近期，清華管理評論發(fā)表了一篇名為《AI時代如何構建數(shù)據(jù)飛輪》的文章，引起了我們的重點關注。文章指出，隨著AI時代來臨，以緩慢的知識循環(huán)為基礎的數(shù)據(jù)飛輪，已經無法滿足企業(yè)需求。只有在AI大模型和其他數(shù)字化工具輔助下構建高效的數(shù)據(jù)飛輪，才能提升數(shù)據(jù)要素在企業(yè)發(fā)展中的作用。那么，數(shù)據(jù)飛輪轉動的快與慢，對企業(yè)有何影響？AI時代企業(yè)應該如何構建高效的數(shù)據(jù)飛輪？未來數(shù)據(jù)飛輪有哪些重要的發(fā)展趨勢？帶著這些問題，我們采訪了清華大學經濟管理學院教授、清華經管商業(yè)模式創(chuàng)新研究中心主任朱武祥。

朱武祥，數(shù)量經濟博士，公司金融與商業(yè)模式學者，清華大學經濟管理學院金融系教授、博士生導師，清華大學經濟管理學院商業(yè)模式創(chuàng)新研究中心主任，魏朱商業(yè)模式理論聯(lián)合創(chuàng)建人。

朱武祥教授認為，數(shù)據(jù)飛輪類似于物理學中的加速器，數(shù)據(jù)投喂得越多、越精準、越及時，飛輪轉動得越快，學習能力就會越強，就能夠為企業(yè)的業(yè)務帶來更大的價值。

他強調，隨著AI時代的到來，轉動的數(shù)據(jù)飛輪已經成為企業(yè)的核心競爭力，這需要企業(yè)構建一套全新的數(shù)據(jù)治理與數(shù)據(jù)消費的方式，讓數(shù)據(jù)飛輪快速轉動，驅動商業(yè)模式、組織模式的變革，以此來充分發(fā)揮數(shù)據(jù)資產的價值，賦能企業(yè)數(shù)智化轉型。

數(shù)據(jù)飛輪轉動的快與慢，企業(yè)核心競爭力的重要體現(xiàn)

在數(shù)字化轉型過程中，為了更加有效地管理數(shù)據(jù)，很多企業(yè)都構建了數(shù)據(jù)中臺。然而，隨著技術不斷進步，很多企業(yè)發(fā)現(xiàn)，數(shù)據(jù)中臺過于重視數(shù)據(jù)的存儲和整合，忽視了數(shù)據(jù)的消費與應用，并不能完全滿足業(yè)務發(fā)展需求。于是，圍繞數(shù)據(jù)消費形成從數(shù)據(jù)資產到業(yè)務應用雙向正循環(huán)的數(shù)據(jù)飛輪，成為近幾年在數(shù)智化領域的熱點。

朱武祥教授指出，由于不同企業(yè)的數(shù)字化程度不同，飛輪轉動的快慢有一定的差異。有些企業(yè)的數(shù)據(jù)飛輪一開始轉動得比較慢，但隨著數(shù)據(jù)投喂的越來越多、越來越精準、及時，飛輪轉動得就會越來越快，就能夠為企業(yè)創(chuàng)造更大的價值。因此，數(shù)據(jù)飛輪轉動得快與慢，已經成為企業(yè)核心競爭力的重要體現(xiàn)。

目前，仍然有很多企業(yè)的數(shù)據(jù)飛輪沒有高速轉動起來，究其原因，一方面是企業(yè)的數(shù)據(jù)收集和治理體系不夠完善，另一方面是企業(yè)尚未利用AI技術建立有效的數(shù)據(jù)輔助決策體系。

朱教授教授以網商銀行為中小微企業(yè)貸款為例，介紹了傳統(tǒng)銀行數(shù)據(jù)飛輪沒有高速轉動起來的根本原因。他表示，在信用評估手段方面，網商銀行與傳統(tǒng)銀行有很多不同之處，傳統(tǒng)銀行比較依賴于資產抵質押，客戶用什么品牌的化妝品、喝什么品牌的飲料，開什么品牌的汽車等等這些信息，在傳統(tǒng)銀行看來與信用評估無關，傳統(tǒng)銀行也難以獲得這些信息。但網商銀行比較看重這些信息。網商銀行通過獲取更多數(shù)據(jù)維度，加上充分利用AI等新技術，對客戶的信用風險評估、預警能力變得更強。

朱武祥教授表示，人工智能具備自我學習的能力，更大的數(shù)據(jù)量、更深入業(yè)務細節(jié)的數(shù)據(jù)映射更能強化AI決策的精準度與適應性，提升業(yè)務決策質量。在AI輔助下，業(yè)務決策、執(zhí)行效率提升的同時也會沉淀更豐富、更匹配AI需求的業(yè)務數(shù)據(jù)。

