0
“在一個地方覺得自己做得很好就容易進入舒適區，堅持原來的模式。遇見新挑戰后，如何融合過去行業經驗和新技術，破舊立新、賦能行業價值，是重中之重”，數勢科技創始人兼CEO黎科峰博士對雷峰網表示。
深耕互聯網行業十幾年，黎科峰一直在做破舊立新的事：在三星親歷第一代智能手機的誕生，在平安推動用戶和數據體系的構建，把百度從PC做到了移動端，在京東從IT做到了數字化。2020年，黎科峰毅然選擇告別過往，開始創業。
他創辦了數勢科技，一家以“推動企業數字化升級，實現數據價值普惠化”為口號的企業數字化升級產品提供商。其最早推出了統一指標開發管理平臺SwiftMetrics（2021年獲得軟著），并結合大模型推出的智能分析助手SwiftAgent，打破了普通人將數據變現到決策過程的門檻。
回顧過往，黎科峰笑稱，自己喜歡擁抱挑戰、不甘平庸，是身處學校籃球隊和足球隊經歷后留下的性格。不過，他選擇的下一個“挑戰”為何是Data+AI領域？這又如何解決了當今行業內的痛點問題？以下是黎科峰對雷峰網的分享。
數勢科技創始人兼CEO黎科峰博士
從數據沼澤到數據價值 中間隔著Data+AI
在數據驅動的時代，數據重要性已成為共識。然而，SQL的復雜性帶來數據解讀的高門檻、業務團隊與數據團隊冗余的溝通資本，讓企業一不小心就變成數據的“奴隸”。
近年，數據的存儲方式在發生變化。最早是存儲和管理結構化數據的數據庫，通常用于日常事務處理和數據記錄；在此基礎上發展出的數據倉庫，企業主要通過ETL（抽取、轉換、加載）方式將各個業務系統的數據整合，用于分析和報告。
隨著大數據技術發展，大數據平臺應運而生，在數據存儲和處理外，還集成數據分析、數據挖掘、機器學習等高級功能，支持多數據集實時同步等能力。
然而，一路跟數據打交道的黎科峰明白，這遠遠不夠——使用大數據平臺仍然需要算法，目前只能由業務人員提需求給數據團隊幫忙看數，數據跑SQL后回報給業務團隊，數據孤島嚴重、指標開發工作冗余、取數用數時效性低下。冗余的溝通成本、雙方需求緊急度難匹配造成的不滿，或讓數據的使用成了公司內部新的消耗。
所幸，黎科峰帶領團隊，在大模型增強的基礎上，帶來了新解法。
打通大模型落地的“最后一公里”
追溯黎科峰的創業之路，2019年，當他在跟業內朋友聊天時，偶然靈光一閃：能不能把我在互聯網和零售、金融行業的沉淀基于Data加AI做成產品，像國外的Salesforce一樣去為企業賦能？
“有夢想就攔不住了”，黎科峰快速低調完成在京東的交接工作，開始創業。不巧，困于疫情的未知，許多投資人在2020年初都放棄投資。但騰訊仍高度認可黎在京東所做的成績，在天使輪給黎科峰博士投了一個億。于是，數勢科技在2020年4月誕生。
B端服務的切入點在哪？黎科峰觀察到，在消費零售和金融領域，許多傳統企業在數字化轉型時，盡管投入巨資，卻往往迷失方向，“為企業提供數字化升級產品與解決方案、提升決策效率，是值得一試的B端服務機會”。為賦能企業數字化決策，黎科峰帶領團隊，為企業提供基于大模型增強的智能指標平臺（SwiftMetrics）、智能分析助手（SwiftAgent）、智能標簽平臺（SwiftXDP）等系列產品。
數勢科技智能指標平臺SwiftMetrics架構圖
在大模型已成為創新關鍵力量的當下，AI Agent也成為落地大模型應用價值的“最后一公里”。2023年中，數勢科技研發的Agent產品“智能分析助手SwiftAgent”，便是在后端配置數據平臺，前端分析指標和維度，以讓所有非技術人員都能把數據用起來。
