對話網易數帆總經理封雷：AI時代，讓數據表達再“向前一步”_風聞

作者|皮爺 

出品|產業家 

變化。是封雷和網易數帆過去9個月裏的核心關鍵詞。

把時間拉回2年前，伴隨着ChatGPT的出現，整個科技界和產業界都開始掀起一股AI大模型的浪潮，隨之而來的是市面上鋪天蓋地的對於AI時代軟件應用和數據應用新模式的探討。不僅在國外，更在國內。

這些討論幾乎遍佈軟件服務的整個產業鏈。比如產品側AI方向的爭論，即軟件廠商是應該“+AI”還是“AI+”，再比如服務模型側，服務商如何實現以更好更低成本的方式幫助企業落地AI，是基於模型推理側發力還是優先優化數據體系，再比如商業模式側，未來的SaaS形態是否還是如今的核心軟件模式等等。

這種討論伴隨着Manus的出現也更達到頂峯——新的數據應用形態和軟件形態應該是怎樣的？固有的Data服務體系和SaaS下一個進化方向到底應該在哪裏？

對這些問題的思考和解答，也更構成着封雷和網易數帆的全部“變化”。

對於網易數帆，外界並不陌生。**作為背靠全球領先互聯網廠商網易、且早早佈局大數據業務的國內頭部數據軟件服務商之一，網易數帆有足夠強的數據產品和數據服務體系，**不論是DataOPS的數據理念，還是數據開發治理平台EasyData，抑或是底層數據設施NDH，如今都已經成為不少金融、製造等垂直產業方向中大型企業進行數字化轉型的底層數據基礎設施和數據治理標準。

但如今，AI時代來了，然後呢？

封雷告訴產業家，過去9個月裏，網易數帆一直在變化。“因為AI時代，我們要做新的數據表達，必須要‘變’。”

這也是外界對網易數帆的感受。即在過去的一年時間裏，在市場感知裏，這家老牌數據服務廠商似乎“刻意放慢了”奔跑的速度，，一些可以窺見的細節是，如相關部門人員的調整，如戰略方向的變化，以及網易數帆在產品發聲上的“稍顯沉默”等等。

但真實情況是，這些外界無法釐清的變化，在內部對應的是一個個有條不紊的、逐漸成型的適配AI時代的新產品和新組織形態。

AI時代，數據的進一步表達應該是什麼？這個被稱為大模型“彈藥”的賽道，應該路線何方？一年後的如今，封雷和網易數帆已經準備好交卷。

一、讓數據表達，

“向業務再走一步”

去年11月，一個和網易數帆相關的消息引發市場關注。“我們戰略方向從原來的**‘數據軟件服務提供商’調整為‘做數據應用價值的賦能者**。”封雷告訴我們。

對這句話的字面意思理解是，網易數帆的角色定位似乎不再是一個軟件產品提供商，為企業的數據體系負責，而是更向前一步，為客户的“數據表達”負責。

實際上，在過去多年時間裏，這種對數據的“進一步表達”並非沒有人提出，比如在不少垂直SaaS領域的一些如“業財一體”、“業才一體”、“業培一體”等等，本質對應的都是想幫助企業把先進軟件能力融合到業務流中，進而幫助企業更好地實現業務數字化轉型。

但真實情況是，這種軟件側的理念執行得不徹底。從本質來看，即儘管不少SaaS服務商提出對應的業務融合理念，但企業發展底層驅動來看，其對應的數據並沒有發生形式上的變化，企業做到的僅僅是將對應的財務軟件/HR軟件為業務人員開通某些權限，但軟件上的相關數據依然被“束之高閣”，由於不具備相關的業務價值使得其很難被有效利用。

再或者是，即使在軟件介入後的一段時間可以幫助業務進行更新的數據理解，但企業底層的陳舊數據無法和前端的新數據建立“血緣”聯繫，很難構建真正的“業務數據”模型，更多嘗試是 “形式大於變革”。

那麼，如果SaaS層做不到，再向下一層的數據層呢？

這正是封雷想做的事。“我們之前更多的是提供產品服務能力，幫助客户搭建自身的數據體系和數據表達，但對於真正的業務環節/業務職能部門並沒有充分的加持，現在我們打算更向前一步，幫助企業不僅做好數據體系的搭建，也更要做好數據在對應環節/職能崗位上的對應表達。”

實際上，不僅網易數帆，在過去多年的時間裏，包括網易數帆在內的中國、乃至全球數據服務廠商更多的價值體現在幫助企業構建自身的數據體系，包括如指標平台建立，數據一體化模型構建，數據治理等等底層，同時在數據底座的基礎上進行上層BI的呈現，幫助企業構建數據驅動經營的模式。

