首页 > 资讯 > 聚焦 > 正文

懂场景者得AI,瓴羊发布年度产品智能化战略

2024-09-23 15:07:03来源:今日热点网

9月20日,瓴羊智能科技(以下简称瓴羊)在2024云栖大会上举办了“Data...

9月20日,瓴羊智能科技(以下简称瓴羊)在2024云栖大会上举办了“Data × AI:企业服务智能化,价值增长新动能”专场论坛。阿里巴巴集团副总裁、瓴羊智能科技CEO 朋新宇在会上发布年度产品智能化战略:“(算法 + 算力 + 数据) x 场景 ”,强调企业必须重视场景,只有通过解构场景、重构业务,才能真正拥抱AI,带来突破性增长。

瓴羊数据、营销、客服等多产品线的负责人在本次论坛上分享了各产品的智能化进展,Salesforce、伊利、蔚来汽车、通义千问、中国移动、人民数据、湖州公安局等多家头部企业和政府机构亦出席了本次专场活动,分享了各自行业的智能化场景实践。

“人工智能正以前所未有的速度重塑商业模式和生活方式,这其中,算法是智力,算力是体力,数据是血液,但让AI真正飞入寻常百姓家的关键,在于与具体场景的深度融合。因此,在AI的投入上,所有的企业应该从场景解构和业务重构开始。唯有这样,AI才能真正融入业务,推动千行百业的创新与发展,”朋新宇说。

【阿里巴巴集团副总裁、瓴羊智能科技CEO 朋新宇】

朋新宇认为,在当今商业和技术交织的复杂世界中,场景已成为连接两者的桥梁,是创新和竞争力的关键所在。从线下商业到互联网再到移动互联网时代,每一次技术的革新都带来了新的商业模式和消费体验,这些变革的背后,都是对场景深刻洞察和创新应用的结果,AI时代更是如此。

在过去几年对企业客户的数字化服务中,瓴羊积累了丰富的经验,AI在企业落地的两大步骤:第一步是场景的解构,即确定在哪些场景痛点中应用AI解决问题;第二步则是业务的重构,即将AI能力有效整合进具体的场景中。

从分析、营销、客服等三个核心应用场景,瓴羊结合大模型打造了企业级的智能应用。通义千问大模型业务总经理徐栋表示:“通义千问在核心算法、模型训练和调优能力上表现出色,而通过结合小模型及垂直数据训练,企业能更充分发挥通义千问的潜能。瓴羊在千行百业的经验积累,推动了通义千问大模型与实际业务有效融合,已经成功落地多家企业客户。”

【通义千问大模型业务总经理徐栋】

在数据分析场景,瓴羊Quick BI解构了「等待响应排期久、数据口径难对齐、报表固定样式不灵活」的三大传统看数痛点,并且通过「智能问数、辅助搭建、智能洞察」三种AI能力,业务人员可轻松实现“即问即答”,减少依赖数据团队制作报表,直接询问智能小Q即可获取易懂且可交互的答案,同时支持趋势预测、波动归因、导出、分享等多种应用场景,实现真正智能的“ChatBI”。

在传统的促销活动中,企业常常面临了解目标用户难、准备促销创意难和找准沟通时机难的三大挑战。而今,通过新一代数据 + AI 的智能营销增长台Quick Audience,企业能够自动化采集和分析目标人群画像,将生成洞察报告的时间缩短50%。智能营销助手则让营销团队在3分钟内一键生成10款以上的营销海报,大幅提升创意效率。最后,智能时机触达技术通过智能分析,优化沟通时机和渠道,将触达可见率提升至90%。

回到每家消费企业都面临的客服难题,当企业尝试用智能客服取代人工客服的过程中,经常容易发生答非所问,进而导致负面体验的情况。瓴羊Quick Service 2.0结合大模型,以及精通客服行业知识的业务小模型,推出三大核心能力重构传统客服场景——AI问答、AI辅助和AI知识库,解构智障客服多、人工客服效率低以及知识运营配置难三大痛点,将解答准确率提升至 93%,人工客服处理问题所需时间从10分钟缩短至最快5秒 ,知识库部署所需时间从7天缩短至5分钟。

而在数据侧,瓴羊分别就如何提升数据质量和数据数量两个企业常见的难题,通过智能数据建设与治理台Dataphin和数据流通枢纽瓴羊港交出了答卷。

传统数据治理的痛点是私有化部署的高成本和公共云的标准化限制,Dataphin通过重构了数据治理的方式,提供了半托管服务,将部署时间从几天缩短到1小时,同时保持了个性化服务。此外,Dataphin最新推出的敏捷版支持企业低成本启动,并随着业务发展灵活扩展数据系统架构。而DataAgent的加入,只需三步,就可以构建企业专属的数据资产智能体。

瓴羊港提供的一站式数据服务,包括数据的寻、买、管、用,是国内领先的数据服务枢纽。瓴羊港发布近一年,已达成和30多家头部数据方的紧密合作,目前台上流通的应用场景和行业标签多达3000多种。

在活动最后,瓴羊港运营总监俞纹雯,中国移动大数据中心、大数据拓展交付中心行业总监伊然 ,人民数据副总经理、研究院院长陈丽,乖宝宠物食品集团数字化运营官张立君及湖州公安局杨云飞齐聚一堂,分别从各自领域出发,共同探讨了数据流通的应用场景,以及产业实践与未来探索。

免责声明:市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。

关键词:

责任编辑:hnmd004