從中台到飛輪，大模型時代數據平台再進化_風聞

ChatGPT被稱為AI的“iPhone時刻”。AI的大門逐漸開啓，每一個產品、每一個業務在AI時代都有機會被改造、被創新、被升級。AI是時代給每一個企業的機遇，但對於多數企業而言，他們想擁抱AI，又茫然不知該如何入手，希望能有更具體的幫助將他們帶入到AI時代。

最近，我們關注到一檔短視頻節目——《人均老師·雲上增長季》，12位老師們帶來了一系列案例和方法論。比如，火花思維將A/B測試應用於海報的設計與推送，以達到最好的效果；輕顏相機通過數據歸因找到了用户的痛點；主播通過數據分析快速調整直播品類；復星集團通過數據將不同的業務串起來……

透過這一系列案例，我們注意到在數智化和 AI 時代，數據驅動的理念變得更加重要，如何建立以數據為核心的決策體系、如何利用數據來推動業務的創新和增長，也成為企業持續關注的重點。

從數據中台到數據飛輪一場沒有終點的進化

數據是數字時代的能源，是未來的生產要素，這是業界早有的共識。企業跑入AI時代的速度，很大程度取決於對數據價值的挖掘程度。

企業對於數據的使用是一個漸進的過程。從早期的Excel表格，到後來的企業級數據庫產品，再到雲計算時代的數據倉庫……六七年前，建設大一統的數據中台一度成為一種行業共識，這股潮流也從互聯網大廠向傳統企業蔓延。

與這相應的，是企業對數據價值的認知也在不斷進步。最初只是必須存檔的數據，可查、可用，後來企業通過簡單的數據分析洞察用户或市場。但是隨着AI時代的到來，企業對數據的價值又有了更高的要求：驅動業務。這就要求使用數據的門檻更低，通過更方便靈活的方式，對數據能有更深度的挖掘，對業務產生直接的賦能。

也正是因為需求的變化，到了2023年，數據飛輪概念熱了起來。

難道數據中台不香了？數據飛輪能帶來什麼不一樣？

按照當年對數據中台的設定，可以理解為是一箇中央廚房，對後台的數據進行彙總、整理，來支撐前台的業務。但是當龐大的數據中台建好，很多企業發現了新問題：有數據無驅動，有資產無增益。

也就是説，數據都有了，但是數據中台與業務目標出現了脱離，無法對業務產生實質作用。據 Gartner 的研究報告顯示，68% 的企業數據沒有被用來分析、使用；高達 82% 的企業仍處於數據孤島之中。顯然，是時候對數據中台進行升級了。

近一年，以火山引擎為代表的數據飛輪理念開始興起，其與數據中台的核心差異在於：強調數據和業務要雙向地良性驅動--數據消費是核心，一方面能夠助力業務發展，另一方面也要反向促進數據資產的生產。（如上圖）

數據是能源，數據飛輪與數據中台只是對能源開發、利用的不同階段。我們可以類比人類對石油資源的開發：最初是提煉出石油氣、汽油、柴油、煤油等燃料，以及潤滑油、石蠟等化工原料，這些技術可以將石油轉化為初級生產力，如同數據中台的階段；後來，通過深加工產生了更高附加值的產品，比如裂解出的乙烯、丙烯等，是生產塑料、橡膠、合成纖維等化工產品的重要原料，進而生產出了更豐富的商品，融入到我們日常的各種場景中——這，就是數據飛輪階段。

數據飛輪與數據中台是一個繼承、升級的關係。數據中台側重基礎設施的建設，是相對靜態的，完成了數據收集、整理的部分，但是在數據的應用上還遠遠不夠，沒能讓這種生產要素的價值充分發揮出來。數據飛輪則是對數據價值的深度挖掘，更核心的一點在於與業務相融合，驅動業務發展，是動態的。如果説“數據中台”幫助企業將數據變成了資產，那麼“數據飛輪”的意義則在於：資產增值，賦能業務。

2023年是AI普及的一個轉折點，大模型降低了數據的使用門檻，讓更多的用户可以更容易地消費數據，同時也將引發數據應用的範式革命。延續2023年的大模型熱，2024年AI開始進入智能應用的規模化落地階段。數據飛輪作為數據中台的升級，也將是AI普及的關鍵一步。

