數(shù)據(jù)治理和模型能力的結(jié)合，被認(rèn)為是B端快速落地的關(guān)鍵。

　　有關(guān)下一代數(shù)據(jù)智能基礎(chǔ)設(shè)施的構(gòu)想，包括對(duì)現(xiàn)有IT系統(tǒng)的升級(jí)以及通過(guò)數(shù)據(jù)和算力驅(qū)動(dòng)的智能化決策支持，一直是業(yè)界討論的熱詞。

　　在新發(fā)布的“中國(guó)數(shù)據(jù)分析和人工智能技術(shù)成熟度曲線圖”，Gartner認(rèn)為，“數(shù)據(jù)中臺(tái)”即將消亡，取而代之的是“數(shù)智基建”，這一轉(zhuǎn)變的發(fā)生，恰恰源于數(shù)智基建與數(shù)據(jù)中臺(tái)的本質(zhì)差異。

　　與強(qiáng)調(diào)“中心化管理”的數(shù)據(jù)中臺(tái)不同，數(shù)智基建更篤定生態(tài)系統(tǒng)的力量。

　　要知道，現(xiàn)在的企業(yè)比以往更加務(wù)實(shí)，尤其對(duì)于一些中大型企業(yè)來(lái)說(shuō)，相較于盲目追逐科技風(fēng)口，他們迫切希望構(gòu)建起一套靈活且可持續(xù)的數(shù)據(jù)分析和AI平臺(tái)，用來(lái)優(yōu)化業(yè)務(wù)流程、輔助決策，而不是簡(jiǎn)單地把數(shù)據(jù)搬到線上做一個(gè)看板大屏。

　　映射到今年OpenAI斥資36億美元收購(gòu)初創(chuàng)數(shù)倉(cāng)公司Rockset，再聯(lián)系到Databricks和Snowflake的密集動(dòng)作，前者去年以13億美元收購(gòu)了致力于改進(jìn) AI 模型訓(xùn)練方式的MosaicML，后者曾被爆出以逾10億美元談判收購(gòu)人工智能領(lǐng)域的初創(chuàng)公司Reka AI，以上種種跡象表明，數(shù)據(jù)層和模型層齊頭并進(jìn)幾乎成為行業(yè)共識(shí)。由于To B市場(chǎng)能夠快速形成價(jià)值閉環(huán)，極有可能成為大模型落地的*。

　　同樣的劇變也在國(guó)內(nèi)發(fā)酵。具體表現(xiàn)為以滴普科技為首的Data+AI領(lǐng)域獨(dú)角獸，正順應(yīng)時(shí)代發(fā)展基于AI與大模型的能力，進(jìn)行著原有產(chǎn)品與技術(shù)體系架構(gòu)的迭代升級(jí)，從最早期的數(shù)據(jù)中臺(tái)演進(jìn)到湖倉(cāng)一體，再到結(jié)合大模型技術(shù)演進(jìn)為To B領(lǐng)域的數(shù)智基建。

　　不過(guò)，囿于投資與業(yè)務(wù)價(jià)值不匹配及GPU市場(chǎng)價(jià)格的波動(dòng)，當(dāng)前大模型行業(yè)面臨斷崖式降溫。

　　但這并非一件壞事，“大模型正逐步改變To B市場(chǎng)的游戲規(guī)則。”滴普科技董事長(zhǎng)兼CEO趙杰輝說(shuō)到。在他看來(lái)，“通過(guò)將大模型與云生態(tài)系統(tǒng)相結(jié)合，企業(yè)和組織可以更好地整合結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)，這對(duì)于數(shù)據(jù)平臺(tái)能力的提升將是質(zhì)的飛躍。”

　　按照趙杰輝的邏輯，當(dāng)下大模型在企業(yè)的價(jià)值場(chǎng)景落地主要有兩方面的割裂：一方面，雖然很多數(shù)據(jù)平臺(tái)匯聚了海量的實(shí)時(shí)數(shù)據(jù)，但缺少靈活的業(yè)務(wù)上下文邏輯;另一方面，大模型理解能力有目共睹，但缺少實(shí)時(shí)業(yè)務(wù)數(shù)據(jù)反映的業(yè)務(wù)實(shí)時(shí)細(xì)節(jié)。

