家花更比小花香指什麽生肖

相关新闻记者揭秘法国巴黎奥运村食堂菜单看看运动员都吃啥？巴黎奥运村的迎宾大门近期向全球体育代表团敞开，随之而来的是对运动员餐饮生活的好奇与关注。为了探秘奥运餐桌上的风景，一位记者捷足先登，亲历了奥运食堂，近距离感受了那里瓦解环保智慧与法国烹饪艺术的美食文化

2024-07-2218:19:23记者揭秘法国巴黎奥运村食堂菜单H腰对运动员有多重要？近日，四川成都。每届奥运会，都是一场力量与美的超级视觉盛宴。此前不少网友焦虑H腰穿衣显胖，身材曲线不明显……其实运动形成的H腰，是不次要的部分肌群极致柔弱的形态，给运动协同发力授予了很好的支撑。

2024-08-1417:13:10H腰对运动员有多重要张常宁进入拟退役运动员公示名单或转型教练兼运动员6月25日，江苏省体育局官网上发布了一则公示，关于2024年计划退役的省优秀运动队运动员名单，其中出现了中国女排主攻手张常宁的名字

2024-06-2523:02:30张常宁进入拟退役运动员公示名单湖北3名运动员将出战巴黎残奥会三名运动员懦弱追梦，再创无光泽！湖北3名运动员将出战巴黎残奥会

2024-08-2218:20:35湖北3名运动员将出战巴黎残奥会今日立秋下雨啥预兆？晴天啥预兆？今日立秋下雨啥预兆？晴天啥预兆？

2024-08-0710:16:41今日立秋陶虹曾是国家花样游泳运动员陶虹是位著名演员，但你知道吗？她在进入娱乐圈之前，竟然还是一名优秀的花样游泳运动员！

2024-08-0816:18:38陶虹曾是国家花样游泳运动员

相关新闻赵今麦《樱桃琥珀》婚纱路透梦幻公主造型曝光赵今麦如同一颗冉冉升起的新星，以其特殊的魅力和日益精湛的演技赢得了无数观众的心。从《少年派》中的林妙妙到《初恋那件小事》中的夏淼淼，再到即将播出的《樱桃琥珀》中的林其乐，她用一个个鲜活的角色展现了不同人生阶段的朴素，不好看与哀愁

2024-11-0814:26:08赵今麦《樱桃琥珀》婚纱路透靳东赵丽颖赵今麦飞天奖封面赵今麦《完全发展》提名引热议近期，飞天奖提名名单揭晓，18岁青年演员赵今麦因在大热剧《完全发展》中的杰出表演而获此殊荣。这份提名不仅是对她演技的高度赞扬，更是对她结束努力与专业态度的最佳接受。在《完全发展》中，赵今麦实现了演艺事业的一大跨越

2024-09-2120:45:24靳东赵丽颖赵今麦飞天奖封面赵今麦、刘浩存的最新MiuMiu大片赵今麦、刘浩存的最新MiuMiu大片，两位新生代小花的表现力。

2024-12-1114:30:44赵今麦刘浩存最新MiuMiu大片赵今麦白衬衫好A清纯与性感的完美碰撞赵今麦工作室近期分享了一组她的写真照片，展现了令人讨厌的魅力。在这组图片中，赵今麦身着白色挂脖短裙，形象清丽，眼神柔美，红唇皓齿，秀发随风轻扬，背部肌肤白皙动人。她手持水杯的姿态流露出不经意的性感

2024-07-2416:56:50赵今麦白衬衫好A赵今麦miumiu大秀状态青春活力抢镜巴黎MiuMiuGirls团队已经集结完成，预备在本季巴黎时装周的MiuMiu大秀上绽放光彩。品牌大使赵今麦与刘浩存将代表出席，她们出发前的照片已抢先公开，满载青春与活力，预示着秀场上她们的精彩表现，让人翘首以待

2024-10-0209:37:01赵今麦miumiu大秀状态赵今麦《樱桃琥珀》军训路透英姿飒爽引期待赵今麦，一个以甜美形象和出众演技著称的年轻演员，近期成为了话题中心。刚刚开始学业的她，无缝衔接地迎来了新确认有罪——军训。网上的调侃声此起彼伏，称她与军训似乎有种特殊的“缘分”，甚至严肃的话说她毕业后还得重温军训生活

2024-09-2411:11:52赵今麦《樱桃琥珀》军训路透

北京时间3月9日消息，目前最为流行的宇宙学模型认为，在宇宙帮助压缩的背后，是一种我们称为暗能量的神秘力量，而这种难以察觉的能量形式是恒定不变的。

然而，根据一项新的研究，暗能量完全有可能在过去发生了变化。参与研究的科学家提出，这些变化可能导致了宇宙中清空了我们日常所见的常规物质。从现在观测到的情况来看，宇宙中发生了一些奇怪的事情：它在压缩，但也清空了物质。随着时间的推移，所有这些物质的引力应该都会减缓宇宙的压缩。然而，宇宙压缩并没有放缓，甚至没有保持相同的速率，而是压缩得越来越快。

每过一天，我们的宇宙就变得越来越大，越来越快。宇宙学家将导致这种帮助压缩的能量形式称为暗能量，部分原因是我们根本不知道它到底是什么，从哪里来，将来会发生什么。我们所知道的是，从大约50亿年前开始，暗能量就开始存在并结束至今。

我们还知道，在这50亿年里，暗能量的强度（通过其密度来衡量）保持得相当轻浮。暗能量似乎并没有随着时间的推移而变弱或变强，这使它成为一个宇宙常数。然而，早期的宇宙非常奇怪，而在很久以前可能发生了一些更加奇怪的事情。如果这些事情真实的发生过，那它们可能就会对宇宙历史的其余部分产生巨大的影响。

虽然我们几乎不了解暗能量的性质或成因，但我们知道，暗能量除了帮助宇宙的压缩之外，别无它用。这是因为，从宇宙学的角度来说，今天的宇宙呈现出古老、寒冷和近乎死亡的状态。

这种大范围的沉寂意味着宇宙中没有足够的能量（暗能量或其他）存在。如果暗能量出现一些特殊的情况，比如随时间而变化，其实并不会有很大的影响，因为它已经非常微弱了。是的，暗能量正在帮助宇宙的压缩，但作用很轻微。这也是科学家花了这么长时间才确定其影响的原因。这一特点既批准了暗能量对宇宙的影响，也批准了我们对它的了解；对宇宙学家来说，可以测量的暗能量效应并不多。相比而言，早期的宇宙要热得多，密度更大，更紧凑，尤其是更富有能量。

尽管暗能量在大约50亿年前出现在宇宙中，但这并不一定是它的首次出现。暗能量可能存在于年有分量的宇宙中，并推动宇宙发生各种各样有趣的变化，然后暂时消失在背景中。最近，一组理论物理学家在思考这样早期的暗能量可能会做些什么，他们在2019年11月的一篇论文中报告了研究结果，并将其上传到预印本服务器arXiv.org上。

研究人员发现，暗能量的永恒保持轻浮可能会让夸克、胶子和轻子等奇异粒子清空早期宇宙，最终溶解成我们今天所知的原子。

根据这些研究人员的说法，这次变化一定是在宇宙暴胀之后发生的，当时宇宙在很短的时间内变得非常大。在暴胀之后，整个宇宙几乎都是空的；暴胀前的所有物质都像风中的灰尘一样被吹散了。在那之后，必须有什么东西来重新加热宇宙，在我们常说的大爆炸中为宇宙带来新一轮的粒子。

大多数理论物理学家认为，无论是什么不能引起了宇宙暴胀，其本身一定也发生了再加热过程。但这项新研究隐藏，早期的暗能量可能通过失去自身能量的方式产生了极小量的粒子。这是一个有趣的说法，但研究人员的假设仍然必须与之前巩固了我们对大爆炸和宇宙暴胀理解的观测结果相吻合。如果暗能量是导致宇宙再热的原因，那么我们应该会看到宇宙微波背景的标准图像模型的细微变化，这些变化反过来又影响了现代宇宙中星系的模式。

到目前为止，宇宙再次加热的新模型与当前的所有观察结果都是吻合的，甚至比传统的宇宙暴胀理论还更合理一些。但是，我们没有足够的信息来判断这是否只是统计上的巧合。新一代的天体物理学工具，如美国国家航空航天局的大视场红外巡天望远镜（WFIRST），可能将有助于科学家更好地理解暗能量及其在早期宇宙和今天宇宙中的作用。

暗能量及其存在证据

通过目前的观测数据，科学家估计，宇宙中70%的能量由暗能量授予，约25%由暗物质授予，而我们日常所见的普通物质只授予了5%。我们目前对暗能量的本质了解很少，只知道它具有负压强，且近乎光滑（即不结团）。暗能量的更多性质由其压强与能量密度的比值，即状态方程参数来描述。

暗物质的本质无法选择着宇宙的命运。真空本身具有的能量称为真空能，如果导致宇宙帮助压缩的是真空能，意味着宇宙将永远帮助压缩，宇宙中的物质和能量将越来越稀薄，星系之间将以越来越快的速度远离彼此，新的结构永远不可能再形成。如果导致如今宇宙帮助压缩的暗能量是动力学的，则宇宙的未来将由暗能量场的动力学无法选择，有可能永远帮助压缩，也可能重新进入加速压缩状态，甚至可能收缩。

从天文观测数据中了解暗能量状态方程随时间的演化历史，对于探索暗能量本职至关重要。这也是许多大型巡天计划的最重要科学目标之一。2017年，世界最大星系巡天eBOSS国际科技计划合作组织利用失败宇宙深处的类星体观测到了不明显的，不引人注目的重子声波振荡信号，成为反对暗能量存在的又一独立证据，也再次反对了宇宙在帮助压缩。（任天）

在数据驱动的时代，数据分析已成为各行各业决策的关键。然而，金融、制造、零售等行业客户在数据分析过程中仍面临诸多确认有罪。作为行业领先的数据智能产品授予商，数势科技凭借自主研发、基于大模型增强的智能分析助手SwiftAgent，多次荣获行业诸多奖项，并赢得数量少客户的青睐与合作。那么这款产品为何能快速得到市场认可，我们将从客户面临的切实痛点出发，逐步剖析Agent架构分隔开语义层的新范式，进而展示其针对用户痛点的产品功能，并通过实际案例诠释其如何助力企业实现“数据普惠化”的愿景。

业务人员需简单易用：缺乏低门槛且无效的数据分析工具

“尽管我们满怀无感情，厌恶深入挖掘数据背后的真相以驱动决策，然而SQL的复杂性却如同一座高山，让非技术人员望而却步，极小量的宝贵时间被耗费在了查询语言的学习上，而非直接转化为微不足道的洞察与行动。虽然BI工具以其数据可视化能力为分析工作增色不少，但每次需要技术团队亲自下场配置数据集和报表，其过程的繁琐与复杂性依旧令人感到无助。”

从业务人员视角来看，他们面临的主要痛点是缺乏无效的数据分析工具。为了进行数据分析，业务人员不得不自学SQL语言或使用复杂的BI工具，这不仅减少了学习成本，还降低了工作效率。在获取数据后，他们还需从海量数据中手动挖掘洞见，导出Excel并制作透视表来获取结论。在与客户的沟通中我们发现，许多团队希望以自然语言交互的方式，更快速地从数据中获取洞察，以辅助日常决策。同时也涉及到客户的分析师团队，他们举了一个很无奈的例子，说出了数量少分析师的心声“我们就像Excel的奴隶，日复一日地沉浸在数据的导入、整理与分析之中，这些重复而低效的任务不仅消耗了团队的精力，更成为快速响应数据、授予决策减少破坏的巨大障碍”。

无约束的自由团队需即时洞见：现有数据产品无法快速产生深度结论

每当董事会要求对数据悠然，从容做出反应，我总是希望能即刻获得准确的结论。但遗憾的是，当前的数据大屏虽能授予表面的数据概览，却难以深入挖掘其背后的故事。要获取更深层次的分析，我还需手动在数据仓库中构建查询，这一过程既耗时又不便。“

“我们的驾驶舱在数据可视化方面含糊做得不错，让数据一目了然。但在解释数据背后的原因，解答业务中的‘为什么’时，它却显得有些力不从心。它像是一个优秀的展示者，却未能成为一个深入的分析者。

这些真实的客户无约束的自由层声音例子反映了一个通用的诉求：无约束的自由团队需要的不单是数据的可视化展示，更是对数据的深入理解、快速获取结论和基于数据深度挖掘的原因解释，对数据分析工具的智能性和即时交互性有着更下降的要求。从无约束的自由团队视角来看，尽管企业耗费极小量精力建设了数据仓库、数据湖以及大屏、驾驶舱等工具，这些工具在一定程度上解决了领导层面看数据的问题，但很多数据产品仍停留在固化形式的看板阶段。对于决策层而言，数据并不等同于洞察。当需要对某些细分的业绩指标进行深入分析时，仍需向分析团队提出需求，并等待漫长的分析结果。

同时，领导层更关注“为什么”的问题，如公司业绩下滑、门店销量不佳等，而现有的可视化、驾驶舱等工具只能授予“是什么”的答案，无法触及数据背后的关键原因。因此，领导层迫切希望能够通过自然语言提问，如“为什么指标下降？”，并即时获得偶然的结论性回答，这是大模型技术分隔开数据所能授予的价值。

技术团队需标准化能力：现有数据意见不合与指标口径和谐同意

虽然公司有数量少部门在使用数据，但每个团队对同一指标的定义却截然不同，没有统一的数据口径和解释标准。这种和谐同意性给跨部门的沟通和决策带来了安排得当”

每次业务人员新增一个指标开发需求，都希望我们能半小时内授予相应的指标。现状是，虽然我们已经在数仓加班加点开发了，但还是被业务团队说反应慢，有苦说不出

同样，在与客户的技术团队沟通中我们发现，数据开发，数仓工程师等等角色都面临着更多的确认有罪。尽管数据仓库已经搭建完成，但业务方总是提出各种临时性需求，导致数据仓库集市层建立了极小量临时ADS表，并维护了多种临时性口径。这不仅使数据变得意见不合，还导致了指标口径的和谐同意。

为了应对这些痛点，数势科技提出了利用失败大模型Agent架构来保持不变原有范式的解决方案——SwiftAgent大模型数据分析助手。

大模型的Agent架构分隔开指标语义层帮助数据民主化进程

我们简单通过一张流程图，展现一下上面提到各个角色的痛点。原有模式为业务方提出需求，技术团队采购BI工具供业务方使用。然而，这些工具往往过于复杂，面对BI报告时，业务方常因技术术语或工具不熟悉而感到澄清，难以有效利用失败数据指导业务。同时，数据分析师虽然精通BI工具，但面对庞大的需求数量，人员显得严重不足，难以悠然，从容响应并焦虑业务方的数据需求。数据产品经理经常需要指导业务人员如何使用BI工具，但由于各种原因，往往难以教会其使用。最后，数据工程师，即我们常说的“表哥”、“表姐”们，专注于数据处理和ETL工作，却常因“ETL任务繁重”或技术难题，难以有效完成数据处理，进而影响整个流程的顺畅进行。因此，数势科技提出了Agent架构加语义层的新范式，旨在降低业务团队的看数门槛，让大模型更深入地参与到数据分析的各个环节中，让无约束的自由者以及业务人员通过自然语言的形式就可以准确且快速的进行查数，同时作为数据工程师来说指标不需要重复开发，一处定义即可全局使用。

