火山引擎谭待：要实现数据驱动就必须以数据消费作为数据驱动核心进行建设

9月21日消息，火山引擎于9月19日在其举办的“V-Tech数据驱动科技峰会”上宣布，火山引擎数智平台VeDI推出“AI助手”，通过接入人工智能大模型，帮助企业提升数据处理和查询分析的效率。即使是不会写代码的运营人员，和大模型对话也能做好业务运营数据的取数、看数和归因分析。目前，VeDI相关数据产品已启动邀测。

火山引擎总裁谭待在发言中表示，新的技术变革，正在为“数据飞轮”赋予新的能力。大模型技术，将进一步给数据飞轮带来重大升级。通过大模型技术，企业能够对非结构化数据进行更好地处理，帮助企业搜集和处理更多的数据源;同时，大模型的加持，降低了企业员工消费数据、应用数据的门槛，并能够帮助研发人员提升在数据开发、数据治理和数据分析过程中的效率和精度。

谭待表示，基于字节跳动内部的成功实践，以及多年以来与外部企业的合作经历，让我们觉得需要重新来审视数据驱动的本质。他说到，以往大部分企业围绕数据中台进行建设，但很多企业得到的结果是“有数据，无驱动”。

谭待认为，要实现数据驱动，必须以终为始，以数据消费作为数据驱动的核心进行建设。只有通过更频繁的数据消费，让数据真的“活”起来，才能更好驱动业务增长，同时针对性的指导底层的数据建设。

（图源火山引擎公众号，下同）

谭待在会上列举了企业内部决策者、中层管理者、一线执行者面对数据的不同需求、面对的不同困境以及相应的解决方案，并表示，企业的每一个角色、每一个工种、每一个不同的岗位，都可以，并且也都应该进行数据消费，从而让企业中的每一个人都做到“心中有数”。

随着企业中数据消费者数量越来越多、密度越来越高，企业所积蓄的数据驱动的势能也就越来越大，从而构成整个企业的“数据飞轮”。而以“数据消费”为核心，构建数据飞轮，将成为企业实现数据驱动的新范式。

相比过去的数据中台，火山引擎提倡的“数据飞轮”，由业务应用和数据资产两部分共同组成。上层的业务应用，侧重于通过工具和BP机制，解决业务消费数据中遇到的种种问题。通过更频繁的数据消费，可以让业务决策更加科学，让策略落地更加敏捷，而更科学的决策、更敏捷的动作，最终提升业务价值。

“数据飞轮”下层的“数据资产”，与以往数据中台最大的区别，是通过上层应用针对性的需求，让系统建设更加目标明确，并且通过上游更频繁的数据消费，进一步沉淀数据，丰富数据资产;倒逼数据质量优化，促进数据研发效率的提升。

图注：火山引擎总裁谭待

谭待表示，这两个环节，都需要对应的平台和产品来支持，但更关键的是以数据消费为核心，端到端的进行数据建设和应用落地，让企业既“有数据”，也“能驱动”。

本次会上，火山引擎表示，其数智平台VeDI的大数据研发治理套件DataLeap、智能数据洞察DataWind都已配置了AI助手，覆盖数据生产与消费的全链路场景，包括数据资产查询、开发运维和分析洞察，使数据资产的检索和开发摆脱对专业人员的依赖。火山引擎VeDI通过引入大模型，极大地降低了使用门槛，打破技术阻碍，让数据开发更加简单高效，取数便捷。在数据分析环节，利用DataWind-分析助手，企业员工凭借与大模型对话，就可完成数据可视化查询与分析等一系列业务探索，解决过去分析洞察上需要大量专业知识的痛点，缩短数据分析周期。

谭待指出，“VeDI的两款产品，不但降低了非专业人员数据消费的门槛，还解放了专业人员，让其可以聚焦复杂场景的需求，提高研发生产效率与代码质量。”