人工智能引領的造富運動還在繼續，帶頭大哥 $英偉達 (NVDA.US)$ 一騎絕塵， $博通 (AVGO.US)$ 、 $邁威爾科技 (MRVL.US)$ 這類半導體公司也成爲先富帶動後富的最大受益者。但剛剛過去的2024年，資本市場的最大贏家恐怕是一家名叫 $Palantir (PLTR.US)$ 的公司，市值全年漲幅接近4倍。

Palantir這個名字來自《魔戒》裏洞悉世間一切的水晶球，完美詮釋了Palantir自身的定位——數據科技。十年前人人討論大數據的年代，Palantir就通過大數據技術成功追蹤本·拉登一炮打響，成爲各大炒股社區的老網紅。

2020年，Palantir成功上市，迎頭撞上了人工智能的快車道。人工智能帶來的最大變革之一，便是數據不再是高科技公司侃侃而談的專利。當各行各業的企業家開始把人工智能掛在嘴邊，數據的重要性前所未有地提升。

Palantir身處的賽道正愈發火熱，原因當然在于越來越多的企業開始意識到用數據輔助經營決策的重要性。

但更重要的是，很多人已經看到了更具挑戰性的未來，在AI時代，不僅僅需要決策，更多時候，想達到一個身位的領先，還需要有一些預知未來的能力——預測和決策的結合。

這其中，怎麼擁有數據，怎麼用好數據，恐怕是每一個企業都想擁有的核心秘鑰，也是商業世界在人工智能時代需要回答的最重要的問題。

AI改造Saas行業

2017年Transformer架構問世，自然語言理解向前邁進了一大步，具體來說，人工智能的進步帶來了兩點變化：

一是Transformer架構和大模型的出現，讓AI對非結構化數據的處理能力指數級提高，使得技術可以「平台化」，跳出項目制的施工隊陷阱。

二是人工智能與數據分析融合，可以讓單純的數據分析轉向智能決策。

2020年，Palantir將AI能力集成到Gotham和Foundry兩個數據產品中，開始通過數據爲企業經營提供智能化建議。可以說，Palantir的發展，見證了人工智能對數據分析的改造。

Palantir並非本輪AGI浪潮的唯一受益者，事實上，許多老牌Saas公司都藉助人工智能找到了跨越式增長的路徑——就算自己找不到，華爾街的分析師也能幫他們找到。

2023年3月， $Adobe (ADBE.US)$ 公佈了其生成式AI工具「Firefly」。隨後又公佈了Creative Cloud（包含Illustrator、Photoshop、Lightroom、Premiere Pro的訂閱包）的100多項AI功能更新，比如在Photoshop裏藉助AI智能擴充圖片。憑藉恐怖的存量訂閱用戶規模，Adobe在資本市場瘋狂上分。

同年10月，《時代》雜誌發佈「2023年最佳發明」。在AI門類入選的14個應用中，Adobe的Generative Fill（生成式填充）力壓OpenAI的GPT-4，位列細分門類頭把交椅。

無獨有偶， $賽富時 (CRM.US)$ CEO Marc Benioff在年初的一次訪談中也披露了一則可怕的數據：在客戶服務領域，Salesforce的AI agent已經能夠獨立處理近九成案例。

這其中的關鍵變量在於，人工智能改變了企業經營中一系列由Saas產品所定義的標準，用$微軟 (MSFT.US)$CEO納德拉的話說[1]：

智能體突破了單一Saas應用及其數據的限制，能夠跨多個Saas應用執行任務並協調意圖。通過調用API並整合各種工具，智能體構建了統一的模型，來整合和利用多個Saas應用的功能。

它帶來的最直接影響是，企業不需要一個龐大的IT部門和頂尖的數據科學家，也可以藉助數據進行智能決策。事實也是如此，用數據驅動業務增長，正在成爲產業界集體思考的問題。大部分產業的各個垂直門類，也都不可避免置身「數字化」的命題中。

大模型的百花齊放，爲存放在機房和硬盤裏的海量數據，重新做了一次定價。

人工智能改變了什麼

爲企業提供數據和AI深度融合之後的能力，並非Palantir的專利，更不是美國公司的專利。

當人工智能開始迅速深入企業經營，在上一個時代積累了厚厚一沓數據實操經驗的軟體公司和Internet Plus-related公司，就會帶頭衝向一個個具體的垂直產業。在中國，近幾年萬馬齊喑的Saas產業，正在以一種全新的姿態走向舞臺中央。