這種方式在一定階段，可以有效幫助企業構建自身的數據底層模型，讓企業內部不同環節的人員和決策者可以對自身的經營狀況等可以有更為清晰、智能化的理解。

但實際上，也恰如封雷所説，這種數據側的服務模型並不徹底，或者説，對數據服務廠商而言，其更多的角色僅僅是服務商角色，即完成的是“數據治理—指標呈現”的鏈條。對企業而言，這些距離到真正的基於數據進行經營分析仍然有很大的距離，即僅僅能做到“看數”，很難做到完美的“用數”，更不必提讓企業真正做到“以數據驅動業務決策”。

也或者可以説，對企業而言，這種數據產品服務的模式僅能幫助其完成表面的數據智能呈現，但無法真正深入內裏，基於數據構建新的業務增長極。

這其中的原因不盡相同。比如企業自身的數據體系不足以支撐對應的業務表達，但結合行業相關數據對底層算力和算法有較高的要求，服務商也很難滿足；再比如，數據服務商和上層的SaaS軟件提供商無法做到完全的適配表達，不兼容甚至是排斥的情況不在少數，等等。

但在封雷看來，這是AI時代網易數帆如今必須要做的事——更準確來説，在封雷的設想裏，接下來的網易數帆，要在數據之上，把數據服務真正嵌入到企業的經營流程中，並逐步滲透到具體的業務環節和場景中，從數據側給予企業業務人員、決策人員最直接的經營管理策略加持。

這道題，可解嗎？

二、在原子化底座上：

搭建一個新的數據價值表達範式

在此之前，需要對這個“轉型命題”做一個細緻拆解，即從數據產品服務的角色到數據價值賦能，對一個服務商而言，需要做什麼？ 

首先從產品能力來看，如果説過去如網易數帆這樣的數據服務商更多幫企業完成的是底層數據體系的搭建，比如數據治理等等，那麼從“賦能”層面來看，服務商必須要做更多的如數據指標制定、數據業務標註、底層數據血緣關聯等等工作，不僅要做數據如何管理，更要清晰瞭解數據的產生鏈路和業務表達點，同時配合具體的低代碼能力、AI Agent能力等，以可視化的前端形態進行效果交付。

其次，從服務流程，和過去更多交付數據產品不同的是，基於數據應用價值賦能者的定位，服務商需要在原先產品交付的基礎上，更要了解企業真實的經營情況和業務情況，幫助其構建從數據到上層業務的表達，更向前一步，完成基於不同企業情況的數據層面的業務經營加持。

以及最重要的，組織架構。即和原來軟件服務需要的人才模型不同的是，在更新數據賦能模型下，服務商需要具備既懂數據又懂業務的人才團隊，甚至是面向前端多個不同的業務線，需要具備不同業務環節know-how能力的人才梯隊，進而幫助企業的通用環節以及個性化環節進行定點數據價值釋放。

比如從產品側，需要向前邁一步，從軟件交付到效果交付；從服務流程來看，新的數據交付模型需要對上層業務有足夠細顆粒度的呈現，以及從組織來看，新的方案需要打破原有的服務流程，需要更多既瞭解業務也瞭解數據的人員等等。

實際上，這也恰是構成着網易數帆“9個月變化”的核心主線。從產品形態的創新，到服務流程的重新打磨，再到最核心的人員培養和團隊職能變化，這些都伴隨着AI大潮的來臨，在封雷的推動下被有條不紊地推進。

“這個過程中很多原子能力都是我們之前具備的，甚至是和很多企業客户一起打磨過的，比如低代碼，比如BI能力，比如數據血緣管理，數據指標模型等等。”封雷告訴我們。

誠然如此。從企業變革的角度來看，這場從產品能力到服務形態，再到人員團隊的變革不亞於一個新式AI企業的重塑，但從週期來看，網易數帆甚至還跑出了“加速度”。

**這些也恰是封雷口中所説的“積累和底藴”，也是催動他和網易數帆堅定變革的“底氣”。**比如網易數帆連續多年入選Gartner相關報告，比如網易數帆是多個國家級數據行業相關標準的制定參與者等等。

以及如果把視角拉近，則更能看到的是，網易數帆的有數 ChatBI 產品是今年國內最早一批上線DeepSeek能力的BI產品，如今也已經在多個企業內部落地實踐。“包括最近我們也在想，能不能把BI解耦，就像拆解成一個個積木，圍繞客户場景和需求，將積木重新拼裝組合，解決客户的問題。”

