以數(shù)據(jù)消費(fèi)為目標(biāo)，重建「數(shù)據(jù)中臺(tái)」。
作者 | 宛辰、陳姚戈
編輯 | 靖宇
數(shù)據(jù)飛輪，是今年大模型帶火的一個(gè)典型詞匯，通過(guò)客戶在應(yīng)用程序中輸入的提示詞這樣的數(shù)據(jù)反饋，使大模型快速迭代。今年初，數(shù)據(jù)飛輪也曾一度被視為 OpenAI 最重要的先發(fā)優(yōu)勢(shì)。
但在 All in 大模型的下半年，數(shù)據(jù)飛輪成為了大模型廠商最頭疼的事情。此前在極客公園舉辦的一場(chǎng)大模型研討會(huì)中，不少創(chuàng)業(yè)者表示，「用戶都看重?cái)?shù)據(jù)資產(chǎn)，不愿意把數(shù)據(jù)拿出來(lái)，模型廠商幫助客戶訓(xùn)好模型，做本地部署，做完了『凈身出戶』，數(shù)據(jù)飛輪很難建立起來(lái)」。從 A/B 測(cè)試?yán)锱艹鰜?lái)的今日頭條，基于數(shù)據(jù)分析選品、調(diào)度的抖音直播，火山引擎數(shù)據(jù)平臺(tái)擁有這兩個(gè)互聯(lián)網(wǎng)最艷羨的業(yè)務(wù)實(shí)踐，火山引擎如何看待大模型的數(shù)據(jù)飛輪問(wèn)題？帶著這樣的好奇，極客公園在 9 月 19 日 V-Tech 數(shù)據(jù)驅(qū)動(dòng)科技峰會(huì)上，采訪了火山引擎總裁譚待。他表示，大模型的數(shù)據(jù)飛輪問(wèn)題首先要合規(guī)，其次，很多企業(yè)愿意與模型廠商共創(chuàng)，從而可以讓大模型廠商的大模型數(shù)據(jù)飛輪轉(zhuǎn)起來(lái)。火山引擎 V-Tech 數(shù)據(jù)驅(qū)動(dòng)科技峰會(huì)｜來(lái)源：火山引擎另一方面，在數(shù)據(jù)平臺(tái)的產(chǎn)品層面，火山有更多的數(shù)據(jù)飛輪實(shí)踐。峰會(huì)上，譚待和字節(jié)跳動(dòng)數(shù)據(jù)平臺(tái)負(fù)責(zé)人羅旋，介紹了火山引擎在數(shù)據(jù)平臺(tái)層面接入的大模型功能探索。其中，在類 BI（Business Intelligence，商業(yè)智能）產(chǎn)品、自動(dòng)駕駛艙等產(chǎn)品中引入了 AI 助手；在數(shù)據(jù)管理產(chǎn)品中引入了 AI 自動(dòng)補(bǔ)全代碼和修正代碼等功能；目前，相關(guān)數(shù)據(jù)產(chǎn)品已啟動(dòng)邀測(cè)。據(jù)悉，這幾款產(chǎn)品的 AIGC 功能背后，是基于火山自己的大模型——云雀（目前在內(nèi)測(cè)中）。上個(gè)月底，云雀大模型通過(guò)了《生成式人工智能服務(wù)管理暫行辦法》備案。事實(shí)上，大模型在數(shù)據(jù)類產(chǎn)品的落地，還有一定距離。6 月以來(lái)，不少數(shù)據(jù)產(chǎn)品都引入了 AI 助手這樣的功能，目前產(chǎn)業(yè)界普遍仍在打磨落地中，要實(shí)現(xiàn)任何自然語(yǔ)言精準(zhǔn)「召喚」出想要的數(shù)據(jù)形式，還需要幾年的探索時(shí)間?；鹕揭婵偛米T待也表示，真正有比較好的 AI 原生應(yīng)用出來(lái)，可能要等到底座模型本身至少具備 GPT3.5+以上水平，才會(huì)清晰一些。但在理念上，火山引擎提出了不同的數(shù)據(jù)飛輪理念，數(shù)據(jù)驅(qū)動(dòng)最終是一定要落在企業(yè)不同人員對(duì)數(shù)據(jù)的消費(fèi)上，以此來(lái)建設(shè)數(shù)據(jù)產(chǎn)品，把數(shù)據(jù)「推」到最廣泛的數(shù)據(jù)消費(fèi)者面前，最終形成基于數(shù)據(jù)分析的一致行動(dòng)。