服務超5萬客户，阿里瓴羊在悄悄飛奔

搬到杭州高橋雲港一年多時間，阿里巴巴集團副總裁、瓴羊CEO朋新宇直言，溝通變方便了。

朋新宇説，以前在總部園區，四散在各樓層的小夥伴，經常找不着空會議室，現在樓上樓下，吼一嗓子就能開會。

一棟由兩個舊廠房「縫合」成的兩層小樓，託着這家年輕公司飛奔，已服務超5萬家企業，與它新發布的產品戰略恰巧呼應——左手Data，右手AI，中間加個「×」。

敏捷輕巧的瓴羊，腳步變快，結合大模型，加速打造企業級智能應用。

朋新宇向《21CBR》記者表示，瓴羊手握的客服、營銷、BI（Business Intelligence）等產品，天然就是大模型落地的最佳場景，現在全系產品的「含模量」，是100%。

「瓴羊是一家產品公司，定位明確，我們不做基礎模型的研發，專注做大模型應用。」朋新宇説。

重構產品的同時，組織進化。

2024年，步入成立的第三年，瓴羊正式組建銷售團隊，全面釋放向市場衝刺的信號。

花名「小芃」的朋新宇，在阿里工作了20年，一手創建集團數據中臺方法體系，是用生意參謀等數據產品，支撐淘寶、天貓等業務快速發展的關鍵人物。

在下屬眼里，他脾氣温和、情緒穩定。

從集團跳出來，擔任獨立子公司的CEO，對於如何打好阿里To B這張王牌，他也有焦慮。「當家庭成員和大家長，心態不一樣。」

「最大的挑戰是未知，AI這一輪發展，纔剛剛開始。」朋新宇説。

獨當一面

瓴羊於2021年成立，從阿里「動物園」分拆出來，主營企業數智服務。

整合數據中臺、業務中臺等多個技術團隊，瓴羊以子公司身份面向市場，獨當一面。

大眾眼里，瓴羊從阿里體系孵化出來，承襲其電商基因、數據基因，有個「富爸爸」，能獲得大量支持。我們眼里的「fu」，則是「負責」。

起步期，大大小小48款產品，集合到瓴羊這里。

對一家創業公司而言，要以新面孔面對市場，這麼多產品不可能同時做，需要釐清哪些是不該做、做錯了的。

三年來，瓴羊重新梳理和收斂產品線，化繁為簡，形成三大產品矩陣。

一是企業數據加工，由兩大王牌產品組成，幫企業進行數據治理的Dataphin，以及做智能商業分析的Quick BI；

二是企業數據消費，主要有幫企業做智能用户運營的Quick Audience，以及智能客服Quick Service；

三是行業數據流通，代表產品是數據服務樞紐瓴羊港。

在此基礎上，從去年開始，瓴羊將市面上的大模型，不論開源、閉源，全都嫁接進三大產品線中，測試場景應用效果。

產品進化，組織也在升級。

很長一段時間里，公司沒有銷售團隊。由於背靠阿里，加上原有產品本就有客户積累，瓴羊服務的大量客户，是自發性的。

頭兩年，團隊的精力，聚焦在做好產品上，銷售不作為重點。

等到產品打磨到位，乘着AI這一輪浪潮，我們決定組建銷售隊伍，於2024年初成立「客户成功部」。

這個團隊集合的「兵種」多，有負責解決方案、產品運營、業務架構等的各種專家，可謂「海陸空」全有。

傳統軟件基於AI升級后，大部分企業看完產品演示，心里想用，覺得跟自家場景接近，但知道完全貼合不太可能，落地的最后一公里，需要有人幫一把。

客户成功部，就致力於解決最后一公里的問題，幫客户搞清楚如何用，用得上，用得好。

當然，我們的焦點，始終在提升產品能力上，部署側重訂閲和調用。服務大客户，則由服務商主導集成和實施。

我們和阿里雲，產品、生態互不重疊，形成補位，聚焦各自的主戰場。

市場拓展上，零售、汽車新能源、互聯網和金融等幾大行業，目標客户較多。

從區域來看，基於企業密集程度，瓴羊側重發展北上廣深、西安、武漢以及沿海城市。

聚焦應用

大模型一來，我們嗅到了「顛覆」的味道。

ChatGPT剛發佈時，震驚業界，團隊花了兩三個月時間理解、消化，形成共識——不做通用大模型，而是聚焦大模型的應用。

瓴羊是一家產品公司，不是大模型公司。守住邊界，我們不會一窩蜂式地跟風，市面上缺的，不是大模型，而是大模型應用。