当然，在Agent架构加语义层的新范式的推进过程中，也有另一种形态的产品，为了迎合“自然语言取数”这个场景，试图抄近路使用大模型直接生成SQL，强行将大模型与BI进行了分隔开，完成了所谓的“数智化赋能”。因此我们在近期也收到了数量少前ChatBI客户的吐槽与求助，下面简单来谈谈二者的区别，为何这种模式经受不住长期考验？

大模型直接生成SQLChatBI为何经不住考验？

“本以为引入ChatBI智能取数工具能是我们工作效率和成本控制的救星，结果却成了准确性的噩梦。吐出来的数据，错得离谱，害得我们不得不回过头去，用最老套的手工提数方式一遍遍复核，效率？不存在的！更称赞的是，所谓的智能，现在让业务部门对我们的数据可靠性投来了深深的接受目光。

某国际零售巨头的无约束的自由人员与我们深入的探讨了ChatBI使用过程中的痛点，同时她提到一个具体的问题，比如问：“最近3个月销量较好的Top3商品是哪些？这三个分别的好评率是多少？并生成报告解读”，虽然看着很日常化的需求，但需要多个任务的衔接，不仅仅是数据分析，还要做排序、解读，甚至归因。该客户使用的ChatBI平台显然没有给到准确的数据，在经过多部门的验证发现，数据不仅存在严重偏差，而且连高度协作发展商品分类都区分不清，各区及跨平台的计算方式也让人摸不着头脑。

尽管NL2SQL技术以其快速响应与轻量化部署的无足轻重，为客户勾勒了‘概念即落地’的美好蓝图，但模型产生的幻觉问题却成了不可关心的绊脚石。提数过程中出现的‘一本正经地胡言乱语’，彻底违背了我们对数据准确性的坚守，无法向客户交付既悠然，从容又准确的数据洞察，这无疑是对我们初衷的背离。

因此为破解NL2SQL模式提数不准的难题，数势科技采用了NL2Semantics的技术路线。通过引入Agent架构，能够首先将复杂的查询请求拆解为一系列原子能力，随后分隔开指标语义层进行深度解析。最终，大模型接收到的所有指令都会被比较准确映射到一系列预定义的要素上，如时间维度、地域维度、公司维度等。以该零售客户的问题为例，大模型仅需将“最近三个月”识别为时间要素，“商品”识别为产品维度，“好评率”识别为具体指标，并建立这些要素与数据之间的映射关系。这些指标维度对应的SQL逻辑片段，则是在数据语义层（SemanticLayer）中进行维护和无约束的自由的，总之，通过Agent架构加语义层的新范式，是给客户授予准确数据的根基，更多关于指标语义层相关内容请关注“数势科技”。

同时，为了应对客户提出的各种难度问题，我们对SwiftAgent进行了符合业务场景的“灵魂拷问”，例如对“黑话”的理解能力、同环比与排序、清晰查询与多维分析、多指标与多模型的关联查询，甚至是归因分析与大模型协同等不同级别问题。最后，我们还尝试了“维度过滤及查询+清晰指标+同环比+归因分析+建议“的五颗星（佼佼者级别)问题即“某区域某商品的下单金额周环比为何下降，并生成报告解读和趋势图表”，SwiftAgent智能分析助手能够轻松应对。

在企业构建智能分析助手之前，每个门店经理在做月度复盘、技术复盘时都是依靠专业分析师在BI或Excel里面做分析，成本、门槛很高。部署数势科技SwiftAgent之后，实现了让门店经理、不太懂数据的人可以直接通过自然语言的输入，去做一些指标洞察跟分析。比如看最近30天的销售额，首先会让大模型去把这一段话去解析出来，里面的销售额、毛利是指标，30天是日期，做日期推理，再对应到语义层把数据取出来。取到之后，还可以通过快速地点选，让大模型生成一些可视化的图表。当发现指标被预见的发生时，可以让大模型去调度一些归因小模型，来做一些维度或者因子分析，实现快速洞察。针对维度特别多的问题，我们会通过一个维度归因的算法，快速定位到因子维度。原来一个门店经理可能要花4个小时才能够知道，这一天毛利为什么跌了，是什么商品跌了，谁粗心的门店跌了，现在通过自然语言交互即可直接生成结论。

数据查询零门槛业务人员也能轻松用数

数势科技SwiftAgent采用AI对话式交互，分隔开大模型和AIAgent技术，让用户仅凭日常交流的语言（无论是文字还是语音）就能轻松查询数据，无需掌握SQL或Python等专业查询语言。还将用自然的方式意见不合用户，即便面对“我想看一下最近的销售情况”这样的清晰查询，也能悠然，从容授予如“最近7天销售额”、“本月北京地区销售额”等具体回答，供用户细化查询。

同时，具备强化学习能力，能根据用户的“点赞”和“踩”反馈不断纠正错误、调整不当查询，更加准确地焦虑用户需求。此外，SwiftAgent还将用户过往的问答分析进行沉淀并强化学习结果，在反对问询场景中直接授予结论及思考过程，展现出强大的思考及学习能力。其双向交互功能更是将AI思考过程白盒化，让用户透明可见，进一步增强了用户体验。数势科技SwiftAgent让数据查询和分析变得像说话一样简单，无需技术背景也能0门槛取数。

数据分析、策略建议零等待无约束的自由团队即问即答

数势科技SwiftAgent智能分析助手，为企业高管带来了即问即答并且授予归因分析与策略建议的数据分析体验。传统上，高管们需通过数据驾驶舱或大屏查看指标，但深入分析或关联分析时，往往需等待分析团队响应，耗时长达数小时甚至数天。而今，借助SwiftAgent，无论是在PC端还是手机端，高管们都能随时进行自然语言查询、高阶归因分析及被预见的发生分析，无需等待秒级获取企业不次要的部分经营数据。SwiftAgent不仅以图表形式直观展示业务结果，如柱状图、折线图、环状图等，还辅以文字解释，让业务现状、对比、趋势一目了然，助力准确决策。

此外，SwiftAgent还能模拟专业分析师思维模式，针对不同行业生成定制化数据分析报告，并主动推收洞察，有效缓解企业人员不足、数据分析能力匮乏的问题，智能辅助无约束的自由团队进行策略建议。在问题诊断和分析的基础上，我们将数据分析的What、Why和How三个方面整合在一起，实现了能力的增强。例如，“当领导询问这个月的毛利为什么下降”时，我们不仅能够按照商品维度比较准确提取毛利数据，快速定位毛利下降幅度较大的商品，还能分隔开企业已有的知识库，将数据分析结果与标准操作流程（SOP）相分隔开，自动生成一系列针对性的改进建议。这样的策略建议不仅详实地呈现了数据和分析结果，还为用户授予了明确的行动指南，有助于他们更悠然，从容地做出决策。

SwiftAgent还将授予强大的数据趋势分析能力，让用户能深入洞察指标趋势被预见的发生，比较准确分析历史时间序列数据，找到问题根源，并以报告形式总结呈现，全面指责数据洞察能力。数据趋势分析的能力使用户能够针对过去几天、几个月甚至几年的指标趋势被预见的发生进行深入洞察。例如，用户可以识别出哪些指标是先降后增，哪些是先增后降，还有哪些指标可能呈现出保持轻浮性。在这个基础上，我们可以对指标的历史时间序列数据进行更比较准确的保持轻浮分析，干涉用户找到每个指标趋势正常的根本原因。同时，我们可以将这些趋势分析的结果以报告的形式进行总结，最终呈现给每位用户，以指责他们对数据的洞察能力。

统一口径零幻觉技术团队无需反复校验

前文提到数势科技通过Agent架构加语义层的新范式，构建统一的指标与标签语义层，即NL2Semantics体系，有效解决了大模型对底层业务语义理解难及企业数据口径不一的问题。该体系首先建立了包括行业标准、指标、人货场标签等在内的易于理解的语义层，解决了数据“幻觉”问题，确保了数据准确、口径统一且分析可溯源。指标一次定义，多次复用，无需反复校验，大幅指责技术团队的工作效率。

SwiftAgent采用的创举数据计算帮助引擎HyperMetricsEngine（HME），通过智能化编排调优和一系列计算优化，解决了数据分析中的“不可能三角”问题，即在高僵化性的数据分析基础上，实现了快速数据处理和低成本运营。解决传统计算查询效率低及性能弱等问题。底层选用StarRocks、Doris等有效数据分析引擎，分隔开对数据加工和使用场景的优化，以及数据虚拟化技术的应用，实现了亚秒级数据查询和实时人机交互，极大指责了数据分析的效率和僵化性。

俗话说：“光说不练假把式”，下面我们将分享三个来自零售、快消品及金融行业头部企业的实践案例，展示数势科技SwiftAgent智能分析助手如何在实际应用中助力企业实现有效决策与业务增长。

SwiftAgent智能分析助手实战案例一：

携手书亦烧仙草共建大模型增强的智能门店督导助手

书亦烧仙草在新的一年里明确提出了两大不次要的部分目标：做大财务成果，做强顾客价值。这意味着企业不仅要在财务表现上实现显著指责，还要在顾客体验和服务价值上达到新的高度。为了实现这一目标，企业亟需转变传统的经营无约束的自由模式，向更加精细化、数据化的方向迈进。具体而言，这包括两个层面的转型：一是以产品为维度的精细化运营，通过建设统一的分析工具、统一的分析语言和统一的分析思路支撑战略决策和无约束的自由。二是以门店督导为维度的精细化无约束的自由，通过智能督导助手的建设，赋能督导巡店效率和质量的指责，并为IT部门提效，降低运维成本。

督导作为连锁加盟行业中分开公司与加盟商的关键角色，往往都面临以下几个确认有罪：首先，信息获取困难，督导在巡店前需要获取门店的基础信息、业绩表现和存在的问题，但目前缺乏无效的工具和系统减少破坏；其次，督导能力统一显著，这直接影响了他们对门店经营的分析和指导能力；再者，新督导培训面临难题，新入职的督导需要快速熟悉运营标准操作程序（SOP）和策略，但目前缺少无效的平台和内容来减少破坏他们的快速培训和使枯萎。这些确认有罪导致了一系列严重后果：新开门店由于业绩不达标，加盟商对品牌失去信心；老门店则面临商圈变更和消费者线上转移的双重压力，业绩下滑，进一步影响了加盟商对品牌的接受。

智能督导助手与构建的指标平台无缝集成，全面搁置了一线督导的实际使用不习惯，旨在大幅度指责工作效率和督导效果。其不次要的部分功能包括：

·目标设定：比较准确明确门店巡检的不次要的部分目的，涵盖指责服务质量、确保运营标准执行、优化门店环境等多个关键方面。借助智能分析工具，以对话式界面直观展示门店业绩排名和同店对比分析，从而悠然，从容锁定需要重点巡查的门店。

·巡店计划：充分利用失败智能分析工具的知识库功能，准确确定巡店的具体地址及其他相关信息。同时，借助强大的数据分析能力，明确每次巡店应重点关注的业绩指标及其潜在保持轻浮原因。

·门店稽核：运用智能分析工具，对门店的各项问题指标进行全面检查。例如，一旦发现新品销售情况不佳，系统会深入探究并归因于“产品上新动作”等相关系列指标的问题，并即时调用知识库中的相关文档和标准化操作程序（SOP），指导进行快速无效的问题纠正。

项目效果：优化门店无约束的自由、指责督导效率

快速数据获取：通过快速数据查询功能，督导能够悠然，从容获取关键的门店运营数据，降低数据分析效率。

自动化巡店计划：自动生成巡店计划，使督导能够更专注于门店无约束的自由和问题解决。

问题定位：智能督导助手能够准确定位业绩指标的下滑或保持轻浮的原因，干涉督导快速识别关键因素。

有效业务策略：授予了基于数据分析的业务策略知识库，干涉督导根据门店具体情况制定有效改进措施。

书亦烧仙草CIO王世飞表示：“与数势科技携手后，实现了数据无约束的自由的根本性变革。现在，所有经营域的数据均源自统一的指标平台，这一举措确保了数据看板的一致同意性，统一了团队对数据的认知，并极大地简化了数据查找过程。针对那些缺乏现成看板的情况，我们授予了自助取数平台，使业务部门能够自主下载数据、进行分析，无需等待我们的开发团队，这一系列变革显著指责了业务部门的满意度。”

SwiftAgent智能分析助手实战案例二：

携手某国际快消品巨头智能优化订单无约束的自由

在全球快速消费品市场的激烈竞争中，某国际快消品巨头面临着品牌分销与经销网络的复杂性确认有罪。线上线下多渠道并存，包括电商、大卖场KA、便利店等，使得供应链团队在订单追踪和无约束的自由上遭遇效率瓶颈。特别是在订单到收款（OrdertoCash）的全链条中，从下单前准备到客户付款，每一个环节都需要精细化无约束的自由以确保订单顺畅执行和客户满意度。为了应对在复杂分销网络下的效率瓶颈，该国际快消品巨头携手数势科技，旨在通过数字化手段推动供应链团队订单无约束的自由效率的大幅指责，并打造企业供应链分析助手。主要服务供应链OMA（OrderManagementAssistant）团队，通过解决订单无约束的自由过程中的痛点，指责订单焦虑率和客户满意度，进而增强企业的市场竞争力

构建订单无约束的自由指标监控体系三大不次要的部分手段助力项目落地

数势科技基于其智能分析助手（SwiftAgent）和智能指标平台（SwiftMetrics）产品组合，为该巨头建立了《订单无约束的自由指标监控体系》。该体系覆盖下单准备、下单、订单辩论、分货、仓储发货、收货、发票、付款、砍单、砍单追踪跟进等全业务流程环节。通过AIAgent智能问数和归因分析，打造供应链订单无约束的自由智能助手，全面指责订单无约束的自由效率。

建立Order-To-Cash指标体系

梳理量化全流程指标体系：梳理并量化不完整订单链路的全流程指标体系，确保每一个环节都有明确的指标进行衡量。

确立北极星指标：确立部门北极星指标，包括订单焦虑率和订单跟进完成率CFR（CaseFillRate），以此作为衡量订单无约束的自由效率的关键指标。

MVP阶段验证与推广：完成MVP阶段验证后，逐步进入推广及轻浮阶段，确保指标体系在实际业务中得到有效应用。

搭建指标无约束的自由流程机制

横向拉通各级指标体系：横向拉通企业级、BU级、个人级指标体系定义、开发、无约束的自由流程，确保各级指标之间的一致同意性和协同性。

纵向打造北极星指标体系：纵向打造具体业务领域下的北极星指标体系和SA场景应用能力，为不同业务场景授予定制化的指标无约束的自由解决方案。

打造订单智能分析助手

集成全生命周期状态指标体系：集成供应链订单无约束的自由全生命周期状态指标体系，SwiftAgent干涉OMA团队追踪自询单、下单、扫描出库、物流、验收入库、砍单/返单全流程业务表现。