這能解決近年來(lái)飽受爭(zhēng)議的數(shù)據(jù)中臺(tái)難落地的問(wèn)題。關(guān)于上述問(wèn)題，譚待和羅旋接受了包括極客公園的采訪，以下是對(duì)話節(jié)選：問(wèn)：峰會(huì)上推出的找數(shù)助手、開(kāi)發(fā)助手、分析助手幾款工具，用戶會(huì)以什么樣的方式獲取這些服務(wù)？羅旋：因?yàn)?AI 本身也在快速發(fā)展過(guò)程中，產(chǎn)品經(jīng)過(guò)一段實(shí)踐，不能算是成熟的狀態(tài)，我們希望一點(diǎn)點(diǎn)逐漸打磨產(chǎn)品。前期先邀測(cè)，不會(huì)大規(guī)模放開(kāi)，希望有一些客戶能夠深度跟我們共創(chuàng)，更成熟以后，再大規(guī)模對(duì)外公開(kāi)。羅旋：我們現(xiàn)在主要依賴于字節(jié)本身有一個(gè)云雀大模型，以及火山方舟 MaaS 平臺(tái)上有一些合作伙伴的大模型。問(wèn)：怎么理解「以消費(fèi)為核心」的數(shù)據(jù)驅(qū)動(dòng)？譚待：回到最大的根本，做這件事情，還是希望把目標(biāo)定清楚，最后其實(shí)是以數(shù)據(jù)消費(fèi)為目標(biāo)來(lái)做這個(gè)事情。跟過(guò)去五六年業(yè)界講的數(shù)據(jù)中臺(tái)的概念相比，這是一個(gè)更大的升級(jí)，而且是更有效解決企業(yè)數(shù)據(jù)產(chǎn)生價(jià)值的問(wèn)題。否則，很多企業(yè)投入大量的資源，建完之后有數(shù)據(jù)，但是沒(méi)有利用起來(lái)，本質(zhì)就是沒(méi)有想清楚最終應(yīng)該圍繞什么來(lái)做這件事情。以前我們做建設(shè)的時(shí)候，目標(biāo)是有偏差的，比如我建一個(gè)中臺(tái)其實(shí)不是目標(biāo)，是實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的一個(gè)手段。所以我們提出了數(shù)據(jù)消費(fèi)、數(shù)據(jù)飛輪這樣的邏輯。企業(yè)建設(shè)數(shù)據(jù)時(shí)，應(yīng)該把數(shù)據(jù)消費(fèi)作為目標(biāo)，比如峰會(huì)講的兩個(gè) 80%：一是 80% 的企業(yè)員工能夠用到，二是能覆蓋到 80% 的分析場(chǎng)景。圍繞數(shù)據(jù)消費(fèi)，我們的體系叫數(shù)據(jù)飛輪，數(shù)據(jù)飛輪上層是跟應(yīng)用相關(guān)，這些產(chǎn)品里面大部分確實(shí)是 SaaS 的形態(tài)，也有一些會(huì)是 PaaS 的形態(tài)。下一層是數(shù)據(jù)資產(chǎn)的建設(shè)，這些主要是 PaaS 為主，通過(guò)數(shù)據(jù)消費(fèi)這個(gè)事情端到端應(yīng)用起來(lái)，就能解決過(guò)去企業(yè)數(shù)據(jù)建設(shè)過(guò)程中，數(shù)據(jù)團(tuán)隊(duì)和業(yè)務(wù)團(tuán)隊(duì)互相不理解導(dǎo)致最后效果不好的問(wèn)題。火山引擎全套數(shù)據(jù)平臺(tái)產(chǎn)品｜拍攝：極客公園問(wèn)：火山引擎一整套數(shù)據(jù)飛輪的產(chǎn)品，如果跟 SnowFlake 相比的話，有哪些相同的地方，有哪些不同的地方？羅旋：SnowFlake 本質(zhì)上更多是數(shù)倉(cāng)的引擎，公司做大以后也嘗試著往更多數(shù)據(jù)分析這邊去走，但是更多是從基礎(chǔ)層的引擎往上做。