啓動飛輪，數據是這樣消費的

火山引擎主張的數據飛輪有業務應用和數據資產兩個輪子，中間以數據消費為核心驅動力，數據消費促進業務增長，數據資產建設為數據消費提供基礎，頻繁的數據消費倒逼數據資產的建設，同時業務的增長一定程度上也為企業提供了更多的數據。在這個雙循環中，數據消費是起點也是終點，是關聯業務應用與數據治理的重要節點，也是企業轉型升級的發展引擎。

企業到底該如何消費數據、啓動飛輪呢？火山引擎攜手得到共同推出《人均老師·雲上增長季》，邀請來自汽車、金融、消費、互聯網等不同行業的專家，講述了他們的實踐成果以及新範式下的深層思考。或產品拓新，或降本增效，或業務創新，或生態協同……為 AI 時代下企業如何用好、用活數據，提供了借鑑思路。

產品的功能都很好，但是沒人用，是什麼原因？

輕顏相機通過調研發現了一個痛點：用户拍照時不會擺Pose。為此團隊上線了“靈感”功能，給用户提供不同場景拍照姿勢的指導。但是新功能上線後，卻很少有用户使用。團隊為此做了歸因分析，發現兩個問題：一是用户並不瞭解這個功能的價值；二是功能入口非常深，在UI設計上有遮擋。團隊針對性制定瞭解決方案，再用A/B測試去驗證，改版後的數據得到了非常大的提升。輕顏相機通過數據的歸因分析，解決了產品拓新的問題。

圖：《人均老師·雲上增長季》第5期-字節跳動數據平台負責人羅旋

海報製作如何能打動用户？如何推送可以實現最佳的效果？

火花思維每次上新的海報，都通過A/B測試以最快的速度看到效果反饋，好的可以得到更多的流量，不好的就直接退出。同時，設計團隊通過數據分析對標籤做增刪改，極大地提高了設計團隊的分析能力和輸出能力。這些BI能力來自於數據。“建一堆指標放在那裏是沒有用的，被人看的數據才會形成洞見，才會形成動作。”在火花思維數據科學家 馮俊晨看來，精細管理、海報設計和推送，都可以通過數據飛輪的運轉來解決。

互聯網追求速度，業務出現問題如何實現分鐘級的調整？

某頭部主播為在618期間大幹一場做足了準備，結果開播當天團隊突然發現直播間流量出現斷崖式下跌。團隊通過數據分析發現，進入直播間的人數並沒有減少，但停留時長很短、離開的人越來越多，原因是前期引入的大量用户與當時直播間正在展示的商品定位不匹配：吸引進來的用户更關注性價比，而主播正在賣奢侈品。於是團隊馬上調整商品，短短幾分鐘後直播間人氣開始回升。數據消費可以大大提升業務調整的速度和效率。

造車新勢力如何帶給用户全新的場景與體驗，讓新能源汽車實現“智能化”？

作為汽車產業的新勢力之一，哪吒汽車將數據飛輪應用在戰略規劃與決策、差異化產品競爭力優勢構建、技術創新與研發效率提升、品牌營銷力和低成本運營等各個方面，實現了技術對業務的深度賦能。比如通過場景引擎-個性化服務推薦功能，為用户上線車內小憩、空氣淨化、雨天關窗、高温空調開啓、低温座椅加熱、空調濾芯更換等十多個場景模式。再比如數據驅動導航優化，通過分析用户導航行為偏好，對地圖導航業務進行洞察，制定出了用户體驗優化方案。數據消費，讓哪吒創新出與傳統汽車完全不同的場景體驗。

集團有多種業態，業務涉及多個產業，如何讓各業務之間產生最大的協同效應？

比如圍繞結婚場景，復星集團把旗下分佈在不同產業的業務做了深度結合，通過數字化的方式，把客户生命週期每一個階段的信息通過算法模型預估出來，不斷進行提示、服務，從而讓客户接受集團更多的商業產品組合。比如在百合佳緣相親、戀愛，在準備婚禮階段由地中海俱樂部（Club Med）和亞特蘭蒂斯提供婚禮空間，由老廟黃金專門為婚禮場景開發“有鵲”系列產品，捨得酒也提供了與婚禮相關的特殊禮品。看似分散在不同行業的產品，通過數據消費可以形成很強的粘結，集團業務可以產生協同共振。