五個關鍵步驟，構建高效的數(shù)據(jù)飛輪

數(shù)據(jù)飛輪的運作依賴數(shù)據(jù)收集、存儲、分析和決策反饋的循環(huán)過程。隨著IT技術的不斷發(fā)展，企業(yè)構建高效數(shù)據(jù)飛輪的方式也在發(fā)生著巨大的轉變。朱武祥教授認為，在AI大模型和其他數(shù)字化工具輔助下，企業(yè)可以通過五個關鍵步驟來構建高效的數(shù)據(jù)飛輪。

一是充分利用AI技術高效獲取數(shù)據(jù)原料，降低數(shù)據(jù)獲取的時間和成本。

二是利用云存儲、分布式存儲等技術存儲海量的知識信息，讓企業(yè)可以以較低的成本存儲海量的數(shù)據(jù)，進一步降低企業(yè)存儲數(shù)據(jù)“原料”的門檻。

三是讓數(shù)據(jù)原料進入飛輪，這一步至關重要。許多企業(yè)在數(shù)字化系統(tǒng)上事倍功半，問題大多出在這一步，即數(shù)據(jù)原料無法進入企業(yè)實際經營的業(yè)務飛輪。

朱武祥教授表示，定位相關數(shù)據(jù)和知識，是數(shù)據(jù)要素輔助決策最關鍵的一步。對真實世界的知識，通過利用AI對知識創(chuàng)作的過程信息進行處理，可以識別出哪些員工與這一知識創(chuàng)造相關，從而建立通向知識生產者的線索。對于數(shù)字世界的知識，利用AI大模型來取代低效率的關鍵詞檢索定位，不僅提高了溝通交互的方式，而且還能夠進一步處理和挖掘原始數(shù)據(jù)信息，提煉成便于檢索、閱讀的知識點。

四是利用AI輔助提升決策效率，加速飛輪轉動，實現(xiàn)了真正意義上的數(shù)字化、智能化，解決了企業(yè)經驗化決策的痼疾，讓數(shù)據(jù)“原料”真正助力于實實在在的效率提升。

五是數(shù)據(jù)飛輪適應動態(tài)環(huán)境，即飛輪自我進化。在AI驅動下，系統(tǒng)可以根據(jù)員工對知識的訪問頻次、停留時間等指標，判斷哪些知識之間更有可能存在關聯(lián)，從而自動構建知識間的連接，作為知識定位的線索。隨著調用次數(shù)不斷增加，大模型中的知識關聯(lián)會越來越完善準確，并隨著問題的變化動態(tài)更新。

“我們強調要將數(shù)據(jù)用起來，而不只是停留在數(shù)據(jù)資產建設階段。”朱武祥教授表示，隨著AI能力不斷增強，將AI技術融入到數(shù)據(jù)的收集、存儲、處理等各個階段，不斷加快數(shù)據(jù)飛輪的轉動速度，才能有效地提高企業(yè)的經營效率，優(yōu)化商業(yè)模式，提高企業(yè)的核心競爭力。

從企業(yè)內部到產業(yè)鏈整合，數(shù)據(jù)飛輪未來的發(fā)展趨勢

未來的數(shù)據(jù)飛輪，將更加注重模型構建和業(yè)務流程的變革。企業(yè)需要將數(shù)據(jù)轉化為決策信息，實現(xiàn)精準的客戶畫像和定價策略。同時，數(shù)據(jù)飛輪的應用將不僅限于企業(yè)內部，還將擴展到產業(yè)鏈的整合和優(yōu)化。

談到數(shù)據(jù)飛輪未來的發(fā)展趨勢，朱武祥教授表示，數(shù)據(jù)飛輪不僅會為企業(yè)帶來全新的組織模式和商業(yè)模式，而且還將為不同行業(yè)的變革產生積極的影響。在產業(yè)鏈層面，通過打通數(shù)據(jù)孤島，能夠實現(xiàn)對產業(yè)上下游合作伙伴和消費者的精準把控，更好的為消費者和合作伙伴提供優(yōu)質服務。

“隨著生成式AI技術的高速發(fā)展，各種大模型應用層出不窮。未來，企業(yè)要充分利用AI大模型建設高速轉動的數(shù)據(jù)飛輪，才能更加精準、精細的了解消費者的需求和消費習慣，讓數(shù)據(jù)更好地服務于業(yè)務場景，大幅提升企業(yè)面對外部變化環(huán)境的探索能力。”采訪最后，朱武祥教授如是說。

總結

從數(shù)據(jù)中臺到數(shù)據(jù)飛輪的轉變，標志著數(shù)據(jù)價值正在被快速釋放，也代表企業(yè)數(shù)字化轉型進入了全新的階段。不難發(fā)現(xiàn)，在AI技術的加持下，高速轉動的數(shù)據(jù)飛輪正在為企業(yè)提供更為強大的數(shù)據(jù)支持和決策能力，加速千行百業(yè)商業(yè)模式的變革。

正如朱武祥教授在采訪中強調的那樣，面對AI時代的到來，企業(yè)應積極擁抱這一變革，構建和優(yōu)化自身的數(shù)據(jù)飛輪，讓飛輪高速轉動起來，為企業(yè)的創(chuàng)新發(fā)展持續(xù)賦能。