我們切入的角度不一樣，我們更強(qiáng)調(diào)業(yè)務(wù)，比如 AB 測(cè)試，SnowFlake 沒(méi)有，我們偏數(shù)據(jù)飛輪下面的輪子，偏數(shù)據(jù)資產(chǎn)和數(shù)據(jù)建設(shè)底層的部分，更強(qiáng)調(diào)兩個(gè)輪子兼?zhèn)洹?/span>從業(yè)務(wù)需求來(lái)說(shuō)先做應(yīng)用，發(fā)現(xiàn)下一層可能有數(shù)據(jù)質(zhì)量包括治理、資產(chǎn)的問(wèn)題，再建下一個(gè)輪子，可以更靈活，更有選擇性一些，這是一個(gè)比較大的區(qū)別。譚待：可以類比一個(gè)概念，叫 DevOps，以前 Dev 和 Ops 完全分開(kāi)的，所以很割裂。其實(shí)數(shù)據(jù)里面也有這個(gè)問(wèn)題，你的應(yīng)用和建設(shè)也是完全分開(kāi)的，我們講數(shù)據(jù)飛輪有點(diǎn)像 DevOps，我要把數(shù)據(jù)應(yīng)用和數(shù)據(jù)資產(chǎn)合在一起。問(wèn)：傳統(tǒng)企業(yè)想做數(shù)字化，或者一開(kāi)始企業(yè)也注重?cái)?shù)據(jù)，但是建設(shè)的不是特別好。如果這種情況下，希望能借助數(shù)據(jù)飛輪這個(gè)工具，會(huì)不會(huì)有一些摩擦力？譚待：我們這些年也服務(wù)了很多所謂的傳統(tǒng)行業(yè)，像制造業(yè)、金融、零售等等都有。這幾年大家已經(jīng)很重視數(shù)據(jù)建設(shè)，不是五年前或者七八年前大家覺(jué)得這事不是特別重要。現(xiàn)在最大的挑戰(zhàn)是，建設(shè)完發(fā)現(xiàn)數(shù)據(jù)用不起來(lái)，因?yàn)榻ㄔO(shè)過(guò)程中跟他的業(yè)務(wù)目標(biāo)是脫離的，是有很多報(bào)表、很多系統(tǒng)，但是都用不起來(lái)。這也是我們?yōu)槭裁刺釘?shù)據(jù)飛輪、數(shù)據(jù)消費(fèi)的原因，得重新審視怎么建這個(gè)事情，不然建再多的中臺(tái)也沒(méi)用，這是這個(gè)階段我們需要改變的事情。問(wèn)：數(shù)據(jù)飛輪相比傳統(tǒng)企業(yè)數(shù)字化工具和數(shù)據(jù)中臺(tái)的升級(jí)點(diǎn)到底在哪？羅旋：最大的一點(diǎn)是看業(yè)務(wù)的痛點(diǎn)，第一步到底做什么？傳統(tǒng)數(shù)據(jù)中臺(tái)第一步是把數(shù)據(jù)建設(shè)好，數(shù)據(jù)資產(chǎn)弄好，到底有多少數(shù)據(jù)是一個(gè)相對(duì)整齊、統(tǒng)一、高質(zhì)量地呈現(xiàn)出來(lái)。數(shù)據(jù)飛輪，很大程度上先聊業(yè)務(wù)，業(yè)務(wù)上有什么訴求，看數(shù)據(jù)可以在里面起到多大作用，再看具體應(yīng)該用什么樣的解決方案，什么樣的產(chǎn)品。比如有客戶說(shuō)我們做了小程序的頁(yè)面優(yōu)化或者文案優(yōu)化，他的業(yè)務(wù)痛點(diǎn)非常明確——通過(guò)文案的優(yōu)化提高營(yíng)銷的轉(zhuǎn)化率。相應(yīng)地，我們提供的方案就是做 AB 測(cè)試。如果是另一種問(wèn)題，比如說(shuō)數(shù)據(jù)清洗、數(shù)據(jù)質(zhì)量，我們可能需要提供數(shù)據(jù)資產(chǎn)管理、數(shù)據(jù)治理的工具，這是非常不一樣的。傳統(tǒng)數(shù)據(jù)中臺(tái)上來(lái)先不聊這些，先給你一個(gè)全家桶，先把這些做完。做完之后有什么用？這些事當(dāng)時(shí)沒(méi)有考慮，所以會(huì)遺留大量的工程后面推進(jìn)不下去了，這是本質(zhì)區(qū)別。