阿里動物園的珍奇異獸裏，瓴羊可能是最年輕的一隻，但也可能是最前沿的一隻。它在誕生之日就以「DaaS」（數據即服務）的定位爲各行各業提供數智化的服務。

DaaS的核心在於，從有數據到好數據到用數據，讓企業內部的數據成爲真正的資產，進入每一個經營環節，從而驅動企業本身的增長。

$阿里巴巴 (BABA.US)$集團副總裁、瓴羊CEO朋新宇曾在去年9月的雲棲大會上提出了一個智能化時代的企業AI增長公式：（算法 + 算力 + 數據) x 場景。其中前三者是人工智能發展的三大基石，而具體的場景，便是人工智能滲透的方向，這也是瓴羊正在做的事。

和Palantir這樣高速發展的公司類似，瓴羊的誕生同樣離不開一個大背景：人工智能的進步讓技術與方案的平台化成爲可能，構建於數據之上的業務與決策系統，也就不再侷限於少部分「原生」在數據和雲上的Internet Plus-related公司。

這種趨勢有點像山寨機時代聯發科推出的"turn key"（交鑰匙）方案，即將多種類型芯片（如音頻、視頻解碼、信號處理）集成到一顆芯片上，並提供系統和開發平台，手機生產商只需要買一套聯發科方案，再自己配上機殼和攝像頭，就可以造一臺手機。

如果說turn key方案的關鍵是聯發科的芯片設計和系統集成能力，那麼與之對應，無論是瓴羊還是Salesforce，能夠爲企業批量提供AI時代解決方案的公司，必須擁有足夠強大的數據處理能力。

瓴羊這個團隊在數據領域的積澱其實並不短，它脫胎於曾一度成爲行業教科書的阿里巴巴數據中臺，如今許多中國頭部企業的CDO、CIO和CTO，拉出履歷看看，不少都曾在這個團隊戰鬥過，這也讓瓴羊成爲中國數智化領域的黃埔軍校。

1月份，瓴羊和清華大學一起再度舉辦了第二屆的「數據同學會」，作爲國內罕見的頂尖數據人閉門聚會，此次「數據同學會」聚集了70多位數據領袖，其中有來自$中國移動 (00941.HK)$、阿迪達斯、$長安汽車 (000625.SZ)$、寶潔、伊利、海爾、中免日上、霸王茶姬等多家企業的數字化一號位，也有參與過「數據20條」項目的復旦大學管理學院教授黃麗華，中國信息化百人會執委、阿里雲智能集團安筱鵬，羅漢堂秘書長、爲溪創始人陳龍，以及知名商業諮詢顧問劉潤。

這群人對於數據和AI的探討，幾乎決定了未來一到三年中國的數智化走向，而他們背後所代表的數據資產和方法論，幾乎等同於一份完整翔實的社會經濟運行公報和商業數智化變革史。

也是在今年的這場「數據同學會」上，中國信息化百人會執委、阿里雲智能集團副總裁安筱鵬提出了一個高度概括的描述：「大模型正在激活一切數據，AI從以前只能回答封閉問題的有限解，進化到了能夠回答開放問題的精準解；而Agent成爲了AI商業化的重要突破口。」

潤米諮詢創始人劉潤分享了自己對AI時代數字化的見解，企業完成物理世界到數字世界的遷徙，可以理解爲數字化，而數字化只是智能化的基礎。今天，大量的中國企業正在完成兩者並行的「數智化」。

如果說瓴羊的出現代表着人工智能開始結構性地改造數據，那麼「數據同學會」更多地是在確認一個共識：用數據輔助經營決策，用數據更好預測未來，正在成爲產業界的不二之選。

人工智能時代，「企業數字化」這個命題下其實有三個明顯的趨勢：

（1）數據的價值取決於場景。

Palantir從網紅獨角獸成爲千億美元市值的上市公司，核心在於爲「智能決策」這件事提供了一個普適性、低門檻的解決方案。對企業來說，只有自身的數據能夠被利用起來，這些數據才會產生對應的價值。

