近日，2023中国国际大数据产业博览会在贵阳成功召开。瓴羊服务生态总经理甄日新出席大会“AI新范式与智能计算高峰论坛”，分享了瓴羊数据中台业务、数据价值在商业场景上的应用实践，并同与会领导、专家共探数据与智能发展之路。
（图为：瓴羊服务生态总经理甄日新）
论坛中，甄日新深度分享了瓴羊如何帮助企业实现数据驱动增长，通过整合企业的商业流、数据流和工作流，让数据智能在企业的生产和经营中发挥最大价值。
数据流：实现分层化的数据体系
甄日新指出，在解决企业数据中台建设面临的典型痛点时，需要先将数据尽量汇聚在一起，进行深加工，最终实现分层化的数据体系。此外，企业还需要建设一套成熟的平台体系，以及一个数据持续运营的体系来构建数据流。这些措施将有助于解决数据分散和割裂、数据如何支撑业务、企业间数据共享难度大等问题。
工作流：数据资产和智能化模型有效结合
在数据流建设完成后，如何使用数据资源成为了业务方更大的难题。为此，需要有一些相对成熟的工具体系，如各种BI工具和偏业务型工具，如营销工具。营销工具需要能够系统地分析消费群体数据，并实现精细化营销，这样才能将智能化的模型融合进来。以客服场景举例，如何将智能化和人工进行合理调配，不影响消费者体验。
未来，基于阿里大模型的智能化能力将大大提升企业的人工效能，同时和业务应用场景深度结合的比重也会增加，如供应链、ERP等。瓴羊在不同行业深度的业务场景里都将数据资产和智能化模型能力有效的结合在一起，为企业在数据应用中提供了最佳实施方案。
商业流：“1+N+N”的决策体系
商业流是企业需要建立通用分析+决策的体系，无论是制造企业还是零售企业，都需要进行决策分析。过去分析体系存在割裂问题，各个部门拥有自己的数据和BI，导致问题被分散。
为此，阿里巴巴建立了“1+N+N”的决策体系，将数据指标贯穿CEO到中层到一线员工，横向互通各个部门，形成一个可持续运营的分析体系。该体系能够根据问题进行明确的分工和定位，系统化地提升企业的业务能力。以服饰企业为例，在建立客户体验指标时，“1+N+N”决策具有重要应用价值，能够帮助服饰企业建立统一的指标体系（将顾客满意度、产品反馈数据、各大电商平台用户购买数据等进行整合），并可形成横向对比，进而提升业务能力。
针对近期最火的大模型、AIGC等话题，甄日新表示，AI技术在企业应用场景中的应用趋势和优势，主要分为三个方面：
1、经营决策分析：包括营销、履约供应链、生产制造和客服等全链路的商业流能够打通起来，形成一个AI驱动；
2、消费者洞察：可以根据消费者群体在不同场景的行为分析及行动数据，非常快捷的进行标签提炼；
3、供应链：从各个电商渠道再到线下渠道，通过AI及大模型的能力实现统一的商品管理和销售预测，同时也可以用于商品的上架和发布。
这些应用场景中，AI技术是贯穿起来的，可以大大提升效率和效果。但这些前提是要依赖很好的数据资产建设，另外一方面是需要很好的和商业流结合起来，再形成一个数据+智能的业务驱动，最终能够让AI真正产生商业上的竞争力和价值。
