网易首页 > 网易号 > 正文 申请入驻

「数据中台」降温后,企业数智化下一局何解?

0
分享至

万亿商业帝国,往往始于一个简单的共识。

回溯电商之王亚马逊的历史,必然有经典的一幕:

2001年,先后经历了各类重大历史事件的美国,正处于低谷之中,所有公司都在经受严峻的环境考验。

而后,亚马逊CEO贝索斯迅速找到《从优秀到卓越》的作者吉姆·柯林斯,向他寻求关于亚马逊的战略发展建议,最后,贝索斯带着高管团队提出一个著名的模型:

通过低价策略,吸引更多的客户;更多的客户,则可以增加销量,吸引更多的第三方卖家来亚马逊网站开店,从而可以让亚马逊将物流和运营网站的成本降低;效率提升,则再度促进低价。

其中,每个环节如同齿轮一样互相吻合,每个环节的改善,都可以让整个系统加速运行——这便是亚马逊著名的“飞轮”效应,也是其业务增长的“秘密”所在。

建立起与之匹配的业务和战略体系之后,亚马逊走上了高速增长之路。从2001年至今,亚马逊已经建立起包括电商、云计算、流媒体等业务的庞大商业版图。

“飞轮效应”的目标,其实是找到驱动增长的关键因素——本质上,某种程度上也意味着企业如何找到起自己的PMF(Product Market Fit),并且迅速扩大规模,这是所有企业都在寻找的永续经营的模式。

而在当下的数智化时代,人们对“飞轮”效应的探索,从未停止。现在,这个关键因素几乎无法与“数据”脱离关系。

中台降温,对大数据的一次反思

数据是构建起互联网世界的“地基”。而大数据行业的历史,正是探索如何存储、应用海量数据的宏伟道路。

开源分布式计算平台Hadoop的出现,则改变了一切——让企业拥有存储海量数据的能力,从而建立起了数据资产。

在云计算时代到来之前的2000年左右,互联网世界还处于单机时代。雅虎、Linkedin、Facebook等新兴互联网公司为了应对高速发展的业务需求,纷纷采用以Hadoop为主的系统爬取、存储巨量数据的新技术,这也成为大数据和云计算行业的基础。

国内也有类似的数字化实践,在2015年前后兴起的火热的“中台”,正是国内企业数字化进程中的重要里程碑。



“中台”一词最早来自阿里巴巴。2015年,阿里巴巴参考芬兰游戏公司Supercell的爆款游戏生产机制,建立起了“大中台,小前台”的架构:将通用的IT能力抽取出来组成一个大中台,为前端的业务部门赋能。

阿里巴巴以这套机制建立了大量中台,减少了IT资源的浪费。当中,数据中台的建设最为业界追捧,阿里巴巴凭借打造数据中台实现了统一融合的数据建设,进一步释放数据价值,这也引发了一轮效仿——在当时数字化的热潮之下,国内无论大小企业,不惜一掷千金,花费百万乃至千万元,也开始“大建数据中台”。

但苦涩的事实是,短短五年后,企业对于数据中台的热情却逐渐降温,不约而同进入“冷静期”。

听起来,数据中台极其符合商业逻辑。比如,前端的电商部门需要一套比价系统,中台部门调动资源开发对应的数据平台后,还能把这套系统模块化,等到其他部门需要的时候,经过轻量二次开发,就能迅速地复用其他业务之上,减少部门间“重复造轮子”的行为,数据在统一口径之后也能进行相对应复用。

但实际落地到企业当中,这套逻辑并不一定奏效。

“为做而做”,“求大求全”,使得数据中台难以为业务所用,也是许多数据中台项目失败的原因。

在数据中台建设的早期,业内还没有成熟的建设规则或者方法论,部分企业直接套用阿里的数据建设方法论,建设了许多不必要的功能。而在真正启用后,却发现功能和数据并不符合实际的业务场景需求,最终的结果就是“难用”,数据中台并不能被真正用起来,也就加难以收获业务端的认可。