以銀行工作的場景為例，黎科峰博士向雷峰網演示，只需對產品用文字或語音輸入“幫忙查一下5月份每天存款客戶數是多少”，結果便會快速呈現；之后，用戶可以要求“對上面的數據做歸因分析”，平臺接收到這些自然語言指令后，便能立即生成包括數據變化情況、原因、改進建議在內的分析報告。
由此，用戶用自然語言便能即時查詢公司核心經營數據，進行趨勢分析、歸因分析等復雜操作，緩解業務方和數據團隊間長期需求呼應不及時導致的矛盾。
“數據幻覺”問題在SwiftAgent中也能被避免——黎科峰介紹到，通過引入指標和標簽語義層（Semantic Layer），SwiftAgent能將用戶的查詢問題拆解為一個個標準化的要素，通過預定義的指標維度進行精準匹配，確保數據分析的準確性和一致性。
此外，這套Agent產品后臺有指標管理模塊管控原子指標的口徑，具體的維度如時間、商品品類、區域、門店等，由數勢科技自己開發的數據引擎在秒級內組合出答案，無代碼就可以組合。AI系統還具備強化學習能力，能夠根據用戶的反饋不斷優化查詢過程，提升分析結果的精準度。
指標平臺SwiftMetrics和智能分析助手SwiftAgent，已經應用在眾多行業頭部客戶，包括永輝超市、中百集團、胖東來、霸王茶姬、書亦燒仙草、絕味食品、江蘇銀行、民生銀行、中金公司等，不僅提供數據信息和分析，也能成為重要的智庫。例如，在霸王茶姬門店營業額出現下跌時，店長可能會火急火燎地詢問對策——畢竟人們總是難以認真未雨綢繆，這時，AI agent就能把過往的經驗和各種經營層面的知識迅速整合，為他們指出改進方向。
“原來每個場景都得寫一套AI算法，現在大模型來了后我只要一個大腦，就能做這么多事情”，黎科峰感慨。
數勢科技智能分析助手SwiftAgent架構圖
在大模型應用時代創造新的價值
重視應用產生價值，這是黎科峰創業的一個重要風向標——“我不是一個做底層的AI科學家，我更多是看最新技術怎樣產生實際的價值和應用，這是我的基因。”
技術的價值，需要在具體場景中實現。黎科峰記得，公司的第一家零售客戶是永輝，第一家金融客戶是平安證券。而現在客戶涵蓋范圍已更多樣，包含金融、券商、零售、制造等。客戶使用產品時一個個部門推，盡管不同場景配置的分析模型和指標有所不同，但基本都能沉淀到行業具體不同的應用場景和產品體系。也因此，指標平臺和智能分析助手這兩款產品也不需要為每個公司高度定制，往往“一解決就是解決一整片問題”。
身份從“打工人”轉為“創業者”，黎科峰對此頗有感慨。他認為創業中最難的是“聚焦”——在互聯網深耕十幾年，從練就的多項技能中篩選出最值得做的事，很不容易。“人做加法是最舒服的，要減到剩下真正有價值的東西，并不好受”，他直言。明確了公司“數據民主化”的價值主張后，他嗅到當下最大的痛點是讓非技術人員用起來數據，最終篩選出了這條賽道。
近兩年的ToB創業者面臨著巨大挑戰：整體市場低迷、客戶預算緊縮、資本市場冷淡。然而，數勢科技在這樣的大環境中展現出逆勢而上的活力，2024年持續簽約行業頭部企業，如中原銀行、胖東來和霸王茶姬等，全年營收實現逆勢增長。
黎科峰向雷峰網(公眾號：雷峰網)提到了心態的重要性。如果說打工時“一切都是邏輯可以講出來的，有因有果”，那么在創業中，不可控因素才占主要。他曾在朋友圈發過曾國藩的一句話：凡辦大事，以識為主，以才為輔；凡成大事，人謀居半，天意居半。受此鼓舞，他決定先把可控的事情做起來，而非一味注重結果，“很多創業人心態焦慮，就是一直在擔心還未發生的事情”。
在2025年的當口，在有望迎來Agent爆發的這一年，黎科峰堅信，大模型應用的時代也即將來臨。他做好準備迎接。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
