本报记者 秦枭 北京报道
随着AI普及应用时代的到来，企业数字化和智能化融合发展进入“数智商业时代”。在这个时代，企业面临着前所未有的挑战，同时也拥有巨大的机遇。要想在数字化转型中取得突破，企业也需提高“反脆弱性”，以应对压力、危机和挑战。
Cloudera大中华区副总裁王刚在接受《中国经营报》记者采访时表示，企业必须把眼光放得更远，考虑动荡时期过去之后的计划，以避免做出目光短浅的商业决策。在规划未来业务方向时，必须深思熟虑且慎之又慎。为了落实长期战略，企业需要在基础设施和技能方面投入资源。如果能够针对未来做好技术、人员和流程方面的准备，企业就可以轻松进行创新转型，而且无论是在经济繁荣还是萧条时期，都能做到“反脆弱”。
通过数据货币化实现“反脆弱性”
在数字化时代，数据成为继土地、劳动力、资本、技术之后的“第五个关键生产要素”。
在2023年年末的科技领域十大关键词中，“数据要素”排名第三。作为新型生产要素，数据已深刻融入生产、分配、流通的各环节，蕴藏着巨大的经济社会价值。数据不仅是科技创新的基础，也是数据治理的重要前提，数据只有流通才能发挥更大价值。通过对数据的挖掘和分析利用，有助于发现生产和生活中的潜在问题，并制定科学决策，以改善社会治理水平。
但是，数据过剩以及数据运用的问题一直在困扰着企业。据国际数据公司(IDC)测算，预计到2025年，仅中国产生的数据总量将达48.6ZB，占全球的27.8%。
实际上，数字化转型的根基在于数据的应用，企业内部的数据类型繁多，大多以文字资料的形式积累，这些文字资料便构成了企业的核心资产。然而，多数企业并未充分认识到其中哪些数据具有挖掘、分析和利用的价值。此外，除了企业内部数据，还有外部公开数据，这些数据的价值也尚未得到充分体现。
数据资产有别于数据本身，是专指能够为企业带来经济利益的数据资源。作为经济社会数字化转型进程中的新兴资产类型，数据资产被认为是数字时代最重要的资产形式之一。
王刚表示，在数据尚未变现时，大多数企业都对数据的重要性心知肚明。数据已被视为一种战略资产并将继续成为企业的数字财富。
“但我们预计，越来越多的企业将会把数据视为一种商品，通过将数据变现开辟新的收入来源并推动创新，而不仅仅是用来节约成本。”王刚说，“在将数据变现时，除了要考虑其对收入的直接影响，还要考虑如何利用数据推动关键业务决策和创新。企业必须确保数据的完整性、准确性、全面性、一致性。做到这一点的方法之一是关注数据脉络，即企业需要清楚地知道其数据的来源、变化情况及其在生命周期内的最终目的地。”
拥抱AI
除了注重数据变现之外，部署AI以驱动商业价值也是提升企业“反脆弱性”的重要途径。
麦肯锡在报告中指出，当前的生成式AI等技术有可能使目前占用员工60%至70%时间的工作活动实现自动化。IDC也强调了2023年亚太地区有三分之二的企业正在探索或投资于生成式AI。
王刚指出，AI的可操作化不仅可以通过自动执行重复、琐碎和耗时的任务来节约成本和提高运营效率，还可以发掘创新机遇以及创造性地应对业务挑战。
不过，企业在使用人工智能(AI)与机器学习(ML)时一直面临着一个难题：如何一面安全地为其提供足够的上下文数据以使其发挥作用，一边充分挖掘其优势。
Cloudera亚太区首席技术官Daniel Hand对记者表示，2024年，检索增强生成（RAG）仍将是许多企业采用生成式AI的一条可行途径。
据悉，RAG是使用知识库中的内容丰富提示并提供必要的上下文。RAG架构的关键组成部分之一是以特殊方式编制索引的知识库内容数据库。用户问题先被转换成数学表达形式，然后用于搜索数据库中与之最接近的内容。用户问题作为提示的一部分被发送至LLM（Large Language Model，大型语言模型）进行推理。同步提供问题和领域上下文可显著改进推理结果。
Daniel Hand表示，事实证明，由于RAG不需要对LLM进行任何训练或调整，同时还能生成高质量的结果，因此它是采用LLM的一条有效途径。不过，它确实需要数据工程管道以维护知识库，还需要专门的向量数据库存储索引数据。
王刚认为，要想成功从AI中获益，就必须制定谨慎周密的AI战略，以配合企业业务规划和数据战略。企业在部署AI时不能盲目跟风，而是必须与其业务战略保持一致。若是草率部署一个或多个不同的AI用例，则很可能不会给企业带来更多收益。企业还必须尽快为AI奠定坚实的基矗确保技术、人员和流程的相互支持与协调一致对于企业至关重要。这可以让企业在可信数据的基础上构建和训练其AI部署项目，这样即便在充满变数的时期也能推动创新和增长。
（编辑：张靖超 校对：张国刚）