在36氪2020年的报道中,曾有IT从业者抛出一个精彩比喻:“中台不是万能药,大象吃这个药,强身健体;蚂蚁吃这个药,一击毙命。”

对于业务体量够大的企业来说,照搬互联网大厂的方法论,也有可能也会水土不服。这类企业往往在建立数据中台的过程中用力过猛,将大量注意力放在数据资产基础设施的建设上,又“大而全”地对各类数据进行整理和统一,却忽略了自身业务的实际需求。数千万甚至亿级的资源和人力投入,却使得数据中台逐渐成为一个“为做而做”的项目,最终被巨大的建设成本拖累。

2021年开始,中台的发起者阿里巴巴推出了一系列将中台“打薄”的措施——主导阿里巴巴中台战略的前集团首席执行官张勇,开始持续发声:要把中台做得越来越薄,要让阿里的业务变得敏捷,取代阿里“大中台”战略。

这意味着,原来“什么都能往里装”的中台,如今要摆脱厚重的架构,与业务链接得更为紧密。

与此同时,在数据中台的建设中,企业愈发开始意识到,建中台不是本质目的,让数据真正被用起来,与业务产生紧密的关联才是数据中台成功的关键。

在这种趋势之下,“数据飞轮”的概念也随之兴起——围绕业务进行数据消费,从原来的“重点关注数据资产”,到“同步关注数据流与业务流的融合”,即充分考虑数据在业务中的应用,数据资产与业务应用形成闭环。

数据飞轮的出现,意味着“中台”理论失效了吗?

对尚处在数字化初期的国内市场而言,数据中台对数字化概念的普及和落地功不可没。如今,“中台”并不能被称为失效,而是企业对数字化的认识来到了新阶段。“数据飞轮”,则可以看作这一概念演变的新一阶段。

在宏观环境变幻莫测之时,企业主更注重业务增量。数据中台的建设,不能作为成本中心而存在,而是要为业务带来实际效用,才能算得清这笔商业账。

这也能解释,为何近年来“数据飞轮”一词频频出现在人们的视野——“数据飞轮”更关注与业务之间的动态关联,强调“用数据”而非“存数据”。

企业数字化技术服务公司云徙科技是“中台”理论的重要实践者,如今也开始了对“数据飞轮”的探索。其副总裁在去年的数据飞轮消费行业研讨会上提到,尽管企业对数据消费有强烈的需求,但实际操作中却往往面临诸多挑战,真正将数据资产量化为业务价值,势必触及到对数据的精准把控与分析。对于新兴的数据飞轮理念,云徙科技和其他厂商一样,正在拥抱和认可其中的内涵。

从这个维度来说,数据飞轮和数据中台并不对立。相反,数据飞轮可以说是中台理论的升级。

“数据消费时代”来临

“中台”时期,业界对数据仓库、湖仓一体等新兴技术的应用,为企业带来了十分珍贵的数据资产。中台强调“统一”——统一的技术、数据,相当于在传统IT架构下孤立的一个个软件之间搭建起了桥梁,有助于数据在底层的高频流通。

但这一时期的关键问题在于,建立了数据资产后,企业的数据利用率却不高。

如今,全球数据以惊人速度增长,且没有任何放缓的迹象。根据福布斯专栏作家Bernard Marr的观点,全球超过90%的数据,都是在过去几年中被创建。但据Gartner的研究报告显示,如今还有68%的企业数据没有被用来分析、使用;而高达82%的企业仍处于数据孤岛之中。

电商是一个典型例子——购物大促时,会产生许多高并发的计算需求,并且需要实时取用数据,而数据也不只是报表等结构性数据,而是拥有包括图像、音视频在内的非结构化数据。

而在过去,传统意义上的数据仓库主要处理的是T+1数据,即今天产生的数据分析结果,明天才能看到。但现在,企业客户的数据需求,已经不是单纯的静态数据,而是实时、且有洞察的数据。

