熱門資訊> 正文
2024-10-22 10:12
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。