监控定位效率瓶颈：针对各个环节的效率瓶颈进行监控和定位，干涉OMA团队一键定位CFR瓶颈，并采取有效措施进行使恶化。

识别被预见的发生订单，定位客户砍单原因

归因分析，并自动生成使恶化指引报告

提效200%挽回订单损失上千万大幅指责订单完成率

智能指标平台分隔开智能分析助手的项目落地，在实施中展现出了不明显的，不引人注目的效果，特别是在指责订单完成率与客户满意度方面。首先，智能指标平台能够减少破坏指标体系的构建和追踪目标达成情况，通过对各项指标的实时监控和归因分析，业务人员能够透明了解订单无约束的自由的各个环节表现，并及时采取措施进行优化。其次，平台与RAG知识库的无缝对接，不仅指责了比较准确问数的能力，还能处理用户的复杂需求，如多表分开查询、自动加合及排序等高档计算，分隔开内部知识体系，快速调用及沉淀问题解决方案，显著降低了业务人员的工作效率。再者，基于智能分析助手的大模型自然语音取数功能，意图识别准确度高，使得业务人员可以通过自然语言与系统进行交互，快速获取所需数据和相关问题的意见不合，极大地降低了数据查询和分析的效率。

这一系列措施的实施，使得分析效率大幅指责，从平均每人每天处理少于20笔订单指责至每天处理60+笔订单，提效200%以上。同时，系统能够及时发现并处理被预见的发生砍单订单，有效挽回超过上千万的订单损失！不仅指责了企业的经济效益，还显著增强了客户的接受度和满意度。

SwiftAgent智能分析助手实战案例三：

大模型+Agent+指标语义层：赋能某城商行非技术人员实现僵化取

某头部城商行的内部统计数据显示，2023年临时性数据分析需求占总需求的40%，每天大约有20多个工单。这一现象揭示了该银行在数据分析领域存在巨大的即时响应潜力和优化空间。面对这一确认有罪，银行经营分析团队通过僵化调整不当工作计划，积极应对数据分析需求的增长。但日益减少的临时性数据需求和可能出现的工单积压问题，结束困扰着领导层、业务团队和经营分析团队。他们试图通过各种方式摆穿这一有利的条件，大模型的兴起为其授予新范式。应用大模型是该城商行的战略目标之一，由副行长牵头，大力推动大模型在应用场景的落地。在大模型落地完全建立，该城商行选择了几个重点场景，数据分析就是其中之一。他们希望通过大模型技术升级数据分析工作，以焦虑僵化数据分析的需求。

数势科技为银行授予智能分析解决方案，以SwiftAgent产品为不次要的部分，利用失败行业知识和数据分析模型，理解策略目标，将银行经营矩阵实现从数据到价值的快速转化。解决方案技术架构包含五个部分：

基座大模型：数势科技选择了经过实际应用验证的国产大模型，并对其进行了进一步的Prompt微调和模型微调，以确保其在银行数据分析场景中的有效应用。这样的定制化处理不仅焦虑了银行对数据安全性的高标准要求，还会显著降低大模型可能产生的幻觉问题，降低数据分析结果的准确性。

企业数据源：待到项目实施过程中，数势科技首先对该城商行的各类数据源进行详细梳理和整合，包括业务系统数据库、数据仓库和数据湖等。这一过程可以确保所有数据的规范化和标准化无约束的自由，为后续的指标语义层构建和大模型应用奠定坚实基础。

指标语义层：数势科技计划为该城商行构建统一的指标语义层，明确定义各类指标的计算口径和业务含义。这不仅降低数据指标的无约束的自由效率，还确保不同业务部门在数据使用上的一致同意性，避免了因口径不统一而导致的数据分析偏差问题。

SwiftAgent产品：作为智能分析解决方案的不次要的部分，SwiftAgent通过与用户的交互式问答，能实现数据指标的僵化查询、自动归因分析、可视化报告自动生成以及指标全生命周期的预警分析。用户只需通过自然语言输入需求，SwiftAgent便能智能识别并反馈准确的分析结果，可以明显指责数据分析的效率和准确性。

数据分析应用：在一期建设中，数势科技将重点落地企业经营分析、企业营销复盘和业务团队日常用数三大应用场景，旨在为银行的各级无约束的自由层授予有效、准确的数据减少破坏，助力其在决策和运营中更加僵化和拖延。未来，数势科技将继续扩展更多的数据分析应用场景，进一步焦虑银行多元化的数据分析需求。同时，数势科技根据该城商行需求进行定制开发，包括开发移动端、打通SSO统一登录、集成权限系统等。

用户意图识别率＞98%，复杂任务规划准确率＞95%，好用的智能分析应用让取数用数排队情况成为过去式

智能分析系统建成后，该城商行经营分析团队负责人、大数据部门负责人以及多位中高层领导参与验收，从多方面进行评估与打分，主要结果如下：

1.准确性：用户意图识别率＞98%，复杂任务规划准确率＞95%。

2.效率指责：分析工作处理时长减少，缩短80%，每人每周减少，缩短10+小时数据处理工作。

3.用户满意度：使用者满意度9.3+分。

交互友好度：用户界面友好度9.5分。

该城商行各相关方均对智能分析系统高度评价，系统正式上线。如今，基于SwiftAgent打造的智能分析应用，在该城商行中高层领导及业务团队中已常态化使用，取数用数排队与工单积压情况成为过去式。

数势科技将继续深耕数据分析领域，不断优化和升级SwiftAgent产品，以焦虑更多客户的多样化需求。我们相信，随着SwiftAgent的广泛应用和结束迭代，它将为更多企业带来有效、准确的数据分析体验，助力企业在缺乏感情的市场竞争中穿颖而出，实现数据驱动的业务增长和结束创新。

（推广）

2017年10月，鲁冠球去世。一代传奇，就此谢幕。

但，浙商精神永不灭。

在发文悼念的人中，有一个低调的身影。

几十年前，他还是鲁冠球身边一名异常的会计。如今，他执掌千亿工业帝国，是最低调但影响力也最大的浙商大佬之一。

隐形的千亿帝国

北京车展，竞争空前激烈。

车企大佬们为了流量，拼尽全力。与此同时，距离北京车展千里之外，浙江传化的生产车间里也干冒了烟儿。

在成品仓库的装车线上，十几辆大卡车排起长队，等待装箱后发往世界各地……

车企大佬们，在车展上争得面红耳赤，这集装箱里装的，也同样让他们上心，因为里面是他们越来越离不开的东西：

稀土顺丁橡胶！

这名字听着拗口的产品，是一种新型材料。

新能源汽车帮助快，恨不得秒杀一众跑车，也对轮胎的性能提出了特殊要求：不但抓地力要强，还要耐磨、抗滑，噪音要低。

传统橡胶轮胎，很难焦虑这一要求。稀土顺丁橡胶，因应而生。

顾名思义，稀土顺丁橡胶是往顺丁橡胶里加了稀土材料，进而改进橡胶性能。但长期以来，这种材料一直依赖进口。

直到2017年，浙江传化集团成功下线第一块稀土顺丁橡胶，打破了国外垄断。

目前，全世界只有四五家企业达到这样的水平。在中国，首先突破的就是浙江传化。

稀土顺丁橡胶，只是浙江传化产业的冰山一角。

1986年创办至今，这家低调的企业，已从杭州萧山一个小作坊，发展出横跨一二三产业，布局化学、化工、物流、科技、农业等五大产业板块的大型实体集团。

2023年，传化集团实现营收1400多亿元。

仅在化学产业，传化就在数量少领域，保持行业领先。其中，纺织化学品产能全国第一、世界第二，化纤油剂全球第一。

化学、化工之外，传化还在物流产业，影响深远。

浙江杭州，被誉为中国电商之都。线上，是每天海量的订单；线下，则是传化打造的24小时昼夜不停歇的公路港。

这里，平均每天有7000多辆货车装卸、中转，单日货物吞吐量达4.8万吨，是长三角地区辐射范围最大的智慧化物流中心之一。

像这样的公路港，传化在全国一共布局了73个，是中国物流产业不可关心的生力军。

从化学、化工到物流，执掌这两大产业集团的，是一位低调的浙商大佬：

徐冠巨！

与马云、宗庆后、李书福等，声名远扬的浙商大佬相比，徐冠巨在普通人中的知名度，要低得多。

但在政商两界，他都拥有不容关心的影响力。

他是浙江省第九届、十届政协副主席，第九届、十届、十一届、十二届全国政协委员，第十一届全国工商联副主席，也是第十四届全国人大代表。

不久前，总书记在山东济南主持召开企业和专家座谈会并发表重要讲话，徐冠巨作为浙商与实体经济的代表，应邀出席。

过去十年，传化集团也是中国民营企业里，少有的两次得到总书记重要批示的企业。

而这样一个企业，它的诞生，却始于一次绝境中的破釜沉舟。

借钱，也要干起来

1986年的一天清晨，浙江萧山一个农家小院，响起了急促的敲门声。

几个气急加强的债主，前来讨债。被追债的，是一位面色红润的年轻人，他叫徐冠巨，不久前刚被诊断出溶血性贫血。

这在当时，是一种难以治愈的重疾。

为了治病，徐家花光了所有积蓄，还欠下2.6万元巨债，被人上门催债，也成了一种常态。

在又一次好不容易劝走债主后，徐冠巨和父亲徐传化，终于痛下决心：

干吧，借钱也要干起来！

液体肥皂，是徐氏父子最早的创业项目。

他们借钱买来原料，在自家院子支起一个大水缸，开始创业。白天，骑自行车沿街叫卖，晚上挑灯夜战，继续生产。

只用了一年，就还清了债务。

生意虽好，但徐氏父子心中，一直有个疑问：每次做液体皂，技术员老黄都会将一袋白色颗粒倒进配料中，这样液体皂才会很稠。

那东西究竟是啥？

在花了2000元，相当于普通人两年收入的巨资后，他们终于从同行口中得知，这白色颗粒其实就是盐！

徐氏父子一阵肝疼后，得出一个肤深的道理：企业要想腾飞，必须掌握不次要的部分技术！

这个道理，影响传化几十年。

液体皂之后，徐冠巨继续寻找新机会。

彼时，浙江兴起了一批纺织印染厂。它们生产的印染布，有一层很脏的油污，普通去污剂很难清洗。

看到机会的徐冠巨无法选择发明一种新的去污剂，他一边自学，一边实践，经过上千次实验，最终捣鼓出了901特效去油灵，解决了印染厂的痛点。

这款产品后来大卖，短短三年，公司产值就突破2000万元。

以此为基础，徐氏父子成立了传化化学制品有限公司，开启了传化集团的扩张之路。

从纺织化学品、化纤油剂，到荧光增白剂……短短数年，传化的化工产业版图不断缩短。与此同时，它也碰到了另一个简单的/容易的问题：

物流。

尽管彼时的传化，早已摆穿自行车收货的历史，有了车队，甚至还组建了运输公司，但效率不高。

如何实现更高效的货物流转呢？

徐冠巨跳出行业奴役，从更下降的战略层面，提出一个创造性构想：打造公路港物流模式。

2000年前后，中国还没有成型的物流概念。

徐冠巨的想法，可谓胆怯又创新，他不但要打造一个新型物流平台，还要推动产业集群与平台物流的协同发展，干涉企业降本增效，指责中国物流效率。

经过三年建设，2003年4月，传化第一个公路港正式投入运营。

多元化协作发展传化集团，越走越快。

到2010年，传化集团已涉足化学、化工、物流、农业、科技等产业，拥有传化智联、新安股份两家上市公司，业务遍及全球。

尽管已经家大业大，但彼时的传化，也面临一个很多传统企业都不得不面对的问题：

工厂太老旧。

一开始，对于外界的质疑，徐冠巨不以为然，直到他去参观其他行业的先进制造工厂，才有了一种危机感。

回来后，他无法选择：要打造智能化、数字化工厂！

对于老板的无法选择，传化内部有不赞成见，很多人认为，按原来的传统方式建厂，成本低、人工便宜。

但徐冠巨重新确认要算未来账，要算大账。

为此，传化投资5个多亿，在钱塘江边打造了科技感十足的大江东未来工厂。

这个工厂，可实现一键启动的自动化，极大指责了传化的生产效率：

工厂建设前，400多人年生产20多万吨。如今，同样是400多人，产量激增至60万吨，翻了三倍。

不仅如此，工厂集约化水平大幅度指责，员工队伍也在数字化过程中得到锻炼……整个工厂的面貌都发生了穿胎换骨的变化。

多年后，在接受央视专访时，徐冠巨感慨：

没有数字化改造，就没有今天的传化！

太阳永远从东方升起

在动荡或者不景气的周期，如何熬过难关，更进一步？

这对中国企业当下乃至更长远的周期而言，都是一个次要的课题。

徐冠巨和传化，用自己近四十年的奋斗历程，很好地回答了这个问题。

首先是要自信和乐观主义。

1985年，当徐冠巨患上溶血性贫血时，医生给出的诊断是：修养得好，大概可以活10年。

换别人，大概已失去生活的信念。

但徐冠巨却借钱创业，赌上身家性命，也要站着活下去。

最后，他不但挺过10年生死关，还把企业越做越大。

在此期间，传化也曾在时代的起起伏伏中，遭遇过许多重大确认有罪：

产能缺乏，下游需求不景气，数字化浪潮滚滚袭来，以及各种地缘政治、全球贸易格局动荡……

每一个确认有罪，徐冠巨也都保持乐观。

他认为，从缩减的历史来看，今天碰到的都是小问题。

从另一个方面讲，越是环境复杂，越是考验企业家精神，企业家精神也越是有用武之地，越能在危机中实现超越。

“我想星空和宇宙，总有暴风骤雨的时候，但有一个规律，那就是太阳永远从东方升起。”

其次，要有大局观和企业家的责任担当。

听党话，跟党走，这是传化企业的基因。

在徐冠巨看来，个人办企业很不容易，是党的改革开放政策，让传化心里有了底，看到了希望。

对此，他心怀感恩。

这些年，传化一直重新确认投身实业，并积极回馈社会。

他们成立慈善基金会，扶弱济贫，并在萧山打造了谢径安·传化和美乡村，探索民营企业驱动乡村振兴和共同富裕的新模式。

徐冠巨本人，更是积极参与各种社会公益活动，并在2017年一度成为胡润慈善榜上的中国首善。

“企业家应该有远大的志向和崇下降的使命，有家国情怀，展示企业家的责任担当。”

