【導讀】當前，數字經濟作為國民經濟的“穩定器”“加速器”作用愈加凸顯。如何促進數字經濟與實體經濟的深度融合，充分釋放出數據要素的強大動能，成為行業關注焦點。近日，中國電子報總編輯胡春民與阿里巴巴集團副總裁、瓴羊CEO朋新宇圍繞上述話題進行了深度對話。
對話人：
阿里巴巴集團副總裁、瓴羊CEO 朋新宇
中國電子報總編輯 胡春民
時 間：2023年7月12日
地 點：上海西岸美高梅酒店
企業數字化轉型仍存在三大痛點
胡春民：當前，數字經濟和實體經濟融合發展正深刻改變經濟形態、制造方式和企業組織模式。您認為，數實融合之中“數”的力量能發揮到什么程度？
朋新宇：“數”的力量從結果上來看，國家統計局公布的數據顯示，2022年，數字經濟占國內生產總值比重超過40%，已經成為整個社會穩增長、促轉型的重要引擎。
今天，無論從國家層面、地方層面還是企業層面來看，大家都已經真真切切體會到了數字化的力量，沒有數字化寸步難行。這種數字化的思想和格局的樹立是我看到行業里發生的最大改變。與此同時，一些像瓴羊這樣的數據智能服務平臺涌現出來，讓數據要素能夠在企業里被用得更好，這也是（數實融合）背后的改變。
胡春民：數字化轉型、智能化轉型已經談了好多年了。您認為這幾年，不管是大企業還是小企業，它們在轉型當中遇到的最大問題是什么？
朋新宇：現階段，中國企業數字化轉型仍存在三大痛點：定位難、解決難、持續運營難。首先是定位難，只知道全身不舒服，不知道哪里有問題，找不到最大的毛病是什么；其次是解決難，知道有問題了，但不知道應該如何解決問題，找不到適合自己的解決方案；最后是持續運營難，找出來自身問題所在并且短暫解決了，但繼續運營下去后又會出現新的問題。
對應三大痛點，作為數字化轉型服務商需要具備三項核心能力。一是數字化咨詢能力，數據是最客觀的，有數要先看數，通過深入調研找出企業數字化轉型過程中存在的問題；二是數字化服務能力，準確定位問題所在之后需要通過數字化的產品與工具來解決問題；三是數字化運營能力，在企業后續運營過程中還需專業團隊持續跟蹤服務，甚至去幫助企業培訓數據分析、數據建模等方面的技術人才，真正做到“授人以漁”。對企業而言，要找的是同時具備這三項能力的服務團隊，這樣才能真正幫助他們把數據用好。
大企業有小需求，小企業有大場景
胡春民：瓴羊這個名字有什么典故？為什么是“瓴”而不是“羚”？作為一個“新物種”，它“新”在哪里？
朋新宇：在中國的大環境下，企業要做好數字化轉型，既要像羚羊一樣，要“跑得快”，也要有高屋建瓴的視角與格局，要“站得高”，朝著正確的方向去奔跑。同時還要不斷增長，“羊”也代表經濟效益的增長。所以，我們叫“瓴羊”。
瓴羊是由阿里巴巴數據中臺、業務中臺、服務系統等部門融合升級而來。在數字時代，要提高企業核心競爭力和發展實力，做好數據治理尤為重要。而數據治理需要工具，不單單阿里巴巴一家企業需要，其他任何一家企業都需要。所以我們把二十多年來在阿里巴巴積累的對商業的理解、對數據的理解、對技術的理解拿出來，變成服務更多企業數字化轉型的工具。瓴羊也成了一家全新的公司。
同時，在服務更多企業數字化轉型的過程中，我們發現大企業有小需求 、小企業有大場景，這也讓瓴羊看到了新的市場機會。
數字化能力的建設是抽象的，只有基于行業“Know-how”（業務理解），最終這種抽象的能力才有可能形成行業標準，而這樣的標準往往掌握在頭部大企業手中。今天，即便一家企業擁有海量的數據，也不一定能把數據治理做得很強。數據分門別類的采集、分析、質量、安全、存儲，對于擁有龐大數據體系的大企業而言，依然存在很多技術問題。通過與“大象共舞”，我們可以把數據治理能力訓練好、夯實好，最終把它變成一種普惠的技術能力。
