“當(dāng)模型軍備競賽陷入瓶頸，數(shù)據(jù)成為巨頭爭奪的下一個(gè)高地。

近日，Meta以148億美元收購AI初創(chuàng)公司Scale AI的49%股份，這一交易將創(chuàng)下私營公司融資交易的歷史新紀(jì)錄。Scale AI是一家快速崛起的數(shù)據(jù)標(biāo)注公司，擁有50多萬遍布世界各地的員工，從事數(shù)據(jù)標(biāo)注工作。這一重磅新聞釋放了一個(gè)信號：數(shù)據(jù)在AI競賽中的戰(zhàn)略地位越發(fā)凸顯——當(dāng)模型軍備競賽陷入瓶頸，數(shù)據(jù)成為巨頭爭奪的下一個(gè)高地。

在這場由數(shù)據(jù)驅(qū)動(dòng)、大模型實(shí)現(xiàn)、算力支撐的智能革命里，市場上幾乎所有人都在攢模型、買算力，數(shù)據(jù)逐漸成為了這個(gè)“大三角”最薄弱的一環(huán)。

AI時(shí)代，一道悄然樹立的“硅幕”

作家尤瓦爾·赫拉利指出，隨著人工智能的快速發(fā)展，一道“硅幕”正在落下。這道“硅幕”不僅是企業(yè)之間，在企業(yè)內(nèi)部同樣顯著。

☆數(shù)據(jù)割裂與治理缺位：惡性循環(huán)的根源

過去十年數(shù)字化系統(tǒng)的膨脹埋下隱患：業(yè)務(wù)、系統(tǒng)、部門間形成數(shù)據(jù)孤島。其根源在于支撐工具鏈的深度割裂——數(shù)據(jù)采集、存儲(chǔ)、處理、分析、建模、應(yīng)用等環(huán)節(jié)采用互不聯(lián)通的不同工具。這種割裂制造了人為“斷點(diǎn)”，導(dǎo)致數(shù)據(jù)流動(dòng)受阻、價(jià)值難以整合：看似各環(huán)節(jié)工具“完整”，卻因無法協(xié)同而失效。

工具鏈的斷裂必然引發(fā)數(shù)據(jù)治理缺位。一方面源于戰(zhàn)略輕視（在很多企業(yè)數(shù)據(jù)治理被視為“成本部門”的臟活累活）；另一方面受制于能力不足——將散碎數(shù)據(jù)轉(zhuǎn)化為標(biāo)準(zhǔn)化的“數(shù)據(jù)資產(chǎn)”面臨取數(shù)、治數(shù)、用數(shù)三重挑戰(zhàn)。治理“失能”不僅使數(shù)據(jù)無法支撐動(dòng)態(tài)業(yè)務(wù)，更會(huì)導(dǎo)致治理結(jié)果與業(yè)務(wù)脫節(jié)。

企業(yè)由此陷入 “高投入、低產(chǎn)出” 困局，加深決策層疑慮，最終形成惡性循環(huán)：數(shù)據(jù)鏈路斷裂->價(jià)值損耗->AI決策失效->治理投入削減。打破循環(huán)不能僅靠意識覺醒，需要找到病根對癥下藥。

☆千頭萬緒一根針：數(shù)用一體是破局關(guān)鍵

數(shù)據(jù)治理問題根源在于傳統(tǒng)的 “建用分離” 模式，致業(yè)務(wù)與數(shù)據(jù)系統(tǒng) “兩張皮”，如果不從底層顛覆這個(gè)運(yùn)行模式，數(shù)據(jù)治理工作將是緣木求魚。