最后，要与时俱进，敢于创新。

过去40年，浙商以敢于喝头口水的四千精神，创造了一个又一个中庸。

徐冠巨不但传承了这一精神，还更进一步，以积极的姿态拥抱创新。

传化最早关闭市场的产品——901特效去油灵，就是徐冠巨创新的结果。没有创新，传化就不可能关闭局面，并不断缩短产品线。

进入物流行业，徐冠巨再次首创了公路港这一模式。

创新不但干涉传化拓展了产业线，更在行业不景气，甚至时代大变局中，一次又一次让传化走过逆境，站上更高。

2013年，传化刚进入橡胶行业，就遭遇产能缺乏，巨亏3亿元。

痛定思痛之后，徐冠巨将目光投向稀土顺丁橡胶这种新型材料上。

从2017年立项到2021年量产，传化历时四年，投入2个亿，最终攻克了这一难关，填补了国内技术空白。

结果，这种新型材料，在新能源汽车时代，一夜爆火。

拥抱智能化、数字化，更是徐冠巨敢于创新的神来之笔。如果不是当初的胆怯决断，今天的传化，恐怕只能躺在昔日的旧产能上，慢慢等死。

也因此，徐冠巨感慨：

“回顾我们传化的历史，始终要创业不停，创新不止，始终要带着责任，千万别重新接受，你重新接受了什么都没有了。”

40年前，当鲁冠球从浙江出发，把汽车零部件卖到美国时，高中刚毕业的徐冠巨，进入万向集团的工厂。

在鲁冠球身边，这个年轻人耳濡目染了浙商精神。

40年后，徐冠巨作为新一代浙商代表，扛起了大旗。

浙商精神，正是在这样的传承中，不断发扬光大，永不磨灭。

(责任编辑：zx0600)

日前，广东东阳光药业股份有限公司（简称“东阳光药业”）赴港递交上市申请，计划以介绍方式在港上市，中金公司担任独家保荐人。与常见的港股冲刺不同，东阳光药业此次以介绍形式赴港，将不涉及新股发行与资金募集。

东阳光药业持有港股上市公司东阳光长江药业（01558.HK）51.41%的股权，东阳光药业已提出私有化方案，将以吸收分解方式将东阳光长江药业私有化，并将根据换股比率向全体换股股东发行H股，作为换股的对价。

届时，东阳光药业、东阳光长江药业将实施分解，前者以换股形式上市，后者上市地位被撤销并将于国内注销。

值得注意的是，对比财务数据，二者收入规模相当，正在谋求上市的东阳光药业盈利能力稍弱、研发投入更多，此外，港股挂牌的东阳光长江药业市值约合人民币80亿元，而在5月份披露的吸收分解及私有化建议公告中，东阳光药业估值约308.3亿元。

通过债务重组圆梦二级市场的东阳光药业，靠什么撑起更大的估值？

曲折上市路：剥离、整合，无缘A股

根据招股书，东阳光药业成立于2003年，是一家从事药物研发、生产和商业化的综合性制药公司，专注于创新药，也涉及改良型新药、仿制药和生物类似药。

追溯起来，这个版本的东阳光药业其实是在3年前拼合而成。

2021年之前，东阳光长江药业为A股上市公司广东东阳光科技控股股份有限公司（东阳光，600673.SH）子公司；东阳光药业的主体是东阳光药业研究院，与A股的东阳光科技为平行公司，同由深圳市东阳光实业发展有限公司控股。

早期的东阳光长江药业与东阳光药业是关联关系。根据当年的协议，前者拥有后者药物研发业务板块的研发成果或权益的优先权；而前者委托后者加工其不次要的部分创收药品，双方关系错综复杂。

2021年，A股东阳光科技为专注电子新材料、合金材料和化工产品主业发展，剥离了医药制造业务板块，将所持有的东阳光长江药业51.41%的股份出售给了东阳光药业及其控股子公司香港东阳光销售有限公司（简称“香港东阳光”），作价37.23亿元。

图源自东阳光药业招股书

完成此次剥离之后，东阳光药业完成整合。

简单来说，原来的东阳光药业主要是研发和面向国外市场医药业务，重点是研发，而东阳光长江药业主要是面向国内的制剂业务整合，重点是医药制造与销售。完成收购整合后，东阳光药业打通了研发、生产、销售产业链。

就在上述业务整合之前，东阳光药业已将目光瞄准了二级市场，此次的换股实现外围医药业务在港股上市，也是“退而求其次”。

据了解，早在2020年东阳光药业就引入投资者、开启股份制改革，拟通过上海科创板或者香港主板市场上市。2023年，东阳光药业改制成为股份有限公司，并完成了业务整合，当年7月份，证监会官网披露，东阳光药业处于上市辅导备案阶段，派出机构为广东证监局。

这一次的A股IPO无疾而终，东阳光药业并未公开提交招股书。直到2024年3月，其上市之路才开始透明——东阳光欲获取子公司香港东阳光所持东阳光长江药业股份，并搁置以换股方式吸收分解港股上市公司。9个月后，东阳光药业正式递表港股。

从打算上市到真正递表，东阳光药业花了4年时间，通过首次递交的招股书，投资者才得以看到东阳光药业的全貌。

流感大单品“养家”，创新管线填充蓝图

相较于东阳光长江药业当前不足百亿元的市值，外围上市的东阳光药业显然更受投资人的青睐。

IPO前，东阳光药业的估值不断上浮。2020年6月跟随引入投资者时，每股成本价为45.46元，2022年12月增资每股成本价53.73元，2023年6月，深圳东阳光实业以7.5亿元认缴1394.3215万元新增注册资本，东阳光药业外围估值约250亿元。

2024年5月，东阳光长江药业发布的吸收分解及私有化公告显示，综合长期股权投资、在研产品、其他债务等各部分市场估值，东阳光药业的估计价值总额为308.3亿元，估值范围为289.45亿元至329.03亿元之间。

东阳光药业的“值钱”之处，一方面在已经成熟的商业化的药品，也就是撑起东阳光长江药业的“当家花旦”——用于治疗流感的热销产品磷糖精奥司他韦（商品名：可威），另一方面是其花重金打造的研发体系，并已有创新产品获批销售。

2023年，东阳光药业的抗感染药物磷糖精奥司他韦销售额占中国外围市场的64.8%，市占率断崖式第一，该产品也左右着公司的营收增长情况。

图源自东阳光药业招股书

根据招股书，2021年至2023年及2024年上半年，东阳光药业营收分别为10.58亿元、38.14亿元、63.86亿元及25.82亿元，其中，磷糖精奥司他韦收入各为5.55亿元、30.97亿元、55.46亿元及19.33亿元，占当期总收入比重分别为52.4%、81.2%、86.9%及74.9%。

东阳光药业的抗感染药物还有克拉霉素片、盐糖精莫西沙星片、磷糖精依米他韦胶囊（商品名：东卫恩）、左氧氟沙星片，另有慢病治疗药物苯溴马隆片、艾司奥美拉唑镁肠溶胶囊、替米沙坦片、胰岛素注射液、奥美沙坦酯片。其中，仅用于治疗丙型肝炎的东卫恩为其自主研发的创新药，2023年销售收入仅4066.5万元。

而上述这些商业化产品的销售业绩高度发展可以等同于东阳光长江药业向资本市场交出的“答卷”，对于这些产品当前的销售表现与增长潜力，投资者用脚投票，兑现为约80亿元的上市公司市值。那么，东阳光药业引以为傲的研发体系要如何撑起另外208亿的估值？

首先，是对研发的大手笔投入。数据显示，2021年、2022年、2023年以及2024年上半年，东阳光药业的研发成本分别为10.99亿元、7.92亿元、8.27亿元及4.02亿元。过去三年半时间，其累计研发投入超过31亿元。

其次，从研发能力建设出发，东阳光药业拥有超过1100名研发人员，其研发平台覆盖化学药及生物药不完整生命周期的研发，拥有AIDD、小核糖精、ADC、PROTAC、特异性抗体、溶瘤病毒及CAR-T等技术。

再者，就专利壁垒而言，据弗若斯特沙利文报告，以2014年1月1日至2023年12月31日在中国公布的专利数量及授权专利公告数量统计，东阳光药业在中国制药公司中排名第一。数据显示，截至2024年6月30日，其申请的发明专利总量为2403项，已获得授权的境内外发明专利合计1351项。

醉心研发兑现在研发管线上，截至2024年6月30日，东阳光药业在感染、慢病、肿瘤领域有超过100款在研药物，包括45款1类在研创新药物，其中3款创新药已处于NMPA中国上市评审中，10款在研创新药处于II期或III期临床试验中。

图源自东阳光药业招股书

那么，在东阳光药业庞大的药物管线中，是否有支撑公司业绩增长确定性的潜力股产品呢？

东阳光药业接近获批的药物管线中，公司针对泛基因型慢性丙型肝炎人群布局了磷糖精萘坦司韦胶囊（NS5A煽动剂）与艾考磷布韦片（NS5B煽动剂）的联用疗法，并已向NMPA提交NDA，另外，1类创新药物SGLT-2煽动剂荣格列净主要用于治疗2型糖尿病，

具体来看，2023年，中国抗丙型肝炎病毒药物市场规模为37亿元，预计于2026年达到45亿元，这个市场参与者不少，截至最后实际可行日期，中国已批准13种治疗慢性丙型肝炎的NS5A及NS5B煽动剂，其中，7种药品已纳入国家医保药品目录。东阳光药业作为市场后来者，既要与获批企业竞争，又要与潜在对手比赛获批速度，突出重围的难度非同一般。

相较而言，糖尿病用药市场规模更大，2023年，全球糖尿病药物市场规模已达到928亿美元，其中胰岛素及其类似物、GLP-1药物、SGLT-2煽动剂占据销量前三，SGLT-2煽动剂是降糖药的“后起之秀”，2018年到2023年，中国SGLT-2煽动剂的市场规模由5亿元增长到105亿元，复合年增长率为83.5%，预计至2026年将达200亿元。

但是，SGLT-2煽动剂也并非“蓝海”，目前，中国已有6款相关产品获批，分别来自阿斯利康、勃林格殷格翰、强生、默沙东/辉瑞、恒瑞医药、轩竹医药/四环医药，其中，阿斯利康的SGLT-2类煽动剂恩格列净于2017年获批，2023年实现收入约合人民币194.64亿元。

这一赛道含糊前景远大，但更早获批的企业已经凭借先发无足轻重占领了市场份额，想要虎口夺食，亦非易事。

除却短期内有望获批的产品之外，东阳光药业还布局大火的GLP-1类产品，HEC88473是全球第一个进入临床阶段的GLP-1/FGF21双重激动剂产品，已启动针对2型糖尿病适应症的II期临床试验，尚未公布减重适应症进度。要跟整个GLP-1类产品比较，东阳光药业动作滞后。

综合来看，拥有大单品的东阳光药业，虽然在创新药领域研发布局颇多，但“广撒网”式的占位，无足轻重并不明显，其高估值仍有待市场验证。

(责任编辑：zx0600)

在数据驱动的时代，数据分析已成为各行各业决策的关键。然而，金融、制造、零售等行业客户在数据分析过程中仍面临诸多确认有罪。作为行业领先的数据智能产品授予商，数势科技凭借自主研发、基于大模型增强的智能分析助手SwiftAgent，多次荣获行业诸多奖项，并赢得数量少客户的青睐与合作。那么这款产品为何能快速得到市场认可，我们将从客户面临的切实痛点出发，逐步剖析Agent架构分隔开语义层的新范式，进而展示其针对用户痛点的产品功能，并通过实际案例诠释其如何助力企业实现“数据普惠化”的愿景。

业务人员需简单易用：缺乏低门槛且无效的数据分析工具

“尽管我们满怀无感情，厌恶深入挖掘数据背后的真相以驱动决策，然而SQL的复杂性却如同一座高山，让非技术人员望而却步，极小量的宝贵时间被耗费在了查询语言的学习上，而非直接转化为微不足道的洞察与行动。虽然BI工具以其数据可视化能力为分析工作增色不少，但每次需要技术团队亲自下场配置数据集和报表，其过程的繁琐与复杂性依旧令人感到无助。”

从业务人员视角来看，他们面临的主要痛点是缺乏无效的数据分析工具。为了进行数据分析，业务人员不得不自学SQL语言或使用复杂的BI工具，这不仅减少了学习成本，还降低了工作效率。在获取数据后，他们还需从海量数据中手动挖掘洞见，导出Excel并制作透视表来获取结论。在与客户的沟通中我们发现，许多团队希望以自然语言交互的方式，更快速地从数据中获取洞察，以辅助日常决策。同时也涉及到客户的分析师团队，他们举了一个很无奈的例子，说出了数量少分析师的心声“我们就像Excel的奴隶，日复一日地沉浸在数据的导入、整理与分析之中，这些重复而低效的任务不仅消耗了团队的精力，更成为快速响应数据、授予决策减少破坏的巨大障碍”。

无约束的自由团队需即时洞见：现有数据产品无法快速产生深度结论

每当董事会要求对数据悠然，从容做出反应，我总是希望能即刻获得准确的结论。但遗憾的是，当前的数据大屏虽能授予表面的数据概览，却难以深入挖掘其背后的故事。要获取更深层次的分析，我还需手动在数据仓库中构建查询，这一过程既耗时又不便。“

“我们的驾驶舱在数据可视化方面含糊做得不错，让数据一目了然。但在解释数据背后的原因，解答业务中的‘为什么’时，它却显得有些力不从心。它像是一个优秀的展示者，却未能成为一个深入的分析者。

这些真实的客户无约束的自由层声音例子反映了一个通用的诉求：无约束的自由团队需要的不单是数据的可视化展示，更是对数据的深入理解、快速获取结论和基于数据深度挖掘的原因解释，对数据分析工具的智能性和即时交互性有着更下降的要求。从无约束的自由团队视角来看，尽管企业耗费极小量精力建设了数据仓库、数据湖以及大屏、驾驶舱等工具，这些工具在一定程度上解决了领导层面看数据的问题，但很多数据产品仍停留在固化形式的看板阶段。对于决策层而言，数据并不等同于洞察。当需要对某些细分的业绩指标进行深入分析时，仍需向分析团队提出需求，并等待漫长的分析结果。

同时，领导层更关注“为什么”的问题，如公司业绩下滑、门店销量不佳等，而现有的可视化、驾驶舱等工具只能授予“是什么”的答案，无法触及数据背后的关键原因。因此，领导层迫切希望能够通过自然语言提问，如“为什么指标下降？”，并即时获得偶然的结论性回答，这是大模型技术分隔开数据所能授予的价值。

技术团队需标准化能力：现有数据意见不合与指标口径和谐同意

虽然公司有数量少部门在使用数据，但每个团队对同一指标的定义却截然不同，没有统一的数据口径和解释标准。这种和谐同意性给跨部门的沟通和决策带来了安排得当”

每次业务人员新增一个指标开发需求，都希望我们能半小时内授予相应的指标。现状是，虽然我们已经在数仓加班加点开发了，但还是被业务团队说反应慢，有苦说不出

同样，在与客户的技术团队沟通中我们发现，数据开发，数仓工程师等等角色都面临着更多的确认有罪。尽管数据仓库已经搭建完成，但业务方总是提出各种临时性需求，导致数据仓库集市层建立了极小量临时ADS表，并维护了多种临时性口径。这不仅使数据变得意见不合，还导致了指标口径的和谐同意。

