数说故事×北拓资本：AI场景应用与商业模式分析

北拓资本「数字科技百日谈」，邀请数说故事创始人&CEO徐亚波博士，一起探讨如何将AI、大数据等技术与专业服务结合，构建从数据收集、治理、分析、建模到商业应用的全价值链解决方案，本期访谈节选了徐亚波博士对数说故事AI场景应用与商业模式的一些分享，请看访谈内容：

Q4 数说故事已经有一定规模和体量了，有很多合规性的措施去规避这些风险，和大家分享一下经验？

04 徐亚波博士：

首先从价值观角度去分享一下，我一点不觉得这个问题敏感，我也非常愿意公开的和大家一起探讨这个问题。我做数据这么多年，其实从国家政策上来讲，国家鼓励数字经济，国家一再提要把数据要素作为数字经济核心要素发挥出来。所以从国家层面来看，肯定是鼓励大家更好利用数据的。

我觉得最关键的是大家要把握一点，一定要做社会和商业生态正向有价值的事，我觉得这是一个价值观层面的事，也就是说不管你从事数据的什么方面，我始终秉持这个观点。这是为什么2015年开始做数据，后来一批做数据的公司，很多做金融向的公司把它用到P2P、催款、电话营销等等方面，我们公司从来没有做过这样的事，我们始终有一个价值观是要做对社会和商业生态有价值的事，我认为做数据的公司，首先要秉持这一点。

第二，业务层面我们一直坚持做OpenData，不做个人数据。我们为什么叫OpenData，OpenData是说这个数据是愿意被公开或者是被授权公开的，这是我们的逻辑，我们的数据更像是商业界的统计局这一类的数据。我们更多专注于行业的分析、区域分析、群体分析、趋势分析方面。我觉得中国的隐私保护法，包括欧洲的GDPR已经基本上把这个问题说清楚了，你不能在个人数据上做深挖，因为个人数据很难被公开授权的。所以从业务选择上，你要尽量把业务划清楚。

第三，数据合规需要经过长期的合规体系建设，包括这两年来，我们一直开始逐步跟很多政府合作得非常紧密，包括现在省国资、市国资等，你要跟监管部门保持比较紧密的沟通，去理解到底什么能做，什么不能做，你要主动被监管，你只要做好这件事。而这个时候，政府的视角也欢迎你这样的公司，尤其是头部公司主动接受监管，并且一起探讨如何更加合理的利用数据要素去发展经济同时不要破坏合规性，你就成为了这个合规的贡献方。

第四，在技术层面，我们还是要做好数据的安全工作，在技术的体系、数据安全合规层面，在技术层面要做好这件事。比如说原始数据从来不外流，坚决在别人访问的时候，只能拿到数据分析结果，不能接触到这些最原始的数据。

我觉得基本上只要在价值观、业务、监管和被监管的关系处理好，再到技术，我觉得哪一个社会都会鼓励这样的公司。

Q5 基于现在的产品，AI技术在哪些场景里有落地？

05 徐亚波博士：

你的问题有一点和我的理念是完全一致的。当然我们这个行业天然就是要用AI的，因为我们处理了大量的数据。你在这个数据里面做很多分析的时候，你不用到AI技术是解决不了的。我们主要是在四个方面致力于在技术上一直做到领先，或者不停在研究。

第一，我们现在花了很多时间在做多模态技术，现在仅仅是做文本分析已经不够了，现在相当多的内容在用视频做表达，显然你要有能力能够同时把文本、视频、图像各种各样的形态的数据给综合在一起，然后用机器学习训练去分析它的逻辑、意图、类别。所以首先是多模态技术，最早我们做NLP做得比较多，现在已经进展到多模态这个层次，花很多时间在做这个事。