因此,中台为企业内部的数据资产“建立桥梁”远远不够。更重要的,是要在企业内部建立起一套数据流通的有效模式。

“数据消费”这一概念,正是在这一语境下被提出。

领克汽车就是成功从“数据困境”中走出的企业——此前,和其他的技术密集型企业一样,领克也建立起了一套完善的企业数据底座。

“我们手上也有APP的日活、月活等数据,但对于数据背后的意义、价值,我们是并不明确的。”吉利汽车集团营销数字中心负责人沈稳杰表示。

为了搞明白这些数据,领克汽车的运营团队选择了与火山引擎达成合作,基于火山引擎旗下的数据产品增长分析DataFinder,开展了一次创新的降价拍卖直播活动——拿出一辆车,在规定时间内,用户来参与直播出价拍卖。

“通过直播拍卖活动,我们拿到了非常有趣的一组数据:围观的用户接近2万,而出价用户超过1000左右。我们再继续对出价的用户进行打标签、细分,确认有意购车的用户。”后面的两个月里,领克对出价的用户持续给予一些优惠、优惠激励——最终,达成汽车订单数超过200。

其中,火山引擎数智平台VeDI的产品不仅能够帮助领克实时观测到这些数据,并且还能够在这一创新场景里,帮助业务人员实现数据消费的全流程。如今,基于增长分析DataFinder,领克能够清楚地了解到领克APP每天的日活用户从哪来、又去了哪里,他们更关注什么等等。基于用户的关注点,团队再动态对业务策略进行调整。

领克的例子正是说明,“数据消费”是构建数据飞轮的必要前提,一切数据资产建设都需要围绕数据消费进行建设——才能有效地驱动增长。



火山引擎“数据飞轮”理论

在建设数据底座时,企业就得想明白“把数据消费作为目标”,建设符合自己业务形态的数据基础设施。企业内的各项应用,应该是当场景、业务需要之时,才开发相应的数据工具,而非照搬大公司的方案、模版。

那么,为何企业现在需要格外强调“数据消费”?这由互联网的发展阶段所决定。

在以往的粗放增长时期,企业可以用投放、买量实现增长,增长可以掩盖很多数据问题;但在存量竞争时代,拼的是精细化运营,精细化的策略则来自对数据的洞察。在这一阶段,企业数字化的终点,不是数据资产的建设,而是数据在业务场景的频繁应用。

还是以字节跳动为例。多数人关注字节的组织战略,往往从扁平、透明的组织架构开始,还有一部分不可忽视,则是内部对“把数据用起来”的极度重视。

据了解,字节跳动内部关于“数据消费”有2个“80%”,一是80%的企业员工能够直接使用数据产品,二是数据资产能覆盖到80%的分析场景。

这造成一个神奇的景象。80%的字节员工每天在通过各种各样的数据产品使用数据,进行数据消费,既包括以往主要和数据打交道的专业人员——数据工程师、数据分析师等等,也包含产品、运营、市场,甚至行政、HR、UED这些离IT、数据比较远的人。

这也能解释,数据驱动为何会成为字节跳动的文化之一——因为几乎大部分人都能够高效地获取自己需要的数据,辅助自身的业务,而不需要等待来自上级的决策再进行实施。以数据消费驱动企业增长,并且达到业务目标后,如此反复,成为闭环。数据消费,已经逐步成为企业经营的必备一环。

大模型时代,用数据飞轮重塑数智化逻辑

从2023年开始的生成式AI(Gen AI)热潮,则会加速“数据消费”这一认知成为共识,对大数据领域影响深远。

生成式AI的训练和应用都重度依赖数据,这本身就是一种“数据消费”,而要想让模型质量更高,AI在实际业务中应用落地的数据反哺又至关重要。



数据库巨头Databricks就在2023的年末总结里提出:“未来的大数据架构将是一个高度集成、智能化和自动化的系统,它能够有效地处理和分析大量数据,同时简化数据管理和AI应用的开发过程,为企业提供竞争优势……在不久的未来,每个领域的赢家,都是那些最有效利用数据和AI的企业。”