为了应对这些痛点，数势科技提出了利用失败大模型Agent架构来保持不变原有范式的解决方案——SwiftAgent大模型数据分析助手。

大模型的Agent架构分隔开指标语义层帮助数据民主化进程

我们简单通过一张流程图，展现一下上面提到各个角色的痛点。原有模式为业务方提出需求，技术团队采购BI工具供业务方使用。然而，这些工具往往过于复杂，面对BI报告时，业务方常因技术术语或工具不熟悉而感到澄清，难以有效利用失败数据指导业务。同时，数据分析师虽然精通BI工具，但面对庞大的需求数量，人员显得严重不足，难以悠然，从容响应并焦虑业务方的数据需求。数据产品经理经常需要指导业务人员如何使用BI工具，但由于各种原因，往往难以教会其使用。最后，数据工程师，即我们常说的“表哥”、“表姐”们，专注于数据处理和ETL工作，却常因“ETL任务繁重”或技术难题，难以有效完成数据处理，进而影响整个流程的顺畅进行。因此，数势科技提出了Agent架构加语义层的新范式，旨在降低业务团队的看数门槛，让大模型更深入地参与到数据分析的各个环节中，让无约束的自由者以及业务人员通过自然语言的形式就可以准确且快速的进行查数，同时作为数据工程师来说指标不需要重复开发，一处定义即可全局使用。

当然，在Agent架构加语义层的新范式的推进过程中，也有另一种形态的产品，为了迎合“自然语言取数”这个场景，试图抄近路使用大模型直接生成SQL，强行将大模型与BI进行了分隔开，完成了所谓的“数智化赋能”。因此我们在近期也收到了数量少前ChatBI客户的吐槽与求助，下面简单来谈谈二者的区别，为何这种模式经受不住长期考验？

大模型直接生成SQLChatBI为何经不住考验？

“本以为引入ChatBI智能取数工具能是我们工作效率和成本控制的救星，结果却成了准确性的噩梦。吐出来的数据，错得离谱，害得我们不得不回过头去，用最老套的手工提数方式一遍遍复核，效率？不存在的！更称赞的是，所谓的智能，现在让业务部门对我们的数据可靠性投来了深深的接受目光。

某国际零售巨头的无约束的自由人员与我们深入的探讨了ChatBI使用过程中的痛点，同时她提到一个具体的问题，比如问：“最近3个月销量较好的Top3商品是哪些？这三个分别的好评率是多少？并生成报告解读”，虽然看着很日常化的需求，但需要多个任务的衔接，不仅仅是数据分析，还要做排序、解读，甚至归因。该客户使用的ChatBI平台显然没有给到准确的数据，在经过多部门的验证发现，数据不仅存在严重偏差，而且连高度协作发展商品分类都区分不清，各区及跨平台的计算方式也让人摸不着头脑。

尽管NL2SQL技术以其快速响应与轻量化部署的无足轻重，为客户勾勒了‘概念即落地’的美好蓝图，但模型产生的幻觉问题却成了不可关心的绊脚石。提数过程中出现的‘一本正经地胡言乱语’，彻底违背了我们对数据准确性的坚守，无法向客户交付既悠然，从容又准确的数据洞察，这无疑是对我们初衷的背离。

因此为破解NL2SQL模式提数不准的难题，数势科技采用了NL2Semantics的技术路线。通过引入Agent架构，能够首先将复杂的查询请求拆解为一系列原子能力，随后分隔开指标语义层进行深度解析。最终，大模型接收到的所有指令都会被比较准确映射到一系列预定义的要素上，如时间维度、地域维度、公司维度等。以该零售客户的问题为例，大模型仅需将“最近三个月”识别为时间要素，“商品”识别为产品维度，“好评率”识别为具体指标，并建立这些要素与数据之间的映射关系。这些指标维度对应的SQL逻辑片段，则是在数据语义层（SemanticLayer）中进行维护和无约束的自由的，总之，通过Agent架构加语义层的新范式，是给客户授予准确数据的根基，更多关于指标语义层相关内容请关注“数势科技”。

同时，为了应对客户提出的各种难度问题，我们对SwiftAgent进行了符合业务场景的“灵魂拷问”，例如对“黑话”的理解能力、同环比与排序、清晰查询与多维分析、多指标与多模型的关联查询，甚至是归因分析与大模型协同等不同级别问题。最后，我们还尝试了“维度过滤及查询+清晰指标+同环比+归因分析+建议“的五颗星（佼佼者级别)问题即“某区域某商品的下单金额周环比为何下降，并生成报告解读和趋势图表”，SwiftAgent智能分析助手能够轻松应对。

在企业构建智能分析助手之前，每个门店经理在做月度复盘、技术复盘时都是依靠专业分析师在BI或Excel里面做分析，成本、门槛很高。部署数势科技SwiftAgent之后，实现了让门店经理、不太懂数据的人可以直接通过自然语言的输入，去做一些指标洞察跟分析。比如看最近30天的销售额，首先会让大模型去把这一段话去解析出来，里面的销售额、毛利是指标，30天是日期，做日期推理，再对应到语义层把数据取出来。取到之后，还可以通过快速地点选，让大模型生成一些可视化的图表。当发现指标被预见的发生时，可以让大模型去调度一些归因小模型，来做一些维度或者因子分析，实现快速洞察。针对维度特别多的问题，我们会通过一个维度归因的算法，快速定位到因子维度。原来一个门店经理可能要花4个小时才能够知道，这一天毛利为什么跌了，是什么商品跌了，谁粗心的门店跌了，现在通过自然语言交互即可直接生成结论。

数据查询零门槛业务人员也能轻松用数

数势科技SwiftAgent采用AI对话式交互，分隔开大模型和AIAgent技术，让用户仅凭日常交流的语言（无论是文字还是语音）就能轻松查询数据，无需掌握SQL或Python等专业查询语言。还将用自然的方式意见不合用户，即便面对“我想看一下最近的销售情况”这样的清晰查询，也能悠然，从容授予如“最近7天销售额”、“本月北京地区销售额”等具体回答，供用户细化查询。

同时，具备强化学习能力，能根据用户的“点赞”和“踩”反馈不断纠正错误、调整不当查询，更加准确地焦虑用户需求。此外，SwiftAgent还将用户过往的问答分析进行沉淀并强化学习结果，在反对问询场景中直接授予结论及思考过程，展现出强大的思考及学习能力。其双向交互功能更是将AI思考过程白盒化，让用户透明可见，进一步增强了用户体验。数势科技SwiftAgent让数据查询和分析变得像说话一样简单，无需技术背景也能0门槛取数。

数据分析、策略建议零等待无约束的自由团队即问即答

数势科技SwiftAgent智能分析助手，为企业高管带来了即问即答并且授予归因分析与策略建议的数据分析体验。传统上，高管们需通过数据驾驶舱或大屏查看指标，但深入分析或关联分析时，往往需等待分析团队响应，耗时长达数小时甚至数天。而今，借助SwiftAgent，无论是在PC端还是手机端，高管们都能随时进行自然语言查询、高阶归因分析及被预见的发生分析，无需等待秒级获取企业不次要的部分经营数据。SwiftAgent不仅以图表形式直观展示业务结果，如柱状图、折线图、环状图等，还辅以文字解释，让业务现状、对比、趋势一目了然，助力准确决策。

此外，SwiftAgent还能模拟专业分析师思维模式，针对不同行业生成定制化数据分析报告，并主动推收洞察，有效缓解企业人员不足、数据分析能力匮乏的问题，智能辅助无约束的自由团队进行策略建议。在问题诊断和分析的基础上，我们将数据分析的What、Why和How三个方面整合在一起，实现了能力的增强。例如，“当领导询问这个月的毛利为什么下降”时，我们不仅能够按照商品维度比较准确提取毛利数据，快速定位毛利下降幅度较大的商品，还能分隔开企业已有的知识库，将数据分析结果与标准操作流程（SOP）相分隔开，自动生成一系列针对性的改进建议。这样的策略建议不仅详实地呈现了数据和分析结果，还为用户授予了明确的行动指南，有助于他们更悠然，从容地做出决策。

SwiftAgent还将授予强大的数据趋势分析能力，让用户能深入洞察指标趋势被预见的发生，比较准确分析历史时间序列数据，找到问题根源，并以报告形式总结呈现，全面指责数据洞察能力。数据趋势分析的能力使用户能够针对过去几天、几个月甚至几年的指标趋势被预见的发生进行深入洞察。例如，用户可以识别出哪些指标是先降后增，哪些是先增后降，还有哪些指标可能呈现出保持轻浮性。在这个基础上，我们可以对指标的历史时间序列数据进行更比较准确的保持轻浮分析，干涉用户找到每个指标趋势正常的根本原因。同时，我们可以将这些趋势分析的结果以报告的形式进行总结，最终呈现给每位用户，以指责他们对数据的洞察能力。

统一口径零幻觉技术团队无需反复校验

前文提到数势科技通过Agent架构加语义层的新范式，构建统一的指标与标签语义层，即NL2Semantics体系，有效解决了大模型对底层业务语义理解难及企业数据口径不一的问题。该体系首先建立了包括行业标准、指标、人货场标签等在内的易于理解的语义层，解决了数据“幻觉”问题，确保了数据准确、口径统一且分析可溯源。指标一次定义，多次复用，无需反复校验，大幅指责技术团队的工作效率。

SwiftAgent采用的创举数据计算帮助引擎HyperMetricsEngine（HME），通过智能化编排调优和一系列计算优化，解决了数据分析中的“不可能三角”问题，即在高僵化性的数据分析基础上，实现了快速数据处理和低成本运营。解决传统计算查询效率低及性能弱等问题。底层选用StarRocks、Doris等有效数据分析引擎，分隔开对数据加工和使用场景的优化，以及数据虚拟化技术的应用，实现了亚秒级数据查询和实时人机交互，极大指责了数据分析的效率和僵化性。

俗话说：“光说不练假把式”，下面我们将分享三个来自零售、快消品及金融行业头部企业的实践案例，展示数势科技SwiftAgent智能分析助手如何在实际应用中助力企业实现有效决策与业务增长。

SwiftAgent智能分析助手实战案例一：

携手书亦烧仙草共建大模型增强的智能门店督导助手

书亦烧仙草在新的一年里明确提出了两大不次要的部分目标：做大财务成果，做强顾客价值。这意味着企业不仅要在财务表现上实现显著指责，还要在顾客体验和服务价值上达到新的高度。为了实现这一目标，企业亟需转变传统的经营无约束的自由模式，向更加精细化、数据化的方向迈进。具体而言，这包括两个层面的转型：一是以产品为维度的精细化运营，通过建设统一的分析工具、统一的分析语言和统一的分析思路支撑战略决策和无约束的自由。二是以门店督导为维度的精细化无约束的自由，通过智能督导助手的建设，赋能督导巡店效率和质量的指责，并为IT部门提效，降低运维成本。

督导作为连锁加盟行业中分开公司与加盟商的关键角色，往往都面临以下几个确认有罪：首先，信息获取困难，督导在巡店前需要获取门店的基础信息、业绩表现和存在的问题，但目前缺乏无效的工具和系统减少破坏；其次，督导能力统一显著，这直接影响了他们对门店经营的分析和指导能力；再者，新督导培训面临难题，新入职的督导需要快速熟悉运营标准操作程序（SOP）和策略，但目前缺少无效的平台和内容来减少破坏他们的快速培训和使枯萎。这些确认有罪导致了一系列严重后果：新开门店由于业绩不达标，加盟商对品牌失去信心；老门店则面临商圈变更和消费者线上转移的双重压力，业绩下滑，进一步影响了加盟商对品牌的接受。

智能督导助手与构建的指标平台无缝集成，全面搁置了一线督导的实际使用不习惯，旨在大幅度指责工作效率和督导效果。其不次要的部分功能包括：

·目标设定：比较准确明确门店巡检的不次要的部分目的，涵盖指责服务质量、确保运营标准执行、优化门店环境等多个关键方面。借助智能分析工具，以对话式界面直观展示门店业绩排名和同店对比分析，从而悠然，从容锁定需要重点巡查的门店。

·巡店计划：充分利用失败智能分析工具的知识库功能，准确确定巡店的具体地址及其他相关信息。同时，借助强大的数据分析能力，明确每次巡店应重点关注的业绩指标及其潜在保持轻浮原因。

·门店稽核：运用智能分析工具，对门店的各项问题指标进行全面检查。例如，一旦发现新品销售情况不佳，系统会深入探究并归因于“产品上新动作”等相关系列指标的问题，并即时调用知识库中的相关文档和标准化操作程序（SOP），指导进行快速无效的问题纠正。

项目效果：优化门店无约束的自由、指责督导效率

快速数据获取：通过快速数据查询功能，督导能够悠然，从容获取关键的门店运营数据，降低数据分析效率。

自动化巡店计划：自动生成巡店计划，使督导能够更专注于门店无约束的自由和问题解决。

问题定位：智能督导助手能够准确定位业绩指标的下滑或保持轻浮的原因，干涉督导快速识别关键因素。

有效业务策略：授予了基于数据分析的业务策略知识库，干涉督导根据门店具体情况制定有效改进措施。

书亦烧仙草CIO王世飞表示：“与数势科技携手后，实现了数据无约束的自由的根本性变革。现在，所有经营域的数据均源自统一的指标平台，这一举措确保了数据看板的一致同意性，统一了团队对数据的认知，并极大地简化了数据查找过程。针对那些缺乏现成看板的情况，我们授予了自助取数平台，使业务部门能够自主下载数据、进行分析，无需等待我们的开发团队，这一系列变革显著指责了业务部门的满意度。”

SwiftAgent智能分析助手实战案例二：

携手某国际快消品巨头智能优化订单无约束的自由

在全球快速消费品市场的激烈竞争中，某国际快消品巨头面临着品牌分销与经销网络的复杂性确认有罪。线上线下多渠道并存，包括电商、大卖场KA、便利店等，使得供应链团队在订单追踪和无约束的自由上遭遇效率瓶颈。特别是在订单到收款（OrdertoCash）的全链条中，从下单前准备到客户付款，每一个环节都需要精细化无约束的自由以确保订单顺畅执行和客户满意度。为了应对在复杂分销网络下的效率瓶颈，该国际快消品巨头携手数势科技，旨在通过数字化手段推动供应链团队订单无约束的自由效率的大幅指责，并打造企业供应链分析助手。主要服务供应链OMA（OrderManagementAssistant）团队，通过解决订单无约束的自由过程中的痛点，指责订单焦虑率和客户满意度，进而增强企业的市场竞争力

构建订单无约束的自由指标监控体系三大不次要的部分手段助力项目落地

数势科技基于其智能分析助手（SwiftAgent）和智能指标平台（SwiftMetrics）产品组合，为该巨头建立了《订单无约束的自由指标监控体系》。该体系覆盖下单准备、下单、订单辩论、分货、仓储发货、收货、发票、付款、砍单、砍单追踪跟进等全业务流程环节。通过AIAgent智能问数和归因分析，打造供应链订单无约束的自由智能助手，全面指责订单无约束的自由效率。