　　一定程度上，這也解釋了為什么過(guò)去兩年來(lái)，大模型賽道始終處于魚龍混雜的局面，盡管有不少玩家真金白銀的投入了很多錢，用更大的算力訓(xùn)練更多的參數(shù)，但在價(jià)值場(chǎng)景落地的ROI上卻低得嚇人。市場(chǎng)上缺乏的，是真正將數(shù)據(jù)層、應(yīng)用層、模型層打通合于一體，提供全面數(shù)據(jù)解決方案的選手。

　　換句話說(shuō)，拋開(kāi)C端市場(chǎng)不談，如何形成“Data+AI”的整體基礎(chǔ)設(shè)施和創(chuàng)新應(yīng)用，讓大模型基于企業(yè)實(shí)時(shí)數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)承載的業(yè)務(wù)邏輯，形成更為深入的業(yè)務(wù)實(shí)時(shí)推理能力，構(gòu)建企業(yè)在各個(gè)領(lǐng)域的智能應(yīng)用，才是大模型技術(shù)在B端快速落地的關(guān)鍵。

　　這也是滴普科技能在國(guó)內(nèi)一眾數(shù)據(jù)智能公司脫穎而出的原因。熟悉這家公司的都知道，作為2024新晉國(guó)家級(jí)專精特新“小巨人”，這家公司向來(lái)以低調(diào)、不跟風(fēng)著稱，團(tuán)隊(duì)核心成員不乏華為老隊(duì)員，同時(shí)也繼承了華為在打磨產(chǎn)品、鉆研技術(shù)上的樸實(shí)基因。

　　與Databricks成長(zhǎng)軌跡相類似，滴普科技自成立以來(lái)就持續(xù)聚焦“Data+AI”戰(zhàn)略，從找準(zhǔn)定位最早只做底層的數(shù)據(jù)平臺(tái)，到打造出實(shí)時(shí)智能湖倉(cāng)平臺(tái)FastData，再到探索出目前國(guó)內(nèi)*能實(shí)際落地的DeepexiOS企業(yè)AI平臺(tái)，幾乎每一步都精準(zhǔn)地踩在了數(shù)智基建向前發(fā)展的浪潮上。

　　滴普科技DeepexiOS企業(yè)AI平臺(tái)

　　拿DeepexiOS企業(yè)AI平臺(tái)來(lái)說(shuō)，它是滴普科技在今年服貿(mào)會(huì)上最新推出的標(biāo)桿產(chǎn)品，包含F(xiàn)astAGI企業(yè)大模型服務(wù)平臺(tái)、FastData企業(yè)融合數(shù)據(jù)平臺(tái)、Fast5000E企業(yè)算力平臺(tái)三大核心組件，在這個(gè)基礎(chǔ)上形成的DeepexiGenAI企業(yè)生成式AI應(yīng)用，目前已經(jīng)在供應(yīng)鏈AI快反、工藝AI編制、工程設(shè)計(jì)AI輔助、數(shù)據(jù)AI分析等核心領(lǐng)域均有客戶落地案例，并通過(guò)了工信部中國(guó)信通院模型能力標(biāo)準(zhǔn)符合性4+級(jí)認(rèn)證。

　　“坦白講，客戶并不在意大模型訓(xùn)練了多少參數(shù)、準(zhǔn)確度有多高，相反的，他們更關(guān)心這項(xiàng)技術(shù)能帶來(lái)什么樣的實(shí)際業(yè)務(wù)價(jià)值。”

　　趙杰輝以百麗時(shí)尚為例，作為國(guó)內(nèi)鞋服零售行業(yè)老牌巨頭，它在企業(yè)數(shù)字化建設(shè)中最關(guān)心的就是能否做到供應(yīng)鏈AI快反，有了DeepexiOS企業(yè)AI平臺(tái)后，它能對(duì)實(shí)時(shí)產(chǎn)生的業(yè)務(wù)數(shù)據(jù)進(jìn)行解析，并基于歷史數(shù)據(jù)和當(dāng)前市場(chǎng)情況，完成科學(xué)的補(bǔ)貨和生產(chǎn)決策。

