每一家企业都是智能体，每一个CEO都是“数据人”

人工智能引领的造富运动还在继续，英伟达一骑绝尘，博通、Marvell这类半导体公司也成了“先富带动后富”的典型代表。但回顾刚刚过去的2024年，资本市场最大的赢家，恐怕是一家名叫Palantir的公司——市值全年涨幅接近4倍。

Palantir这个名字，源自《魔戒》里那颗能洞悉世间一切的水晶球，倒也完美契合了它自身的定位——数据科技。十年前大数据热潮席卷全球时，Palantir就凭借追踪本·拉登的经典案例一炮而红，成了各大炒股社区的老网红。

《魔戒》中的Palantir

2020年，Palantir成功上市，随后一头撞上了人工智能的快车道。AI带来的最大变革之一，就是数据不再是高科技公司独享的专利——当各行各业的企业家开始把人工智能挂在嘴边，数据的重要性也被提升到了前所未有的高度。

Palantir身处的赛道正变得越来越火热，原因很简单：越来越多的企业开始意识到，用数据辅助经营决策这件事，已经是绕不开的课题了。

但更关键的在于，很多人已经看到了一个更具挑战性的未来。AI时代需要的不仅是决策，很多时候，想要领先一个身位，还需要具备某种预知未来的能力——预测与决策的结合。这里面，怎么拥有数据、怎么用好数据，恐怕是每家企业都想拿到的核心秘钥，也是商业世界在人工智能时代必须回答的最重要的问题。

AI改造SaaS行业

2017年，Transformer架构问世，自然语言理解往前迈进了一大步。具体来说，AI的进步带来了两点变化：

一是Transformer和大模型的出现，让AI对非结构化数据的处理能力实现了指数级跃升，技术得以“平台化”，跳出了项目制的施工队陷阱。二是人工智能与数据分析深度融合，让单纯的数据分析转向了智能决策。

Palantir产品在军事领域的应用

2020年，Palantir把AI能力集成到了Gotham和Foundry两个数据产品中，开始通过数据为企业经营提供智能化建议。可以说，Palantir的发展，见证了人工智能对数据分析的整体改造。

当然，Palantir并非这轮AGI浪潮的唯一受益者。不少老牌SaaS公司都借助AI找到了跨越式增长的路径——就算自己没找到，华尔街的分析师也会帮他们找到。

2023年3月，Adobe公布了生成式AI工具“Firefly”，随后又推出了Creative Cloud（包括Illustrator、Photoshop、Lightroom、Premiere Pro的订阅包）的100多项AI功能更新——比如在Photoshop里用AI智能扩充图片。凭借恐怖的存量订阅用户规模，Adobe在资本市场疯狂上分。同年10月，《时代》杂志发布“2023年最佳发明”，在AI门类入选的14个应用中，Adobe的Generative Fill（生成式填充）力压OpenAI的GPT-4，位列细分门类榜首。

无独有偶，Salesforce CEO Marc Benioff在年初的一次访谈中也披露了一组数据：在客户服务领域，Salesforce的AI agent已经能独立处理近九成的案例。

这其中的关键变量在于，人工智能正在改变企业经营中一系列由SaaS产品定义的标准。用微软CEO纳德拉的话说：智能体突破了单一SaaS应用及其数据的限制，能跨多个SaaS应用执行任务并协调意图——通过调用API、整合各种工具，智能体构建了统一的模型，来打通和利用多个SaaS应用的功能。

它带来的最直接影响是：企业不再需要一个庞大的IT部门和顶尖的数据科学家，也能借助数据进行智能决策。事实也正是如此——用数据驱动业务增长，已经成为产业界集体思考的问题。大部分产业的各个垂直门类，都不可避免地被卷入了“数字化”的命题中。大模型的百花齐放，实际上为存放在机房和硬盘里的海量数据，做了一次全新的定价。

