0
“在一个地方觉得自己做得很好就容易进入舒适区，坚持原来的模式。遇见新挑战后，如何融合过去行业经验和新技术，破旧立新、赋能行业价值，是重中之重”，数势科技创始人兼CEO黎科峰博士对雷峰网表示。
深耕互联网行业十几年，黎科峰一直在做破旧立新的事：在三星亲历第一代智能手机的诞生，在平安推动用户和数据体系的构建，把百度从PC做到了移动端，在京东从IT做到了数字化。2020年，黎科峰毅然选择告别过往，开始创业。
他创办了数势科技，一家以“推动企业数字化升级，实现数据价值普惠化”为口号的企业数字化升级产品提供商。其最早推出了统一指标开发管理平台SwiftMetrics（2021年获得软著），并结合大模型推出的智能分析助手SwiftAgent，打破了普通人将数据变现到决策过程的门槛。
回顾过往，黎科峰笑称，自己喜欢拥抱挑战、不甘平庸，是身处学校篮球队和足球队经历后留下的性格。不过，他选择的下一个“挑战”为何是Data+AI领域？这又如何解决了当今行业内的痛点问题？以下是黎科峰对雷峰网的分享。
数势科技创始人兼CEO黎科峰博士
从数据沼泽到数据价值 中间隔着Data+AI
在数据驱动的时代，数据重要性已成为共识。然而，SQL的复杂性带来数据解读的高门槛、业务团队与数据团队冗余的沟通资本，让企业一不小心就变成数据的“奴隶”。
近年，数据的存储方式在发生变化。最早是存储和管理结构化数据的数据库，通常用于日常事务处理和数据记录；在此基础上发展出的数据仓库，企业主要通过ETL（抽取、转换、加载）方式将各个业务系统的数据整合，用于分析和报告。
随着大数据技术发展，大数据平台应运而生，在数据存储和处理外，还集成数据分析、数据挖掘、机器学习等高级功能，支持多数据集实时同步等能力。
然而，一路跟数据打交道的黎科峰明白，这远远不够——使用大数据平台仍然需要算法，目前只能由业务人员提需求给数据团队帮忙看数，数据跑SQL后回报给业务团队，数据孤岛严重、指标开发工作冗余、取数用数时效性低下。冗余的沟通成本、双方需求紧急度难匹配造成的不满，或让数据的使用成了公司内部新的消耗。
所幸，黎科峰带领团队，在大模型增强的基础上，带来了新解法。
打通大模型落地的“最后一公里”
追溯黎科峰的创业之路，2019年，当他在跟业内朋友聊天时，偶然灵光一闪：能不能把我在互联网和零售、金融行业的沉淀基于Data加AI做成产品，像国外的Salesforce一样去为企业赋能？
“有梦想就拦不住了”，黎科峰快速低调完成在京东的交接工作，开始创业。不巧，困于疫情的未知，许多投资人在2020年初都放弃投资。但腾讯仍高度认可黎在京东所做的成绩，在天使轮给黎科峰博士投了一个亿。于是，数势科技在2020年4月诞生。
B端服务的切入点在哪？黎科峰观察到，在消费零售和金融领域，许多传统企业在数字化转型时，尽管投入巨资，却往往迷失方向，“为企业提供数字化升级产品与解决方案、提升决策效率，是值得一试的B端服务机会”。为赋能企业数字化决策，黎科峰带领团队，为企业提供基于大模型增强的智能指标平台（SwiftMetrics）、智能分析助手（SwiftAgent）、智能标签平台（SwiftXDP）等系列产品。
数势科技智能指标平台SwiftMetrics架构图
在大模型已成为创新关键力量的当下，AI Agent也成为落地大模型应用价值的“最后一公里”。2023年中，数势科技研发的Agent产品“智能分析助手SwiftAgent”，便是在后端配置数据平台，前端分析指标和维度，以让所有非技术人员都能把数据用起来。