產(chǎn)業(yè)界急需一場深層變革。數(shù)睿數(shù)據(jù)提出的“數(shù)用一體化” 方法論，提供了一條嶄新路徑。其核心理念是打破工具壁壘，將數(shù)據(jù)采集等全流程置于統(tǒng)一連貫平臺(tái)，并實(shí)現(xiàn)深度工具融合，使得數(shù)據(jù)從源頭可治理、復(fù)用，從而支撐高效自動(dòng)化建模。這一全新模式從根源上突破了業(yè)務(wù)與數(shù)據(jù)“兩張皮”的困境，將數(shù)據(jù)價(jià)值直接嵌入到業(yè)務(wù)流程中，穿越“硅幕”，實(shí)現(xiàn)從數(shù)據(jù)支撐應(yīng)用，應(yīng)用支撐業(yè)務(wù)創(chuàng)新的跨越。

“數(shù)用一體化”的理念引人注目，但關(guān)鍵在于能否落地。數(shù)睿數(shù)據(jù)近期發(fā)布了smardaten2.0平臺(tái)，致力于將軟件工程、數(shù)據(jù)工程與AI工程化融為一體。smardaten2.0平臺(tái)的問世，也將“數(shù)用一體化”推向了新的高度。我們就以此為出發(fā)點(diǎn)，探察“數(shù)用一體化”與產(chǎn)業(yè)會(huì)產(chǎn)生怎樣的化學(xué)反應(yīng)。

AI解鎖醫(yī)療數(shù)據(jù)的深層價(jià)值

自從OpenAI推出GPT-4，整個(gè)世界就進(jìn)入到大模型時(shí)刻。大模型的到來深刻改變了數(shù)據(jù)生態(tài)，同時(shí)也深度塑造了AI的產(chǎn)業(yè)化進(jìn)程。

在此背景下，數(shù)睿數(shù)據(jù)率先踏入無代碼領(lǐng)域的大模型時(shí)代。其標(biāo)志性成果是融入生成式AI能力的smardaten 2.0平臺(tái)。該平臺(tái)基于全域?qū)崟r(shí)數(shù)據(jù)，通過“低代碼+AI”驅(qū)動(dòng)技術(shù)民主化，實(shí)現(xiàn)業(yè)務(wù)敏捷響應(yīng)，并在應(yīng)用生成、意圖識別與命令執(zhí)行、深度知識檢索等方面實(shí)現(xiàn)能力躍升。

1.數(shù)據(jù)治理智能化：從“人工追數(shù)”到“AI主動(dòng)管數(shù)”

smardaten 2.0依托 “專家知識庫+AI雙引擎”，推動(dòng)數(shù)據(jù)治理從低效人工模式轉(zhuǎn)向智能化，加速數(shù)據(jù)資產(chǎn)標(biāo)準(zhǔn)化：

·AI語義映射替代人工比對：某市衛(wèi)健委想通過全民健康信息平臺(tái)，為市民提供更加完善的公共服務(wù)。但平臺(tái)涉及幾十家醫(yī)院，存在數(shù)據(jù)標(biāo)準(zhǔn)不一、數(shù)據(jù)集成統(tǒng)一復(fù)雜等挑戰(zhàn)。數(shù)睿數(shù)據(jù)借助60+醫(yī)療數(shù)據(jù)模型知識庫，自動(dòng)識別同義表述并映射標(biāo)準(zhǔn)字段。如市衛(wèi)健委45家醫(yī)院 “血糖指標(biāo)” 的11種說法，AI將單家醫(yī)院標(biāo)準(zhǔn)化時(shí)間從3個(gè)月縮至8小時(shí)，技術(shù)門檻降70%；

·主動(dòng)規(guī)則引擎適配標(biāo)準(zhǔn)迭代：將治理規(guī)則與業(yè)務(wù)場景綁定，醫(yī)療ICD編碼更新時(shí)，AI自動(dòng)掃描并批量更新，某三甲醫(yī)院應(yīng)對 “長新冠” 編碼更新，時(shí)間從14天縮至40分鐘，無需人工操作；

