数据|原子创投赵旸:BSAI 破局企业数字化转型

无论处于什么时代、何种阶段 , 企业数字化转型都有四大核心诉求:开源、节流、避险和增效 。
原子创投副总裁赵旸认为 , 针对“开源”的营销自动化和SCRM , 市场竞争日趋激烈;“避险”则主要应用在金融行业 , 如AI智能风控 。 企业业务运营侧“节流”和“增效”的解决方案是目前企业服务领域创业的机会所在 。
目前产业圈和创投圈津津乐道的便是数据中台和RPA 。
国内的数据中台概念由阿里在2018年率先提出 , 19年起竞争加剧 , 出现了滴普科技、数澜科技、袋鼠云、百分点等一批创业企业 。 其中 , 滴普科技今年完成了5,000万美元融资 , 数澜科技则完成了1亿人民币融资 。
RPA也是2019的热词 。 UiPath的ARR两年间从800万美元增至2亿美元 , 并相继完成4轮融资 , 目前估值70亿美元 。 国内则涌现出来也科技、云扩科技、弘玑信息等 , 其中来也跑得最快 , 已完成C轮4,200万美元融资 。
创投圈对数据中台和RPA的热度不减 , 但原子创投从产业端得到的反馈却有点冰火两重天:落地慢、落地难 。
归根究底 , 数据中台在部署时 , 需要对接企业内部各系统和数据库 , 不但非标 , 各系统接口打通也需要耗费大量研发资源 。 另外 , 数据中台属性本身离业务端较远 , 开发团队如果不具备场景knowhow , 实施中就无法量化所带来的业务价值 , 结果就是在企业内部推不动 。
RPA领域 , 不得不承认国内厂商产品的成熟度和UiPath、Automation Anywhere相比差距不小;而后者就一个字“贵” 。 这就造成了现在无论国内、国外产品在中国市场都面临无法真正落地的尴尬局面 , 市场整体还处于早期培育阶段 。
数字化转型这个局怎么破?
访谈零售、酒店、美妆行业多家头部企业的业务负责人之后 , 赵旸初步理清了思路 。
几乎所有负责人都表示 , 采购思路已发生巨大转变:不产生业务价值的软件产品 , 在企业内部甚至连立项都困难 。 换句话说 , 所有AI和企业服务产品能否被买单 , 核心在于是否具备可衡量的业务价值和ROI提振 。
以零售行业为例 , 为了应对消费者快速变化的喜好 , 并降低库存滞压风险 , 某服装行业头部企业的供应链从原先的少批次、大批量 , 转变为多批次、小批量的新采购模式 。 其中单批次单SKU的采购量降低60%以上 , 大部分SKU的单次采购量甚至不足以平均分配到他们在全国的7,000家门店 。
在过去 , 零售行业的配货完全依赖人工经验 , 这家企业的Merchandize部门员工多达数百人 , 且不说人力成本居高不下 , 新业务模式下 , 人工判断不够精准的问题凸显:售罄率提不上去 , 何来供应链优化 。
货到底怎么配 , 才能实现最大程度的“增效” , 业务负责人直白地告诉赵旸 , 谁能帮他解决好这个难题 , 他就愿意买单 。 他们目前正在尝试基于数据中台的BSAI(Business Scenario AI)智能铺货产品 。
首先 , 数据中台作为统一的企业数据资产管理与服务平台 , 负责整合全域数据 , 进行数据治理和数据规范 , 提升数据质量 , 实现跨部门、跨渠道的数据连通 。 同时 , 建立数据标签体系 , 将数据资产转化为业务部门可用的数据服务 。
在此基础上 , BSAI针对特定行业、特定业务场景的目标、流程、责任人、痛点 , 在透彻理解的基础上找准切入点 , 通过数据中台进行特征码提取、算法模型优选、参数调优和模型优化 , 形成自适应各业务场景的智能AI应用 , 产生真正的业务价值 , 并带来效益提升 。
在服装头部企业的案例中 , BSAI通过从企业数据中台提取从采购、仓储、配送到销售的全景数据 , 即便单批次、单SKU的高精度要求 , 也能较人工大幅提高对单店未来销量预测的准确性 。 再通过优选的、符合商业场景的算法模型 , 为制定铺货和补货策略提供依据 , 提升商品售罄率 , 降低供应链部门的人工成本和决策风险 。


推荐阅读