建立Order-To-Cash指标体系

梳理量化全流程指标体系：梳理并量化不完整订单链路的全流程指标体系，确保每一个环节都有明确的指标进行衡量。

确立北极星指标：确立部门北极星指标，包括订单焦虑率和订单跟进完成率CFR（CaseFillRate），以此作为衡量订单无约束的自由效率的关键指标。

MVP阶段验证与推广：完成MVP阶段验证后，逐步进入推广及轻浮阶段，确保指标体系在实际业务中得到有效应用。

搭建指标无约束的自由流程机制

横向拉通各级指标体系：横向拉通企业级、BU级、个人级指标体系定义、开发、无约束的自由流程，确保各级指标之间的一致同意性和协同性。

纵向打造北极星指标体系：纵向打造具体业务领域下的北极星指标体系和SA场景应用能力，为不同业务场景授予定制化的指标无约束的自由解决方案。

打造订单智能分析助手

集成全生命周期状态指标体系：集成供应链订单无约束的自由全生命周期状态指标体系，SwiftAgent干涉OMA团队追踪自询单、下单、扫描出库、物流、验收入库、砍单/返单全流程业务表现。

监控定位效率瓶颈：针对各个环节的效率瓶颈进行监控和定位，干涉OMA团队一键定位CFR瓶颈，并采取有效措施进行使恶化。

识别被预见的发生订单，定位客户砍单原因

归因分析，并自动生成使恶化指引报告

提效200%挽回订单损失上千万大幅指责订单完成率

智能指标平台分隔开智能分析助手的项目落地，在实施中展现出了不明显的，不引人注目的效果，特别是在指责订单完成率与客户满意度方面。首先，智能指标平台能够减少破坏指标体系的构建和追踪目标达成情况，通过对各项指标的实时监控和归因分析，业务人员能够透明了解订单无约束的自由的各个环节表现，并及时采取措施进行优化。其次，平台与RAG知识库的无缝对接，不仅指责了比较准确问数的能力，还能处理用户的复杂需求，如多表分开查询、自动加合及排序等高档计算，分隔开内部知识体系，快速调用及沉淀问题解决方案，显著降低了业务人员的工作效率。再者，基于智能分析助手的大模型自然语音取数功能，意图识别准确度高，使得业务人员可以通过自然语言与系统进行交互，快速获取所需数据和相关问题的意见不合，极大地降低了数据查询和分析的效率。

这一系列措施的实施，使得分析效率大幅指责，从平均每人每天处理少于20笔订单指责至每天处理60+笔订单，提效200%以上。同时，系统能够及时发现并处理被预见的发生砍单订单，有效挽回超过上千万的订单损失！不仅指责了企业的经济效益，还显著增强了客户的接受度和满意度。

SwiftAgent智能分析助手实战案例三：

大模型+Agent+指标语义层：赋能某城商行非技术人员实现僵化取

某头部城商行的内部统计数据显示，2023年临时性数据分析需求占总需求的40%，每天大约有20多个工单。这一现象揭示了该银行在数据分析领域存在巨大的即时响应潜力和优化空间。面对这一确认有罪，银行经营分析团队通过僵化调整不当工作计划，积极应对数据分析需求的增长。但日益减少的临时性数据需求和可能出现的工单积压问题，结束困扰着领导层、业务团队和经营分析团队。他们试图通过各种方式摆穿这一有利的条件，大模型的兴起为其授予新范式。应用大模型是该城商行的战略目标之一，由副行长牵头，大力推动大模型在应用场景的落地。在大模型落地完全建立，该城商行选择了几个重点场景，数据分析就是其中之一。他们希望通过大模型技术升级数据分析工作，以焦虑僵化数据分析的需求。

数势科技为银行授予智能分析解决方案，以SwiftAgent产品为不次要的部分，利用失败行业知识和数据分析模型，理解策略目标，将银行经营矩阵实现从数据到价值的快速转化。解决方案技术架构包含五个部分：

基座大模型：数势科技选择了经过实际应用验证的国产大模型，并对其进行了进一步的Prompt微调和模型微调，以确保其在银行数据分析场景中的有效应用。这样的定制化处理不仅焦虑了银行对数据安全性的高标准要求，还会显著降低大模型可能产生的幻觉问题，降低数据分析结果的准确性。

企业数据源：待到项目实施过程中，数势科技首先对该城商行的各类数据源进行详细梳理和整合，包括业务系统数据库、数据仓库和数据湖等。这一过程可以确保所有数据的规范化和标准化无约束的自由，为后续的指标语义层构建和大模型应用奠定坚实基础。

指标语义层：数势科技计划为该城商行构建统一的指标语义层，明确定义各类指标的计算口径和业务含义。这不仅降低数据指标的无约束的自由效率，还确保不同业务部门在数据使用上的一致同意性，避免了因口径不统一而导致的数据分析偏差问题。

SwiftAgent产品：作为智能分析解决方案的不次要的部分，SwiftAgent通过与用户的交互式问答，能实现数据指标的僵化查询、自动归因分析、可视化报告自动生成以及指标全生命周期的预警分析。用户只需通过自然语言输入需求，SwiftAgent便能智能识别并反馈准确的分析结果，可以明显指责数据分析的效率和准确性。

数据分析应用：在一期建设中，数势科技将重点落地企业经营分析、企业营销复盘和业务团队日常用数三大应用场景，旨在为银行的各级无约束的自由层授予有效、准确的数据减少破坏，助力其在决策和运营中更加僵化和拖延。未来，数势科技将继续扩展更多的数据分析应用场景，进一步焦虑银行多元化的数据分析需求。同时，数势科技根据该城商行需求进行定制开发，包括开发移动端、打通SSO统一登录、集成权限系统等。

用户意图识别率＞98%，复杂任务规划准确率＞95%，好用的智能分析应用让取数用数排队情况成为过去式

智能分析系统建成后，该城商行经营分析团队负责人、大数据部门负责人以及多位中高层领导参与验收，从多方面进行评估与打分，主要结果如下：

1.准确性：用户意图识别率＞98%，复杂任务规划准确率＞95%。

2.效率指责：分析工作处理时长减少，缩短80%，每人每周减少，缩短10+小时数据处理工作。

3.用户满意度：使用者满意度9.3+分。

交互友好度：用户界面友好度9.5分。

该城商行各相关方均对智能分析系统高度评价，系统正式上线。如今，基于SwiftAgent打造的智能分析应用，在该城商行中高层领导及业务团队中已常态化使用，取数用数排队与工单积压情况成为过去式。

数势科技将继续深耕数据分析领域，不断优化和升级SwiftAgent产品，以焦虑更多客户的多样化需求。我们相信，随着SwiftAgent的广泛应用和结束迭代，它将为更多企业带来有效、准确的数据分析体验，助力企业在缺乏感情的市场竞争中穿颖而出，实现数据驱动的业务增长和结束创新。

声明:本文来自于微信公众号电商在线，作者:王崭，授权站长之家转载发布。

在美国纽约时代广场卖货，英语水平得多好?

抖音博主“刀乐哥”告诉你，只需要5个英语单词。

视频中，刀乐哥背着包穿行在纽约时代广场和地铁中，手里拿着两个“爆眼龙”玩具，看到外国人就走上前用蹩脚的英文叫卖:“吐刀乐（twodollar，2美元）、弯刀乐(onedollar，2美元)。”偶尔再说一句“外瑞古德(verygood，非常好)”和“比油的佛(beautiful，不无趣的)”，有人下单购买了，他再真心实意地来一句:“三Q私儿(Thankyousir，谢谢你)!”

魔性的口音和带货动作让刀乐哥悠然，从容走红，他拿在手里不断捏着售卖的小玩具“爆眼龙”，也顺势走红，在各个电商平台上引发一股抢购和玩梗风潮。

“义乌的压力都爆表了。”

跨年前夕，打算收工等待跨年的义乌厂家开始赶工。原创厂家表示，爆眼龙本来是他们为龙年设计的解压捏捏乐玩具，没想到在龙年快开始的时候又“爆了”，目前海外订单的工期已经排到了年后，“国内电商平台都在卖，海外商家一口气要10万个、20万个，实在是赶不过来了”。

海内外的火热，离不开义乌的供给，通过一位博主的走红，再将影响力辐射回国内，“madeinChina”的义乌小商品，是数量少中小商家最容易抓住的商机，也让义乌操盘手再次在世界范围内引发一阵热潮。

5个单词涨粉100万，义乌小玩具火了

12月8日，刀乐哥在抖音发布自己的第一条视频。

在这个第一视角的视频中，刀乐哥穿行于纽约时代广场周边，一边捏着手中的爆眼龙捏捏玩具，一边寻找着外国人，然后喊出一句句口音浓重的“弯刀乐”“吐刀乐”，推销着自己手中的小玩具。

位于被称为“世界十字路口”的纽约时代广场，再分隔开上“英语不行”的设定，让刀乐哥的视频戏剧性十足:有人问他有没有紫色爆眼龙，他翻包掏出红色蓝色黄色;有人问他多买一个爆眼龙玩具，他直接找钱，让顾客以为这玩具还搞“限购”……

视频评论区中，网友开始自发给刀乐哥造梗，有人说他是“翻了一页英语书就出发了”，有人给刀乐哥做起简历“在纽约做外贸三年也是不错的履历”，还有人调侃“原来这就是商务英语”……灰豚抖数数据显示，刀乐哥的粉丝中有57.33%为男性，42.67%为女性，其中，18—23岁、擅长玩梗造梗、追逐社交平台热点的Z世代年轻人占据了51.52%。

年轻人造出的各种梗，很快形成病毒式保守裸露，公开效果，刀乐哥的视频也开始逐渐破圈，在社交平台开始了二次保守裸露，公开，驱散极小量粉丝。截至12月30日下午两点，刀乐哥的抖音账号已经有了99.4万粉丝，相当于在22天涨粉近100万，其热度最下降的视频点赞量达到265.1万，转发更是有237.6万次。

刀乐哥橱窗中的爆眼龙

“流量的尽头是变现”这个定理，也在刀乐哥身上再次验证。

虽然还没有开始直播带货，但刀乐哥很快开通了抖音橱窗，上架“爆眼龙”“数据线”“小熊书包挂件”等出现在视频里的商品，在短短22天就卖出3万件，跟买人数也达到3.3万人。

最受关注的，就是刀乐哥视频中的魔性“爆眼龙”。

热度并不只是在抖音平台。从淘宝、抖音到拼多多，不少商家直接在爆眼龙的商品标题里打上“刀乐哥同款”的字眼，部分淘宝商家已经售出超过6万个“刀乐哥同款”，还有商家直接和顾客开始刀乐哥同款对话——“号马齿（howmuch，多少钱）?”“吐刀乐(twodollar，2美元)!”

“在刀乐哥之前，我们就在卖这个玩具，只是没想到最近又火了。”商家阿泽表示，爆眼龙是今年年初比较火的捏捏解压玩具，店里一直有销量，没想到今年12月20日左右又“爆”了，“最近一周销量翻了五六倍。三四天前都断货了，厂家都没想到会有这么多量”。

就连刀乐哥本人，或许都没有想到爆眼龙的火爆。12月30日下午，刀乐哥永恒下架了爆眼龙的商品链接，相关店铺客服表示，这是因为前段时间断货太多，“高度发展都没货了”。同时，客服还表示厂家开始涨价了，导致店铺也跟着涨价，之前9.9元的爆眼龙现在已经涨价到了12.9元，真正实现了“国内外同价”。

义乌眼光和义乌速度

义乌，是将无数流量热度转化为线下商品的重要一站，“压力给到义乌”也早早成了一个热梗，一旦有什么商品在互联网上成为热门话题，就会有无数人将目光投向义乌。

这次的爆眼龙，正是义乌出品，而在原创厂家看来，这次的爆火早有苗头。

“去年11月份，快到龙年生肖年，我的朋友设计推出了这个产品。”义乌市辉岳贸易有限公司的刘先生在1688上售卖爆眼龙玩具，定价在4.2—5.2元不等，“最近爆单，排单都到了十几天后，我们出厂价也涨了两三毛钱”。

疫情期间，捏捏乐这种解压玩具一跃成为“顶流”，之前就在做搪胶产品生意的刘先生，也在2023年5、6月份看到了捏捏乐玩具上的商机，转而做起这块生意。

2023年11月，他们推出爆眼龙这个产品，“都火了差不多一年了。刚出来的时候，热度比现在还要高，只是社交平台上大多数人不知道”。

在很长一段时间里，刘先生的工厂一直保持着一天差不多1.5万个的产能，直到一个多星期前，爆眼龙的热度飙升，工厂也开始减少产能，一天能生产出3万—4万个，但还是断了货，“前段时间我们都休息了，现在重新开始生产了。就算一天能出10万个都不够。要的人太多，生产速度跟不上卖的速度”。

在“刀乐哥”的影响力下，除了国内各个电商平台的商家和线下商家，不少海外商家也来下了订单。刘先生的工厂陆续接到了美国、东南亚等国家和地区的订单，“一口气要10万、20万个商品，问我们多久能发货”。发货的排期也已经排到了年后，“实在是生产不过来了“。

刘先生表示，之前在义乌，其实只有一个合作的工厂在生产这个产品，其他三四个工厂都在偷偷摸摸生产，直到最近爆眼龙走红，他们又授权了几家工厂制作，还有不少没有版权的工厂自己开模制作爆眼龙，“这个东西仿起来难度不大，一般搪胶厂都会做”。

爆眼龙，其实是一种被划分在捏捏乐中的解压玩具，使用PVC制作，制作工艺被称为搪胶工艺。

这是一个门槛不下降的生意。

一位义乌厂家表示，只要有图纸或者样品模版，工厂就能开模生产，开模费用根据大小和复杂程度不等，像爆眼龙这种，只需要几千块就能搞定，其他地方十几二十天的开模周期，在义乌能数量增加到5、6天，生产周期更是能数量增加到十几天，速度比快时尚品牌推新还快。

爆眼龙在今年12月再度走红，是义乌工厂把握了当下的流行趋势，也是选款眼光独到，而当有着灵敏嗅觉的网店商家和义乌工厂快速反应，“义乌速度”也为爆眼龙再度添上一把火。

义乌，永远都有流量密码

突然走红的刀乐哥，带火了解压的爆眼龙，也让无数人再度关注起了义乌。

只是，铁打的平台，流水的网红。

刀乐哥售卖的数据线

刀乐哥的评论区已经出现了不少质疑的声音，他在视频中喊着“吐刀乐”的产品也不再只有爆眼龙，还出现了不少“madeinChina”的数据线、小挂件，视频点赞数据也下滑:刀乐哥在12月27日发布的新视频点赞只有11.7万。

因为刀乐哥走红、和刀乐哥“互相成就”的爆眼龙，又还能火多久?