圖：《人均老師·雲上增長季》第11期-復星集團

上述這些只是一部分成功案例，數據消費理念已經從互聯網行業向千行百業滲透。

人均老師中提及的數據飛輪應用落地場景

未來的AI時代，沒有數據驅動的企業將無法參與到市場競爭中去，數據的價值無處不在。從數據中台向數據飛輪的進化，是當下AI加速落地的關鍵一步。

先人一步，火山引擎憑什麼？

火山引擎不是唯一提出數據飛輪理念的，但卻是把數據飛輪運用得比較成功的企業，當很多人還站在AI的門口迷茫時，火山引擎不僅自身有成功的應用實踐，同時也幫助很多客户夥伴建立了自己的數據飛輪。

先人一步，火山引擎憑什麼可以成為數據飛輪的引領者？

在懂懂筆記看來，火山引擎憑藉的是這兩點：一是字節跳動十年磨礪的經驗，二是完整、簡單、好用的工具。

首先，數據飛輪是在過去十年間經過字節跳動諸多業務深入驗證過的。

2012年字節跳動成立的時候，中國互聯網行業已經相對穩定，規模效應和網絡效應顯現。在這樣的商業環境中誕生的字節跳動，不僅出人意料地飛速成長，並且孵化新業務的成功率也較高：其根本原因就是字節跳動是一家數據驅動的公司。

字節跳動有很強的數據驅動文化基因，通過數據發現問題、尋找原因、解決問題早已成為每一位員工骨子裏的潛意識。比如字節內部有一句話：“A/B是我們的一種信仰。”比如大家聽到比較多的像“今日頭條”“抖音”這些名字，不是拍腦袋起的，而是通過A/B測試的方法，通過數據進行決策選出的。再聰明的人都會有信息的缺失，交給數據來決策更科學也更理性。截至2023年年中，在字節內部，每天都有超過4000組A/B實驗，累計超過240萬組，這正是其業務飛速增長的內動力。

其次，是完整的、低門檻、易用的數據平台和數據工具。

只有每個人都擁有數據決策的能力，才能最大限度地釋放生產力。在火山引擎看來，數據飛輪有個“二八”定律：企業裏至少有80%的員工，是能夠通過看數據、用數據，使用數據工具，數據分析不再是高深且專業的事情；統一建設的數據資產，要能夠覆蓋 80% 的業務日常分析。

如何能讓不懂技術的業務一線員工可以輕鬆地消費數據？答案就是完整的、低門檻、易用的數據平台和數據工具。早期數據使用門檻比較高，隨着AI的落地，數據產品也越來越簡單易用。

在數據資產輪，圍繞數據建設，火山引擎提供了大數據研發治理平台DataLeap、全域數據集成DataSail、開源大數據平台EMR、湖倉一體分析服務LAS、ByteHouse等。在業務應用輪，有各類業務相關的套件，比如A/B測試的DataTester，分析用户的Datafinder，智能分析的DataWind，自動化營銷的火山引擎GMP等等，這些產品都能與業務融合，幫助客户更好地洞察客户，進行業務決策。

當然，不止於此，更重要的是火山引擎也是一家雲計算公司，數據和AI是這家雲計算公司的兩個特徵標籤。在AI時代，雲的重要性進一步提升：開放的大模型跑在雲端，雲計算提供了強大的計算和存儲能力，也提供了數據的管理與應用能力等等。可以説，沒有云計算，所謂的AI與數據也就是空中樓閣。

【結束語】

AI時代，很多產品都值得被重新做一遍，產品包括硬件、軟件、服務以及未來一切可能的創新應用場景。IDC預測到2024年全球將湧現出超過5億個新應用，這相當於過去40年間出現的應用數總和。

每一次技術的迭代，都是在給予那些勇於創新、敢於學習和擁抱新事物的人更多脱穎而出的機會。數據技術能力強，對大模型持開放心態，同時擁有堅實雲基礎底座的火山引擎，無疑是穿越數智化產業週期的最佳夥伴。