圓桌從左至右分別為：程曼祺、甘雲鋒、謝贇、賈宇航、陳燁、何潤

整理 | 芊乂

圓桌要點總結：

1. 資料中臺的強烈需求，對企業服務的從業者提出了在競爭中求合作的現實要求。

2. 在遵從客戶意向的前提下，一般有平臺驅動及業務牽引兩種合作形式，正好與棋盤模型的橫縱座標形式吻合。

3. 巨頭還是喜歡統一標準化、規模化且成本可控的企業服務產品。

4. 具有to B和to C雙重業務能力的公司有獨特優勢：一方面，B端的業務經驗能幫助企業把產品技術能力打磨得比一般C端更好，更垂直於行業；同時因為客戶可能原本在C端產品中已經體驗過，to B的銷售難度也更小。

5. 傳統產業上雲和人工智慧行業滲透傳統行業是一個相向而行的過程。融合是整個行業的轉型趨勢，人工智慧只是其中一個環節，服務商還需解決資料營銷和智慧化的問題，二者之間有交集。

圓桌現場視訊及實錄如下：

主持人

圓桌嘉賓

甘雲鋒 數瀾科技創始人兼CEO

謝 贇 德拓資訊創始人兼董事長

賈宇航 Testin資料標註業務總經理

陳 燁 虎博科技創始人兼CEO

何 潤 致趣百川創始人兼CEO

服務同一個大客戶，不同企業如何磨合？

“在合作中有兩種不同的方式：第一種是平臺驅動，第二種是業務牽引。”

——數瀾科技創始人兼CEO甘雲鋒

“巨頭還是喜歡統一標準化、規模化且成本可控的企業服務產品。”

——德拓資訊創始人兼董事長謝贇

“某一公司的服務品質、解決方案和產品，能不能超越同行，是最關鍵的。”

——虎博科技創始人兼CEO陳燁

程曼祺：請每個人簡短介紹一下自己和自己的公司在做什麼，我們看到這幾家公司中，有不少名字裡都帶有“數”這個字，各位可以著重講一講這些“數”有什麼異同？

甘雲鋒：我是數瀾科技的甘雲鋒，我們公司成立於2016年，主要專注資料中臺，我們的定位是做資料應用的基礎設施。

謝贇：從使用者觀感來說，德拓可以在使用者提供的資料基礎上創造新的價值和新的洞察。基於這8年的實踐，我們通過雲端計算、大資料、人工智慧的技術手段，大概服務了3000多家重要客戶。如果要說跟別家有什麼區別，我們會把自己歸類為資料洞察類公司，看我們的資料到底能創造什麼新價值，這樣才更有可能讓顧客產生後續的認知。

賈宇航：從整個資料處理或者整個資料系統來講，Testin資料標註業務跟前面兩位嘉賓所從事的行業更不一樣。Testin希望從為企業從非結構化資料到結構化資料的變化過程中，提供對應的感應演算法和識別演算法中需要的訓練資料。

為了得到這種訓練資料，Testin提供資料採集和資料標註服務，有了這樣被訓練場景化的資料，很多企業可以將已有的資料結構化，這就是百分點這類公司進場的時機，並最終實現把資料真正智慧化，降本增效。

數瀾科技創始人兼CEO甘雲鋒

程曼祺：我追問一下另外幾家公司，涉及到將非結構化資料調整為結構化資料，你們一般自己做，還是需要跟Testin這樣的公司合作？

甘雲鋒：當然需要，我們在技術設施這塊需要接入大量非結構化的資料，比如我們的頭部客戶，由於行業特殊在此不便透露名字——就有大量文字需要處理。

謝贇：我們也一樣，各個行業裡結構化、非結構化的資料很多，我們一般是把非結構的資料優化以後進行創造。對於視訊、圖片、文件的處理還是和其他服務夥伴結合，比如做CV的公司，包括做資料標註的Testin。

程曼祺：陳總跟何總也可以說說。

陳燁：大家好，我是虎博科技創始人兼CEO陳燁，虎博科技是一家人工智慧企業，專注於NLP領域的初創公司。我們的願景和使命是試圖改變人們獲取資訊和認識世界的方法，讓這個過程變得更簡單。

我們在to B和to C都有佈局，to B是產業網際網路的打法，我們現在已經拿下了中國頭部金融業大概一半的大客戶。to B方面，我們把在金融財經行業獲取資料的繁瑣過程，變成簡單的問答過程，我們還從金融走向其他行業，更泛化的領域。同時，虎博科技還是人工智慧初創公司中為數不多to C性很強的公司，我們在to C方面的佈局，是希望用技術改變人們消費內容的方式和習慣。