以银行工作的场景为例，黎科峰博士向雷峰网演示，只需对产品用文字或语音输入“帮忙查一下5月份每天存款客户数是多少”，结果便会快速呈现；之后，用户可以要求“对上面的数据做归因分析”，平台接收到这些自然语言指令后，便能立即生成包括数据变化情况、原因、改进建议在内的分析报告。
由此，用户用自然语言便能即时查询公司核心经营数据，进行趋势分析、归因分析等复杂操作，缓解业务方和数据团队间长期需求呼应不及时导致的矛盾。
“数据幻觉”问题在SwiftAgent中也能被避免——黎科峰介绍到，通过引入指标和标签语义层（Semantic Layer），SwiftAgent能将用户的查询问题拆解为一个个标准化的要素，通过预定义的指标维度进行精准匹配，确保数据分析的准确性和一致性。
此外，这套Agent产品后台有指标管理模块管控原子指标的口径，具体的维度如时间、商品品类、区域、门店等，由数势科技自己开发的数据引擎在秒级内组合出答案，无代码就可以组合。AI系统还具备强化学习能力，能够根据用户的反馈不断优化查询过程，提升分析结果的精准度。
指标平台SwiftMetrics和智能分析助手SwiftAgent，已经应用在众多行业头部客户，包括永辉超市、中百集团、胖东来、霸王茶姬、书亦烧仙草、绝味食品、江苏银行、民生银行、中金公司等，不仅提供数据信息和分析，也能成为重要的智库。例如，在霸王茶姬门店营业额出现下跌时，店长可能会火急火燎地询问对策——毕竟人们总是难以认真未雨绸缪，这时，AI agent就能把过往的经验和各种经营层面的知识迅速整合，为他们指出改进方向。
“原来每个场景都得写一套AI算法，现在大模型来了后我只要一个大脑，就能做这么多事情”，黎科峰感慨。
数势科技智能分析助手SwiftAgent架构图
在大模型应用时代创造新的价值
重视应用产生价值，这是黎科峰创业的一个重要风向标——“我不是一个做底层的AI科学家，我更多是看最新技术怎样产生实际的价值和应用，这是我的基因。”
技术的价值，需要在具体场景中实现。黎科峰记得，公司的第一家零售客户是永辉，第一家金融客户是平安证券。而现在客户涵盖范围已更多样，包含金融、券商、零售、制造等。客户使用产品时一个个部门推，尽管不同场景配置的分析模型和指标有所不同，但基本都能沉淀到行业具体不同的应用场景和产品体系。也因此，指标平台和智能分析助手这两款产品也不需要为每个公司高度定制，往往“一解决就是解决一整片问题”。
身份从“打工人”转为“创业者”，黎科峰对此颇有感慨。他认为创业中最难的是“聚焦”——在互联网深耕十几年，从练就的多项技能中筛选出最值得做的事，很不容易。“人做加法是最舒服的，要减到剩下真正有价值的东西，并不好受”，他直言。明确了公司“数据民主化”的价值主张后，他嗅到当下最大的痛点是让非技术人员用起来数据，最终筛选出了这条赛道。
近两年的ToB创业者面临着巨大挑战：整体市场低迷、客户预算紧缩、资本市场冷淡。然而，数势科技在这样的大环境中展现出逆势而上的活力，2024年持续签约行业头部企业，如中原银行、胖东来和霸王茶姬等，全年营收实现逆势增长。
黎科峰向雷峰网(公众号：雷峰网)提到了心态的重要性。如果说打工时“一切都是逻辑可以讲出来的，有因有果”，那么在创业中，不可控因素才占主要。他曾在朋友圈发过曾国藩的一句话：凡办大事，以识为主，以才为辅；凡成大事，人谋居半，天意居半。受此鼓舞，他决定先把可控的事情做起来，而非一味注重结果，“很多创业人心态焦虑，就是一直在担心还未发生的事情”。
在2025年的当口，在有望迎来Agent爆发的这一年，黎科峰坚信，大模型应用的时代也即将来临。他做好准备迎接。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
