在此基礎上對各項指數(shù)進行賦權(quán)，最終得出一個日后廣為人知的計算公式：

工業(yè)用電量增速*40%+中長期貸款余額增速*35%+鐵路貨運量增速*25%

看似腦回路清奇的發(fā)明自有其合理性，這三個指標都與經(jīng)濟增長掛鉤最緊密，一定程度上擠掉了統(tǒng)計數(shù)字的水分。

這種對于數(shù)據(jù)的深度挖掘，在當下已經(jīng)成為一種普遍性訴求。從“三張表”里的核心財務指標，到APP里每一個菜單的點擊和跳出、用戶或普通或離奇的交互行為，都與企業(yè)真實的經(jīng)營關(guān)聯(lián)緊密。

如何處理、利用這些數(shù)據(jù)，各行各業(yè)都在名為數(shù)字化的浪潮下摸索前行，引入火山引擎這樣的合作伙伴，成了越來越多企業(yè)的選擇。

作為火山引擎數(shù)智平臺團隊負責人，郭東東與團隊推進一個個案例落地的同時，也敏銳地捕捉到了企業(yè)更高階的數(shù)智化升級需求。

隨著大模型在各個領(lǐng)域井噴出現(xiàn)，AI賦能數(shù)字化逐漸成為業(yè)內(nèi)議題之一，但它的另一面是驚人的試錯成本。這種進退兩難是數(shù)據(jù)飛輪2.0誕生的契機。不久前，火山引擎推出了以AI為核心的數(shù)據(jù)飛輪2.0模式，利用大模型將“智能用數(shù)”抬升到一個新階段。

12月18日，火山引擎數(shù)據(jù)飛輪2.0發(fā)布

郭東東將數(shù)據(jù)飛輪2.0的變化總結(jié)為兩點：

一是Data For AI的升級。通過升級多模態(tài)數(shù)據(jù)湖技術(shù)，數(shù)據(jù)飛輪2.0實現(xiàn)了結(jié)構(gòu)化、非結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)的統(tǒng)一計算、管理和存儲，企業(yè)得以調(diào)配復雜多元的數(shù)據(jù)資產(chǎn)，將數(shù)據(jù)處理與模型訓練、微調(diào)、知識庫高效協(xié)同。

其中，非結(jié)構(gòu)化數(shù)據(jù)的應用與大模型密切相關(guān)。Transformer架構(gòu)在2017年橫空出世后，人工智能的發(fā)展從識別走向生成，數(shù)據(jù)處理能力從結(jié)構(gòu)化數(shù)據(jù)拓展到了非結(jié)構(gòu)化數(shù)據(jù)，從而讓文檔、音頻、圖片等數(shù)據(jù)資產(chǎn)最大化地發(fā)揮其價值。

舉個簡單的例子，計算機視覺的時代，機器可以識別規(guī)格統(tǒng)一、字體固定——即結(jié)構(gòu)化的車牌數(shù)據(jù)，但無法分辨迎面駛來的是奔馳E、奔馳S、還是奔馳E改的奔馳S。大模型則可以通過大量的訓練識別“車型”這樣的非結(jié)構(gòu)化數(shù)據(jù)。

“大力出奇跡”的訓練方法讓AGI成為可能，這也是數(shù)據(jù)飛輪2.0的第二處變化：AI For Data。

在Data Fabric驅(qū)動下的ChatBI智能體解決方案中，企業(yè)能夠建立基于自身多個業(yè)務的多套智能數(shù)據(jù)服務體系：

Data Fabric通過語義層和數(shù)據(jù)模型的整合，讓數(shù)據(jù)服務變得更加敏捷；而ChatBI智能體則能更貼合業(yè)務個性化需求，通過交互理解、數(shù)據(jù)訪問、分析推理和結(jié)果生成四大模塊，極大提升業(yè)務員工的數(shù)據(jù)生產(chǎn)力，讓數(shù)據(jù)消費變得更加簡單直接。

也就是說，原本需要幾天到幾周才能完成的報表開發(fā)工作，現(xiàn)在只需要在IM工具里面通過一句對話就能拿到數(shù)據(jù)分析結(jié)果，數(shù)據(jù)消費的門檻由此大大降低。

換句話說，利用大模型的特點，企業(yè)經(jīng)營或產(chǎn)品運營中大量難以標簽化的類目，都可以經(jīng)由機器學習“數(shù)據(jù)化”。AI助手會自己學習不同行業(yè)、不同企業(yè)、不同業(yè)務的“黑話”，逐步學會識別意圖和分析結(jié)果，從而輔助經(jīng)營決策。

數(shù)據(jù)飛輪2.0

在字節(jié)跳動內(nèi)部，數(shù)據(jù)飛輪2.0的這套解決方案已經(jīng)覆蓋超過200個分析場景，每天處理超過10萬次分析請求，平均分析時間降低了 80%；同時，數(shù)據(jù)開發(fā)和運維成本也大幅下降。

在席卷全球的數(shù)字化浪潮中，企業(yè)同樣正在經(jīng)歷一場翻天覆地的變革。三十年前，企業(yè)的數(shù)字底色是財務三張表和進銷存賬薄。三十年后，海量數(shù)據(jù)在企業(yè)內(nèi)部輸入、匯聚、流動、輸出。