何潤：大家下午好！我是致趣百川的CEO何潤，跟其他幾位服務的客戶群體不太一樣，我更像是從SaaS場過來的，我們公司主要專注於to B服務，尤其是CMO群體。我們的業務基於乙方的資料，幫助客戶把現在市場營銷側甚至是銷售部門花出去的錢數字化起來。

致趣百川創始人兼CEO何潤

程曼祺：你們有to C、to B兩手抓的公司，還有SaaS公司，還有比較基礎性的公司，會碰到不同公司服務同一個客戶的情況嗎？一個大客戶有很多需求，可能有好幾個供應商，這個磨合過程是怎樣的？供應商之間怎麼合作的？

甘雲鋒：這種情況在數瀾相對多一些，因為我們大客戶居多，從整個集團底層構建開始，資料管理，資料資產化到資料服務化都會做，很多專案會跟同行合作，我們的合作伙伴有做人工智慧的，有做BI的，例如帆軟、海致，還有一些業務中臺公司。

謝贇：德拓稍微另類一點，因為創業年頭比較長，入場時間也比較久，我從2003年開始創業，因此在競爭環境裡有點像競合關係，巨頭看得見的地方跟巨頭合作，巨頭看不見的地方就跟其他友商合作。使用者端認為誰家更合適，我們就選擇哪家，我們只做自己能夠被使用者認知的那端。我們在媒體行業也做了很長時間，基本上只做雲端計算部分，上面的部分不做，但在公安領域，雲端計算基本沒有機會（基本都是華為），我們就做上面資料創造的部分，看使用者的認知點在哪裡，所以我們是競合公司。

程曼祺：什麼是巨頭看見的地方？什麼是巨頭沒看見的地方？

謝贇：巨頭還是喜歡統一標準化、規模化且成本可控的產品。比如阿里、騰訊、華為都在做公有云、私有云等基礎雲服務，對複雜性或個性化要求更高的產品，我們基本不太做，巨頭看得見的一定是能夠形成大規模，並且有統一標準的企業服務產品。

賈宇航：我個人認為都有交集，Testin不僅服務很多人工智慧領域的客戶，也幫助很多傳統行業的客戶做智慧化轉型。在這個過程中，客戶其實不光需要做資料採集，也需要把非結構化的資料做進一步處理，使它們結構化，讓企業真正做到智慧化分析、智慧化決策。

因此，從目前來看，很多傳統行業的確有資料雲化的需求，可能會採用資料中臺，將已有的資料結構化；同時也會再引入一些識別演算法，將原來不能被結構化的資料結構化。我也看到很多以人工智慧起家的客戶會逐漸往產業化方向發展，人工智慧只是一部分，同時還要解決工程化的問題，以及已有的資料營銷和智慧化問題，其實都有交集並且是上下游關係。

程曼祺：感覺人工智慧在向產業、產業在向數字化走，是雙向的過程？

賈宇航：對，這是一個技術變革產業，產業逐漸智慧的過程。

程曼祺：有一個話題特別適合賈總來說，對臺上諸位和現場各位非常有價值，您在資料來源頭觀察到什麼領域的傳統企業，最近數字化動向、數字化意願比較大？

賈宇航：最近可以發現，資料採集標註跟社會熱點結合相對比較緊密的產業機會更大。例如，在零幾年時，蘋果說中國人力成本已不是最低的了，企業在整個生產加工過程中所需要的人力支出、技術引進成本都在上升。

人工智慧技術可以幫助企業優化成本，這可以替代一部分已有的重複性勞動，讓人做一些更有創造性的工作，這個層面實際已經有很多相關趨勢，比如安防人員的定位，以及保險行業票據的質檢、工業產品的質檢等等，都是現在非常火的方向。

虎博科技創始人兼CEO陳燁（中）

程曼祺：陳總，在服務大客戶的時候，您與上下游公司和供應商之間怎麼磨合？和客戶之間如何磨合？

陳燁：首先企業服務有行業規律，因此初創行業需要適應這些基本規律。某一公司的服務品質、解決方案和產品，能不能在技術和產品上超越同行，這是最關鍵的，有口碑效應。

程曼祺：剛才講的偏競爭力，那麼和別的技術供應商合作的點在哪裡？

陳燁：在整個產業鏈中，有的企業會負責底層的工作，有的會負責增值服務。對於人工智慧公司來說，在B端服務往往是提供更多更好的增值服務，這是一個協同共贏的狀態。對於虎博來說，我們在B端的合作上，會深入研究客戶的業務邏輯，從底層需求出發，服務他們的增值的需求。

