大數據和AI碰撞火花，商業智能決策的未來已來

在此刻，關注數據和AI，就是關注未來的時代方向。

2023年12月15日，國家發改委發布關于向社會公開征求《“數據要素x”三年行動計劃（2024-2026年）（（征求意見稿）》的公告。意見稿提到，到2026年底，數據產業年均增速超過20%，數據交易規模增長1倍。推動數據要素價值創造的新業態，已經成為經濟增長的新動力。

顯然，數據產業已經成為所有人都無法忽視的重要產業。

站在年末，在整個創投行業冷清的當下，“數據”和“AI”也當仁不讓成為今年的關鍵詞。

數據層面無需贅述，各種針對數據的法規出臺，讓全國各行業認識到了數據的重要性，今年10月，國家數據局的正式揭牌，也代表著中國產業走向了下一個階段。

AI層面，自去年年底ChatGPT推出后，全球范圍內引發了AI為主的關注熱潮，中國的投資人、從業者也都縱身入局，為中國進入下一個AI時代奮力一搏。

而數據和AI天然有著極強的關聯性，因為數據是AI的三個基座之一，而AI又是讓數據發揮作用的最優路徑。正如今天發布的公告中提到，“以科學數據支持大模型開發，深入挖掘包含科技文獻在內的各類科學數據，通過細粒度的知識抽取，構建科學知識資源底座，建設高質量語料庫和基礎科學數據集，支持開展通用人工智能大模型和垂直領域人工智能大模型訓練。”

因此，越來越多企業開始選用數據和AI結合的產品，越來越多投資人關注到這個行業的交叉點，越來越多的創業公司揮舞起“數據”與“AI”的大旗。

在此刻，關注數據和AI的結合點，就是關注未來的時代方向。

01 數據要素，時代根基

數字經濟正逐漸成為世界經濟的主流趨勢，據中國信息通信研究院數據，我國數字經濟規模也從2012年的11萬億元增長到2022年的50.2萬億元，占GDP比重由21.6%提升到41.5%。數字化的步伐已勢不可擋。

與此同時，一個問題浮出水面：水電是工業時代的基礎原料，那么數字時代，什么會像水和電一樣重要？

答案是數據。數經時代，數據會成為最重要的生產原料，是一切數字化生產方式的根基。我們所期待的AI、所熟知的大數據、所習慣的云計算，無一不建立在數據的基礎上。

不僅如此，隨著數字技術的快速發展，以及其在各領域的融合滲透，數據逐漸具備規模大、價值高等特征，數據要素成為繼土地、勞動力、資本和技術后的第五大生產要素。

或許我們可以這樣判斷：未來誰掌握了數據，誰就握住了數字經濟的核心引擎。

正因如此，國家在更早時便意識到了數據的重要性，近些年，出臺了多項法律法規、落地了多種政策，以支持中國數據產業的發展。

我們國家自2014年開始探索數據相關的政策，“大數據”在當年首次寫入政府工作報告；2019年，十九屆四中全會上第一次明確提出“數據”作為生產要素；2022年國務院發布《數據二十條》，明確了數據基礎制度建設的原則框架；今年國家數據局組建掛牌，或許我們可以將2023年稱為中國“數據要素”的元年。近年來，中央以及各地方指導意見和支持政策的出臺，體現出我國對數據要素的支持力度明顯加大。

產業側，由于互聯網以及云計算的普及、企業運作對智能化的追求不斷提高，以及對《數據安全法》等法律法規的尊重，數據早已成為經濟發展、社會民生等方面的不可或缺的一環。

在“政策+數字經濟”的雙輪驅動下，數據市場規模逐漸擴大。互聯網數據中心IDC預計，2025年中國將以48.6ZB數據量成為全球最大的數據圈。數據要素市場預計“十四五”期間CAGR將超過25%，其中數據采集、數據服務和生態保障存在較大的成長空間。

