搬到杭州高橋云港一年多時(shí)間,阿里巴巴集團(tuán)副總裁、瓴羊CEO朋新宇直言,溝通變方便了。
朋新宇說,以前在總部園區(qū),四散在各樓層的小伙伴,經(jīng)常找不著空會(huì)議室,現(xiàn)在樓上樓下,吼一嗓子就能開會(huì)。
一棟由兩個(gè)舊廠房“縫合”成的兩層小樓,托著這家年輕公司飛奔,已服務(wù)超5萬家企業(yè),與它新發(fā)布的產(chǎn)品戰(zhàn)略恰巧呼應(yīng)——左手Data,右手AI,中間加個(gè)“×”。
敏捷輕巧的瓴羊,腳步變快,結(jié)合大模型,加速打造企業(yè)級智能應(yīng)用。
朋新宇向《21CBR》記者表示,瓴羊手握的客服、營銷、BI(Business Intelligence)等產(chǎn)品,天然就是大模型落地的最佳場景,現(xiàn)在全系產(chǎn)品的“含模量”,是100%。
“瓴羊是一家產(chǎn)品公司,定位明確,我們不做基礎(chǔ)模型的研發(fā),專注做大模型應(yīng)用?!迸笮掠钫f。
重構(gòu)產(chǎn)品的同時(shí),組織進(jìn)化。
2024年,步入成立的第三年,瓴羊正式組建銷售團(tuán)隊(duì),全面釋放向市場沖刺的信號。
花名“小”的朋新宇,在阿里工作了20年,一手創(chuàng)建集團(tuán)數(shù)據(jù)中臺(tái)方法體系,是用生意參謀等數(shù)據(jù)產(chǎn)品,支撐淘寶、天貓等業(yè)務(wù)快速發(fā)展的關(guān)鍵人物。在下屬眼里,他脾氣溫和、情緒穩(wěn)定。
從集團(tuán)跳出來,擔(dān)任獨(dú)立子公司的CEO,對于如何打好阿里To B這張王牌,他也有焦慮。“當(dāng)家庭成員和大家長,心態(tài)不一樣?!?/p>
“最大的挑戰(zhàn)是未知,AI這一輪發(fā)展,才剛剛開始。”朋新宇說。
高舉“Not SaaS, But DaaS”旗號,瓴羊于2021年成立,從阿里“動(dòng)物園”分拆出來,主營企業(yè)數(shù)智服務(wù)。
整合數(shù)據(jù)中臺(tái)、業(yè)務(wù)中臺(tái)等多個(gè)技術(shù)團(tuán)隊(duì),瓴羊以子公司身份面向市場,獨(dú)當(dāng)一面。
第一天出發(fā)的時(shí)候,我們頭頂“fu二代”創(chuàng)業(yè)標(biāo)簽。
大眾眼里,瓴羊從阿里體系孵化出來,承襲其電商基因、數(shù)據(jù)基因,有個(gè)“富爸爸”,能獲得大量支持。我們眼里的“fu”,則是“負(fù)責(zé)”。
起步期,大大小小48款產(chǎn)品,集合到瓴羊這里。對一家創(chuàng)業(yè)公司而言,要以新面孔面對市場,這么多產(chǎn)品不可能同時(shí)做,需要厘清哪些是不該做、做錯(cuò)了的。
三年來,瓴羊重新梳理和收斂產(chǎn)品線,化繁為簡,形成三大產(chǎn)品矩陣。
一是企業(yè)數(shù)據(jù)加工,由兩大王牌產(chǎn)品組成,幫企業(yè)進(jìn)行數(shù)據(jù)治理的Dataphin,以及做智能商業(yè)分析的Quick BI;
二是企業(yè)數(shù)據(jù)消費(fèi),主要有幫企業(yè)做智能用戶運(yùn)營的Quick Audience,以及智能客服Quick Service;
三是行業(yè)數(shù)據(jù)流通,代表產(chǎn)品是數(shù)據(jù)服務(wù)樞紐瓴羊港。
在此基礎(chǔ)上,從去年開始,瓴羊?qū)⑹忻嫔系拇竽P停徽撻_源、閉源,全都嫁接進(jìn)三大產(chǎn)品線中,測試場景應(yīng)用效果。
產(chǎn)品進(jìn)化,組織也在升級。
很長一段時(shí)間里,公司沒有銷售團(tuán)隊(duì)。由于背靠阿里,加上原有產(chǎn)品本就有客戶積累,瓴羊服務(wù)的大量客戶,是自發(fā)性的。
頭兩年,團(tuán)隊(duì)的精力,聚焦在做好產(chǎn)品上,銷售不作為重點(diǎn)。
等到產(chǎn)品打磨到位,乘著AI這一輪浪潮,我們決定組建銷售隊(duì)伍,于2024年初成立“客戶成功部”。
