当前位置: 首页 > 新闻中心

3 年完成数亿元营收此公司的大模型 Agent 产品慢慢的开始赚钱了

  近日有消息称,微软将在日本组建数据中心,两年内将投入 29 亿美金,旨在全球生成式 AI 发展进程中,为其提供完备的数据及设备支撑。这也是历史以来微软向日本投资的最大一笔金额。

  数据的重要性之于技术发展长期存在。大模型浪潮下,数据对企业未来的发展至关重要。

  同时,借助数据平台等智能化手段,高效地管理和应用数据,更是企业构建场景壁垒、转向高水平发展的必修课。

  数据平台类产品发展多年,但仍面临着诸多挑战,例如功能性服务单一、算法更新迭代速度慢、产品使用门槛高等。

  「数势科技」成立于 2020 年,是一家数据智能产品提供商,聚焦大金融、高科技制造和泛零售等领域,提供基于大模型增强的智能分析和营销产品。

  此前,「数势科技」推出新一代指标平台 SwiftMetrics 3.0,融合大模型能力的数据分析产品数势智能分析助手 SwiftAgent,可应用于数据管理、智能分析、营销等场景中,加强指标平台和营业销售平台的能力。

  近日,数势科技创始人兼 CEO 黎科峰博士跟硬氪聊了聊产品的开发思路和数字化趋势。

  指标平台 SwiftMetrics 3.0 是一款指标管理、加工和应用的一体化工具,基于统一的指标体系,提供智能、高效、易用的数据分析决策支持。

  随着 BI(商业智能)工具和解决方案的加快速度进行发展,前者展现出优异的数据分析能力,但面对企业内部慢慢的变多的报表数量,新的问题也随之爆发,尤其是在指标管理方面。

  首先是对数据需求响应速度提出的更加高的要求。在传统数仓 +BI 模式中,依赖人工开发的指标加工流程复杂,要经历沟通、排期、开发、测试再上线,容易形成环节拖沓问题,导致对需求侧响应缓慢。SwiftMetrics 3.0 所提出的全面自动化方案,可以极大提升操作效率和数据处理能力。

  用户登录平台后,可自行创建指标,SwiftMetrics 3.0 具有一键式集成功能,可以对前端数据来进行自助取数,并在指标定义时,自动生成指标血缘。指标血缘大多数都用在追踪数据加工的源头,检验所产出的业务报表是不是真的存在数据异常的问题。

  平台具备智能预警归因的功能,一经发现业务数据异常,就会启动自动预警功能、定位出现异常的位置。

  在业务分析过程中,数据指标口径不同的情况很常见。例如销售额相同的情况下,财务部门的口径为含税金额,业务部门不含税等。当业务发生改变时,指标口径也要做调整,进而带来了更大的工作量、运维成本也高。

  数千张表怎么标注,不同表格的关联关系,是不是真的存在口径冲突或不统一的情况?面对上述的诸多问题,SwiftMetrics 3.0 中的自动化口径变更回写功能能解决。

  多数时候,不懂技术的业务人员并不懂具体场景配备哪些指标、对应的口径是什么,SwiftMetrics 3.0 通过语义增强配置的方式,将业务数据做成了指标语义化相关的生成和配置。因此,用户只需要描述出场景,就能通过相似度、索引的筛查,找到对应的指标和自动化生成的口径变更。同时,平台支持一键回滚至前一版本,用起来也更灵活。

  SwiftMetrics 3.0 中还增加了智能分析助手 SwiftAgent 功能。它以国产大模型为底座,支持多模态交互查询,可以输入包括文本、语音、Excel 等数据类型,基于自然语言对话的方式,不需要学习 SQL 或 Python 等语言,降低使用门槛,方便用户在移动端和 PC 端快速完成数据查询。

  比如,业务层可以向平台提出 华南地区上一季度环比为什么下降了 ,SwiftMetrics 3.0 会自动收集前一季度的前端数据作计算,判断浮动区间,在此基础上,由大模型调用平台的归因能力,将所得结果做参数解析填充到对应插件里,并贴合用户问题,自动匹配生成多种分析图表结果。

  硬氪了解到,SwiftMetrics 3.0 平台与国内多家头部大模型厂商均有合作,自功能升级上线后,已在零售、金融和高科技制造领域有落地。

  商业模式方面,「数势科技」将用户分为全新客户和长期客户。全新客户主要提供的是标准化产品;而面向长期客户、即此前有过合作经历的企业,「数势科技」在其原有服务的基础上,可针对具体部署场景合作共创,打造企业级智能分析助手。

