企业数字化新范式 - Data x AI双向赋能重构企业数字化生产力 通过AI自主思考与主动做事提升企业生产力上限[1] - 企业需通过建立数字化系统感知数据、训练大数据思考数据、获取结果数据实现数据的三位一体路径 将AI潜能转化为实际价值[1] AI时代数据思维转变 - AI理解数据侧重语义、上下文与全局关联 需非结构化、知识化的高质量数据 与传统以人为中心的结构化思维模式大相径庭[3] - 已有结构化数据需被视为非结构化并重新组织 转化为大模型可理解的Token化数据 使其具备思考决策能力[3] AI智能体数据消费路径 - 通过数据服务、数据工具及应用Agent系统化驱动业务价值 优化数据结构提升AI Agent消费效率[4] - 采用MCP协议将数据服务和API按统一标准发布 使AI Agent无需复杂调用即可理解查询数据 例如Dataphin数据服务提升可消费性和决策效率[4] 数据服务与工具实践 - 瓴羊Quick BI通过智能问数支持自然语言获取数据、智能报告输出长文本、智能信息流通过钉钉微信推送个性化信息给不同角色[5] - 金融大模型场景中银行智能驾驶舱可提取报表数据深入洞察 AI成为自主发现问题推进行动的数字分析师[5] 应用Agent协同升级 - 智能客服产品Quick Service通过AI替代人工提升响应效率、智能工单实现跨部门联动、数字人交互提供沉浸式体验重构服务场景[9] - 智能客服从售后拓展至售前营销全链路 解决外包服务体验与稳定性问题 是AI最大创新潜力出口之一[11] 数据螺旋增长效应 - AI原生应用核心特征在于持续产生利用数据反馈形成正向循环 激活沉睡数据资产是构建螺旋增长第一步[11] - 需通过Agent互联互通实现多Agent协同处理复杂任务 构建企业级智能系统网络[11] Agent Store生态构建 - Agent Store作为数据、模型与应用能力融合枢纽 通过可信数据空间打通数据供给流通交易机制 与大模型及阿里商业形态深度融合[12] - 当数据、大模型与Agent共同聚焦具体场景 可实现各自价值及AI在业务层深度落地[12] 数字化演进驱动逻辑 - 数据从辅助决策资源演进为企业智能体基础能量场 AI从算法工具变为与数据螺旋增长协同驱动的新型生产力[12] - Data x AI双轮驱动释放AI时代结构性红利 技术跃迁带来认知方式重构[12]