　　事實(shí)上，數(shù)據(jù)治理和模型能力的結(jié)合，帶來(lái)的顛覆程度要遠(yuǎn)比當(dāng)年的數(shù)字化劇烈得多。

　　如果說(shuō)上一個(gè)時(shí)代主要任務(wù)是做數(shù)據(jù)基礎(chǔ)平臺(tái)建設(shè)和數(shù)據(jù)要素的資產(chǎn)化，“Data+AI”的主要任務(wù)就是把各類企業(yè)的復(fù)雜場(chǎng)景逐一解耦、重構(gòu)，加上大模型技術(shù)與生俱來(lái)的易用性，極有可能在市場(chǎng)上掀起一股新的數(shù)智基建熱潮。

　　這并不是空穴來(lái)風(fēng)。

　　根據(jù)《IDC MarketScape: 中國(guó)實(shí)時(shí)湖倉(cāng)市場(chǎng)2024年廠商評(píng)估》報(bào)告，未來(lái)12個(gè)月，選擇外部合作來(lái)構(gòu)建數(shù)據(jù)管理服務(wù)的企業(yè)比例將從58%快速增長(zhǎng)至85%。也就是說(shuō)，隨著數(shù)據(jù)量的快速增長(zhǎng)，以及對(duì)數(shù)據(jù)管理需求的升級(jí)以及技術(shù)架構(gòu)復(fù)雜度和獨(dú)立開(kāi)發(fā)成本的上升，是否具備拔尖的數(shù)據(jù)治理能力將是推動(dòng)大模型產(chǎn)業(yè)落地的關(guān)鍵引擎。

　　我們就以制造行業(yè)為例，眾所周知，中國(guó)是世界上*擁有聯(lián)合國(guó)產(chǎn)業(yè)分類中全部工業(yè)門類的國(guó)家，擁有39個(gè)工業(yè)大類、191個(gè)中類、525個(gè)小類，具備全球最為完備的工業(yè)體系和產(chǎn)業(yè)配套能力，囿于其極高的場(chǎng)景復(fù)雜度，這意味著它在數(shù)字化轉(zhuǎn)型道路上并不輕松。

　　但就像硬幣總有正反面，“著力制造業(yè)的數(shù)智基建，就像在深海里開(kāi)珍珠，只有把堅(jiān)硬的貝殼敲開(kāi)，才能淘到寶藏。”趙杰輝以滴普科技在某裝備制造領(lǐng)域的實(shí)踐經(jīng)驗(yàn)舉例，整個(gè)過(guò)程分兩步走，*步先建立起FastData企業(yè)融合數(shù)據(jù)平臺(tái)，然后基于FastAGI企業(yè)大模型服務(wù)平臺(tái)深入剖析生產(chǎn)過(guò)程中的各項(xiàng)數(shù)據(jù)，對(duì)現(xiàn)有的工藝流程進(jìn)行細(xì)致的優(yōu)化與調(diào)整，生成更為高效且精確的“工藝卡片”。

　　這么做的好處很明顯，一方面，可以在產(chǎn)品設(shè)計(jì)階段可以確保質(zhì)量控制，避免后期的檢測(cè)和返工;另一方面，通過(guò)標(biāo)準(zhǔn)化和模塊化設(shè)計(jì)，可以縮短每個(gè)生產(chǎn)批次的準(zhǔn)備工作時(shí)間，大幅提升生產(chǎn)效率，最終確保產(chǎn)品質(zhì)量的一致性和穩(wěn)定性。

　　值得一提的是，隨著價(jià)值場(chǎng)景落地越來(lái)越多，數(shù)智基建的規(guī)模效應(yīng)也會(huì)隨之而來(lái)。

　　“當(dāng)下中國(guó)并不缺數(shù)據(jù)智能和大模型廠商，很多人都抱怨行業(yè)不景氣，癥結(jié)在于總想賺快錢，對(duì)于一項(xiàng)新技術(shù)而言，除了要不斷學(xué)習(xí)和迭代，我們更要搞清楚它究竟能給客戶帶來(lái)什么。”趙杰輝坦言。

　　某種程度上，盡管生成式人工智能的潛力依然存在很大的不確定性，但有一點(diǎn)是毋庸置疑的，大模型并非傳統(tǒng)意義上的AI泡沫，國(guó)外的月亮也不一定更圓，其滲透率的增長(zhǎng)只是時(shí)間問(wèn)題，就像當(dāng)年發(fā)生在To B圈的中臺(tái)熱潮，它被市場(chǎng)淘汰的背后，有些好的方面仍會(huì)保留，甚至以一種新的方式交付到客戶手中，最終考量數(shù)智基建成功與否，還是要回到價(jià)值本身。