懂场景者得AI,瓴羊发布年度产品智能化战略

简介: 9月20日,瓴羊智能科技(以下简称瓴羊)在2024云栖大会上举办了“Data × AI:企业服务智能化,价值增长新动能”专场论坛。阿里巴巴集团副总裁、瓴羊智能科技CEO 朋新宇在会上发布年度产品智能化战略:“(算法 + 算力 + 数据) x 场景 ”,强调企业必须重视场景,只有通过解构场景、重构业务,才能真正拥抱AI,带来突破性增长。

920日,瓴羊智能科技(以下简称瓴羊)在2024云栖大会上举办了“Data × AI:企业服务智能化,价值增长新动能”专场论坛。阿里巴巴集团副总裁、瓴羊智能科技CEO 朋新宇在会上发布年度产品智能化战略:“(算法 + 算力 + 数据) x 场景 ”,强调企业必须重视场景,只有通过解构场景、重构业务,才能真正拥抱AI,带来突破性增长。

 

瓴羊数据、营销、客服等多产品线的负责人在本次论坛上分享了各产品的智能化进展,Salesforce、伊利、蔚来汽车、通义千问、中国移动、人民数据、湖州公安局等多家头部企业和政府机构亦出席了本次专场活动,分享了各自行业的智能化场景实践。

 

“人工智能正以前所未有的速度重塑商业模式和生活方式,这其中,算法是智力,算力是体力,数据是血液,但让AI真正飞入寻常百姓家的关键,在于与具体场景的深度融合。因此,AI的投入上,所有的企业应该从场景解构和业务重构开始。唯有这样,AI才能真正融入业务,推动千行百业的创新与发展,”朋新宇说。

image.png

阿里巴巴集团副总裁、瓴羊智能科技CEO 朋新宇

朋新宇认为,在当今商业和技术交织的复杂世界中,场景已成为连接两者的桥梁,是创新和竞争力的关键所在。从线下商业到互联网再到移动互联网时代,每一次技术的革新都带来了新的商业模式和消费体验,这些变革的背后,都是对场景深刻洞察和创新应用的结果,AI时代更是如此。

 

在过去几年对企业客户的数字化服务中,瓴羊积累了丰富的经验,AI在企业落地的两大步骤:第一步是场景的解构,即确定在哪些场景痛点中应用AI解决问题;第二步则是业务的重构,即将AI能力有效整合进具体的场景中。

 

从分析、营销、客服等三个核心应用场景,瓴羊结合大模型打造了企业级的智能应用。通义千问大模型业务总经理徐栋表示:“通义千问在核心算法、模型训练和调优能力上表现出色,而通过结合小模型及垂直数据训练,企业能更充分发挥通义千问的潜能。瓴羊在千行百业的经验积累,推动了通义千问大模型与实际业务有效融合,已经成功落地多家企业客户。”

image.png

通义千问大模型业务总经理徐栋


在数据分析场景,瓴羊Quick BI解构了「等待响应排期久、数据口径难对齐、报表固定样式不灵活」的三大传统看数痛点,并且通过「智能问数、辅助搭建、智能洞察」三种AI能力,业务人员可轻松实现“即问即答”,减少依赖数据团队制作报表,直接询问智能小Q即可获取易懂且可交互的答案,同时支持趋势预测、波动归因、导出、分享等多种应用场景,实现真正智能的“ChatBI”。

 

在传统的促销活动中,企业常常面临了解目标用户难、准备促销创意难和找准沟通时机难的三大挑战。而今,通过新一代数据 + AI 的智能营销增长平台Quick Audience,企业能够自动化采集和分析目标人群画像,将生成洞察报告的时间缩短50%。智能营销助手则让营销团队在3分钟内一键生成10款以上的营销海报,大幅提升创意效率。最后,智能时机触达技术通过智能分析,优化沟通时机和渠道,将触达可见率提升至90%

 

回到每家消费企业都面临的客服难题,当企业尝试用智能客服取代人工客服的过程中,经常容易发生答非所问,进而导致负面体验的情况。瓴羊Quick Service 2.0结合大模型,以及精通客服行业知识的业务小模型,推出三大核心能力重构传统客服场景——AI问答、AI辅助和AI知识库,解构智障客服多、人工客服效率低以及知识运营配置难三大痛点,将解答准确率提升至 93%,人工客服处理问题所需时间从10分钟缩短至最快5知识库部署所需时间从7天缩短至5分钟。

 

而在数据侧,瓴羊分别就如何提升数据质量和数据数量两个企业常见的难题,通过智能数据建设与治理平台Dataphin和数据流通枢纽瓴羊港交出了答卷。

 

传统数据治理的痛点是私有化部署的高成本和公共云的标准化限制,Dataphin通过重构了数据治理的方式,提供了半托管服务,将部署时间从几天缩短到1小时,同时保持了个性化服务。此外,Dataphin最新推出的敏捷版支持企业低成本启动,并随着业务发展灵活扩展数据系统架构。而DataAgent的加入,只需三步,就可以构建企业专属的数据资产智能体

  image.png

瓴羊港提供的一站式数据服务,包括数据的寻、买、管、用,是国内领先的数据服务枢纽。瓴羊港发布一年,已达成和30多家头部数据方的紧密合作,目前平台上流通的应用场景和行业标签多达3000多种。

image.png

在活动最后,瓴羊港运营总监俞纹雯,中国移动大数据中心、大数据拓展交付中心行业总监伊然 ,人民数据副总经理、研究院院长陈丽,乖宝宠物食品集团数字化运营官张立君及湖州公安局杨云飞齐聚一堂,分别从各自领域出发,共同探讨了数据流通的应用场景,以及产业实践与未来探索。