可以説，這些原本的底座能力也恰構成着如今網易數帆進化的加速度。“我們現在其實已經可以從數據層面，幫助企業客户做一些類似經營策略的事情了，比如企業如果想要在營收不變的情況下，實現利潤增加應該怎麼做這些，我們會給到企業在具體業務側的建議。”封雷告訴我們。“這裏面不單純涉及到之前網易數帆過往的能力，還更有比如低代碼、Agent等等能力，疊加到一起為企業提供一個可視化的產品界面。”

實際上，在網易數帆最新拿下的大單中，新的服務模型已經在彰顯。

比如和山東港口科技集團的合作，在2024年，山東港口貨物吞吐量突破 18 億噸，集裝箱量突破 4400 萬標箱，相當於每天處理近 12 萬個集裝箱的全球流轉，這些龐大的貨物吞吐量背後是激增的業務數據量。

網易數帆要做的恰是幫助其通過統一平台的工具技術和統一數據研發流程、數據服務能力等，助力其完成數據對前端的真正業務賦能，完成山東港口數據基座的能力升級。

以及在和浙江國貿的合作，企業的情況是業務體系龐大，多層級、多業務板塊之間存在數據壁壘，需要更為高效和透明的數據融合。網易數帆基於自身的“1+1+N”集團管控解決方案，幫助企業實現了集團級和集團級與成員公司之間的數據共享和經驗賦能。

據瞭解，在網易數帆的加持下，其不僅打破了數據孤島，還在浙江國貿全集團範圍內實現了數據標準化管理，為業務決策提供了堅實的數據基礎。

一個明確的感知是，**如果説在之前的市場合作中，網易數帆更多的是一個數據產品提供和服務的角色，那麼從最新的被選擇來看，如今它已然正向前一步，越來越多地參與到企業真正的前端業務中，**幫助對應的業務人員和職能人員進行定向加持賦能，從數據管理、治理走向真正的數據價值表達。

三、9個月，網易數帆趟出一條數據AI路

“數據服務的下一站在哪裏？”、“數據服務廠商的新價值在哪？”、“以及數據的更有價值表達是什麼？”——在AI大模型蓬勃向上的這兩年，這樣的問題不僅是外界對這個行業的拷問，也更是從業者不斷思考的問題。

不同的是，相較於其他數據服務企業，對封雷和網易數帆而言，這種思考被更快一步轉化為行動，這些行動覆蓋幾乎網易數帆的方方面面，從產品到服務流程，從人員構成到新的戰略定位，從數據軟件到數據價值理解，而這也構成着如今新的網易數帆。

“面向職能業務部門的賦能加持，將會是網易數帆未來幾年唯一的重點。”封雷告訴我們，“在這個過程中，變化是必需的。”

但如果細心觀察，能看到的是在這種變化的同時，網易數帆依然保持着絕對的市場競爭力，比如EasyData的持續深化，比如DataOPS觀念的不斷夯實，比如一體化的數據服務能力等等。封雷告訴我們，過去一年，在原來產品上，網易數帆的營收依然保持持續增長，甚至這個增速還在提升。

這種“變化”中的增長和紮實也更在構成着封雷帶領團隊不斷進化、不斷求變的底氣。“現在我們保持兩條線，一方面提供新的數據賦能能力，為企業業務部門提供更多的價值，讓我們走的更遠；另一方面也更保持着原有標準產品的創新進化和持續迭代，這些是支撐前者落地的根基，可以幫我們走得更穩健。”

如果説AI帶來什麼？於產業而言，它帶來的是對更多數據的分析表達，但如果聚焦到真正的場景和企業管理哲學，這些如何轉化為真正的決策價值和企業經營輔助，這其中需要的是足夠強的數據表達能力和AI工程落地能力。

在這個新的能力模型中，需要的不僅是如Agent、工作流編排、MCP等新式技術手段，也更需要的是對於企業底層數據模型和上層業務模型的深刻理解，只有真正把數據服務模型和AI能力進行有機結合，才能構建出新的數據價值範式，推動乃至加速大模型在企業和產業側的真實落地。

“**網易最大的風格就是務實，其實網易做產品的初心很樸素，就是想做一款好用的產品，我們只有在服務好內部、取得較好實戰驗證的前提下，才會開放給外部企業、外部客户。”**封雷表示，“我們的一些產品，如今正走在PMF驗證的路上，在接下來的幾個月可以做到80分的水平，這種程度上我們就可以有底氣地為企業客户提供這些全新的服務。”

從數據服務角色到數據賦能表達，對封雷和網易數帆而言，2025是變革、變化一年，但也恰在成為收穫和新起點的一年。