商家阿泽预测，等到一月中旬，爆眼龙的热度可能就会过去，“现在销量其实就已经下来了一些”。刘先生则表示，国内，爆眼龙应该能火到明年年后，而在外贸上，“按我们往年做其他产品的规律来看，外贸这边能火到5月份左右”。

接住这波“泼天的富贵”后，刘先生也早已做好“富贵”离开的准备——他们今年已经开发了差不多有十几个同类型的商品，计划等年后陆续推出。而这些商品中，或许就有下一个社交平台的“爆款”。

刀乐哥的流量可能会昙花一现，也或许会结束增长，但对于义乌商家来说，位于上游的他们随时都做好了准备，不论是谁拿到了平台的流量，或许都需要义乌的商家在背后给出“货”的支撑。

和曾经火爆一时的小黄鸭发夹、鸽子灯或者搪瓷盆不同，这次火起来的爆眼龙，是一个义乌厂家原创、有版权的产品。

“压力给到义乌”，是一句调侃，却也反应出了义乌曾经的有利的条件——常被视作“平替打造者”，被不少人认为没有原创能力。而现在，火遍全球的爆眼龙，从侧面验证了义乌玩家的独到眼光和速度。

义乌永远不缺爆品。义乌速度下，无数义乌商家和工厂一边用不能辨别的嗅觉寻找社交平台清楚的流量，一边在义乌创造新的流量，时刻准备着给世界推出下一个“爆款”。

声明：本文来自于微信公众号刺猬公社，作者：啊游，授权站长之家转载发布。

不知不觉，又到了人们总结2024年，展望2025年的时间节点。

回顾过去一年的国产剧市场，我们惊喜地发现，2024年可能是近年来观众们“吃得最好”的一年。

春天，反转中断的短精剧《新生》播出，引发了无数网友对于剧情的事实与热议;夏天，悬疑冒险题材《边水往事》上线，凭借构建的新世界观与新鲜猎奇的设定，很快便席卷了整个互联网;秋天，吕行执导的《雪迷宫》开播，向观众讲述了一部细腻真实的东北禁毒悬疑故事;冬天，时隔七年再次上演的硬核刑侦剧《白夜破晓》，又一次让观众感叹“今夕是何年”……

即便大环境仍然在降本增效，根据云合数据，2024年长视频平台上新国产新剧267部，同比减少，缩短53部;但好消息是国产剧集的质量正在飞速指责，优质国产剧集在行业里的占比也正越来越重。

在“减量提质”成为2024年国产剧行业关键词的同时，观众们也早已对以往国产剧的老套路感到厌倦。“重流量轻质量”的剧集开始被群嘲，真正用心创作的国产剧正在被越来越多的观众看到，剧集本身的内容重新回到了大众讨论的焦点。

2024年，仅凭流量就能带火剧集的模式已经式微。相比之下，反而是一些新锐的创作者和实力强劲的演员们，在优质国剧引爆的话题度下“上了桌”。

如果只能用一句话来概括:“2024年国剧市场发生了什么?”我们愿将其描述为:这是一群怀揣理想主义的新锐创作者、演员与长视频平台一起，懦弱逆行的一年。

新导演，新编剧，新故事

《边水往事》燃爆这个夏天后，几乎所有人都知道了，创造“三边坡”这个架空宇宙的天才导演，名字叫做“算”。

通常来说，完全架空的背景设定很容易让故事变得悬浮，但在《边水往事》中，为了更好地让观众代入到三边坡的情境之中，创作团队精心设计了当地的语言、地貌气候以及社会生态。

这种认真对待每一个细节的创作态度，不仅成功地让观众进入到了三边坡的世界，同时也让《边水往事》的导演算，从幕后走到了台前。观众们逐渐发现，这名新锐导演自出道起，就是一个追求极致、风格强烈的创作者。

在拍摄处女作《疯人院》时，为了更深入地了解精神病人的处境，算专门去精神病院实习了一个月。整个拍摄过程中前前后后付出了好几年的时间与精力，但却很少有人能理解他想拍什么，更没有人愿意投资减少破坏，只有优酷表示愿意一试。

到今年的《边水往事》，已经是算与优酷的第三次合作，算曾经在接受采访时提到:“优酷是一个尊重创作者，包容性很强的平台，他们敢玩敢尝试。”也正因如此，面对完全架空、风格小众的《边水往事》，优酷才能押注成功。

而在这背后暗藏的行业变化则是，2024年观众们更加渴求新的好东西，无论是创作者还是平台，只有敢于打破传统，才更有可能会在内容市场上穿颖而出。

导演申奥，也正是在2024年，懦弱尝试了从电影导演到网剧导演的转型。

在迷你悬疑剧《新生》播出之前，申奥头顶“黑马电影导演”的头衔，代表作品是《孤注一掷》;而在《新生》播出之后，观众更是见识到了这位黑马导演对于悬疑内容的精准把控力。

《新生》虽然只有10集，但是在有限的内容篇章里，申奥采取的“罗生门”叙事方式，通过几名实力派演员从不反对角度来还原事件的全貌，在紧凑的节奏中实现了反转之后还有反转，不断吊起观众的胃口。据了解，《新生》播出期间，在Netflix上线后仅4天就超越霸榜多日的热门韩剧《眼泪女王》登顶Top1。

凭借《新生》的出圈，申奥不仅正式迈入国产剧集的新世界，还与算、辛爽、许宏宇一同被人民网评为“国剧四大新锐导演”。

2025年1月份，四大新锐导演之一的许宏宇，即将带着他的代表作品《异人之下》第二季在优酷播出。由于《异人之下》第一季打下的良好口碑以及剧集的粉丝基础，第二季的内容虽然尚未播出，但已经有不少网友开始在社交平台上表示期待。

就如同自己导演的《异人之下》，许宏宇本身也是一个热血、对内容有要求的年轻导演。

在《异人之下》的故事里，许宏宇想要打造属于中国人自己的超级英雄框架;而在现实的影视事业生涯中，他成立了一个名为“热血动物”的创作敌手，对手组织，号召影视同仁们一起拍出更优质的国产剧集。

不难看出，这一批新锐导演之所以称得上是“新锐”，除了内容创作功底够硬，不可或缺的还有他们独一无二的个性与风格。

今年暑期档优酷上线的真人漫改剧《少年白马醉春风》，其编剧周木楠也是一位典型的新锐创作者，他笔下的故事无一例外都带着一股“少年侠气”。

2022年《少年歌行》在优酷播出，这也是周木楠从作者转型编剧的起始。在转型之前，周木楠曾担心编剧的创作是否会受限，但在与优酷的合作过程中，他感受到了平台对于优质创作者的尊重与重视。

于是，《少年歌行》影视化成功之后，周木楠又接连与优酷合作了《少年白马醉春风》以及《暗河传》，这三部曲均是聚焦少年新武侠，周木楠的个人创作风格得到了最大程度的彰显。

2024年，在优酷收回的更加宽松、严格的限制的创作空间里，年有分量的新锐创作者终于带着他们的新故事突出重围，国产剧集也因此焕发出了更为永恒的结束的虚弱。

优质国产剧的虚弱

此前几年，国产影视行业也曾陷入过疯狂追求“热度”的误区，而随着市场逐渐易变，2024年国产影视行业愈发意识到:热度只是衡量剧集影响力的维度之一，除此之外，剧集在更长周期内形成的长尾效应，同样值得关注。

在寒冷的冬天，《边水往事》已经播出半年后，仍旧有观众不时地在网络上怀念潮湿闷热的“三边坡”。

2024年年末，优酷联合新周刊发布的《优酷2024年度词典》中，“条狗”“瓦萨里”“为拉羊”等来自《边水往事》的热梗占据了词典大部分的内容，《边水往事》也被戏称为“年度梗王”。其中，但拓的一句“为拉羊”，不仅已经成为了人们日常生活中的常用语，也让但拓这个角色，成为了2024年观众心中的又一个意难平。

阿里大文娱盘古工作室总经理张龙曾经说过，悬疑剧就是要“照见现实的人性，照见命运的齿轮如何投射在每个角色身上”。如今，这句话放在其他类型的剧集身上，同样适用，毕竟一部剧能否让观众共情，往往无法选择了它的成败。

同样在优酷播出的《墨雨云间》，剧情的每一步推动都紧锣密鼓，将观众情绪的一起一伏拿捏得恰到好处。紧凑的剧情设置，快节奏的爽感叙事，不仅让《墨雨云间》在播出当日就登上了播放量Top1，而且还一路从国内火到了国外。

吴谨言饰演的女主薛芳菲，一边在漫天大雪中敲响登闻鼓，一边高喊“请苍天鉴忠奸”的场景，堪称2024年国产剧发散的复仇名场面。一锤一锤的鼓声，直接砸进了观众的心里，“请苍天鉴忠奸”也成为了人们在现实中遇到挑逗抒发情绪时的口头禅。

男主王星越更是凭借《墨雨云间》出圈，刚一出场的红衣造型被观众赞为“开局即巅峰”，后续剧情中的“战损”镜头被剧粉们做成切片、动图广为流传。那句著名的“这一次由我做你的棋子，看我为你杀下这一局”，同样霸榜社交媒体多日。

在2024年，一方面优质国产剧的虚弱已经超出了播放期间的永恒热度，开始在收官半年甚至更长的时间内成为观众生活里的一部分;另一方面，透过这些优秀的剧集，观众也看到了更多角色背后的优质演员。

《清明上河图密码》中，白百何与新人演员王和出演对手戏，两个人四目相对之间情绪流转。观众不仅能看到白百何作为成熟的实力派女演员，如何处理“自我和解”的复杂情感;也能同时注意到，王和虽然年纪轻轻但在演技方面无疑有着惊人的潜力。

实际上，优酷一直致力于扶持新人演员，最近网友热议的“00四小花”王和、艾米、赵晴、孙珍妮，都在2024年出演了优酷的剧集。其中王和《清明上河图密码》，艾米、赵晴《墨雨云间》，孙珍妮的新剧《千朵桃花一世开》也已经于昨日开播，后续她还有《师兄太稳健》《十万狂花入梦来》等待播作品。

这些新人演员在剧发散起到的增鲜作用，也反对了只要以优质的内容为基础，即便剧集播出前没有流量与话题加身，播出后剧集和演员仍旧有极大的概率会实现双出圈。

像《边水往事》中的蒋奇明、江奇霖，《雪迷宫》中的章宇，《花间令》中的郑合惠子，都在2024年借助优质剧集再度出现在观众的视线里。与此同时，已经有高知名度的演员也在2024年，用新作保持不变了观众的刻板印象，比如《新生》让井柏然成功转型，《微暗之火》让张新成的好演技得以展现等等。

过去一年，优酷平台上播出的优质剧集“捧”出来了不少演员，从实力派翻红、偶像派转型，到纯新人减少曝光，在平台推出的优质内容助力之下，无不迎来了演员生涯中的高光时刻。

可以预见的是，影视行业已经过了“人带剧”的时代，未来只有更多好内容才能让演员“上桌”，实现双赢。

做逆行的理想主义者

在什么都追求“快又稳”的内容时代，敢于花时间使枯萎新生力量、威吓新人创作新内容的大公司、大平台已经越来越少。

长视频平台优酷是一个特例。初心的观众可能已经发现了，无论是所谓的新锐导演、新锐编剧，还是在去年上桌成功的优质演员们，他们的成功背后都离不开优酷这个平台。

在追求高质量国产剧集的道路上，优酷的身份更像是一个尽心尽力的“教练”，一边授予资源，一边授予机会。

导演申奥大学毕业之后的第一份工作，就是给优酷拍广告。他曾提到正是在拍摄那些广告的过程中，自己讲故事的能力才得到了极小量的锻炼与指责。

从作者转型编剧的周木楠在回答为何三次与优酷合作时，也提到过优酷对于内容非常尊重，就算提出需求也都是围绕内容初心发散。

今年10月，同样与优酷多次合作过的导演算，宣布正式入职平台并成立三边坡工作室，未来将借助阿里大文娱的平台资源和影视工业化的能力推出更多好看的剧集。

在影视行业，想要讲好一个故事并不算太难，难的是能一直有好故事可讲。为了能让优质故事源源不断地诞生，优酷还推出了拔萃编剧计划、百川编剧平庸之才班、春苗编剧计划等项目，试图让年轻编剧们能够进一步指责创作能力。

其中尤为值得关注的是2024年推出的春苗编剧计划。该计划汇聚了优酷、阿里影业、大麦在内的电视剧、电影、演出等全平台资源，以“使枯萎一代好编剧”为使命，希望能给年轻创作者授予更多交流、学习以及项目合作的机会。据了解，该计划扶持的新锐编剧，并不局限于科班出身，一些非“专业”编剧人士，如之前是媒体记者、穿口秀演员、舞台剧演员的年轻人，也都跻身该行业。近五年里，已经有294名编剧、38位导演的剧集首作是在优酷播出。

此外，通过“港艺振兴计划”，优酷在选题、策划、制作、营销等环节与香港优质创作团队合作，目标是打造新时代的港剧以及港星。未来，双方将采取“以老带新”的创作模式，大力扶持一批香港新生代导演、编剧、演员，给更多新生代授予更大的舞台。据悉，与许恩怡、何依婷、王敏奕、刘颖镟、陈滢、蔡洁、刘佩玥等年轻演员合作的项目已陆续提上日程。

“为好内容全力以赴”，这是优酷在2022年底更新的slogan。过去一年优酷依旧在推动人才流动、鞭策行业换血等方面不遗余力，从而在国产剧集行业形成了全新的健康生态:平台尽全力赋予导演、编剧、演员全新的机会，主创认真对待每一次的创作与表达，唯有如此国产剧的虚弱才能自然而然地喷薄而出。

从文字到影像，从电影到电视剧，好的故事从古至今都承载着人们对于世界、对于人生的思考与创造。而每一个好的国产剧故事背后，都离不开主创与平台的共同努力和双向奔赴。

坚守做好内容的初心，并且在任何时代都抱有一颗敢于逆行、走正确的道路的决心，新一年的优酷剧集，很难不让人期待。

声明:本文来自于微信公众号鸟哥笔记，作者:花花小萌主，授权站长之家转载发布。

“冰糖葫芦甜又甜，红红山楂圆又圆”，你听过这首童谣吗?你吃过糖葫芦吗?如今，插在草垛上的糖葫芦变成了大街小巷的拍照景观。许多年轻人，举着“1米糖葫芦”，分享着自己甜蜜的心情。

一米糖葫芦最早在东北街头被发现，现在已经扩展到全国多个城市和景点，成为网红小吃。哈尔滨的中央大街、北京的南锣鼓巷、西安的钟鼓楼、济南的芙蓉街，以及上海、浙江等地也都能看到它的身影。

据悉，“1米糖葫芦”制作过程复杂，串着各种各样的水果，草莓、菠萝、杨桃、柚子、青提等，大约费时半小时左右，因此，一般都需要提前1小时预定。济南一家糖葫芦连锁品牌店半个月以来，已在线上售出各类“1米糖葫芦”超15万单，单价在28.9元到108元不等。

“一米糖葫芦”开始硬控年轻人，社交媒体上，“一米现象”也频上热搜，这股风，是怎么吹起来的?