數(shù)據(jù)流動產(chǎn)生的巨大價值，會是許多企業(yè)最核心的資產(chǎn)，而它的價值取決于它被如何利用。

信息平權(quán)：人人都可以用好數(shù)據(jù)

2009年夏天，2000名工人日以繼夜地施工，穿過河床、山脈、公路和農(nóng)莊，鋪設了一條從芝加哥到新澤西的光纖通道，將兩地信號傳輸從16毫秒縮短到13毫秒。超過200家高頻交易機構(gòu)瘋搶這條月租30萬美元的光纖通道，原因無他，3毫秒的差距，可以讓他們賺得更多。

商業(yè)是一門基于信息不對稱的活動，反過來說，數(shù)據(jù)與信息有時也是一種特權(quán)與優(yōu)勢。

金融業(yè)的驚人利潤可以讓他們立足在科學與技術(shù)的最前線——量化基金會招募物理學家、天文學家和數(shù)據(jù)科學家，把辦公室打造成智商密度堪比貝爾實驗室的科研機構(gòu)。就像《富可敵國》中說：文藝復興科技更像是一個自然科學研究所，而不是一個金融機構(gòu)。

文藝復興科技創(chuàng)始人西蒙斯本身也是一位數(shù)學家

拉長歷史來看，“信息優(yōu)勢”一度是富商巨賈的特權(quán)，并借由技術(shù)的進步迎來了兩次平權(quán)的浪潮。

19世紀下半葉，電話、電報和無線電的誕生帶來了信息傳遞的革命；20世紀90年代，計算機的普及讓信息和數(shù)據(jù)的傳輸變成了普羅大眾的基礎設施。

日新月異的信息技術(shù)，將全球的商業(yè)盈虧須臾可計，環(huán)球同此涼熱。

人工智能的浪潮伴隨一座座拔地而起的數(shù)據(jù)中心，帶來了新的數(shù)據(jù)普惠，讓企業(yè)在“數(shù)智化”這個命題前，不必被天文數(shù)字的成本嚇倒。

英偉達GPU的大買家除了微軟、亞馬遜這些云計算巨頭，還包括達美樂披薩這些看上去不那么高科技的連鎖餐飲公司。在OpenAI利用數(shù)億美元投資建成的數(shù)據(jù)中心訓練模型時，達美樂披薩也在自己的機房利用人工智能優(yōu)化騎手送餐路線，持續(xù)踐行著“30分鐘必達”的承諾。

人工智能的實質(zhì)是一場算法、算力和數(shù)據(jù)的藝術(shù)，它同樣帶來了數(shù)據(jù)的“平權(quán)”。不是每一家公司都有足夠的財力花30萬美元的價格租一條光纖，或是大手一揮建起一座算力可怕的數(shù)據(jù)中心。

數(shù)據(jù)飛輪2.0的內(nèi)核，實際上是給眾多企業(yè)提供一個通用的底座，讓他們享有公平的“信息優(yōu)勢”。

郭東東舉了一個例子：一家公司在自建BI系統(tǒng)的三年里，一共生產(chǎn)了1200多個數(shù)據(jù)看板和8000多個可視化圖表。但引入火山引擎“智能數(shù)據(jù)洞察DataWind”功能的一年半里，現(xiàn)存就有2700多個看板和18000多個可視化圖表。

原因在于，自建BI系統(tǒng)的所有報表都需要專業(yè)的代碼能力，實際上將數(shù)據(jù)分析的群體限制在了IT部門。而DataWind將代碼和數(shù)據(jù)變成了可視化的拖拽動作，運營人員經(jīng)過簡單培訓甚至自己摸索，就能探索復雜的經(jīng)營數(shù)據(jù)。

能不能利用好自己的數(shù)據(jù)，會是企業(yè)經(jīng)營中越來越關(guān)鍵的問題。其核心既包括技術(shù)在經(jīng)營環(huán)節(jié)中的應用，也在于如何降低技術(shù)的使用門檻，讓更多人參與到“數(shù)智化”的進程其間，而不是空喊口號。

從進銷存賬薄到財務三張表，從信息化、數(shù)字化再到智能化，“用好數(shù)據(jù)”在任何時候都能成立。只不過在人工智能的時代，所有數(shù)據(jù)都可以被利用，所有數(shù)據(jù)都可以有價值。

全文完，感謝您的耐心閱讀。

參考資料

[1] 重新定義公司：谷歌如何運營的，埃里克?施密特

[2] 維多利亞時代的互聯(lián)網(wǎng)，湯姆·斯丹迪

[3] Ex Tesla CIO Jay Vijayan Builds Tekion To Improve Car Buying Experience，F(xiàn)orbes

[4] 互聯(lián)網(wǎng)殺不死彭博——因為它最了解華爾街，騰訊科技

[5] Bill Gross gets retirement gift from Bloomberg: free terminals，金融時報

作者：黎錚/李墨天

編輯：戴老板

視覺設計：疏睿

責任編輯：李墨天