转载自新华网
中国企业的数字化转型已逐步迈入深水区，如何让第五大生产要素——数据真正实现服务于决策，推动企业从“经验驱动”迈向“数据驱动”，是当前诸多企业面临的棘手难题。国家数据局发布的《全国数据资源调查报告（2024年）》显示，2024年全国数据生产总量达到41.06ZB，其中活跃总量仅1.3ZB。这意味着，依然有大量高价值数据沉睡在各种系统孤岛之中，数据价值无法被充分释放。
如何把数据用好？北极九章首席运营官沙海洲近日接受新华网采访时表示，当前众多企业已经进入精细化运营阶段，企业级的、可真正落地的AI数据分析平台能够帮助企业更轻快、智能地应用已建好的数据，驱动业务价值增长。
让企业“数据用起来”的智能分析
在企业数字化转型过程中，企业已经逐渐认识到数据的重要性，但数据的链条很长，包含数据采集、生产、治理、存储等底层建设。“我们的产品是解决数据的最后一个环节——数据的应用。”沙海洲介绍，北极九章聚焦于“让数据用起来”。
在过去几年当中，尤其是大型企业在数字化建设过程中，投入了大量资源引入各类系统，迎来的却是数据洪流淤积成山，报表迷宫眼花缭乱。投入越多，信息熵增越烈，海量数据并未转化为有效的洞察，更未流向价值创造的闭环终点。
企业采集、储存、计算数据的能力越来越强，但数据分析能力始终增长缓慢。咨询公司Gartner的数据表明，68%的企业数据没有被分析，成为数据释放价值过程中的难题。
“企业不是为了建数据而建数据，而是让数据创造价值，让数据驱动业务。”沙海洲认为，在过去的二十年当中，人们从PC时代过渡到移动互联网时代，再到如今的AI时代，生产力工具的易用性越来越高，但数据分析能力依然处在“敏捷BI”（Business Intelligence）阶段，只有专业的数据分析人员才能够对业务产生的数据进行有效处理，而非技术背景的业务人员则被高使用门槛拒之门外。
数字化时代，几乎每个企业每天都在生产大量的数据，根据Intel（英特尔）的估算，自动驾驶车1天就会产生4TB的数据。“像智能驾驶试驾一圈产生的数据量是以前不可比拟的。”沙海洲称，企业的数据是海量的，但企业内部并不是每个人都是数据分析师，许多业务人员依然对专业的数据分析工具望而却步。传统的“敏捷BI”依然困于“报表车间”模式，即花费大量的时间形成业务的“数据报表”，导致业务的响应速度远远跟不上市场的变化。
能够让业务人员用自然语言提问，并直接获取完整的商业洞察，如同拥有一个24小时待命的“数据助手”，是北极九章旗下产品应对数据分析难题的解决思路，“未来企业需要的是分析洞察引擎，而非数据问答工具。”沙海洲说。
据沙海洲介绍，目前北极九章的核心产品是以用户简单提问为“分析原点”，模拟数据分析师推演问题路径，如拆解“毛利率下降”原因链，将模糊问题转化为明确数据指标，精准生成并执行分析逻辑，最终输出高价值结论。支撑这一能力的是“左脑数据模型+右脑语言模型”双架构——左脑负责严谨数据映射，右脑负责理解业务语义。
他举例，当用户提出简单问题时，如“华东地区营业额如何”，系统不仅返回数据，还会主动分析应从哪些视角来分析营业额的变化，如地区、品类、时间等维度，并识别关键维度的异常波动、负相关指标等，最终通过多维度思路洞察帮助用户形成分析结论。
企业数字化转型中的“效率革命”
麦肯锡在2022年发布的报告《2025年做一个数据驱动的企业》中指出：“在2025年，企业里的每一个员工都会习惯于使用数据来支撑自己的工作。”
但现实的情况是，我国数据分析人才相对短缺，沙海洲表示，在数据量指数级膨胀与数据分析人才供应紧张的剪刀差中，智能分析已成为维系企业数据血液循环的“人造红细胞”。智能分析或许永远无法替代十余年经验的资深分析师，但正批量复制着具有“三年经验”的数据分析师，这是中国制造业迈向精密化、金融业实现精细化、零售业拥抱即时化的底层燃料。
沙海洲以国内某头部乳企为例，说明了智能分析在企业数据应用中的重要性。“原本需专业数据团队耗时构建的看板，现在借助智能分析工具，普通业务人员就可以在两周内自主完成3000张数据看板。”这是当前企业支持更加柔性化的生产所必不可少的一步，也是企业利用数据驱动提效的核心。
“精密制造、金融、消费零售领域的企业，要么具备丰富的数据基础，要么处于精细化运营阶段，对数据分析需求迫切，这些在数字化应用领域‘尝到过甜头’的企业会最先成为我们的客户。”沙海洲介绍，当前的AI数据分析产品，虽仍需企业内部业务员接受10-15分钟基础培训，但未来将通过持续迭代降低使用门槛，最终实现“像下载APP一样简单操作”。
随着AI时代加速到来，企业内部将大量启用AI agent（智能体）协作，AI agent之间的协同需要准确的数据交互，因此产品未来定位是“可被AI调用的工具”，为企业提供精准数据与智能洞察。
