3年完成數億元營收，這家公司的大模型Agent產品已經開始賺錢了｜產品觀察

作者｜黃楠

編輯｜彭孝秋

近日有消息稱，微軟將在日本組建數據中心，兩年內將投入29億美金，旨在全球生成式AI發展進程中，爲其提供完備的數據及設備支撐。這也是歷史以來微軟向日本投資的最大一筆金額。

數據的重要性之於技術發展長期存在。大模型浪潮下，數據對企業發展至關重要。

同時，藉助數據平臺等智能化手段，高效地管理和應用數據，更是企業構建場景壁壘、轉向高質量發展的必修課。

數據平臺類產品發展多年，但仍面臨着諸多挑戰，例如功能性服務單一、算法更新迭代速度慢、產品使用門檻高等。

「數勢科技」成立於2020年，是一家數據智能產品提供商，聚焦大金融、高科技製造和泛零售等領域，提供基於大模型增強的智能分析和營銷產品。

此前，「數勢科技」推出新一代指標平臺SwiftMetrics 3.0，融合大模型能力的數據分析產品數勢智能分析助手SwiftAgent，可應用於數據管理、智能分析、營銷等場景中，加強指標平臺和營銷平臺的能力。

近日，數勢科技創始人兼CEO黎科峰博士跟硬氪聊了聊產品的開發思路和數字化趨勢。

對話式數據分析，可自動預警異常問題

指標平臺SwiftMetrics 3.0是一款指標管理、加工和應用的一體化工具，基於統一的指標體系，提供智能、高效、易用的數據分析決策支持。

隨着BI（商業智能）工具和解決方案的快速發展，前者展現出優異的數據分析能力，但面對企業內部越來越多的報表數量，新的問題也隨之爆發，尤其是在指標管理方面。

首先是對數據需求響應速度提出的更高要求。在傳統數倉+BI模式中，依賴人工開發的指標加工流程複雜，要經歷溝通、排期、開發、測試再上線，容易形成環節拖沓問題，導致對需求側響應緩慢。SwiftMetrics 3.0所提出的全面自動化方案，可以極大提升操作效率和數據處理能力。

用戶登錄平臺後，可自行創建指標，SwiftMetrics 3.0具有一鍵式集成功能，可以對前端數據進行自助取數，並在指標定義時，自動生成指標血緣。指標血緣主要用於追蹤數據加工的源頭，檢驗所產出的業務報表是否存在數據異常的問題。

平臺具備智能預警歸因的功能，一旦發現業務數據異常，就會啓動自動預警功能、定位出現異常的位置。

智能預警歸因功能

在業務分析過程中，數據指標口徑不同的情況很常見。例如銷售額相同的情況下，財務部門的口徑爲含稅金額，業務部門不含稅等。當業務發生改變時，指標口徑也要進行調整，進而帶來了更大的工作量、運維成本也高。

數千張表怎麼標註，不同表格的關聯關係，是否存在口徑衝突或不統一的情況？面對上述的諸多問題，SwiftMetrics 3.0中的自動化口徑變更回寫功能可以解決。

多數時候，不懂技術的業務人員並不懂具體場景配備哪些指標、對應的口徑是什麼，SwiftMetrics 3.0通過語義增強配置的方式，將業務數據做成了指標語義化相關的生成和配置。因此，用戶只需要描述出場景，就能通過相似度、索引的篩查，找到對應的指標和自動化生成的口徑變更。同時，平臺支持一鍵回滾至前一版本，使用起來也更靈活。

指標語義化生成和配置

SwiftMetrics 3.0中還增加了智能分析助手SwiftAgent功能。它以國產大模型爲底座，支持多模態交互查詢，可以輸入包括文本、語音、Excel等數據類型，基於自然語言對話的方式，不需要學習SQL或Python等語言，降低使用門檻，方便用戶在移動端和PC端快速完成數據查詢。

自然語言對話

比如，業務層可以向平臺提出“華南地區上一季度環比爲什麼下降了”，SwiftMetrics 3.0會自動收集前一季度的前端數據作計算，判斷浮動區間，在此基礎上，由大模型調用平臺的歸因能力，將所得結果做參數解析填充到對應插件裡，並貼合用戶問題，自動匹配生成多種分析圖表結果。

自助取數

硬氪瞭解到，SwiftMetrics 3.0平臺與國內多家頭部大模型廠商均有合作，自功能升級上線後，已在零售、金融和高科技製造領域有落地。

商業模式方面，「數勢科技」將用戶分爲全新客戶和長期客戶。全新客戶主要提供的是標準化產品；而面向長期客戶、即此前有過合作經歷的企業，「數勢科技」在其原有服務的基礎上，可針對具體部署場景合作共創，打造企業級智能分析助手。

