如何在真實的業務場景中，充分發揮數據的作用和價值，解決業務痛點，找到恰當的增長路徑，一直是企業所面對的難題之一。而在進入大模型時代以后，大模型的加持，則有望使企業運用數據、消費數據的效率大大提升，更好地解決企業真實的業務難題。

　　在9月19日上海舉辦的火山引擎“V-Tech數據驅動科技峰會”上，火山引擎官方宣布，其旗下數智平臺VeDI推出“AI助手”，已通過接入人工智能大模型，幫助更多企業提升數據處理和查詢分析的效率，大大降低了企業內部運用和消費數據的門檻，讓更多非技術背景人員也可以自助取數、看數、用數，為企業更科學的運營打下基礎。

　　當前，數據驅動已經覆蓋了企業業務的整個過程，同時，越來越多非技術背景的企業人員，亟需無門檻的參與到數據消費的過程中。同一家企業中，各部門人員的專業能力不同、優勢不同，如果所有數據消費過程都要依賴技術背景人員，則顯然會拖慢企業的運營節奏，降低快速發現問題、定位問題、解決問題的效率。

　　同時，數據消費的場景也越來越多。以往，數據更多被用來輔助決策。而現在，數據幾乎出現在企業運營的方方面面，包括監測預警、分析預測，實時業務決策等，都需要數據提供的結果來進行驅動。

　　并且消費數據和利用數據的結果，還會進一步沉淀數據，豐富數據資產;并倒逼數據質量優化，反過來促進數據研發效率的提升，從而形成真正意義上的數據飛輪。

　　字節跳動數據平臺負責人羅旋表示，真正有價值的數據飛輪，需要從真實業務場景出發，是業務與數據雙向驅動發展過程。

　　他提到，讓數據最大程度被用起來，是數據飛輪真實轉動起來的核心驅動力。數據消費的深度和廣度，表征了數據融入業務的程度;業務對數據的使用越頻繁，則表示業務對數據更加的依賴。只有對數據的價值越認可，“數據飛輪”轉動起來的可能性才會越大。

　　從定量的角度看，一家企業做到什么樣，才算做達到較好的程度。以字節跳動為例，業務上實現80%的員工直接使用數據產品，就已經能讓飛輪轉起來了。當數據被繁榮消費，就會自然產生數據資產化的需求。

　　同時，要讓數據流融入業務的工作流程中，使數據在工作流程中更易獲取，并被降低門檻使用，才能提高業務對數據的依賴度和信賴度。

　　羅旋表示，除了數據與業務的充分融合之外，新技術的出現則帶來了更大的變革。今年火熱的大模型，已經為企業的數據探索提供了一個全新的方向——即如何用全新的AI技術，來加速飛輪的轉動。在過去幾個月，字節跳動已通過內部的一系列涉及到數據全鏈路的探索實踐，取得了研究進展。

　　在數據資產管理上，探索了AI“找數助手“，通過大數據治理研發套件DataLeap-找數助手可以實現用自然語言問答的方式，檢索表、數據集、儀表盤、數據指標、維度、業務知識庫等，并做出擬人化總結，讓企業內部員工使用起來更容易，并且將“找數”的成本降到更低。

　　在數據生產環節，基于大模型的DataLeap-開發助手則既可以將用戶的自然語言描述，自動生成SQL代碼，也可以針對存量已有的代碼，做診斷優化、問題修復，代碼的解釋與注釋，同時覆蓋傳統的文檔搜索、函數使用、代碼示例等輔助性需求。

　　在數據洞察環節，火山引擎還提供了DataWind-分析助手，使用戶只要輸入自然語言，就可以查詢想要的數據、生成表達式，或是由可視化圖表組成的儀表盤。

　　羅旋表示，通過這些方式，可以讓數據分析能更加靈活，更加隨時隨地的發生。而這些實踐，也都將通過火山引擎數智平臺對外提供服務，助力更多企業實現增長，打造更高效的數據運用體系。