如今,大模型想在企业侧落地,意味着企业自身的数据和算力规模都会不断加大——未来,企业不仅是需要更多数据,更重要的是要更会使用数据。而数据消费,又会反哺到应用和底层的数据基建建设之中。

百度董事长李彦宏就曾表示:“AI原生应用会驱动模型、芯片等AI技术栈的发展,只有通过更多的场景落地应用,才能够形成更大的数据飞轮,才能够让芯片做到够用和好用。”

幸运的是,在数据应用上,大模型未来会成为用户的有力助手。大模型使得人与机器的交互形式发生根本性的变化,这会有效地降低用户的数据消费门槛。

传统数据分析方式将会发生巨大变化——从前,如果业务人员需要找一个分析数据,轻则需要学习BI等分析工具,重则需要找专业的IT人员提需求。

但在大模型诞生后,垂直领域的数据搜索将会变得更容易,只要用自然语言和模型交互,模型即可提取相应数据,大大提升在数据分析上的人效。

但这也意味着,未来使用数据的门槛会降低,而对数据质量的要求则会进一步提高,企业要想真正享受到生成式AI带来的业务红利,需要更加强健的数据基础设施,以及建立起良性的数据消费模式,挖掘业务数据中更深层次的价值。

更多的人使用大模型提取和分析数据,这对企业的数据基础设施提出了更高的要求——OpenAI每次发布新功能后,宕机现象仍然频发,则是当前底层设施尚未很好适配大模型的证明。

数据基础设施如同土壤,只有足够强大,才能够孵化出有爆发潜力的AI原生应用。对此,企业需要更精细化地建设数据基础设施,配合业务流建立起数据采集、存储、分析层面的工具。而在数据上,更需要高质量且完整的数据,更好加以治理,统一标准和口径,为数据的使用做好准备。

最后,企业需要找到一个数据消费场景,让大量用户使用,模型才能不断迭代,让性能更强——这与数据飞轮理论,也不谋而合。

早在2013年,《大数据时代》一书作者维克托·尔耶·舍恩伯格就表示,大数据开启了一次重大的“时代转型”,其带来的信息风暴正在变革我们的生活、工作和思维,社会也将经历类似的地壳运动。

十年过后,随着数字化进程的深入,“数据飞轮”成为一个新的阶段,帮助企业构建数智化竞争力的边界——谁能更好地转动起数据飞轮,谁就能真正掌握未来。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
女排奥运分档确定:中国3档!意大利巴西1档,上上签+下下签曝光

女排奥运分档确定:中国3档!意大利巴西1档,上上签+下下签曝光

我爱英超
2024-06-16 21:56:19
南京杀妻案吉星鹏被判处死刑,临刑前他全身抽搐流泪不止

南京杀妻案吉星鹏被判处死刑,临刑前他全身抽搐流泪不止

一度历史观
2024-06-14 12:56:49
退货率飙升,抖音女装“一姐”关店了

退货率飙升,抖音女装“一姐”关店了

派代
2024-06-16 20:47:08
乌克兰离失败不远了!

乌克兰离失败不远了!

德林情感
2024-06-17 06:09:42
归化专家:目前全球活跃在各级联赛U10队伍以上华裔球员近200位

归化专家:目前全球活跃在各级联赛U10队伍以上华裔球员近200位

直播吧
2024-06-16 16:41:13
孙杨这回真完了!最后时刻因故无缘奥运达标赛,巴黎彻底去不成了

孙杨这回真完了!最后时刻因故无缘奥运达标赛,巴黎彻底去不成了

娱记掌门
2024-06-16 23:23:08
著名隆重且盛大的金砖国家运动会开始了,不过我有三个疑问?

著名隆重且盛大的金砖国家运动会开始了,不过我有三个疑问?