這個(gè)團(tuán)隊(duì)集合的“兵種”多,有負(fù)責(zé)解決方案、產(chǎn)品運(yùn)營、業(yè)務(wù)架構(gòu)等的各種專家,可謂“海陸空”全有。
傳統(tǒng)軟件基于AI升級后,大部分企業(yè)看完產(chǎn)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。
客戶成功部,就致力于解決最后一公里的問題,幫客戶搞清楚如何用,用得上,用得好。
當(dāng)然,我們的焦點(diǎn),始終在提升產(chǎn)品能力上,部署側(cè)重訂閱和調(diào)用。服務(wù)大客戶,則由服務(wù)商主導(dǎo)集成和實(shí)施。
我們和阿里云,產(chǎn)品、生態(tài)互不重疊,形成補(bǔ)位,聚焦各自的主戰(zhàn)場。
市場拓展上,零售、汽車新能源、互聯(lián)網(wǎng)和金融等幾大行業(yè),目標(biāo)客戶較多。
從區(qū)域來看,基于企業(yè)密集程度,瓴羊側(cè)重發(fā)展北上廣深、西安、武漢以及沿海城市。
大模型一來,我們嗅到了“顛覆”的味道。
ChatGPT剛發(fā)布時(shí),震驚業(yè)界,團(tuán)隊(duì)花了兩三個(gè)月時(shí)間理解、消化,形成共識(shí)——不做通用大模型,而是聚焦大模型的應(yīng)用。
瓴羊是一家產(chǎn)品公司,不是大模型公司。守住邊界,我們不會(huì)一窩蜂式地跟風(fēng),市面上缺的,不是大模型,而是大模型應(yīng)用。
企業(yè)家關(guān)注的,不是“大模型要怎么做”,而是“能不能趕緊應(yīng)用”。相應(yīng)地,老板們的期待值變高。
事實(shí)上,把垂直模型應(yīng)用到場景里,這個(gè)過程比做一款模型更復(fù)雜,投入的精力和對技術(shù)的要求,是更高的。
瓴羊產(chǎn)品的“含模量”,已達(dá)到100%,尤其在數(shù)據(jù)分析、客服等幾個(gè)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(chǎn)品,用傳統(tǒng)算法實(shí)現(xiàn)機(jī)器人對話,用戶體驗(yàn)差,要么答非所問,要么缺乏情感連接,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(fā)布的智能客服Quick Service 2.0,耗時(shí)近一年時(shí)間試跑,瞄準(zhǔn)三大痛點(diǎn),智障客服多、人工客服效率低以及知識(shí)運(yùn)營配置難,推出AI問答、AI輔助和AI知識(shí)庫三大核心能力。
其將解答準(zhǔn)確率提升至93%,人工客服處理問題用時(shí)縮短至最快5秒,知識(shí)庫部署用時(shí)從7天縮短至5分鐘。
用AI解構(gòu)場景,企業(yè)的收獲是實(shí)打?qū)嵉摹?/p>
瓴羊有個(gè)做女士內(nèi)衣的客戶,去年大促前需要拍一批產(chǎn)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(gè)模特拍一天,有時(shí)甚至只拍一個(gè)小時(shí),總成本壓減到60萬元以下。
依此類推,很多看起來小而單一的場景,AI一進(jìn)去,效果天翻地覆。
做To B業(yè)務(wù)跟做To C不一樣,講究一分錢一分貨,看重ROI(投入產(chǎn)出比)。現(xiàn)在,一眾大模型已經(jīng)走入企業(yè)生產(chǎn)的方方面面,一切變化很快。
站在廠商角度,看一個(gè)To B產(chǎn)品投放市場后的健康度,我關(guān)注的重點(diǎn)指標(biāo),是投訴量。
有投訴不是壞事,這說明產(chǎn)品有人在用,客戶對廠商有訴求,否則直接替換更簡單。
瓴羊的每個(gè)產(chǎn)品經(jīng)理,包括我在內(nèi),都會(huì)看每個(gè)產(chǎn)品和服務(wù)每天、每月的咨詢量,要求一線人員以最高關(guān)注度給予客戶反饋。