相关文章
|
19天前
|
存储 人工智能 Cloud Native
云栖重磅|从数据到智能:Data+AI驱动的云原生数据库
在9月20日2024云栖大会上,阿里云智能集团副总裁,数据库产品事业部负责人,ACM、CCF、IEEE会士(Fellow)李飞飞发表《从数据到智能:Data+AI驱动的云原生数据库》主题演讲。他表示,数据是生成式AI的核心资产,大模型时代的数据管理系统需具备多模处理和实时分析能力。阿里云瑶池将数据+AI全面融合,构建一站式多模数据管理平台,以数据驱动决策与创新,为用户提供像“搭积木”一样易用、好用、高可用的使用体验。
云栖重磅|从数据到智能:Data+AI驱动的云原生数据库
|
14天前
|
存储 XML 人工智能
深度解读AI在数字档案馆中的创新应用:高效识别与智能档案管理
基于OCR技术的纸质档案电子化方案,通过先进的AI能力平台,实现手写、打印、复古文档等多格式高效识别与智能归档。该方案大幅提升了档案管理效率,确保数据安全与隐私,为档案馆提供全面、智能化的电子化管理解决方案。
114 48
|
17天前
|
人工智能 数据挖掘 数据库
拥抱Data+AI|破解电商7大挑战,DMS+AnalyticDB助力企业智能决策
本文为数据库「拥抱Data+AI」系列连载第1篇,该系列是阿里云瑶池数据库面向各行业Data+AI应用场景,基于真实客户案例&最佳实践,展示Data+AI行业解决方案的连载文章。本篇内容针对电商行业痛点,将深入探讨如何利用数据与AI技术以及数据分析方法论,为电商行业注入新的活力与效能。
拥抱Data+AI|破解电商7大挑战,DMS+AnalyticDB助力企业智能决策
|
17天前
|
人工智能 数据库 决策智能
拥抱Data+AI|如何破解电商7大挑战?DMS+AnalyticDB助力企业智能决策
本文为阿里云瑶池数据库「拥抱Data+AI」系列连载第1篇,聚焦电商行业痛点,探讨如何利用数据与AI技术及分析方法论,为电商注入新活力与效能。文中详细介绍了阿里云Data+AI解决方案,涵盖Zero-ETL、实时在线分析、混合负载资源隔离、长周期数据归档等关键技术,帮助企业应对数据在线重刷、实时分析、成本优化等挑战,实现智能化转型。
拥抱Data+AI|如何破解电商7大挑战?DMS+AnalyticDB助力企业智能决策
|
7天前
|
人工智能 文字识别 运维
AI多模态的5大核心关键技术,让高端制造实现智能化管理
结合大模型应用场景,通过AI技术解析高端制造业的复杂设备与文档数据,自动化地将大型零件、机械图纸、操作手册等文档结构化。核心技术包括版面识别、表格抽取、要素抽取和文档抽取,实现信息的系统化管理和高效查询,大幅提升设备维护和生产管理的效率。
|
8天前
|
机器学习/深度学习 人工智能 安全
AI与旅游业:旅行规划的智能助手
在数字化浪潮中,人工智能(AI)正重塑旅游业。本文探讨了AI如何通过个性化推荐、智能预测与预警、语音交互与虚拟助手、增强现实体验及可持续发展,提升旅行规划的效率、安全性和趣味性,推动旅游业创新与变革。
|
10天前
|
人工智能 自然语言处理 关系型数据库
从数据到智能,一站式带你了解 Data+AI 精选解决方案、特惠权益
从 Data+AI 精选解决方案、特惠权益等,一站式带你了解阿里云瑶池数据库经典的AI产品服务与实践。
|
10天前
|
人工智能 安全 搜索推荐
AI与能源管理:智能电网的未来
本文探讨了AI与智能电网的融合及其对能源管理的深远影响。智能电网利用先进的信息、通信和AI技术,实现电力的自主、智能化、高效管理。AI在精准预测电力需求、实时监测与故障诊断、智能能源调度、个性化能源服务和优化可再生能源利用等方面发挥关键作用,推动能源管理的高效、智能和可持续发展。
|
11天前
|
机器学习/深度学习 人工智能 自然语言处理
AI与法律行业:智能法律咨询
在科技飞速发展的今天,人工智能(AI)正逐渐渗透到法律行业,特别是在智能法律咨询领域。本文探讨了AI在智能法律咨询中的应用现状、优势及挑战,并展望了其未来发展前景。AI技术通过大数据、自然语言处理等手段,提供高效、便捷、低成本且个性化的法律服务,但同时也面临数据隐私、法律伦理等问题。未来,AI将在技术升级、政策推动和融合创新中,为用户提供更加优质、便捷的法律服务。
|
13天前
|
机器学习/深度学习 人工智能 搜索推荐
AI在金融领域的应用:智能投资顾问
【10月更文挑战第31天】随着AI技术的快速发展,智能投资顾问在金融领域的应用越来越广泛。本文介绍了智能投资顾问的定义、工作原理、优势及未来发展趋势,探讨了其在个人财富管理、养老金管理、机构风险管理及量化交易中的典型应用,并分析了面临的挑战与机遇。智能投资顾问以其高效、低成本、个性化和全天候服务的特点,正逐步改变传统投资管理方式。