翻开历史和现实
2024-06-14 09:19:00
早已秘密怀孕?国外被拍,肚子大到藏不住?

早已秘密怀孕?国外被拍,肚子大到藏不住?

娱记掌门
2024-06-16 17:34:49
重磅打虎!吴英杰被查

重磅打虎!吴英杰被查

新京报
2024-06-16 11:22:21
中纪委周末再打“虎”:正部级吴英杰被查

中纪委周末再打“虎”:正部级吴英杰被查

澎湃新闻
2024-06-16 11:26:26
苏纳克的“告别之旅”:民调预测,保守党72席 工党456席

苏纳克的“告别之旅”:民调预测,保守党72席 工党456席

石川说事
2024-06-16 20:41:38
绿军最快明日夺冠!波津G5出战成疑 塔图姆称太想横扫导致G4惨败

绿军最快明日夺冠!波津G5出战成疑 塔图姆称太想横扫导致G4惨败

罗说NBA
2024-06-17 06:44:59
母女情深!凯特暖心安慰9岁夏洛特,公主也在尽力支持生病的妈妈

母女情深!凯特暖心安慰9岁夏洛特,公主也在尽力支持生病的妈妈

译言
2024-06-16 10:37:22
“你敢破产,我们马上收购!”美国塔带机垮塌,被我方律师怒怼

“你敢破产,我们马上收购!”美国塔带机垮塌,被我方律师怒怼

三公子娱乐
2024-06-16 19:45:17
一颗子弹别想运进台湾!美国军火马上就到,大陆早已准备海上拦截

一颗子弹别想运进台湾!美国军火马上就到,大陆早已准备海上拦截

小阿文热点军
2024-06-15 19:13:11
高温断绝了印度强国梦。

高温断绝了印度强国梦。

悠闲葡萄
2024-06-16 15:29:19
以价换量!比周边二手房便宜几千元,这个省会城市有新盘5天就售罄!销售:把房价打下来了

以价换量!比周边二手房便宜几千元,这个省会城市有新盘5天就售罄!销售:把房价打下来了

每日经济新闻
2024-06-16 08:04:07
智利正式申请加入《区域全面经济伙伴关系协定》

智利正式申请加入《区域全面经济伙伴关系协定》

界面新闻
2024-06-16 07:10:30
俄乌局势升级!梅德韦杰夫将被逮捕?紧张时刻,王毅直飞俄罗斯

俄乌局势升级!梅德韦杰夫将被逮捕?紧张时刻,王毅直飞俄罗斯

壹号评论
2024-06-14 04:50:02
一年存5万对普通人来说难不难?网友们分享真实经历,属实看呆了

一年存5万对普通人来说难不难?网友们分享真实经历,属实看呆了

蓝色海边
2024-06-12 21:23:43
2024-06-17 09:06:44
36氪
36氪
让一部分人先看到未来
144687文章数 2839366关注度
往期回顾 全部

科技要闻

OpenAI可能会迎来重大变化

头条要闻

牛弹琴:乌和平峰会结束后 泽连斯基谈及中国改口了

头条要闻

牛弹琴:乌和平峰会结束后 泽连斯基谈及中国改口了

体育要闻

没人永远年轻 但青春如此无敌还是离谱了些

娱乐要闻

上影节红毯:倪妮好松弛,娜扎吸睛

财经要闻

枝江酒业的补税单,张道红的下马威

汽车要闻

售17.68万-21.68万元 极狐阿尔法S5正式上市

态度原创

手机
艺术
本地
数码
公开课

手机要闻

618折叠屏销量Top10:vivo超越华为夺冠

艺术要闻

穿越时空的艺术:《马可·波罗》AI沉浸影片探索人类文明

本地新闻

粽情一夏|海河龙舟赛,竟然成了外国人的大party!

数码要闻

苹果 Apple Intelligence 功能分批上线,重磅功能要等到 2025 年

公开课

近视只是视力差?小心并发症

无障碍浏览 进入关怀版