“Data×AI”实现数据与AI的双向奔赴。

在2025年9月8日于北京举办的第五届数智化转型升级发展论坛上，一个核心议题贯穿始终：在人工智能浪潮下，企业应如何重构其数字化生产力？

阿里巴巴旗下企业数智服务公司瓴羊副总裁王赛指出，企业未来的关键，既不在于孤立地拥抱AI，也不在于盲目地堆砌数据，而在于实现数据与人工智能的深度耦合与双向赋能。他认为，传统的SaaS应用，其核心是在数据库之上封装一层“固定化流程的业务逻辑”，而AI与大模型的结合，将彻底重塑这一中间层。

与此同时，瓴羊提出的“Data×AI”理念，究竟是应对当前企业数智化转型困境的一剂良方，还是对企业提出了更复杂、更艰巨的新挑战？

产品形态的演进：

从被动问答到主动发现

我们与软件的交互方式，正在经历一场前所未有的革命。这场变革的最前沿，体现在产品形态的演进上。

王赛在其演讲中，将AI驱动的产品形态归入一个从被动到主动、从辅助到自主的清晰光谱，并以瓴羊的QuickBI产品为例，生动展示了这一演进的全过程。他指出，未来的产品形态将沿着一条智能和自主程度不断提升的路径演进，具体可分为四种主要形态：聊天机器人、副驾驶、智能体以及最具前瞻性的“AIDo”。

聊天机器人是最基础的形态，王赛将其概括为“我问AI来答”，其交互是单轮或多轮的，但通常是无状态的，主要用于信息查询。副驾驶则是将AI嵌入到现有的应用软件中，实现“我需要做什么事情，AI来帮助我们去做”。它理解用户在当前应用上下文中的意图，并辅助完成任务，但最终的决策和执行仍由人类主导。

在王赛的定义中，智能体代表着“我说AI做”，用户向AI下达一个明确的目标，AI能够自主地将目标拆解成一系列子任务，并规划、执行这些任务以达成目标。而“AIDo”则更进一步，AI通过持续学习和理解用户的角色、职责和个性化需求，主动地从海量数据中挖掘洞察、发现异常、识别机会，然后将“做好”的结果推送给用户。

“你可以非常简单的像刷抖音一样，刷微信的朋友圈一样看你的业务”，王赛认为，这代表着AI应用从“人找事”到“事找人”的根本性转变。

在上述思路指导下，瓴羊打造了QuickBI的“超级数据分析师”，直指企业在数据分析中普遍面临的三大痛点——想看的数据拿不到；海量数据不知如何洞察；看到数据后不知如何行动。

用户可以用自然语言提出极其复杂的分析需求，如“销售金额最高的三个省份对应到今年7月份销售金额，不同商品的类别的销售金额”。系统能像人类分析师一样，自动将其拆解为多个逻辑步骤，分步执行并返回结果。

当报表指标出现异常波动时，用户可以直接提问“下降是怎么回事”，系统能自动进行归因分析。它还能结合企业内部的业务规则和知识库，自动生成结构化、包含业务叙事的深度分析报告，王赛特别强调，所有数据指标都是“即时计算的”。

最重要的是，其“发现”功能与“AIDo”理念高度契合，通过关联用户的组织架构、岗位职责和业绩目标，系统能主动为用户推送相关的业务洞察，从而实现“AI来做，你去看”。

价值体系的跃迁：

从记录系统到自主“身份”

产品形态的演进，其背后是软件价值体系的根本性重构。传统软件的核心价值在于记录和固化流程，在“Data×AI”时代，软件正从被动的“记账本”演变为主动的、能够自主行动的价值创造伙伴。

王赛将这一深刻的价值跃迁过程，归纳为三个清晰的阶段，从“记录过去”到“决策现在”，再到“行动未来”。

过去以ERP、CRM为代表的传统系统，其核心定位是忠实地记录已经发生的业务事件和流程。“数据库当中一条条的记录，成的是我们发生的一些业务流程和业务事件”。如今，许多产品已经能够基于数据分析，向人类用户提出建议、预警或赋能，以辅助甚至驱动决策和行动。

而未来，王赛预见的终极形态，是系统拥有自主的“身份”，能够“自主去执行任务，执行任务和自主去做很多一些事情”。

为了具象化“身份系统”的价值，王赛引用了数据智能领域的市值巨头Palantir作为案例。他强调，Palantir架构体系的“最重要”之处，在于构建了一个“关于本体层，是对现实世界的数字孪生去表达和描述，用语义的方式去表达现实世界”。