把垂直模型應用到場景里，這個過程比做一款模型更復雜，投入的精力和對技術的要求，是更高的。

瓴羊產品的「含模量」，已達到100%，尤其在數據分析、客服等幾個特定場景，大模型的改造做得比較好。

以客服為例，之前的智能客服產品，用傳統算法實現機器人對話，用户體驗差，要麼答非所問，要麼缺乏情感連接，一直沒有好的解法。

有了大模型后，一切迎刃而解。

公司8月底發佈的智能客服Quick Service 2.0，耗時近一年時間試跑，瞄準三大痛點，智障客服多、人工客服效率低以及知識運營配置難，推出AI問答、AI輔助和AI知識庫三大核心能力。

其將解答準確率提升至93%，人工客服處理問題用時縮短至最快5秒，知識庫部署用時從7天縮短至5分鍾。

用AI解構場景，企業的收穫是實打實的。

瓴羊有個做女士內衣的客户，去年大促前需要拍一批產品圖，請模特一天的成本，就是五六十萬元，總共得花600多萬元。

AI輔助拍攝，該公司只需請一個模特拍一天，有時甚至只拍一個小時，總成本壓減到60萬元以下。

很多看起來小而單一的場景，AI一進去，效果天翻地覆。

做To B業務跟做To C不一樣，講究一分錢一分貨，看重ROI（投入產出比）。

站在廠商角度，看一個To B產品投放市場后的健康度，我關注的重點指標，是投訴量。

有投訴不是壞事，這説明產品有人在用，客户對廠商有訴求，否則直接替換更簡單。

瓴羊的每個產品經理，包括我在內，都會看每個產品和服務每天、每月的諮詢量，要求一線人員以最高關注度給予客户反饋。

數據驅動

今年雲棲大會，瓴羊發佈的年度產品戰略，落點是「Data×AI」。

這個「×」，是質變而非量變。

從IT時代走向DT時代，從規則走向算法，未來，我認為會走向數據驅動，即數據定義軟件。

企業的軟件能力，不由軟件工具決定，而是取決於是否擁有強大、優質的數據，是否有將數據轉化成AI的能力。

這也是瓴羊做DaaS（Data as a Service，數據即服務）的終極意義，從企業業務發展的角度出發，將數據流、商業流、工作流合而爲一。

幫企業用好數據資源，前提是數據要流通。

第一層是內部流通。

一位董事長曾跟我抱怨，他下面六七個業務總裁，全都把自己板塊的數據保護得好好的，但彼此沒有關聯。

數據只鎖在保險櫃里，就毫無價值。

他必須從組織架構入手，把不同的山頭推平，讓彼此可以對話，形成協作機制，才能打通堵點。

第二層是外部流通。如同車輛運輸，制定路線和時間表，得結合天氣來定。

去年11月，瓴羊推出了「瓴羊港」，旨在提供數據的「尋、買、管、用」一站式服務，已與30多家頭部數據方達成合作，平臺上流通的應用場景和行業標籤，達3000多種。

今年以來，大家提智能BI變多了，這個傳統領域，有AI加持后，吸引更多玩家擁入。

這一趨勢背后，基礎設施變了，企業決策者也變了。老一代的企業CEO，有的看報表，還要看紙質版。

今天，傳統企業里，新一代年輕人上來了，管理思維更新換代。

AI和數據的發展尚處早期，全國註冊經營主體共有1.8億户，家家都得分析數據，瓴羊有巨大機會。

團隊觀察到，積極擁抱這輪AI應用浪潮的，分佈在兩頭：

一頭是有較強技術能力的，比如互聯網、金融企業，人才、技術和數據早早到位，AI一來，非常容易接入，滲透速度快。

另一頭是極其傳統的，比如傳統制造業。

我接待過一家能源光伏企業負責人，庫房需要靠人來清點。

這類傳統企業，非常缺乏數字化能力，有強烈的變革需求。

過去一年來，這兩類企業表現積極，行動快。反而是卡在中間的企業，AI的推進不上不下，需要在解構場景、重構業務上，下更大功夫。

站在企業的角度，我認為，權衡大模型的效果，生產效率得提升至少10倍。AI對企業的改造，可擴展的空間巨大。市場的推進，非漸進式，會越來越快。

像竹子的生長一樣，前4年僅長3釐米，第5年破土而出后，以每天30釐米的速度瘋長。

這一輪追趕，時間比黃金寶貴。