譚待：比如他已經(jīng)投入了數(shù)據(jù)中臺(tái)建設(shè)，他再用數(shù)據(jù)飛輪也是一個(gè)繼承關(guān)系，不需要全部推倒重來(lái)，這對(duì)于企業(yè)來(lái)說(shuō)也是一個(gè)很好的方式，已有的投入也可以得到延續(xù)。問(wèn)：大模型時(shí)代，數(shù)據(jù)平臺(tái)在火山的戰(zhàn)略定位有沒(méi)有發(fā)生變化？譚待：我覺(jué)得數(shù)據(jù)平臺(tái)更重要了，因?yàn)槟Ｐ湍軌蚪档褪褂瞄T檻，更多人可以更容易地消費(fèi)數(shù)據(jù)，生產(chǎn)和理解數(shù)據(jù)也更容易，對(duì)于數(shù)據(jù)平臺(tái)來(lái)說(shuō)重要性不言而喻。就像改良式的蒸汽機(jī)，對(duì)于下游的原材料價(jià)值更高。問(wèn)：相比數(shù)據(jù)分析的數(shù)據(jù)飛輪，大模型廠商的數(shù)據(jù)飛輪很難建立?？蛻舳己芸粗?cái)?shù)據(jù)資產(chǎn)，但是不愿意把數(shù)據(jù)拿出來(lái)給模型廠商，怎么看大模型公司自己的數(shù)據(jù)飛輪難以建立的問(wèn)題？譚待：比如說(shuō) A 公司用了大模型，但是全部都封閉在自己的體系，A 公司自己的數(shù)據(jù)飛輪是建起來(lái)了，對(duì)他是一個(gè)好事，但是大模型公司怎么搞？最近 OpenAI 的 CEO 也有一個(gè)澄清，GPT 有沒(méi)有用用戶的數(shù)據(jù)。本身新的技術(shù)安全合規(guī)，信任是很重要的，肯定要在這個(gè)規(guī)范下做事情。在實(shí)際中，有些用戶不愿意那么用，那就肯定不能用。但還有很多企業(yè)發(fā)現(xiàn)，用標(biāo)準(zhǔn)的東西不能完全解決我的問(wèn)題，需要和底層的合作方（模型廠商）一起做優(yōu)化，一起做優(yōu)化的過(guò)程中自然而然就可以提升，數(shù)據(jù)飛輪就可以轉(zhuǎn)起來(lái)。所以第一要合規(guī)，第二，在實(shí)際生活中有些人因?yàn)樾枨篁?qū)動(dòng)導(dǎo)致很多企業(yè)愿意和模型方共建，這種共建可以幫助雙方的數(shù)據(jù)飛輪都建立起來(lái)。問(wèn)：如何把用戶反饋的數(shù)據(jù)返回基礎(chǔ)模型，有什么方法論嗎？譚待：這個(gè)難點(diǎn)就是企業(yè)和用戶愿不愿意給第三方。（盡管）技術(shù)上也有一些難點(diǎn)，但是最大的難點(diǎn)是在意愿上。問(wèn)：MaaS 平臺(tái)推出幾個(gè)月了，也有自己的大模型，現(xiàn)在客戶選擇上選擇最多的是哪一款？譚待：我覺(jué)得比較分散，不同的場(chǎng)景同時(shí)考慮效果、性價(jià)比，有的還有私有化部署的需求，不同模型在這方面的表現(xiàn)不一樣。第二，相比全球最高水平，中國(guó)幾個(gè)基礎(chǔ)模型都有一定距離，現(xiàn)在大家更多還是在 POC（Proof of Concept，概念驗(yàn)證，被視為發(fā)布功能性產(chǎn)品的第一步）、在做測(cè)試。真正有比較好的 AI 原生的應(yīng)用出來(lái)的話，可能還是要等到底座模型本身至少具備 GPT3.5+以上水平，我覺(jué)得到年底這個(gè)事情才會(huì)更加清晰一些。譚待介紹大模型時(shí)代數(shù)據(jù)飛輪的新趨勢(shì)｜拍攝：極客公園問(wèn)：火山提到要全鏈路擁抱 AI，具體如何系統(tǒng)布局，重點(diǎn)是什么？譚待：確實(shí)大模型本身能應(yīng)用的范式比較廣泛，比如創(chuàng)作、內(nèi)容、開(kāi)發(fā)都有。其中數(shù)據(jù)分析是里面非常重要的一個(gè)環(huán)節(jié)，所以我們今天主要是講我們數(shù)據(jù)分析產(chǎn)品上大概通過(guò) AI 提供了哪些新的能力。