程曼祺：中國企業數字化其實也是一個漫長的過程，你們在一起合作，覺得話語體系上會有障礙嗎？

陳燁：還好，因為從客戶的需求出發，大家的目的都是一致的。

程曼祺：何總怎麼講？

何潤：我覺得這和我們的自身定位和組織能力的邊界也有關係。我們自己定位到服務B2B的Marketing，這個邊界以內的事情我們一般會自己做；上下游的事情，比如智慧客服、報賬工具等等我們和合作夥伴一起做。

這跟對接部門有關係，如果直接打交道的是Marketing，更多我們去lead，如果打交道的是IT部門，這時更需要和合作夥伴整合解決方案來滿足客戶需求。

程曼祺：今年中臺的概念特別火，這有助於提升客戶對你們的認知度嗎？

甘雲鋒：還是比較明顯，我們自己做市場，我常說客戶對我們的期望遠遠高於團隊的成長能力。尤其是特別大型的專案，我們這樣的小公司，在過去肯定沒有這樣的機會，所以合作時，我們一般還是遵從客戶意向。

但也跟合作伙伴有關，比如說當我們跟巨頭直接正面競爭時，我們跟兄弟公司就會全面合作。至於專案該由誰負責這種問題，還是看客戶自己的意願，比如說以業務為主，那麼業務端來做更好；有些先構建整個底層基礎，我們做起來會更容易些。

總結起來是兩種不同的方式：第一種是平臺驅動，第二種是業務牽引。

程曼祺：大概佔比是什麼樣的？

甘雲鋒：不同門戶的預算不同。有些是業務佔大頭，有些是平臺端大。我們今年接了一個地產頭部企業的專案，整個底座對接起來，慢慢構建上面的業務系統，以及相應的大資料應用產品。另外一個客戶就是先做業務，現在比較，還是客戶選擇路徑不一樣。有些是從橫到縱，有些是從縱到橫。

程曼祺：謝總比較喜歡哪一類客戶？平臺驅動還是業務驅動？

謝贇：當然是平臺驅動型。因為在底座上去完善、創作會比較簡單。從業務上走最大的毛病是，這次做完後，下次可能又得重來一遍。

連線中臺與業務，跨越to B與to C

客戶認可，能讓你把技術能力打磨到比一般C端產品更強。同時，因為客戶可能在工作層面已經用過產品，因此對產品銷售的工作難度也會大大降低。

——虎博科技創始人兼CEO陳燁

to B最先觸達的是企業的品牌；第二觸達的可能是對外從事客戶交流的相關人員，著裝對我來講也體現出企業品牌以及正規化的風格。

——Testin資料標註業務總經理賈宇航

從左至右分別為：德拓資訊創始人兼董事長謝贇、Testin資料標註業務總經理賈宇航、虎博科技創始人兼CEO陳燁

程曼祺：何總，做平臺的說你們做的東西叫“煙囪”，需要整合，您怎麼看？

何潤：從我們面對的營銷業務來講，其實這就是CMO和CIO的關係問題，更多還是要從客戶自己的角度去思考。包括剛才雲鋒提到的，有些從平臺出發，有些從業務部門出發，並沒有太大關係。而且真正在上面跑的業務其實變化未必那麼慢，尤其營銷層變得比較快，這得具體問題具體分析，跟客戶的業務沒有關係。

程曼祺：你的意思是上面的業務方向變得非常快，但下面大家做的速度有限。

何潤：對。其實背後這個矛盾，就看你能不能站在客戶的高度更敏捷地來推動變革，技術只是一方面，組織也是很重要的一個考量因素。

程曼祺：其實從客戶角度來說主要有兩個訴求，一個是更敏捷應對這個市場，另外一個就是夯實基礎。

何潤：對的。在市場部門的CMO們，他們的挑戰很大，如果CEO或老闆對他不滿意，一年半就要換兩個CMO，他們對敏捷的要求更高一點。

程曼祺：接下來這個問題可以讓陳總談一談，您這邊的業務既有to B也有to C，公司內部兩邊團隊工作方式如何，他們的文化價值觀怎麼統一？對外怎麼去安排to B和to C力量分佈？

陳燁：我比較特殊，所有的產品和解決方案\\底層的資料系統演算法中臺都是共享的，因為我是做搜尋開始的。

所以從資料、資訊抽取一些底層系統呈現給客戶這一套東西，我們可以根據不同使用者屬性去滿足不同人，我們叫“C+B”雙引擎模式。為什麼做B和C，其實是大勢所趨。C端的機會比原來前幾年小得多得多，B端至少是踏踏實實的往前走，有客戶認可你，可以對B端行業有更深刻的理解，這樣就能讓我們的C端產品和別人不一樣，更專業一些。同時反過來，C端的一線使用者需求，我們也能反饋給B端，幫助他們改善他們的產品。因為有些客戶可能已經在用我們的產品，在反向到B端輸出的時候，也會更容易讓客戶理解和接受。

