【環球視線】中企出海：精細化運營尋求“雲數智”多維能力支持

【環球網科技報道 記者 李文瑤】業務出海並不容易，作為樂我無限（Joyme）的CEO兼創始人，何雁丹對此深有體會。直播、社交是樂我無限的核心業務，出海過程中，面對成本節約、用户增長、金融風控、提升研發效率等方面的問題，都需要找到更加合適的解決方案，以適應不用市場的需求。

不斷的更新迭代，可以概括樂我無限一直以來的心路歷程。在雲原生時代，如何通過技術手段讓沉澱的數據發揮更大的價值，是樂我無限在不斷更新底層技術架構時的主要考量。

而從行業整體發展來看，企業管理者都在研究如何更加高效地圍繞數據構建和實施項目，使得數據在兩者之間無縫流轉，企業業務能夠快速具備相關能力，從而推動公司企業數字化轉型邁向新的高度。

出海：精細化運營成新考驗

何雁丹一直想做一款視頻社交產品，同時也想把產品做到海外去，讓全球的人都用中國人創造的產品。2015年獵豹移動團隊內部孵化了LiveMe，也是樂我無限旗下的核心社交直播產品，何雁丹也開始了自己的創業之路。2017年 LiveMe 拿到了6000 萬的融資開啓了新階段，2019年從獵豹移動剝離，成為一家獨立運營的公司。

在推進出海業務的幾年中，樂我無限遭遇過產品下架，用户流失；移動互聯網整體的紅利逐步消失，樂我無限的獲客成本越來越高。

何雁丹介紹，本着現金為王、降本增效的經營要求，樂我無限需要穩住核心用户，強化生態閉環，保證核心商業模式不受影響。與此同時拓展新渠道、新產品，挖掘新用户需求，找尋市場增長點，解決可持續發展的問題。“更進一步來説，樂我無限需要精細化運營，充分運用、發揮數據和AI的優勢和創新作用，全面提升業務運轉的效率。”

面對相同困境的不止樂我無限一家。成立於2015年的Convertlab一直幫助中國企業進行海外數字營銷，在Convertlab聯合創始人兼CTO李徵看來，隨着中國產品和科技能力升級，在營銷領域、企業也面臨從粗放式向精細化運營能力模式發展、練內功的過程。這對於許多企業來説這都是新的考驗。

而如果想要幫助企業在數字經濟下搶奪先機，“做大量業務場景，就必須要改變基礎設施能力，需要把數據化驅動、AI決策能力包含進來。”李徵説道。

精細化發展：實現數據和AI能力的統一

事實上，在精細化發展過程中，數據的重要性已經成為企業共識。對於企業來説，數據有價值，但如何讓數據發揮最大價值，通過業務產生的數據反向驅動公司的戰略，驅動公司的執行，這是很多企業目前的共同目標。

根據福布斯調研報告顯示，如果成為一個數據驅動型公司的話，收入會增加20%，同時成本會減少30%。

而數據和人工智能的結合能夠讓數據發揮更大的能動性。

亞馬遜雲科技大中華區產品部總經理陳曉建介紹，要做到數智融合，首先是兩個關鍵因素：大數據技術、機器學習技術。

在IT現代化的時代，數據產生是指數級增長的，每天產生的數據比20年前一年所產生的數據還要多。數據也日益應用到很多的應用領域，整個應用場景就變得越來越複雜，這些都給大數據的計算提出了非常高的挑戰。

而人工智能技術從出現到發展至現在不到10年時間，但人工智能的應用深度和廣度是不斷加深。根據IDC報告顯示，到2023年，AI系統支出將達到979億美元，比2019年會增加2.5倍，短短4年會有2.5倍的增幅。另外根據Gartner的分析，到2024年，75%的企業將把機器學習技術真正用於生產，為業務所賦能。

機器學習和大數據對企業業務會產生越來越大的作用，越來越多的企業希望能夠通過融合大數據和機器學習能力來提供業務產出，以充分發揮數據的價值。

機器學習技術有三大依賴因素：算力、算法、數據。“大數據技術所提供的能力是機器學習建模所需要的必然基礎，同時反過頭來看，機器學習也能夠為大數據技術提供更高的智能，為商業業務產生價值。從用户邏輯來看，大數據技術和機器學習技術本身就是互為因果的。”陳曉建説道。

業務落地：尋求基礎技術構架

Convertlab李徵介紹，數據處理和分析是需要大量精力的，在機器學習中，65%以上的時間是花費在數據本身質量和處理上的，而不是真正執行機器學習訓練、算法選擇、參數優化、特徵分析。在這個過程中，企業就必須需要結合數據能力首先把數據質量做好，才能使得後面的機器學習能夠有更好的輸入。