金杯銀杯,不如客戶的口碑,做產(chǎn)品,最終要客戶“認(rèn)”。
今年云棲大會(huì),瓴羊發(fā)布的年度產(chǎn)品戰(zhàn)略,落點(diǎn)是“Data×AI”。
這個(gè)“×”,是質(zhì)變而非量變。
過去做軟件,是由規(guī)則定義的,基于業(yè)務(wù)邏輯,做一套軟件系統(tǒng)。從IT時(shí)代走向DT時(shí)代,從規(guī)則走向算法,未來,我認(rèn)為會(huì)走向數(shù)據(jù)驅(qū)動(dòng),即數(shù)據(jù)定義軟件。
企業(yè)的軟件能力,不由軟件工具決定,而是取決于是否擁有強(qiáng)大、優(yōu)質(zhì)的數(shù)據(jù),是否有將數(shù)據(jù)轉(zhuǎn)化成AI的能力。
這也是瓴羊做DaaS(Data as a Service,數(shù)據(jù)即服務(wù))的終極意義,從企業(yè)業(yè)務(wù)發(fā)展的角度出發(fā),將數(shù)據(jù)流、商業(yè)流、工作流合而為一。
幫企業(yè)用好數(shù)據(jù)資源,前提是數(shù)據(jù)要流通。
第一層是內(nèi)部流通。
一位董事長曾跟我抱怨,他下面六七個(gè)業(yè)務(wù)總裁,全都把自己板塊的數(shù)據(jù)保護(hù)得好好的,但彼此沒有關(guān)聯(lián)。
數(shù)據(jù)只鎖在保險(xiǎn)柜里,就毫無價(jià)值。他必須從組織架構(gòu)入手,把不同的山頭推平,讓彼此可以對話,形成協(xié)作機(jī)制,才能打通堵點(diǎn)。
第二層是外部流通。如同車輛運(yùn)輸,制定路線和時(shí)間表,得結(jié)合天氣來定。
去年11月,瓴羊推出了“瓴羊港”,旨在提供數(shù)據(jù)的“尋、買、管、用”一站式服務(wù),已與30多家頭部數(shù)據(jù)方達(dá)成合作,平臺(tái)上流通的應(yīng)用場景和行業(yè)標(biāo)簽,達(dá)3000多種。
今年以來,大家提智能BI變多了,這個(gè)傳統(tǒng)領(lǐng)域,有AI加持后,吸引更多玩家擁入。
這一趨勢背后,基礎(chǔ)設(shè)施變了,企業(yè)決策者也變了。老一代的企業(yè)CEO,有的看報(bào)表,還要看紙質(zhì)版。今天,傳統(tǒng)企業(yè)里,新一代年輕人上來了,管理思維更新?lián)Q代。
AI和數(shù)據(jù)的發(fā)展尚處早期,全國注冊經(jīng)營主體共有1.8億戶,家家都得分析數(shù)據(jù),瓴羊有巨大機(jī)會(huì)。
團(tuán)隊(duì)觀察到,積極擁抱這輪AI應(yīng)用浪潮的,分布在兩頭:
一頭是有較強(qiáng)技術(shù)能力的,比如互聯(lián)網(wǎng)、金融企業(yè),人才、技術(shù)和數(shù)據(jù)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(tǒng)的,比如傳統(tǒng)制造業(yè)。我接待過一家能源光伏企業(yè)負(fù)責(zé)人,庫房需要靠人來清點(diǎn)。這類傳統(tǒng)企業(yè),非常缺乏數(shù)字化能力,有強(qiáng)烈的變革需求。
過去一年來,這兩類企業(yè)表現(xiàn)積極,行動(dòng)快。反而是卡在中間的企業(yè),AI的推進(jìn)不上不下,需要在解構(gòu)場景、重構(gòu)業(yè)務(wù)上,下更大功夫。
站在企業(yè)的角度,我認(rèn)為,權(quán)衡大模型的效果,生產(chǎn)效率得提升至少10倍。
提升1倍、2倍,用傳統(tǒng)方式“大力出奇跡”,也能搞定,大模型要稱得上時(shí)代變革,將效率提升10倍性價(jià)比才夠格。
AI對企業(yè)的改造,可擴(kuò)展的空間巨大。市場的推進(jìn),非漸進(jìn)式,會(huì)越來越快。
像竹子的生長一樣,前4年僅長3厘米,第5年破土而出后,以每天30厘米的速度瘋長。
這一輪追趕,時(shí)間比黃金寶貴。