隨着服務客戶數量、產品成熟度和對客戶業務場景理解的增加，「數勢科技」產品標準化率逐步增加，目前標品和服務的比例爲7：3。收費模式比較靈活，包括買斷、訂閱和按客戶使用量等模式，以滿足不同客戶的需求。

目前，「數勢科技」的銷售端主要有直客，同時在全國設置東區、南區、西區、北區、中部地區共五大銷售團隊；同時，藉助銷售渠道對接上下游的合作伙伴，公司已協同騰訊、百度、京東等廠商推出了聯合產品及解決方案等。

企業用數效率可實現50-80%提升

如今，各行各業正面臨深刻的變革，產業經濟數字化不斷升級。

「數勢科技」創始人黎科峰博士的名字，從移動互聯網、金融科技到雲計算、數據平臺等等，與多個大廠緊密關聯，他曾先後就職於三星（韓國總部）、百度、平安和京東。創業前，黎科峰博士擔任京東集團副總裁、京東技術委員會主席、京東零售中臺負責人，從0到1帶隊搭建了京東數據中臺、技術中臺和業務中臺。

與傳統數據中臺的AI模式不同，如果將數據中臺看作一張大數據表格，這張表格上是各類繁複、專業的名詞，只有技術人員看得懂，但無法直接賦能到業務端。關注到這一現象，黎科峰博士創建「數勢科技」，成立3年半以來，數勢科技去年營收額已達數億元。

黎科峰博士告訴硬氪，“有95%的企業採買過AI服務，但無論是機器GPU還是AI計算平臺，很多企業購買後，卻沒能把產品真正用起來，都放着吃灰，也就感受不到它的價值所在。”

以零售行業爲例，隨着銷售環節的全渠道化，線上線下融合趨勢加強。僅依靠人工銷售經驗搭建的決策模型已不適用，大批量鋪貨、開店等模式對企業增長效用有限，獲客成本增加。在這個背景下，以數字化爲驅動的數據平臺對挖掘客戶喜好、提供個性化服務起到關鍵作用。

「數勢科技」產品定位在數據中臺之上，重點構建兩層，分別是數據資產層和數據應用層。

數據資產層解決數據“怎麼看”，把專業的數字代碼信息語義化，降低非技術背景的業務人員的使用門檻；數據應用層解決“如何做”，通過學習業務知識讓大模型理解業務模式，並提出解決問題的方案。讓更多的人使用數據，讓數據創造業務價值，這將加速數據價值的普惠化進程。

To B市場很卷是業內共識。有專注做企業後臺的底層部署，也有海量提供應用服務的軟件供應商，「數勢科技」做的更偏向賦能核心業務領域，連接數據和業務，這是當前企業數字化競爭最大、也是最有價值的地方之一。

黎科峰博士認爲，大模型到來被視爲改變企業軟件命運的Game Changer，加速了數據普惠化的到來。通過大模型知識壓縮和推理涌現能力加持，企業軟件擁有深度行業認知，能夠真正輔助企業業務決策和運營。另外，大模型也降低了企業軟件的使用門檻，通過對話式交互，讓業務輕鬆探索數據價值，解決了場景、用戶、服務的精準匹配。

產品技術架構示意圖

在這一背景下，「數勢科技」延續數據智能產品體系，加持大模型能力，做標準化、可複用的智能分析產品SwiftAgent。

據硬氪瞭解，SwiftAgent可實現企業的語義統一性，建立行業標準、指標、人貨場標籤等易於理解的語義層。“正如用戶知道什麼是利潤、用戶數、收入，大模型也同樣能夠理解。在語義層對大模型進行訓練，我們能夠獲得高於99%的準確率，確保了大模型在企業經營中的有效應用。”黎科峰博士說到。

在黎科峰博士看來，企業智能分析的過程不做改變，同樣要看指標、數據浮動、分析處理等，這是一套固定化流程。因此，基於在金融、零售、消費和高端製造等行業累積的經驗，「數勢科技」會針對不同行業，它的方法論差異、分析模板變化、以及數據解讀等，按照行業化的數據模型定義產品版本，幫助企業挖掘數據價值，輔助業務增長。

以「數勢科技」曾服務的某世界五百強零售企業爲例。在經營決策層面，指標平臺幫助企業挖掘全渠道增長點，實現優化商品成本結構，能有效提升顧客的消費體驗。分析管理層面，企業用數效率可實現50-80%提升，準確度大幅提升。目前，其數據產品用戶已突破50%，已形成全員用數的分析文化。

基於大模型增強的數據智能產品，提升了產品的自動化與智能化程度，正在重塑數據智能分析範式。黎科峰博士表示，隨着產品日趨成熟化，基於已建立起的完整市場銷售渠道，「數勢科技」今年營收目標是較去年實現100%增長。