其他的產(chǎn)品，我們?cè)谖磥?lái)其他火山會(huì)議上也會(huì)逐步對(duì)外披露。問(wèn)：目前像字節(jié)內(nèi)部對(duì)于大模型和 AI 業(yè)務(wù)資源傾斜的程度怎么樣？在內(nèi)部的權(quán)重如何？如何跟核心產(chǎn)品——抖音深度融合？譚待：這次主要介紹的是數(shù)據(jù)產(chǎn)品的變化，大模型可以在 toB、toC 都有很大變化，你怎么找到這個(gè)方向，哪些優(yōu)化是有價(jià)值的，還是要回到數(shù)據(jù)驅(qū)動(dòng)上。這也是我們?cè)谶@個(gè)階段包括未來(lái)，數(shù)據(jù)產(chǎn)品很重要的原因，但是會(huì)通過(guò)模型本身讓數(shù)據(jù)產(chǎn)品使用門檻更低，能創(chuàng)造更多價(jià)值。C 端的產(chǎn)品陸續(xù)可以看到一些變化，但是跟火山關(guān)系不會(huì)特別大。問(wèn)：現(xiàn)在大模型普遍有一個(gè)問(wèn)題是對(duì)齊不太好，經(jīng)常會(huì)有幻覺(jué)，給人誤導(dǎo)?；鹕接惺裁幢容^獨(dú)到的經(jīng)驗(yàn)和方案？比如，AB 測(cè)試和數(shù)據(jù)方面，你們有沒(méi)有用這些方法來(lái)校準(zhǔn) AI 大模型？羅旋：這確實(shí)是今天模型應(yīng)用上一個(gè)非常大的阻塞點(diǎn)，在數(shù)據(jù)領(lǐng)域這個(gè)點(diǎn)尤其突出，因?yàn)閿?shù)據(jù)本身是要求精確的東西，不是一個(gè)主觀化的文本描述，不能是一個(gè)不精確或者錯(cuò)誤的。今天這個(gè)問(wèn)題，整個(gè)行業(yè)都沒(méi)有徹底解決，但有一些方法能夠幫助我們一定程度上解決或者緩解這個(gè)問(wèn)題。比如我們可以嘗試讓 AI 把它的思維過(guò)程、分析過(guò)程展示出來(lái)，一步步到底怎么推理、怎么想的。這個(gè)展示過(guò)程，人是可以看到的，當(dāng)它出現(xiàn)錯(cuò)誤時(shí)，我們是有可能發(fā)現(xiàn)這個(gè)錯(cuò)誤的。如果我們通過(guò)一些產(chǎn)品化的方式，能夠讓可能出現(xiàn)的錯(cuò)誤比較顯性地呈現(xiàn)在用戶面前，讓他輕易改動(dòng)之后就能拿到正確結(jié)果的話，這很大程度上還是可用的，這是我目前覺(jué)得最重要的思路。另一方面模型能力本身的提升也會(huì)很大程度上緩解這個(gè)問(wèn)題，以 OpenAI 為例，GPT-4 比 GPT-3.5 有巨大提升，所以我們期待隨著模型能力的進(jìn)一步提升也可以變好。還有一個(gè)思路，可以在模型上做一些領(lǐng)域的精調(diào)，在通用能力基礎(chǔ)上加一些領(lǐng)域的知識(shí)，這也有利于幫助我們?cè)诰唧w的領(lǐng)域里面，讓這個(gè)幻覺(jué)變得更小，準(zhǔn)確率更高。這些方法結(jié)合起來(lái)，很大程度上這個(gè)產(chǎn)品能力躍過(guò)一個(gè)門檻是真的可用的。譚待：AB 測(cè)試確實(shí)很重要，AIGC 生成的內(nèi)容不是唯一的，你怎么看（不同答案的）好壞，就像推薦一樣，AB 測(cè)試是非常重要的。我們現(xiàn)在看模型，你去評(píng)估各種榜單，可能意義不是那么大，因?yàn)槟Ｐ吞罅?，它可以把很多題目記下來(lái)，最終比較有用的還是通過(guò) AB 測(cè)試來(lái)看，效果可能會(huì)比較好。
本站僅提供存儲(chǔ)服務(wù)，所有內(nèi)容均由用戶發(fā)布，如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請(qǐng)
點(diǎn)擊舉報(bào)。
