猎云精选；文/孙媛

时隔14个月，瓴羊更智能了。

9月20日，在2024云栖大会的瓴羊专场论坛上，涌动的人群已经挤到门口，而里面，阿里巴巴集团副总裁、瓴羊CEO朋新宇正在汇报着最新进展。

首先映入眼帘的是一组数据，瓴羊已经服务了将近超5万家企业，深度赋能24种行业，而数据背后，更吸人眼球的是这一年多来，瓴羊Data×AI的质变成果。

我们看到，智能体在瓴羊分析、营销、客服这三大核心应用场景现身，当BI和大模型结合，智能小Q能够把自然语言变成一个个数据指标，智能营销助手可以3分钟一键生成超10款海报，Quick Service 2.0更是送上“真”智能客服，不仅是你的贴心小二，更是人工客服的提效利器。

而这还只是应用侧的变化，在数据侧上，DataAgent的加入，更是让企业只需三步，就可以构建出专属的数据资产智能体。

从这里便可以看出，AI已在瓴羊无处不在。

回想起去年7月，在“ALL in ONE”数智新势能大会上， 也是一身白色衬衫的朋新宇彼时就认为“智能化是大模型加上好数据”，并透露出接入大模型全面升级的计划。

再到现如今，从数据侧到应用侧的AI产品一一落地，瓴羊正如朋新宇所言，正在跑通把AI送到场景的最后一公里。

阿里巴巴集团副总裁、瓴羊CEO朋新宇何以跑通？解构三大场景、重构业务能力

对于AI，有一个通用公式，即算力+算法+数据，而这三者的关系，于企业而言，朋新宇也有一个很形象的比拟。

“如果企业是一个人，那么算法、算力、数据就对应智力、体力和血液，而人生就像是舞台，舞台就是企业所对应的场景。”

也就是说，没有场景，企业即便空有一身AI能力，也无用武之地。而现在瓴羊做的一件事就是要让场景里的AI能力无处不在，如水般渗透企业的方方面面。

如何解，瓴羊分为两步走，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。

故而在应用侧上，我们能够很具象地看到瓴羊的动作和变化。

在数据分析场景中，瓴羊旗下的BI产品Quick BI经AI重构后，以极速响应为核心能力，有效解决传统BI的等待时间长、数据口径统一难和满足老板个性化需求三大痛点，极大提升工作效率和用户体验。

告别过去找个数据报表需要花5分钟思考+半小时整理+循环确认，现在瓴羊直接把BI和大模型结合以后，给每个老板和数据分析师送上了“智能小Q”。

用户只要问他所想，就可以把自然语言变成所需的数据指标，同时还可以把指标变成一个固定的报表，给到其它部门去传阅和共同编辑。

简而言之，就是把过去一周解一个问题的数据分析闭环用几秒钟的聊天问答完成，实现“ChatBI”。

再到营销场景，更是苦于“不准”，千人千面好听但难做，朋新宇看到“大部分人在检验报告、做ROI和效果上，都是三分靠努力，七分靠想象和意会。”

但在智能营销的时代，他表示故事截然不同，语言模型、生图模型等串联全部营销场景，加上AI和数据闭环，已经真正实现智能营销。

在此次云栖大会上，瓴羊新一代数据+ AI 的智能营销增长平台Quick Audience将生成用户数据洞察报告的时间缩短50%。简单来说，千万商家在找准目标客户画像并且打造爆款新品时，所需花费的时间精力比以前少了一半；而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%。