人工智能改变了什么

为企业提供数据和AI深度融合的能力，并非Palantir的专利，更不是美国公司的专利。当人工智能开始迅速渗透企业经营，那些在上一个时代积累了厚厚一沓数据实操经验的软件公司和互联网公司，自然就会带头冲向一个个具体的垂直产业。在中国，近几年略显沉寂的SaaS产业，正在以一种全新的姿态走向舞台中央。

阿里动物园的珍奇异兽里，瓴羊可能是最年轻的一只，但也是最前沿的一只。它从诞生之日起，就以“DaaS”（数据即服务）的定位，为各行各业提供数智化服务。

DaaS的核心在于——从有数据到好数据再到用数据，让企业内部的数据真正变成资产，进入每一个经营环节，从而驱动企业自身的增长。阿里巴巴集团副总裁、瓴羊CEO朋新宇曾在去年9月的云栖大会上，提出了一个智能化时代的企业AI增长公式：（算法+算力+数据）×场景。其中前三者是AI发展的三大基石，而具体的场景，就是AI渗透的方向——这也是瓴羊正在做的事。

和Palantir这样的高速发展公司类似，瓴羊的诞生同样离不开一个大背景：

这种趋势有点像山寨机时代联发科推出的“turn key”（交钥匙）方案——把多种芯片功能集成到一起，并提供系统和开发平台，手机生产商只需要买一套联发科方案，再配上机壳和摄像头，就能造出一台手机。如果说turn key方案的关键是联发科的芯片设计和系统集成能力，那么与之对应，无论是瓴羊还是Salesforce，能够为企业批量提供AI时代解决方案的公司，都必须拥有足够强大的数据处理能力。

瓴羊这个团队的数据积淀其实并不短。它脱胎于曾一度成为行业教科书的阿里巴巴数据中台。如今许多中国头部企业的CDO、CIO和CTO，拉出履历看看，不少都曾在这个团队战斗过——这也让瓴羊成了中国数智化领域的黄埔军校。

1月份，瓴羊和清华大学数据治理研究中心等机构一起，再次举办了第二届“数据同学会”。作为国内罕见的顶尖数据人闭门聚会，这次活动聚集了70多位数据领袖，其中包括来自中国移动、阿迪达斯、长安汽车、宝洁、伊利、海尔、中免日上、霸王茶姬等多家企业的数字化一号位，也有参与过“数据20条”项目的复旦大学管理学院教授黄丽华、中国信息化百人会执委兼阿里云智能集团副总裁安筱鹏、罗汉堂秘书长兼为溪创始人陈龙，以及知名商业咨询顾问刘润。

这群人对数据和AI的探讨，几乎决定了未来一到三年中国的数智化走向。而他们背后所代表的数据资产和方法论，也几乎等同于一份完整翔实的社会经济运行公报和商业数智化变革史。

也是在今年的这场“数据同学会”上，中国信息化百人会执委、阿里云智能集团副总裁安筱鹏提出了一个高度概括的描述：“大模型正在激活一切数据，AI从以前只能回答封闭问题的有限解，进化到了能够回答开放问题的精准解；而Agent成为了AI商业化的重要突破口。”

润米咨询创始人刘润则分享了自己对AI时代数字化的见解：企业从物理世界迁徙到数字世界，可以理解为数字化，而数字化只是智能化的基础。今天，大量中国企业正在完成两者并行的“数智化”。

如果说瓴羊的出现代表着人工智能开始结构性地改造数据，那么“数据同学会”更多地是在确认一个共识：

人工智能时代，“企业数字化”这个命题下，其实有三个明显的趋势：

（1）数据的价值取决于场景

Palantir从网红独角兽成长为千亿美元市值的上市公司，核心就在于为“智能决策”提供了一个普适性、低门槛的解决方案。对企业来说，只有自身的数据能被利用起来，这些数据才会产生对应的价值。例如2020年，太古可口可乐与瓴羊合作，完成了“引流-促活-全域转化”的DTC转型，成功构建了一个千万会员规模的私域池。对太古可口可乐来说，在传统的零售体系下，大量用户数据难以触达——如果没有对应的方法和工具，转型就无从谈起。