·NLP解析釋放非結(jié)構(gòu)化數(shù)據(jù)價(jià)值：通過自然語言處理將病歷文本轉(zhuǎn)為結(jié)構(gòu)化數(shù)據(jù)，某區(qū)域醫(yī)療數(shù)據(jù)利用率從30%提至85%，為AI輔助診斷提供支持。

可以看到，數(shù)據(jù)治理智能化帶來了效率的極大提升，并大幅降低了人工操作的環(huán)節(jié)。但必須說明的是，數(shù)據(jù)治理智能化的價(jià)值并非是為了替代人，而是讓治理轉(zhuǎn)為業(yè)務(wù)支撐，實(shí)現(xiàn) “治理-分析-決策” 一步到位。

2.主動(dòng)治理：從“消防員”到“領(lǐng)航員”

“數(shù)用一體化”的另一重要優(yōu)勢是實(shí)現(xiàn)了數(shù)據(jù)的主動(dòng)治理。很多企業(yè)數(shù)字治理采用的是事后補(bǔ)救，被動(dòng)治理為主的模式。在瞬息萬變的數(shù)字時(shí)代，這樣的模式很顯然是存在巨大隱患的。

繼續(xù)以衛(wèi)健委為例，面對醫(yī)療數(shù)據(jù)的高敏感性和頻繁更新的規(guī)范（如ICD-11編碼），smardaten 2.0將治理規(guī)則直接嵌入業(yè)務(wù)場景（如門急診、住院），利用語義引擎自動(dòng)化執(zhí)行轉(zhuǎn)換規(guī)則。當(dāng)標(biāo)準(zhǔn)更新時(shí)，系統(tǒng)能自動(dòng)同步，確保歷史數(shù)據(jù)無需繁瑣重映射。實(shí)現(xiàn)數(shù)據(jù)的主動(dòng)治理標(biāo)志著從“消防員”到“領(lǐng)航員”的治理范式轉(zhuǎn)變，實(shí)現(xiàn)了源頭管控和全生命周期的自動(dòng)化合規(guī)。

3.自然語言構(gòu)建：公民開發(fā)的現(xiàn)實(shí)圖景

2.0時(shí)代，數(shù)睿數(shù)據(jù)打造了深度思考引擎的“4+3”應(yīng)用構(gòu)建框架、Build Copilot以及Copilot Studio三大核心功能。“4+3”框架基于應(yīng)用、頁面、卡片、組件的軟件4層顆粒度，以及數(shù)據(jù)、樣式、邏輯的功能性3元素，對軟件進(jìn)行系統(tǒng)性解構(gòu)，使AI能快速構(gòu)建。Copilot智能體則提供智能搭建支持，涵蓋需求分析、上下文理解、文檔處理、知識庫檢索、對話流建設(shè)等能力，并支持組裝式開發(fā)與擴(kuò)展。

例如”智能問數(shù)“，用戶僅需輸入自然語言問題，系統(tǒng)即可自動(dòng)識別意圖，精準(zhǔn)定位相關(guān)數(shù)據(jù)資產(chǎn)，并實(shí)時(shí)生成分析結(jié)果（圖表/報(bào)表）。用戶可在對話框中對結(jié)果進(jìn)行交互式調(diào)整與優(yōu)化。所有分析成果均支持一鍵插入大屏、文檔或應(yīng)用頁面，實(shí)現(xiàn)高效復(fù)用。

“我需要一套MES生產(chǎn)管理系統(tǒng)，包含銷售管理、工種管理、計(jì)劃管理和分析大屏。” 10分鐘后，系統(tǒng)自動(dòng)生成了包含表單、數(shù)據(jù)分析模型的原型方案和可視化大屏。整個(gè)流程中只需要自然語言即可實(shí)現(xiàn)。

smardaten2.0展示了驚人的效率提升，在某些場景下，數(shù)據(jù)驅(qū)動(dòng)AI的應(yīng)用構(gòu)建效率最高可提升10倍。更加重要的是，邁入2.0時(shí)代，數(shù)睿數(shù)據(jù)那個(gè)公民開發(fā)應(yīng)用的夢想，開始照進(jìn)了現(xiàn)實(shí)。