举个例子，用户是睡前还是刚醒来更愿意打开品牌的促销信息，什么时候才是和用户沟通的最佳时机，这些问题现在都可以通过AI来解决。

谈完分析跟营销，再来看看瓴羊将AI Agent完整落地、可覆盖客服“全场景”的智能客服产品Quick Service 2.0，你会发现这是一场C端至B端的共赢。

过去，传统客服机器人往往一问一答，还会答非所问，而问题处理时效不一，甚至可能长达数天，直接损害了消费者体验。

为了更懂消费者，在智能化上，瓴羊一是在问答场景下，把大模型+企业自身的业务数据，形成了大小模型结合去做AI的智能问答，使得问答准确率达到93%。

二是在客服的后台效率上，提供了大模型的辅助工具，帮客服快速形成智能摘要，再自动提交工单，把人工客服处理问题所需时间从10分钟缩短至最快5秒 。

在瓴羊副总裁林永钦看来，这不仅是在实现提效降本，更是通过提升消费者体验，把客服从成本中心往价值中心去转变，为企业创造价值的增长。

“这就类似在场景内插入AI大脑，让瓴羊的工具更灵活、更强大，从而解构已有的服务场景，去重构瓴羊的能力。”

这次云栖大会，我们看到瓴羊这场产品智能化征途，并不是基于AI去“无中生有”做新场景，而是基于已深耕的核心场景用新一代AI技术和数据去做工具的质（智）的升级。

数据定义AI软件，瓴羊手持“两板斧”

说完了应用侧，再往下down看一下数据侧。

在朋新宇的划分中，瓴羊产品为两类，上层是需要行业know-how的专用产品，即针对上述的分析、营销、客服场景，下一层就是无行业特征差异的通用产品，即数据治理和数据流通服务。

之所以说是下一层，是因为企业有了更多聚焦某个场景的高质量精准数据，才能更好地与AI相结合在具体场景应用到极致，这就是自下而上的影响。

林永钦认为，这就好比大模型拼数据，喂越多、能力越强，在AI时代，有了数据、找到数据、买到数据、用好数据等供给，也能够在推动软件向前走时，把数据转化成AI的能力，最终实现正向循环。

所以，在数据侧上，我们看到瓴羊有“两板斧”。

于内，为了让企业要做好自身的数据治理，解决私有化部署个性化但高成本、公共云虽便宜但有着标准化限制的两大问题，瓴羊智能数据建设与治理平台Dataphin今年跟AI结合后，面对中小企业推出来了兼顾个性化和性价比的新一代智能数据治理。

不仅提供了半托管服务，将部署时间从几天缩短到1小时，还推出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。

数据治理可以让数据变好，于外，数据流通则可以成为补充数据量不足、数据丰富性不好、数据标签不够准确的有力利器。

去年，瓴羊就开始构建一站式数据流通服务“瓴羊港”，包括数据的寻、买、管、用，目前已达成和30多家头部数据方的紧密合作，平台上流通的应用场景和行业标签多达3000多种。

通过横向的通用产品和纵向的专用场景相结合，朋新宇表示，瓴羊的产品就类似于积木，可以拆搭和整合，实现为不同规模的企业按需提供模块化的服务。

对所有大模型Open，14个月完成PMF“超跑”

讲了这么多，你可能会好奇瓴羊产品智能化屡次提到的AI能力到底从何而来。

把时间线拉回到2022年11月谈起，你会更理解瓴羊在AI时代下的角色。

当ChatGPT的第一朵浪花打来时，朋新宇回忆道，瓴羊花了近3个月理解和消化，但内部很快达成共识，产品公司的定义不会变。

从瓴羊内部普世价值观出发，朋新宇表示瓴羊一直是从客户中来到客户中去，即做客户想要的，二是没有调查没有发言权，不一窝蜂跟风，三是先做好人再做好事，做不好的就不做。

他表示，从这三点出发，瓴羊不会去做大模型。

从根本上说，作为阿里巴巴2021年成立的全资子公司，瓴羊主营数据要素服务。从大模型的算力算法数据三要素看，瓴羊的优势在于数据，其发展史可以最早追溯到2012年的One Data，源自阿里巴巴最佳实践的“十年磨一剑”。