公司的文化是極客主義的，我們在產品和技術上都比較極致，都是希望給我們的客戶和使用者帶來實際價值的，都是一致的。

程曼祺：觀察到一個現象，陳總是休閒西裝，其他幾位好像都穿襯衫，比較正式。雲鋒創業一段時間以後變得更正式了？

甘雲鋒：我們公司未來三年的戰略就一句話，把公司打造為具備企業級服務能力的公司。做企業級服務，我們不會穿著拖鞋去上班，要求穩重、踏實，尤其面對大客戶時，不能不注意形象。

賈宇航：一方面個人習慣，另外一方面to B和to C不同，to B最先觸達的是企業品牌；第二觸達的可能是對外從事客戶交流的相關人員。Testin作為一家人工智慧技術驅動的企業服務平臺，在我們對外觸達的情境中，著裝也代表著企業品牌形象，也是企業專業化的表現之一吧。

何潤：我覺得應該是從業十幾年來，習慣了比較休閒的裝束。因為以前做IT諮詢出身，當年有Dress Code，穿皮鞋不能沒有鞋帶，穿西裝得打領帶。如果在總部辦公室出現，沒按Dress Code穿，被老闆看到會被罵。反倒是創業這幾年這樣穿得少了，但襯衫和有鞋帶的皮鞋還是標配。

開腦洞，未來資料智慧的發展方向在何方？

“5G觸點越來越多，資訊越來越豐富。到時資料裡抽象出資訊的能力反而會越來越重要。”

——致趣百川創始人兼CEO何潤

“希望資料服務公司，不會把資料變成紅酒，而是讓提供的資料服務變成‘礦泉水’，可以讓每家人工智慧公司使用。”

——Testin資料標註總經理賈宇航

程曼祺：剛才我們講了很多當下的一些業務，大家面臨著一些現實的狀況也好，一些困難也好。最後我們來開開腦洞，講講你們未來有什麼方向？會給所做的業務帶來什麼影響？

甘雲鋒：現在的DT時代還是屬於特別早期的，我覺得未來二十年左右，都可以叫做DT基礎設施建設時代，雲端計算和上層資料的應用是未來特別缺失的一塊，我個人特別看好這個領域。

德拓資訊創始人兼董事長謝贇

謝贇：我覺得隨著資料規模越來越大，融合資料中心也越來越大，傳統的通過“人+工具”的方式去做資料智慧不太可能覆蓋更大的場景。人工智慧的一些應用場景可以幫我們進行資料治理，資料品質也會有較大提升。這是一個趨勢，要不然資料越來越大，各個行業都有不同的資料中心的應用方式，會是一個很大的挑戰。

賈宇航：個人認為，5G是一個非常關鍵的方向。從網際網路到移動網際網路到5G，你會發現，其實這個世界的資料呈現幾何式增長。我們相信，隨著5G的到來，越來越多的資料會產生，這些資料的智慧化會推動整個人工智慧的發展；人工智慧的發展，可能會產生很多新的互動模式，拓展出很多新的領域，讓人工智慧有更多落地的可能。

程曼祺：在資料採集還有資料結構化過程中，有所謂行業最累的工作存在嗎？最近有看到什麼比較好的趨勢解決這個問題嗎？

賈宇航：我認為整個資料服務行業還是偏向於有多少人工就有多少智慧，相對比較早期。隨著資料越來越多，越來越多不同行業的人開始進入這個領域，所以我們希望自身去嘗試更多技術，逐漸提升自己的管理方式。希望資料服務公司，不會把資料變成紅酒，而是讓提供的資料服務變成“礦泉水”，可以讓每家人工智慧公司使用。所以我們一直積極在各個領域尋找不同技術，提高效率，同時降低行業風險。

陳燁：分享兩部分，一個是to B，一個是to C。

資料和智慧兩者，其實智慧層面還不到剛需階段，剛需像SaaS、 ERP這樣，to B說白了就是通過SaaS切入進去收集大量資料，然後自己下場，這個機會很大。從標準化服務方面，一些硬核人工智慧可以會以API的方式迅速複製。我們已經開始接觸一些相關文字領域的業務。

何潤：我覺得也分短期和長期。短期看，這種企業裡面一方的資料應用，會看到很多效果，稍微長期一點的話，因為5G觸點越來越多，所以資訊越來越豐富。到時候從資料裡抽象出資訊的能力反而會越來越重要。

另外，因為我們做營銷相關的SaaS服務，所以前面是廣告後面是銷售，我覺得對於資料定價權的重塑會對行業和社會的影響比較深遠。

END.