例如在2020年，太古可口可樂與瓴羊合作，完成了「引流-促活-全域轉化」的DTC轉型，成功構建了一個千萬會員規模的私域池。對太古可口可樂來說，在傳統的零售體系下，大量的用戶數據難以觸達，如果沒有對應的方法和工具，轉型便無從談起。

（2）越來越多的Palantir會接二連三誕生。

早在2015年，Palantir就推出了機器學習工具包（MLTK），但其侷限性在於對客戶的IT能力要求過高，缺乏通用性。

大部分公司在自身的業務上德藝雙馨，但在人工智能領域恐怕是門外漢，擁有的只有數據，但缺乏用數據的能力。同時，並非所有公司都有足夠的財力和號召力，組建一個群星雲集的AI部門。因此，市場上一定會出現開箱即用的AI 解決方案，這也是瓴羊的價值。

（3）用數據進行經營決策，會是企業的「必選消費」。

爲什麼業務模型性感、利潤富可敵國的Saas公司大多集中在美國？其中自然有市場、制度的原因，但一個關鍵因素是美國企業很早就意識到在人力成本高昂、市場大盤增長放緩的情況下，需要從管理中擠出效率。

時至今日，很多中國公司也在同樣的背景中逐漸意識到，需要向管理要增長。當越來越多的企業發現，自身的增長可能不是多招一個團隊、多做一個業務來解決，而是通過數據提高整體的經營效率，智能決策就會成爲企業的「必選消費」。

用朋新宇的話說：「在AI時代，數據的重要性超過以往任何時候，這是數據人最好的時代，因爲社會之所需，恰是我們能力之所及。這也是我們舉辦數據同學會的初衷。」

不同的時代，不同的實踐

讓我們把時間再拉回到1982年，美林證券開始嘗試使用一種名爲「彭博終端」的設備，後者既能提供及時準確的金融資訊，又能提供專業的數據和圖表，同時將新聞、數據、分析工具、研究報告都整合在一體化平台上，深受金融交易員歡迎。

此後20年間，美國機構投資者數量空前增加，也讓彭博成爲全球最大的金融信息提供商，終端機佔領了幾乎所有專業投資者的辦公室，甚至裝到了投資者的家中。

用數據輔助決策並不是什麼新鮮事物，但其內涵和外延卻隨着技術的進步不斷的擴大。

彭博終端的優勢在於，它將金融市場五花八門的數據聚合在一起，輔助交易員做出投資決策。因此哪怕訂閱價格不菲，依然風靡投資行業。

衍生品市場和共同基金飛速增長的週期裏，彭博終端與華爾街的紙醉金迷交相輝映；時過境遷，硅谷和中關村人手一本《重新定義團隊》的年代，生於大數據的Internet Plus-related公司勾勒着新的增長理論。當人工智能的浪潮來臨，五花八門的非結構化數據開始被接二連三改造，商業世界的行爲不斷被數據化。

這其中的關鍵變量在於，企業經營中大量非結構化的環節被「數據化」，越來越多難以量化的環節和流程，可以被人工智能準確的捕捉，進而服務於業務的增長。

這也是爲什麼英偉達GPU的大買家除了微軟、$亞馬遜 (AMZN.US)$這些雲計算巨頭，還包括達美樂披薩這些看上去不那麼高科技的連鎖餐飲公司。

在OpenAI投入數億美元投資建成的數據中心訓練模型時，達美樂披薩也在自己的機房利用人工智能優化騎手送餐路線，持續踐行着「30分鐘必達」的承諾。

用Salesforce首席科學家Silvio Savarese的話說[2]：Agent正在從一個獨奏者變成管弦樂團，一個企業管理者不僅可以管理和調度手下的「人類員工」，也可以調度自己的「數字勞動力」。

Adobe和Salesforce這些軟體公司定義了Internet Plus-related時代人們的工作方法，今天，瓴羊和一批站在技術前沿的「數據人」正在探索AI時代新的商業社會增長法則。

50年前的管理學大師可能更像一個哲學家，但時至今日，掌管企業運轉的CEO也許會成爲某種程度上的「數據人」，也會有越來越多的企業，不約而同地加入這個時代的「數據同學會」。

編輯/Somer