讓“沉睡”的金融數(shù)據(jù)流動(dòng)

化“數(shù)據(jù)孤島”為“數(shù)據(jù)賦能”

我們再以一個(gè)銀行的合作案例作為切口，窺探“數(shù)用一體化”在金融行業(yè)的實(shí)戰(zhàn)情況。

該行曾深陷 “建用分離” 困境：12套異構(gòu)系統(tǒng)形成數(shù)據(jù)孤島，“企業(yè)客戶” 在不同系統(tǒng)中被稱為 “對公賬戶主體”“合作單位”“授信對象” 等，字段歧義導(dǎo)致數(shù)據(jù)無法互通；同時(shí)，原有CRM功能簡陋，廠商響應(yīng)業(yè)務(wù)需求需2個(gè)月，遠(yuǎn)跟不上大宗商品業(yè)務(wù)的迭代速度。

在smardaten2.0上，破局路徑徹底顛覆了傳統(tǒng)“先集中再治理”的模式：

☆A(yù)I驅(qū)動(dòng)的“邊治理邊聯(lián)通”

smardaten2.0依托金融知識庫與AI語義引擎，對分散數(shù)據(jù)實(shí)施 “動(dòng)態(tài)標(biāo)準(zhǔn)化”。AI能快速識別12套系統(tǒng)的異構(gòu)字段關(guān)聯(lián)，48小時(shí)就完成了傳統(tǒng)3周才能搞定的跨系統(tǒng)數(shù)據(jù)映射，自動(dòng)生成統(tǒng)一的 “企業(yè)客戶” 數(shù)據(jù)資產(chǎn)目錄。

更重要的是，治理規(guī)則和業(yè)務(wù)場景深度綁定：比如在 “跨境貸款審批” 時(shí)，平臺(tái)預(yù)設(shè)了征信、納稅證明等校驗(yàn)規(guī)則，AI實(shí)時(shí)掃描數(shù)據(jù)，若發(fā)現(xiàn)貸款申請缺 “海關(guān)進(jìn)出口數(shù)據(jù)”，會(huì)自動(dòng)補(bǔ)全并標(biāo)準(zhǔn)化，讓數(shù)據(jù)在流動(dòng)中完成80%的標(biāo)準(zhǔn)化，打破了治理和應(yīng)用脫節(jié)的問題。

☆數(shù)據(jù)直接“生長”出應(yīng)用

治理后的標(biāo)準(zhǔn)化數(shù)據(jù)并非靜態(tài)存于倉庫，而是應(yīng)用構(gòu)建的 “活素材”。當(dāng)業(yè)務(wù)人員提出 “對公客戶分層管理模塊（含資質(zhì)評分、業(yè)務(wù)往來分析、風(fēng)險(xiǎn)預(yù)警大屏）” 需求時(shí)，平臺(tái)基于治理后的客戶數(shù)據(jù)，自動(dòng)調(diào)用相關(guān)模型和算法，1小時(shí)內(nèi)就能生成應(yīng)用原型，全程無需技術(shù)人員，業(yè)務(wù)人員用自然語言指令即可完成。

更關(guān)鍵的是 “應(yīng)用反哺治理” 閉環(huán)，當(dāng)業(yè)務(wù)新增 “綠色信貸客戶” 標(biāo)簽，平臺(tái)自動(dòng)識別補(bǔ)充 “企業(yè)環(huán)保認(rèn)證”“碳排放數(shù)據(jù)” 等字段，AI實(shí)時(shí)從環(huán)保局、碳交易所抓取并標(biāo)準(zhǔn)化數(shù)據(jù)，同步更新到客戶分層模型。“治理支撐應(yīng)用迭代、應(yīng)用驅(qū)動(dòng)治理深化” 的循環(huán)，讓該行CRM響應(yīng)周期從2個(gè)月縮至72小時(shí)，客戶數(shù)據(jù)調(diào)用效率提升90%，充分體現(xiàn)了 “數(shù)用一體” 核心價(jià)值 —— 數(shù)據(jù)是應(yīng)用中持續(xù)進(jìn)化的 “活性要素”，非 “治理完再搬運(yùn)” 的靜態(tài)資產(chǎn) 。