（2）越来越多的Palantir会接二连三地诞生

早在2015年，Palantir就推出了机器学习工具包（MLTK），但局限性在于对客户的IT能力要求过高，缺乏通用性。大部分公司在自己的业务上足够专业，但在AI领域恐怕是门外汉——他们只有数据，缺乏用数据的能力。与此同时，并非所有公司都有足够的财力和号召力去组建一个群星云集的AI部门。因此，市场上一定会出现开箱即用的AI解决方案，这也是瓴羊的价值所在。

（3）用数据进行经营决策，是企业的“必选消费”

为什么业务模型性感、利润丰厚的SaaS公司大多集中在美国？这里面自然有市场和制度的原因，但一个关键因素在于：美国企业很早就意识到，在人力成本高昂、市场大盘增长放缓的情况下，必须从管理中挤效率。时至今日，很多中国公司也在类似的背景中逐渐明白——需要向管理要增长。当越来越多的企业发现，自身的增长可能不是靠多招一个团队、多做一个业务来解决，而是通过数据提高整体经营效率时，智能决策就会成为企业的“必选消费”。

用朋新宇的话说：“在AI时代，数据的重要性超过以往任何时候，这是数据人最好的时代——社会之所需，恰是我们能力之所及。这也是我们举办数据同学会的初衷。”

不同的时代，不同的实践

把时间拉回到1982年。美林证券开始尝试使用一种叫“彭博终端”的设备——它既能提供及时准确的金融资讯，又能提供专业的数据和图表，同时把新闻、数据、分析工具、研究报告整合在一个一体化平台上，深受金融交易员欢迎。

90年代的彭博终端

此后20年间，美国机构投资者数量空前增加，彭博也成了全球最大的金融信息提供商，终端机占领了几乎所有专业投资者的办公室，甚至装到了他们家里。

用数据辅助决策并不是什么新鲜事，但它的内涵和外延，却随着技术的进步不断扩展。彭博终端的优势在于，它把金融市场五花八门的数据聚合在一起，辅助交易员做出投资决策——所以哪怕订阅价格不菲，依然风靡投资行业。

衍生品市场和共同基金飞速增长的周期里，彭博终端与华尔街的纸醉金迷交相辉映。时过境迁，硅谷和中关村人手一本《重新定义团队》的年代，生于大数据的互联网公司勾勒着新的增长理论。而当人工智能浪潮来临，五花八门的非结构化数据开始被逐一改造，商业世界的行为也在不断被数据化。

这其中的关键变量在于：企业经营中大量非结构化的环节被“数据化”，越来越多原本难以量化的环节和流程，可以被人工智能准确捕捉，进而服务于业务的增长。这也是为什么英伟达GPU的大买家，除了微软、亚马逊这些云计算巨头，还包括像达美乐披萨这样看起来不那么高科技的连锁餐饮公司。在OpenAI投入数亿美元投资建成的数据中心训练模型时，达美乐披萨也在自己的机房里用AI优化骑手送餐路线，持续践行着“30分钟必达”的承诺。

用Salesforce首席科学家Silvio Sa varese的话说：Agent正在从一个独奏者变成管弦乐团——一个企业管理者不仅能管理和调度自己的“人类员工”，也能调度自己的“数字劳动力”。

Adobe和Salesforce这些软件公司定义了互联网时代人们的工作方法。而今天，瓴羊和一批站在技术前沿的“数据人”，正在探索AI时代新的商业社会增长法则。50年前的管理学大师可能更像一个哲学家，但时至今日，掌管企业运转的CEO，也许会在某种程度上成为“数据人”。会有越来越多的企业，不约而同地加入这个时代的“数据同学会”。