行至彼时，瓴羊有着从阿里巴巴到服务千行百业的数据技术能力和方法论的沉淀，也有了能够快速把企业内数据集成好、建设好的产品和工具。

再到客户想要的，朋新宇更是明确调查出市场不缺大模型，而是缺AI应用。

曾有客户问他为什么瓴羊不做大模型，他笑道，如果做，你会买吗？对方一笑而过，答案显而易见。

瓴羊要让大模型无处不在，唯有进到产品和场景里面去，而至于是接入什么大模型，客户不care，他们的关注点在于给业务带来价值的产品。

这也让朋新宇坚信，瓴羊要做的，就是洞悉所服务的场景和赛道后，直接帮助企业选择全球最好的模型解决方案，把数据（合适的行业数据）跟AI（基础大模型）两要素结合，揉起来落到场景里面生产ToB的有效生产力工具。

故而，在去年7月放出全面接入大模型升级的信号下，瓴羊的打法是“深”在场景应用，“快”在对通义千问等所有的大模型open并迅速接入，不断做大小模型应用到场景里面的调试，也才有了今日瓴羊在所有企业客户场景里快速形成正反馈闭环后的“认”。

目前，瓴羊已经推动了通义千问大模型与实际业务有效融合，已成功落地多家企业客户。截至今日，瓴羊完成了基本上大部分客户的POC和PMF的测试，开始进入到GTM。

据朋新宇透露，有一位游戏分发客户在跟瓴羊深入共创AI产品跟其场景的匹配时，已经在内容付费转化上获得了超20倍的提升。

以智能化降门槛，瓴羊“普惠”进一步拓宽

让商业更智能的背后，细究之后会发现，瓴羊进一步朝着让数据更普惠的使命进发。

7年前从阿里经验和沉淀定义的Dataphin，在服务中海油、电信运营商等大型客户后，瓴羊副总裁王赛敏锐地洞察到中小微企业包括传统制造业在数字化上的人才和成本压力，这才有了最新推出的Dataphin敏捷版，轻量化整个产品能力架构更好地去适配小微企业需求。

再到数字化营销上，瓴羊也勇于啃市场薄弱的硬骨头。

与已经形成营销闭环的电商平台不同，负责营销场景的瓴羊副总裁林鸣晖注意到，很多有线下门店业态的企业数字化自主能力差，要想数字化，不仅需要把客户为主的各个域连接起来，还需要切入其线下生意周期，玩法与线上可以说是迥然不同。

这既是一个在谷底的市场空间，也是他看到的新机会所在，反向要求瓴羊在应用层面抓住一个真问题、小问题去实践数据服务。

而无论是中小企业，还是传统门店，都是因为瓴羊在实际结合AI能力降低工具使用门槛后，直接带来了更广的客户群体。而客户里面，朋新宇注意到，金融、IT等技术类企业跟包括制造业在内的传统行业已经两头率先行动，尤为积极寻找能力变革。

同时，之前存量的应用场景，在AI接入软件后，也都有了新的想象力，最显而易见的就是扑面而来的客户需求。

朋新宇笑道，很多企业看了demo都想跑来应用，但是场景接近也不一定能完全贴合，需要有人帮企业去做最后一公里的落地。

为了打好辅助，这段时间瓴羊内部还专门成立了客户成功部CSM，主打开一条从帮客户理解、再到用得上、最终用得好的快速通道。

此外，在转化存量市场和拓宽增量市场外，瓴羊还跟着供应链和品牌客户踏出了出海这一步，在海外市场推出了英文版进行小规模试水。

在这场AI推动的新一轮数字化征途中，朋新宇说企业离不开三材，即器材（软件）、耗材（数据）和人才。

其中，好的耗材能让器材更灵光，而人才则是团队新血液供给，有无面向AI、数据和未来，决定了企业下半场的变革、跃迁和升级。

所以，瓴羊要跑得快，快到用时间和能力去抓住和追上这一波机会，让更多企业能真正用上。

再回首，AI已接过互联网的棒，成为新质生产力，而以瓴羊为代表的数据服务商，正载着它跑入万千企业，跑入寻常百姓家。