拆解來看，數據要素產業鏈可以分為三大環節——供給、流通、應用。但這幾個環節的發展卻分別存在著一些問題。

在供給環節，優質合規的數據供給是數據要素的堅實基礎與前提，但同時，我們仍然需要突破攻擊瓶頸，因為我國數據要素的生產和流通環節存在公共數據開放利用程度顯著不足，企業數據供給流通受阻，重復采集、自產自用情況普遍，個人數據的信息邊界不清，合規使用標準模糊等問題。

在流通環節，最需要解決的是“數據孤島“問題，這是數據流通的最大阻礙。數據孤島，不僅會存在于企業內部，也存在于企業與企業之間，企業與政府、政府與個人之間。

在應用環節，數據要素應該向盡可能多的行業擴展，比如餐飲、零售、政務、氣象、交通、醫療等行業和場景，不應只局限于互聯網、金融等天然有數字能力的產業。

總結來說，我們國家的數據行業現在走向了一個臨界點——大量資源已經被積累，蓄勢待發，但瓶頸仍存。能否突破臨界點，要看數據產業中的企業，如何讓數據更好地發揮價值。

02 深耕數據全鏈路，才是最優解

數據賽道的玩家，比比皆是，并且其中不乏深耕者。

根據各調研機構發布的行業圖譜來看，從各個角度參與的數據相關的企業，多達數千家。并且角度各異，互為補充，共同交織成為了緊密的行業網絡：其中有各個行業的垂直數據服務商，比如針對金融的百融云創，比如針對商業決策的數位大數據，比如針對教育的網易數帆；在行業分類之外，也有針對數據的不同環節，做單點突破的，比如做大數據分析平臺的kyligence，做數據可視化的衡石等等。

在數據的“黃金時代“，我們可以看到服務端的百花齊放，這也更進一步說明了中國數據產業的重要性以及市場對于后續發展的充分信心。

其中，有一個以實體經濟剛需為切入點的數據全鏈路玩家，最近剛獲得了融資——作為國內為數不多的真正掌握數據要素的民營企業，中國商業大數據和AI智能決策技術領航者「數位大數據」，近日已經完成億元人民幣的D輪融資。

據其官網顯示，數位成立于2015年，8年深耕線下物理空間數字化，持續合法合規地進行線下地理數據采集工作，擁有國家測繪資質，并自主構建了一整套先進的涵蓋數據采集、數據校驗、數據清洗、數據存儲、數據挖掘的技術。

持續深耕并不斷研發的結果是，數位建立了一個龐大、完善的底層數據庫。從相關媒體報道獲悉，數位的底層數據庫是國內最大且獨一無二的線下商業地理信息大數據庫，覆蓋全國686個市縣區、超過1.2億條POI數據。這些數據資產和技術積累，構成了數位牢不可破的競爭壁壘，助力數位成為行業頭部的線下商業大數據服務商。

那么，數位是如何運作，最后讓數據產生決策價值的呢？這要從技術角度來分析。經過調研與分析我們發現，在數位的底座中，核心技術是數據+模型的雙輪驅動，即通過在城市、人群、商圈、鋪位等等場景中進行數據采集與沉淀，再進入清洗、驗證等數據整合階段，接下來進行模型學習與驗證的過程，通過因子提取、場景匹配開始進行模型匹配，最后產出決策場景應用，得出什么是好鋪位、好商圈、好位置的結論。

基于數據+AI模型能力，數位構建了一個全鏈路服務生態。通過AI技術，數位能為不同細分場景的客戶提供對應的智能決策模型服務，涵蓋譬如網點規劃、市場容量測算、黃金點位推薦、位置評估等全流程服務。

簡單將這一復雜流程概括為數據采集、模型學習、場景應用三個大環節，會發現數位恰好還原了前文提到的數據要素產業鏈的三大環節——供給、流通、應用。

針對數據采集，作為具備國家級合規資質的數據服務商，數位的數據分為幾部分，一部分是自有數據，其中包括眾包人員采集的全國686個地縣市線下POI信息數據，以及數位自有清洗的標簽數據，另一部分則是與運營商、地圖商、國家統計局等第三方數據平臺進行的數據融合。除了數據來源的準確、可靠、合規，數位還不斷校驗以及修正數據準確性，持續保證數據的可用、好用。