这个本体论不仅包含描述业务的静态“名词”，还包含了业务运作的动态“动词”。通过构建这样一个语义丰富的数字孪生，Palantir的系统得以直接在模型上编排行动，并将这些行动映射回现实世界，从而实现从SoA向“身份系统”的演进。

或许，未来的核心竞争力不再是前端应用或后端数据库，而是连接数据与AI的语义模型。

要实现从记录系统到自主“身份系统”的价值飞跃，并支撑起日益智能的产品形态，一个根本性的前提必须被满足：AI必须能够理解企业的数据。

王赛在演讲中指出，当前AI应用面临的最大瓶颈是“AI怎么理解你的数据的问题”。这要求我们必须从根本上重塑为人类消费而设计的数据模型，转而构建为AI优先的世界而优化的数据地基。

数据模型的重构：

为AI的理解能力奠定地基

我们今天数据仓库和数据湖中普遍存在的ER模型、维度模型、乃至为了报表性能而构建的各种宽表，其设计初衷都是为了“给人去用”。人类分析师可以通过文档和自身经验来驾驭这些复杂的数据结构。

然而，当消费者从人类变成AI时，这些设计反而成了障碍。

王赛倡导向“为AI设计”的数据模型转变，核心原则是让物理数据模型“更加清晰和更加简化”。他特别指出“逆宽表化”的重要性，宽表虽然便于人类编写简单的SQL，但对于AI来说，“对他识别是不是一个问题，对于输入的token是不是挑战，这些问题显而易见”。

将数据从“宽表”转换为“长表”，结构更规整，更利于AI进行高效处理和模式学习。

构建AI可理解的数据基础，正是瓴羊的核心产品之一Dataphin所致力的方向。王赛介绍，Dataphin旨在帮助企业“智能化的去构建和治理你的数据和体系”。

它从两个方面进行升级：提供智能化的编码和开发能力，以更高效地构建数据管道，让构建出的物理模型能更好地被AI所理解；自动化地为数据资产赋予业务含义。通过“智能化的标准落标以及自动化的补全”，AI可以“从数据当中、从更多的一些周边系统、从我们的文档当中抽取更加有意义的一些语义，去描述我们的数据”，从而构建AI可读的、丰富的语义层。

瓴羊的产品设计思路体现了“以语义模型为中心”的理念，王赛表示，他们团队十分关注将数据以语义形式充分表达，让AI有足够能力去操纵数据，执行业务行为，最终实现从记录系统到自主系统的价值链重构。

当产品形态日益智能、价值体系迈向自主、数据模型为AI重构之后，企业最核心的“操作系统”，也即业务流程与逻辑，同样将迎来变革。

流程与逻辑的颠覆：

从固化工作流到智能编排

演讲时，王赛引用了微软CEO萨提亚的论断，传统SaaS中固化的业务逻辑层，正在被一个动态、智能的“AI层”所取代，这是势必会发生的趋势。这场流程革命由两个关键能力所驱动，智能化及个性化。

智能化超越了简单的基于规则的自动化，将AI驱动的决策能力直接嵌入到工作流中。智能体能够实时分析数据、预测结果并选择最佳行动方案，将静态流程转变为智能的、自我优化的系统。

“我们每一个人的知识背景是不一样的，我们的KPI和OKR是不一样的，我们可能三个月之前是部门的管理者，三个月之后我是做另外一个岗位了，这些东西和这些信息的差异化不同，对于你来说你要用什么样子的数字化和能力，其实是完全不一样的。”

由智能体驱动的系统，能够根据用户的角色、目标和即时需求，提供“千人千面”的体验，这将带来生产力的巨大飞跃。通过智能体将智能化与个性化结合，企业能够通过自主编码的方式，产生多元化、高度适应性的应用，从而彻底打破传统SaaS固化流程的束缚。

瓴羊提出的“Data×AI”并非单一的技术升级，而是横跨产品形态、价值体系、数据模型、流程与逻辑四个维度的深刻变革。

日益智能的产品形态改变了我们与软件的交互方式；这背后是价值体系从被动记录到主动创造的根本性跃迁；要实现这一跃迁，必须重构数据模型，为AI的理解能力奠定坚实地基；最终，这一切将颠覆企业固有的流程与逻辑，催生出由智能体驱动的、高度个性化和智能化的新商业。

正如王赛在其演讲结尾所呼吁的，“最重要的不是我们今天数据多或不准，最重要的是每家企业怎样快速把自己的数据和AI和结合起来使用起来……更加重要的是我们能够行动起来。”