如何在真实的业务场景中，充分发挥数据的作用和价值，解决业务痛点，找到恰当的增长路径，一直是企业所面对的难题之一。而在进入大模型时代以后，大模型的加持，则有望使企业运用数据、消费数据的效率大大提升，更好地解决企业真实的业务难题。

在9月19日上海举办的火山引擎“V-Tech数据驱动科技峰会”上，火山引擎官方宣布，其旗下数智平台VeDI推出“AI助手”，已通过接入人工智能大模型，帮助更多企业提升数据处理和查询分析的效率，大大降低了企业内部运用和消费数据的门槛，让更多非技术背景人员也可以自助取数、看数、用数，为企业更科学的运营打下基础。

当前，数据驱动已经覆盖了企业业务的整个过程，同时，越来越多非技术背景的企业人员，亟需无门槛的参与到数据消费的过程中。同一家企业中，各部门人员的专业能力不同、优势不同，如果所有数据消费过程都要依赖技术背景人员，则显然会拖慢企业的运营节奏，降低快速发现问题、定位问题、解决问题的效率。

同时，数据消费的场景也越来越多。以往，数据更多被用来辅助决策。而现在，数据几乎出现在企业运营的方方面面，包括监测预警、分析预测，实时业务决策等，都需要数据提供的结果来进行驱动。

并且消费数据和利用数据的结果，还会进一步沉淀数据，丰富数据资产；并倒逼数据质量优化，反过来促进数据研发效率的提升，从而形成真正意义上的数据飞轮。

字节跳动数据平台负责人罗旋表示，真正有价值的数据飞轮，需要从真实业务场景出发，是业务与数据双向驱动发展过程。

他提到，让数据最大程度被用起来，是数据飞轮真实转动起来的核心驱动力。数据消费的深度和广度，表征了数据融入业务的程度；业务对数据的使用越频繁，则表示业务对数据更加的依赖。只有对数据的价值越认可，“数据飞轮”转动起来的可能性才会越大。

从定量的角度看，一家企业做到什么样，才算做达到较好的程度。以字节跳动为例，业务上实现80%的员工直接使用数据产品，就已经能让飞轮转起来了。当数据被繁荣消费，就会自然产生数据资产化的需求。

同时，要让数据流融入业务的工作流程中，使数据在工作流程中更易获取，并被降低门槛使用，才能提高业务对数据的依赖度和信赖度。

罗旋表示，除了数据与业务的充分融合之外，新技术的出现则带来了更大的变革。今年火热的大模型，已经为企业的数据探索提供了一个全新的方向——即如何用全新的AI技术，来加速飞轮的转动。在过去几个月，字节跳动已通过内部的一系列涉及到数据全链路的探索实践，取得了研究进展。

在数据资产管理上，探索了AI“找数助手“，通过大数据治理研发套件DataLeap-找数助手可以实现用自然语言问答的方式，检索表、数据集、仪表盘、数据指标、维度、业务知识库等，并做出拟人化总结，让企业内部员工使用起来更容易，并且将“找数”的成本降到更低。

在数据生产环节，基于大模型的DataLeap-开发助手则既可以将用户的自然语言描述，自动生成SQL代码，也可以针对存量已有的代码，做诊断优化、问题修复，代码的解释与注释，同时覆盖传统的文档搜索、函数使用、代码示例等辅助性需求。

在数据洞察环节，火山引擎还提供了DataWind-分析助手，使用户只要输入自然语言，就可以查询想要的数据、生成表达式，或是由可视化图表组成的仪表盘。

罗旋表示，通过这些方式，可以让数据分析能更加灵活，更加随时随地的发生。而这些实践，也都将通过火山引擎数智平台对外提供服务，助力更多企业实现增长，打造更高效的数据运用体系。

责任编辑：kj005