而模型學習環節，體現了數位的智能化能力。區別“大模型”概念，數位場景模型針對細分功能進行服務，聚焦實體經濟，從學習成本、交付周期、結果產出等方面都更加貼合產業的需求。具體來說，根據多年的知識沉淀，數位已經積累了多種針對不同場景和需求的模型，比如針對餐飲和零售的選址決策，有5A選址模型、容量測算模型、位置甄選模型等多個模型選擇，比如針對金融和投資領域的風控決策場景，數位可以提供實物資本預算模型、現金流量估算模型、價值估算模型等多個模型，此外數位還可以在招商決策場景、營銷決策場景等多個場景，提供不同的模型服務。

數據和AI結合，所帶來的商業智能決策能力猶如給企業加上了“大腦”。

在場景應用環節，從而能夠應對行業里更多、更復雜的決策——可以基于客戶的行業、規模、品類、品牌定位等多種參數，自動生成網點規劃、容量測算、點位推薦、位置評估等報告，這些報告可互動、可編輯，且附帶完整評估過程和底層數據。

據了解，目前數位推出了3個產品，分別是面向中小商家的開店決策平臺“上上參謀”、大數據智能選址決策系統“上上參謀企業版”、全域商業大數據平臺“數位觀察”。這三個產品互為補充，可以為線下零售行業的所有從業者提供數據相關的服務，并且都已經成為行業里較為頭部的產品。

充分應用AI技術，撬動數據潛能，以智能決策驅動價值創造，從而提升業務的敏捷性和服務的精準度已成為全行業的共識。

數位的長期主義，也在其中體現得淋漓盡致。

03 回歸本質，才是數據的真正價值

數據也好、人工智能也好、云計算和互聯網也好，其最大的價值體現，需要與千行百業緊密結合，并且是隨著技術的進步和模式的迭代，實體經濟的重要性就會更加凸顯。

比如互聯網時代，以美團、淘寶為代表的互聯網項目，其實是在改造線下實體產業，幫助產業進行升級；進入云計算時代，之所以有“所有數據上云”的訴求，就是因為實體產業與線上結合更加緊密，才有了數據大爆發；那么，數字化時代與實體經濟的互相作用，只增不減。

目前，國內的實體經濟發展也越來越蓬勃，這也給數據產業提供了更多絕佳落地場景，比如近年來國家大力支持的地攤經濟、比如層出不窮的連鎖餐飲店，比如像泡泡瑪特、尋找獨角獸一樣的線下消費新花樣……

不止消費，比如旅游業、比如農業、制造業……所有的實體經濟產業，都值得用數字化、智能化的手段，實現效率的提升。

實體經濟每時每刻都在產生著數據，如何讓這些數據發揮價值？實體經濟想要實現智能決策， 每一個環節都需要數據作為決策支撐，如何實現決策智能？

數據的價值，在每一個環節中發揮得淋漓盡致。以今年的爆品“塔斯汀”為例，成立于2012年，因此積累了大量的數據，而這些數據通過以數位為代表的服務商進行采集、加工、應用，可以反哺他們的門店規模策略、新品上線決策、門店選址決策等等大大小小的環節。

未來，實體經濟的千行百業，都有機會像塔斯汀一樣，讓數據發揮價值。這樣一來，實體經濟也能因為數字化而實現進化。

時代浪潮滾滾而來，所有線下零售從業者也應該享受到AI和數據帶來的紅利。線下實體是萬千大眾衣食所系，數字經濟最終也應該回歸服務于實體行業，用已經被證實有價值的數據賽道給實體經濟帶來發展，或許也是數位能夠在2023年實現逆勢增長、并且持續獲得融資的重要原因。

　　轉自：中國網

　　【版權及免責聲明】凡本網所屬版權作品，轉載時須獲得授權并注明來源“中國產業經濟信息網”，違者本網將保留追究其相關法律責任的權力。凡轉載文章及企業宣傳資訊，僅代表作者個人觀點，不代表本網觀點和立場。版權事宜請聯系：010-65363056。

延伸閱讀