第二，像我们这个公司本质上还是做商业的分析、预测这些类型的大方向，在这个过程当中，人类的知识怎么被融合进来，这是我们一个非常大的要解决的问题，其实就是知识图谱。我们所做的很多工作就是从大量的数据里面去构建这个商业的知识图谱，我们应该是国内最大的一家做开放式商业图谱的之一。我们有几千万的节点，就是这个机器的脑子里装了什么样的商业知识，这是我们一直在构建的。同时怎么和行业的Knowhow结合起来做，这是我们花很多时间在做的一个事情。

第三，当你能够分析多模态的数据了，也有了一定的机器行业Knowhow，这个时候你要做趋势的分析和预测，其实本质上就是做预测了，你要预测哪一个产品能火，哪一个KOL性价比比较高，这里面涉及到大量的预测模型，这里面也是和行业Knowhow和机器学习技术结合起来做的。

第四，内容生成，这是我们最近在做的，也是非常看好的。相当于你做了那么多分析之后，越来越多的客户会挑战我们一个问题，你觉得这个东西会火，能不能做自动生成呢？相当于你开始做了干预层，内容自动生成这是我们最近在做的了。在虚拟人、文本创作、短视频创作方面，我们也在联合一些生态合作伙伴做各种各样的尝试和试探，本质上是想把洞察到策略到行动的闭环给完成，这是我们在AI上做的事情。

另外我们公司在做AI的时候还有一个特点，作为一个学校出身的人，我自己有一个很大的看法，之前业界有很多的讨论，到底应不应该把学校教授挖到工业界去做这个事。我觉得我特别在这个地方呼吁一下，我们要构建一个非常良好的产学研生态，这对中国非常重要，硅谷是怎么做起来的呢？一方面学校允许他去流动，就是教授可以出来创业，也可以回到学校。

Q6 数说故事现在在大客户、SaaS已经有了一些突破了，跟大家分享一下数说的商业模式？

06 徐亚波博士：

首先数说故事原来是做大客户比较多，现在我们也不是只做大客户了，我们是从大客户向中腰部客户去延伸的一个阶段，很多中腰部客户也做用了我们的东西。

我有一个理念就是服务放大产品价值，这是我们在公司提的最多的，怎么正确摆清楚产品和服务的关系？比如说你服务大客户的时候，你说你完全没有服务是不现实的。但是如果说你完全去通过定制化服务去解决也是不对的。我们的逻辑是说，我们肯定要去提供一些服务的人，但是这些服务的人真正懂行业Knowhow，它能够很大程度去放大产品价值，这是我们公司的一个核心理念。这两者的关系就是这样的。

第二，在务实的落地产品层面，要能做到刚刚说的PaaS平台比较强悍，场景比较多，你才能够服务大客户，其实中腰部客户也能服务，我觉得这个里面还有一个更重要的点就是服务放大产品价值的时候，服务要成为我们的产品和客户中间的桥梁，要能把解决方案，把丰富的APP组合成一个解决方案，这个解决方案能交付给他。这是我理解和业内大部分企业一样的。

第三，在我们公司同样重视解决方案和客户成功。我理解在过往几年，其实很多做SaaS的公司非常强调客户成功。但是低端的客户成功其实就是要回答客户，想办法up sale客户，是这样一个逻辑。我觉得我们公司要做的是更高级的，实际上是帮助客户真正的成功。实际上它要有行业的指导能力，要从前到后解决业务问题。也就是说可能从这个角度来讲，我们服务会比一般的公司更高端一些，是这样一个大逻辑。

第四，天然的战略上的选择问题。我觉得有一些天然的赛道就是很难SaaS化的。比如说它涉及到客户一些很私密的内部数据，你很难想象像Palantir公司在美国去做CRA，去做SaaS化。我们这个天然的是叫OpenData，所以这个地方就有一个很好的优势，这个Data本身就是公开的，客户也不太介意这个数据是不是非要放到他里面去，放到他里面去也是外部来的，所以它天然有一个优势，这也是我们当时考虑从数据入手非常大的一个战略上的考虑点。

下篇内容将节选徐亚波博士对数据产业和市场融资节奏的看法，敬请期待。

本文作者：数说故事