  随着服务客户数量、产品成熟度和对客户业务场景理解的增加,「数势科技」产品标准化率逐步增加,目前标品和服务的比例为 7:3。收费模式比较灵活,包括买断、订阅和按客户使用量等模式,以满足多种客户的需求。

  目前,「数势科技」的销售端主要有直客,同时在全国设置东区、南区、西区、北区、中部地区共五大销售团队;同时,借助销售渠道对接上下游的合作伙伴,公司已协同腾讯、百度、京东等厂商推出了联合产品及解决方案等。

  「数势科技」创始人黎科峰博士的名字,从移动网络、金融科技到云计算、数据平台等等,与多个大厂紧密关联,他曾先后就职于三星(韩国总部)、百度、平安和京东。创业前,黎科峰博士担任京东集团副总裁、京东技术委员会主席、京东零售中台负责人,从 0 到 1 带队搭建了京东数据中台、技术中台和业务中台。

  与传统数据中台的 AI 模式不同,如果将数据中台看作一张大数据表格,这张表格上是各类繁复、专业的名词,只有技术人员看得懂,但无法直接赋能到业务端。关注到这一现象,黎科峰博士创建「数势科技」,成立 3 年半以来,数势科技去年营收额已达数亿元。

  黎科峰博士告诉硬氪, 有 95% 的企业采买过 AI 服务,但无论是机器 GPU 还是 AI 计算平台,很多企业购买后,却没能把产品真正用起来,都放着吃灰,也就感受不到它的价值所在。

  以零售行业为例,随着销售环节的全渠道化,线上线下融合趋势加强。仅依靠人工销售经验搭建的决策模型已不适用,大批量铺货、开店等模式对企业增长效用有限,获客成本增加。在这个背景下,以数字化为驱动的数据平台对挖掘客户喜好、提供个性化服务起到关键作用。

  「数势科技」产品定位在数据中台之上,重点构建两层,分别是数据资产层和数据应用层。

  数据资产层解决数据 怎么看 ,把专业的数字代码信息语义化,降低非技术背景的业务人员的使用门槛;数据应用层解决 如何做 ,通过学习业务知识让大模型理解业务模式,并提出处理问题的方案。让更多的人使用数据,让数据创造业务价值,这将加速数据价值的普惠化进程。

  To B 市场很卷是业内共识。有专注做企业后台的底层部署,也有海量提供应用服务的软件供应商,「数势科技」做的更偏向赋能核心业务领域,连接数据和业务,这是当前企业数字化竞争最大、也是最有价值的地方之一。

  黎科峰博士认为,大模型到来被视为改变企业软件命运的 Game Changer,加速了数据普惠化的到来。通过大模型知识压缩和推理涌现能力加持,企业软件拥有深度行业认知,能够真正辅助企业业务决策和运营。另外,大模型也降低了企业软件的使用门槛,通过对话式交互,让业务轻松探索数据价值,解决了场景、用户、服务的精准匹配。

  在这一背景下,「数势科技」延续数据智能产品体系,加持大模型能力,做标准化、可复用的智能分析产品 SwiftAgent。

  据硬氪了解,SwiftAgent 可实现企业的语义统一性,建立行业标准、指标、人货场标签等易于理解的语义层。 正如用户了解什么是利润、用户数、收入,大模型也同样能够理解。在语义层对大模型进行训练,我们也可以获得高于 99% 的准确率,确保了大模型在企业经营中的有效应用。 黎科峰博士说到。

  在黎科峰博士看来,企业智能分析的过程不做改变,同样要看指标、数据浮动、分析处理等,这是一套固定化流程。因此,基于在金融、零售、消费和高端制造等行业累积的经验,「数势科技」会针对不一样行业,它的方法论差异、分析模板变化、以及数据解读等,按照行业化的数据模型定义产品版本,帮企业挖掘数据价值,辅助业务增长。

  以「数势科技」曾服务的某世界五百强零售企业为例。在经营决策层面,指标平台帮企业挖掘全渠道增长点,实现优化商品成本结构,能有效提升顾客的消费体验。分析管理层面,企业用数效率可实现 50-80% 提升,准确度大幅度的提高。目前,其数据产品用户已突破 50%,已形成全员用数的分析文化。

  基于大模型增强的数据智能产品,提升了产品的自动化与智能化程度,正在重塑数据智能分析范式。黎科峰博士表示,随着产品日趋成熟化,基于已建立起的完整市场销售经营渠道,「数势科技」今年营收目标是较去年实现 100% 增长。