比如，世界500強企業喜臨門家具股份有限公司（以下簡稱“喜臨門”）從2022開始就已形成了“線上+線下”雙渠道的布局。如何管理好多渠道、多品類的營銷體系？如何保持品牌、產品的一致性輸出？多元化的營銷體系又如何高效地反哺產品研發、制造？這些成為“喜臨門”在數字時代不得不面臨的難題。為此，喜臨門專門成立了一個工作組來做數據匯總，但無法保證數據的全面和準確，滯后性也十分明顯。
后來，我們通過多種成熟的數據管理工具幫助它打通了各個渠道，相比之前進行匯總分析的效率提升了超過1.5倍；還通過數據支撐和模型分析為它的新品研發提供了重要依據，助其復合增長率達到60%以上。最新“618消費節”數據顯示，該品牌蟬聯多個電商平臺床墊類目總銷量TOP1。
胡春民：剛才您提到，瓴羊服務的都是大企業，但中國八成以上的企業都是中小型的，瓴羊能為中小企業做些什么？
朋新宇：對于中小企業而言，高效的數據管理可以幫助其在更大的場景中更好地捕捉到商業機會。一個商家要在多個平臺上做生意，就必須通過數據實現精細化營銷，也需要通過數據來做運營指導、做客服、做售后。商家在多平臺的增長同樣離不開數據管理。
以電商行業為例，中小規模的商家需要通過在各平臺開店，同時把私域運營起來，并將這些來自不同渠道、平臺上的經營活動，在人、貨、場上進行統一。多渠道鏈接起來的數據是中小規模商家獲取更多流量、更多增長的關鍵所在，所以對它們而言，數據管理需求往往來得更加強烈。
“瓴羊One”就是專為中小企業服務的。我們把在海爾、星巴克等上百家大企業數字化轉型過程中沉淀的行業“Know-how”轉化成一站式企業數據智能產品，讓中小型企業也能用得起、用得上。
DaaS的核心是要讓數據服務人
胡春民：瓴羊聲稱要的“不是SaaS，而是DaaS”，這句話如何理解？“DaaS”和“SaaS”有何不同？
朋新宇：“DaaS”最早是由我們定義的。無論是一汽紅旗、星巴克、伽藍、蒙牛這樣的行業頭部企業，還是許多的后起新秀，在調研客戶需求的過程中，我們團隊都發現企業們存在一個困境，就是隨著過去十幾年互聯網的發展，技術變多了、平臺變多了，企業的數據變得越來越分散。
“SaaS”就是一個標準的工作流，比如說幫你做個ERP軟件，本質上是幫你實現這個環節的工作流標準化，但里面到底是什么數據，你并不知道。而DaaS是工作流、數據流、商業流“三流合一”，它的數據在各個環節中都流通的，上下游關系也被打通了。
所有的服務都是摸得著、看得見的。比如，瓴羊結合多平臺數據打造的“‘雙十一’實時大屏”，將多維數據聚合分析，構建跨品牌店鋪多維度經營分析系統。通過大屏流轉實效，幫助業務宏觀把握“雙十一”整體訂單情況。
我們讓數據變成行動，再把行動通知到關鍵的人。背后的邏輯不是用人去找數，而是用數據找人，這就叫數據驅動。不管數據變得多么大，多么復雜，我們始終會堅持讓數據越用越好，越來越好用。
胡春民：瓴羊有可以對標的企業嗎？
朋新宇：沒有完全一模一樣的。根據中國的市場和我們現在的能力，要對比的話可以分為兩個部分，企業增長這部分業務可對標Salesforce公司，數據治理這部分業務可對標Snowflake公司。
胡春民：要做好DaaS服務，數據采集是關鍵。瓴羊是如何獲取數據的？和阿里巴巴、阿里云之間有沒有業務協同？
朋新宇：要做DaaS服務，涉及各個環節的打通，技術成熟需經歷業務的千錘百煉。換言之，要不僅“想過”“看過”，更要“做過”。瓴羊脫胎于阿里巴巴集團數據中臺、業務中臺、客服系統、供應鏈管理系統等多個數據平臺，核心團隊曾主導、參與阿里數據中臺、生意參謀、達摩盤等諸多重要的數據項目和產品。阿里巴巴集團自身的數智化實踐為瓴羊提供了數據技術的底蘊。