基于一體化平臺(tái)，該行此前“沉睡”的數(shù)據(jù)，經(jīng)匯總統(tǒng)一治理后，開始在系統(tǒng)與應(yīng)用間高效“流動(dòng)”，驅(qū)動(dòng)數(shù)據(jù)分析與新業(yè)務(wù)構(gòu)建，成為其從“數(shù)據(jù)孤島”向“數(shù)據(jù)賦能”躍遷的戰(zhàn)略支點(diǎn)。

數(shù)據(jù)護(hù)城河決定AI時(shí)代勝負(fù)

數(shù)睿數(shù)據(jù)是國內(nèi)最早一批將AI技術(shù)與數(shù)據(jù)分析、軟件開發(fā)結(jié)合的科技公司之一，它的發(fā)展歷程是兩次AI浪潮疊加向前的一個(gè)縮影。從smardaten2.0上，除了技術(shù)的升級之外，我們還看到了一個(gè)“以數(shù)據(jù)為中心的人工智能”模式，正在成型?？梢钥吹?，當(dāng)前很多大模型公司最大的發(fā)展問題不在模型身上，而是來自數(shù)據(jù)生態(tài)的結(jié)構(gòu)性塌陷。

如果把視角放置在數(shù)據(jù)與AI的整個(gè)產(chǎn)業(yè)中，數(shù)睿數(shù)據(jù)帶來了三個(gè)重要變化。

1、從“單點(diǎn)優(yōu)化”到“全鏈條協(xié)同”，加速了數(shù)據(jù)決策的效率。由于數(shù)據(jù)被動(dòng)態(tài)激活，以數(shù)據(jù)為核心的決策成為現(xiàn)實(shí)，企業(yè)得以從“事后報(bào)表”升級為“實(shí)時(shí)決策”，從“人工分析”進(jìn)化為“AI協(xié)同”，最終實(shí)現(xiàn)數(shù)據(jù)價(jià)值指數(shù)級釋放;

2、重構(gòu)了數(shù)據(jù)治理的內(nèi)生驅(qū)動(dòng)力，使數(shù)據(jù)治理從 “成本中心” 轉(zhuǎn)向 “價(jià)值中心”;

3、形成三位一體的數(shù)智體系，確立“數(shù)據(jù)即資產(chǎn)、應(yīng)用即組裝、AI即業(yè)務(wù)搭檔”的融合生態(tài)。

隨著大模型技術(shù)的快速、持續(xù)發(fā)展，賽道將會(huì)變得越來越擁擠，市場正在迎來重新洗牌的局面。正如我們開頭所講的Scale AI，其創(chuàng)始人說：“大型語言模型（LLM）競爭中的護(hù)城河在哪里，我認(rèn)為數(shù)據(jù)是少數(shù)幾個(gè)可以產(chǎn)生可持續(xù)壁壘的領(lǐng)域之一。”

Meta的天價(jià)收購并非孤例，它昭示著一個(gè)新時(shí)代的開啟：在模型軍備競賽之外，一場圍繞高質(zhì)量數(shù)據(jù)獲取與高效治理 的“暗戰(zhàn)”已然打響。能否穿透“硅幕”，構(gòu)建強(qiáng)大的數(shù)據(jù)護(hù)城河，將直接決定企業(yè)乃至國家在AI時(shí)代的競爭力。處理好數(shù)據(jù)與大模型的關(guān)系，不僅是贏得競賽的秘鑰，更是擁抱智能未來的基石。

來源：數(shù)據(jù)猿