這就給支持數據和人工智能技術的基礎雲服務提出了更加明確的要求。

樂我無限選擇將旗下核心產品LiveMe放在亞馬遜雲科技的“雲數智一體化”解決方案上，構建了支撐數據分析、內容分發推薦、風控、內容審核等功能的數據基礎底座。

樂我無限數據研發中心總監楊飛表示，利用“雲、數、智三位一體”服務組合，樂我無限構建內容識別系統和欺詐交易識別系統，實現直播平台的內容風險合規管控，提升用户體驗，減少經濟損失。

“LiveMe風控系統涵蓋了很多內容，交易欺詐識別系統彌補了在訂單風險識別方面的不足。”楊飛説道。LiveMe的風控系統全部基於Amazon SageMaker，通過欺詐交易可以識別服務降低欺詐、拒付的交易規模，避免了上百萬的經濟損失，而且在研發效率方面模型迭代週期和模型效果提升1倍。

Convertlab也選擇雲數智一體化發展，通過精細化的數據驅動策略，幫助企業以自動化和策略導向的方法優化用户體驗，並且提升用户轉化率。“考慮到有限人力無法窮舉所有數據可能性，以及實際效果產出，很多企業已經把整個AI驅動、算法驅動整個公司經營變成其長期發展的重要戰略之一。”李徵説道。

從技術來看，實現數智有效融合，需要建立統一融合的治理底座，大數據和機器學習之間應該是高效充分的雙向互動，互為支撐，互為因果，形成正向循環。

對此，世紀華通認為，人工智能技術的發展離不開雲計算和大數據的成熟。深度學習通過雲計算和大數據不斷得到完善，人工智能技術的成熟度不斷加強，“因此，可以簡單地説人工智能就是程序算法和大數據結合的產物，這三個技術的融合發展是技術演進的趨勢。”世紀華通相關負責人表示。

亞馬遜雲科技方面給出的解決方案是構建雲中統一的數據治理底座，打破數據及技能孤島；助力機器學習由實驗轉為實踐，為機器學習提供生產級別的數據處理能力；同時，讓數據分析智能化，賦能業務人員探索創新。

構建雲數智三維能力

從行業解決方案來看，共通點在於讓企業數據發揮更大功效：技術升級加速數據流轉，聚焦行業落地激活數據價值。

在新華三看來，要想實現這一路徑，雲數智融合是技術發展的必由之路。

近來，多家雲服務企業深化雲原生戰略，構建行業雲所需的“雲數智”三維能力。亞馬遜雲科技推出“智能湖倉架構”，延伸出在雲中實現大數據與機器學習融合的實踐路徑，為大數據和機器學習打破數據及技能孤島，機器學習由實驗轉為實踐，賦能業務人員探索創新。

紫光雲同構混合雲升級為分佈式雲，在維持同構混合雲統一架構不變的基礎上，持續構建行業雲所需的雲數智三維能力，打造一個能夠實現任意位置、任意規模、任意應用、任意模式的分佈式雲整體方案。

新華三推出的綠洲平台2.0支持跨雲、跨域、跨組織數據流轉，以一體化數據運營幫助客户實現降本提效，加速海量數據的流轉，讓數據使用更簡單；融合區塊鏈、隱私計算和數據銀行等技術，讓數據流通更安全。

在亞馬遜雲科技看來，“雲、數、智三位一體”服務組合能夠打破數據及技能孤島、機器學習由實驗轉為實踐、賦能業務人員探索創新。

世紀華通方面對記者表示，對數字科技企業來説，這三種技術的融合無疑能為業務帶來質的飛躍。近年來，數字經濟成為新趨勢，元宇宙概念火爆，需要實現虛擬世界對現實世界的高度模擬、高度互通，那它的底層一定是雲計算技術，因為只有雲計算技術才能解決虛實共生的算力問題，而大數據技術就是解決這一問題的有效辦法。

世紀華通相關負責人説道：“在這個巨大的開放世界中，除了依靠人，還會合更多的人工智能、機器學習的輔助手段。藉助這三項技術的融合發展，能夠大大加快web.30時代的到來，加速整個社會向新型的數字生活空間迭代升級。”

而對於中企來説，選擇合適的解決方案搭建基礎構架，從而更好的推動海外業務發展，是企業管理者的重要職責。樂我無限已經在規劃未來的業務發展。何雁丹表示，樂我無限正在積極探索虛擬人物直播、語音房等業務，“如何用技術去賦能現有的各種社交場景，會是我們接下來一個重點。”何雁丹強調，我們希望加強與雲計算服務商的溝通和合作，“企業要有這樣的耐心，把內部做好，然後去迎接外部挑戰。”