我們是商家背后的服務商。對于第三方平臺數據的獲取，瓴羊的底層邏輯是只使用平臺提供給商家的數據，相當于我們只是幫你造了一個手機，但這個手機是你自己的，數據也是你自己的。
同時，作為阿里云旗下全資子公司，瓴羊自然也汲取了阿里云的技術實力與精華。阿里云的客戶和瓴羊的客戶高度重疊，但在重疊的背后是我們的能力實現了互補。除了云計算基礎服務，我們還可以在云上為客戶提供更多軟件服務。
瓴羊在中間可能做了一層PaaS和DaaS，既能幫助企業做二次開發的PaaS，也能做DaaS數據智能服務，提供長在云上、開箱即用的服務。二者形成了天然的閉環，客戶可以獲得從底層到應用層的一站式服務。
全系產品即將接入大模型
胡春民：以GPT為代表的生成式人工智能浪潮愈演愈烈，阿里云也推出了“通義千問”大模型，請問瓴羊的產品有沒有接入大模型？大模型對瓴羊產品的影響有多大？
朋新宇：面對大模型掀起的生成式人工智能浪潮，今天的智能化是大模型加上好數據。數據是解鎖智能的關鍵鑰匙，數據在哪里，智能就在那里。
大模型分兩層，一層是開發模型的領域，一層是應用模型的領域，瓴羊主要是在應用模型領域。目前市面上已經出現了各種不同類型的大模型，未來還有可能會有更多專業性領域的模型，以及中模型、小模型，甚至是客戶自己開發的模型。對于瓴羊而言，只要模型能用，瓴羊都有可能接入，并不僅限于阿里自己的模型。
模型是智能能力，如何把智能的能力變成客戶的生產力，這是我們關注的。比如未來的工作場景可能會融入更多的智能化能力。一個典型場景是BI工具分析，原來要把報表中的數據導出來，加上同比分析、環比分析、增速分析等處理，可能需要花一天甚至更長時間。有了智能化能力的加持，可能只需要在釘釘的自然語言對話框中發布任務，就可以在短短幾秒時間內完成。這對企業服務效能提升帶來的影響是天翻地覆的。
在智能化的趨勢下，瓴羊會幫助企業做好數據的治理、連通、分析和挖掘利用，幫助客戶管理數據資產，并打造自身的專屬的智能大腦。接下來，瓴羊全系產品也即將接入大模型全面升級。
胡春民：大模型除了帶來的機遇外，企業利用大模型是否還存在一些潛在風險或者挑戰？
朋新宇：中國數字經濟發展的很快，但國內企業的數字化能力、軟件能力參差不齊。一些企業直接從IT時代跳到了AI時代，中間信息化、數據化的過程都跳過了，但有些課還是要補的。
比如在人才培訓方面，數字人才，尤其是數據分析這一塊的專業人才缺口很大。我們面向年營收十萬到百萬的商家提供免費的初級分析師認證，幫助更多中小商家培養數據人才。目前已有超過10萬人考試通過數據分析師認證，年度培訓人數規模超百萬人次。
同時，“標準+生態”是行業發展的必經之路。最下面的地基是標準，標準就是看誰能提煉出最大公約數，上面生長出來的則是百花齊放的生態。中國數字化轉型既要有具備龐大數據體系的企業來筑牢“地基”，也要有蓬勃生長的中小企業來共同打造一個數實融合、開放發展的生態。
整體來看，中國要實現的是整個數字化能力的升級，而不是某一項數字化技術或者某一個數字化工具的升級。希望相關從業者或創業者能夠錯位發展、協同合作，實現生態互補。
作者：宋婧
來源：中國電子報
免責聲明：本文為轉載文章，轉載此文目的在于傳遞更多信息，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題，請聯系小編進行處理。
推薦閱讀：
為狀態監控選擇MEMS加速度計時，有哪些關鍵但經常被忽視的參數？
使用新型160V MOTIX三相柵極驅動器IC實現更好的電池供電設計（第二部分）