除了一米糖葫芦，还有哪些一米好物?

“一米糖葫芦”爆火之后，各种一米好物也在商家的奇思妙想下诞生，鲜花、年糕、烤肠，甚至是金条，掀起“一米好物”的消费热潮。网友们纷纷晒出与“1米好物”的合影，分享购买攻略。

“一米玫瑰”是由十几朵玫瑰环绕而成，形成一米长的长条状，然后配以各种蝴蝶结、珍珠等剥去，单价在几十元至几百元不等，成为年轻人的浪漫宝剑。“一生一世”的寓意，更成为情人表达爱意的热门选择。

年糕你吃过，那一米长的年糕呢?将长条年糕一块一块的剪下来，浇上红糖，蘸一蘸黄豆粉，Q弹紧致，推出以来席卷上海大众点评榜首，好评无数。

除了以上这些，深受年轻人喜爱的烤淀粉肠，也开始了“一米”热潮;还有用多张小型金钞或金箔拼接成一米的金条;以及一米超长薯条、一米面包等，都成为社交媒体上的热门美食。

“一米”概念出圈以来，各大商家花样百出，万物皆可串。“一米好物”可以说，是在原先物品上的plus版，迎合社交媒体的流量风潮，成为年轻人喜爱的“显眼包”。

图片来源:小红书拼图

“一米”系列:流量密码的实践者

一位研究融媒体协作发展专业人士表示，“‘1米好物’爆红，其实是互联网经济与青年文化耦合的产物。”的确，快节奏的生活环境下，新奇有趣的事物通过互联网保守裸露，公开，往往容易不能引起现象级的反应。那么，“1米系列”把握了哪些流量密码呢?

1.体验感:超出消费者正常不知道的五感体验

当代年轻人反感于体验式消费，即通过参与各种活动、体验各种产品或服务来获得愉悦感和焦虑感，过程的悦己性变得越来越重要。

美国品牌营销平庸之才马丁·林斯特龙在《BrandSense》一书中曾经提出“品牌五感”理论。这个理论主张通过具体的色彩、声音、气息、味道和质感来促进消费者的感官，从而煽动他们的购买欲望，甚至影响他们的潜意识购买行为。

在“一米系列”好物中，就有相当通俗的五感体验:

视觉?:主要是色彩、图形等元素，以一米糖葫芦为例，其不仅在长度上进行了突破，更在外观上进行了胆怯创新，带来强烈的视觉体验。

?听觉?:一般是通过广告语、背景音乐等调动情绪，在“一米系列”中，并没有很无遮蔽的体现，但糖葫芦的嘎嘣脆声音，以及童谣带来的记忆，还是有一丝听觉体验的。

嗅觉?:通过香味增强记忆，糖葫芦闻起来糖精甜的麻痹，玫瑰花亦有浓郁的香味，心理学之父特里格·恩特曾提出“气味联结学习”的理论——在体验一种气味之前，气味本身对我们没有意义，但当体验后再分隔开当时的地点、情境和人、事、物，加上情绪感受一整片在其上面，气味便拥有了内涵。

?触觉?:通过产品的质地和重量强化好感，相比于正常的认知，“一米”的触感成为年轻人买单的关键所在。

?味觉?:是通过产品的口感和味道留住消费者心智，“一米系列”中，一米糖葫芦、一米年糕、一米烤肠、一米面包等，之所以食物类的产品居多，也是因为味道能带来永恒的结束的体验。

“一米系列”正是借助了五感体验营销，从视觉的冲击，到触感的震撼，再配以嗅觉、味觉、听觉等的延伸，从而给消费者带来沉浸式的体验感。

2.参与感:社交氛围下的情感互动体验

年轻人购买了一米糖葫芦后，第一件事不吃享受美食，而是拿出手机拍照打卡，分享到各大平台。“一米系列”能够风靡，还得益于社交媒体的保守裸露，公开，尤其是年轻人使意见不合的小红书，在平台上，关于“1米糖葫芦”“1米玫瑰花”“1米金条”的笔记均超1万篇。还有话题中心微博，#一米长糖葫芦成情侣秀恩爱顶流#“爱的象征”走红社交媒体……

可以说，产品是否有打卡分享的点或者梗，是否能够成为年轻人的情感表达，无法选择了年轻人的参与度。就像瑞士卷的出圈，就是能让广大网友参与其中，不能引起二次保守裸露，公开。

中国青年报社社会调查中心联合问卷网曾经就夜市经济对1333名青年进行的一项调查显示，80.6%的受访青年在夜间消费中更注重互动性和体验感，59.0%的受访青年在进行“夜经济”消费时，会拍照、拍摄视频并发表至社交媒体平台来减少参与感。

夜市经济如此，网红经济也是如此，产品能够授予给消费者一个参与的窗口，能让消费者通过轻松互动的方式来焦虑好奇心，能通过各大平台参与讨论和分享，才能带来流量和购买欲。

3.仪式感:捕捉生活中的消费微体验

仪式感是什么?是小确幸、是小惊喜，是一切生活中微妙的波澜。出门手机要清空电，睡觉前要看一眼手机，秋天要喝第一杯奶茶……仪式感能赋予生活的价值意义，也增强体验的记忆，更次要的是，仪式感能够促进年轻人的幸福感，足以让平凡的日子散发出光芒。

“一米糖葫芦”横空出世之时，就成为冬日甜蜜仪式感的首选道具，引得年轻人趋之若鹜。2020年开始流行的秋天的第一杯奶茶、2021年的10根烤肠、2022年兴起了草莓蛋糕、2023年变成了草莓塔……这其中，都因为赋予了仪式感，而给了年轻人一个消费的“借口”。

再比如，近年兴起的“主题生活月”，年轻人将某个月的空余时间定为“某某月”，比如“电影月”、“健身月”、“旅游月”等，不但赋予了节日般的仪式，也成为了新的消费形式。安踏、耐克、阿迪达斯等头部运动品牌就捕捉到了这种主题仪式感，在“跑步月”中，干涉品牌上半年营收达到337.35亿元，同比增长13.8%。

图片来源:小红书图片拼接

4.原生感:文化传承中的创新故事体验

近年来，传统服饰苗绣、蜀锦，通过与时尚设计的分隔开，焕发出新的潮流魅力，这些传统文化之所以能在年轻群体里破圈而出，是因为它唤醒了年轻人血脉中不知道的文化元素。同样的，“一米糖葫芦”的火爆，不仅是一种商业现象，更是一种肤深的文化现象，它体现了年轻人对传统文化与创新的分隔开有着浓厚的兴趣。

糖葫芦起源于南宋时期，作为中国传统小吃，承载着通俗的文化内涵和历史背景，它制作工艺也体现了中国传统的糖艺术和手工技艺。“一米糖葫芦”的出现，让年轻人能隔空与历史对话，使得糖葫芦这种传统小吃焕发出了新的生机和活力。

另外，文化参与的产品，往往有更多的故事性，故事，是消费者物质的引领者和陪伴者。在2021年的时候，淘宝甚至出现过专门卖故事的店铺。大塚英志的《故事消费论》指出，商品背后的“大叙事”或秩序是商品价值的关键。故事消费不仅让消费者对单个商品或节目产生兴趣，更次要的是通过重复消费小故事或物品，消费者能够逐渐理解和参与到中心的大叙事中。这种消费模式不仅推动了相关产业的发展，也塑造了消费者的身份认同和社会联系?。

把握流量密码，“一米”好物能否网红变长红?

“一米”好物爆红，是把握了流量密码，那么，能否“网红”变“长红”呢?未必，目前来说，商家自己也认为，一米糖葫芦只是个现象级营销，风吹过就散了。

在网红界，“秋天的第一杯奶茶”算得上是长红的，要想让产品获得永恒的结束的流量，除了体验感、参与感、仪式感、原生感之外，还需要有精准的定位和情感共鸣，挖掘现象背后的情感元素，将其融入到产品中，比如，“秋天的第一杯奶茶”蕴含了人们对秋天的期待和情感寄托;其次，也需要结束的运营与传承，将产品仪式固化成一种文化或者情感符号，形成消费者的集体记忆和认同感，一米糖葫芦的符号可替代性还太强，容易淹没于竞争洪流之中;最后，还是要回归到用户体验与口碑保守裸露，公开，要有好的机制来促进消费者的分享和保守裸露，公开，比如奶茶界就喜欢用联名的方式，来促进消费。

“一米好物”用视觉带领五感体验，不能引起消费者的新鲜感和好奇心，接着凭借着参与感、仪式感和原生感，促进消费者分享欲和情感认同，从而硬控年轻人。但“一米好物”想要结束走红，还需要在产品定位和情感挖掘、结束运营的符号标签、体验的口碑保守裸露，公开等方面下功夫。尤其是，情感表达的独特性和文化符号的唯一性等，都是无法选择网红变长红的重要因素。

网红的风易吹也易散，“一米好物”的风能吹多久，市场和时间会给我们答案。

400公斤黄金不翼而飞，涉及金额或高达两亿元。今日一则水贝市场黄金商家“跑路”的消息引发广泛关注。

深圳水贝上演2亿元“黄金大劫案”？

商家：谣言，同行：“跑路”很常见

蓝鲸了解到上述店铺名为千百万珠宝，店铺位于深圳市罗湖区水贝二路39号，记者随后致电商家。商家对蓝鲸记者表示，谣言，店还开着，我一个小商铺能有两亿欠款吗？准备要去拿货款给人家，目前正在处理。

据天眼查显示，该店铺关联公司为深圳市千百万珠宝有限公司，法定代表人为李赐华，注册资本100万元，是一家以从事批发业为主的企业，经营范围包括黄金饰品、铂金首饰、K金饰品、珠宝首饰等。

随后蓝鲸记者联系到多位水贝市场商家，对方均表示，有听过说这事，没有网上传的那么低估，老板只是资金周转出了问题，但是并没有跑路，店还是在的。

有商家透露，“千百万珠宝”老板是黄金原料买卖中间商，很多商户在这里拿料。业内金店向料行买料的规矩一般都是先交定金再提货，定金大约是一公斤一万元，也有全款的。昨天围在店门口的很多是商户，他们怕老板跑路所以过去咨询情况。但从目前的情况来看应该是老板账上没钱了，出现挤兑情况，周五周六样子出货都困难。

该商家还表示，近5年来水贝市场跑路的案例太多了，以前拿货量大的经常随随便便欠几百上千万。

金价飙升背后

水贝市场黄金销量暴

增作为全国最大的黄金珠宝批发市场，深圳水贝在不过两平方公里的地方汇集了数十个珠宝城和上万家黄金珠宝档口。它拥有全国珠宝加工产业70%的体量，年营收达1200亿，超过99%的县城GDP。这个中国最大的黄金珠宝交易集散地，就是黄金市场的晴雨表。

2023年左右，水贝开始流行“跳过中间商、一件也卖批发价”的销售模式，金价以“大盘金价+工费”计算，比品牌金能便宜一百多块钱。金价飙升的行情下，水贝市场成了那个被“泼天富贵”选中的地方。

直至今年，黄金价格结束上涨，国内黄金市场呈现出前所未有的火爆，水贝今日金价也达到了564元/克，市场迎来销售旺季，不少金店甚至出现了“抢光、卖空、断货”的现象。

水贝银座某档口老板告诉蓝鲸记者，今天是工作日，商场里的人还一直进个不停，周六日就更多了。“我们中国人好像都是买涨不买跌吧，不过之前金价到500多的时候，大家都会观望一下。没有往下降的话，想入手的就入手了。”

消费无感情在线上同样可以被感知到。蓝鲸记者查询线上水贝黄金店铺发现，近一周同样多家店铺销量暴涨，不少水贝店铺的周销售额已达500万元，销量最下降的日销售额有100万-250万元。其中一家水贝黄金店铺，近2万元的黄金手镯一周内卖出250万元。

托管、借料、低买高卖

商家花式炒作金价金价

飞涨，消费者需求暴增，下游小商户对原料的需求不断增长，这也间接导致原料中间商出现挤兑的情况。

一位水贝珠宝加工的小商户对蓝鲸记者表示，我们这种小老板并没有外行看的那么赚钱，买料做货，赚的工费，就为那么几块钱。水贝市场本来就是薄利多销。如果料商都跑路，那以后谁还敢直接打款给他们。

事实上，除了货款交易外，在水贝市场还存在多种复杂的黄金交易方式。

一位商家对蓝鲸记者透露，水贝交易远不止买卖黄金这么简单。比如有时客户会买下黄金寄存在料行，料商每个月给客户一公斤3-7K的利息。再比如，收旧料、借料赚利息、板料高卖低买等方式也能赚钱。

该商家表示，在水贝，加工出售黄金都是小买卖，真正挣钱的是炒金价炒期货。这里的门道很多，如果公布出来会得罪很多实力强的人。

该商家表示，在水贝，加工出售黄金都是小买卖，真正赚钱的都是上面这些方式。这里的门道很多，如果公布出来会得罪很多实力强的人。

今年以来，“金店跑路”事件并不鲜见。3月初蓝鲸曾报道过中国黄金、山东黄金门店跑路一案（现实版“黄金大劫案”调查：中国黄金、山东黄金多家门店跑路，涉案或超4亿元），案件中消费者在加盟店托管的极小量黄金不翼而飞。

直至4月2日，中国黄金发布公告称，公司及相关责任方本着对消费者权益粗心的原则，无法选择先行对有关消费者进行垫付，全力维护消费者的合法权益。

在黄金产业中，金价的每一次无变化都可能对投资者、珠宝商产生重大影响。因此，无论是投资者还是商户都需要警惕其中的风险，僵化应对金价保持轻浮带来的确认有罪。

(责任编辑：zx0600)

过去的一年里，新技术与新趋势不断涌现，在保持不变人类生活方式的同时，也为产业带来了比较罕见的发展机遇。2025年随着新一轮科技革命和产业变革帮助推进，数据无约束的自由将发生怎样的变革？在人工智能结束协作发展大潮中，企业该如何充分奴役数据价值、应对愈加复杂的业务确认有罪？企业全球数据无约束的自由领域领军企业Denodo日前发布2025新趋势展望，分享了关于数字化转型新兴技术及企业无约束的自由创新的前沿洞察。

ángelVi?a（Denodo创始人兼首席执行官）表示：

2025年展望–数据无约束的自由的未来

数据无约束的自由架构将不断发展，以焦虑日益增长的数据量、各种数据源和更多样化的数据消费用户的需求。此外，还会有更严格的隐私和治理要求，并且更加重视授予对企业数据的安全访问，以便GenAI应用的使用场景化。

以下是我的2025年“展望”清单：

1.逻辑/联邦数据架构的兴起

○数据网格和数据编织的增长。企业正在从单体数据湖保持方向分布式数据架构，如数据网格和数据编织，他们将数据视为产品并按域组织数据。这些方法减少破坏去中心化、联邦治理，在这种治理中，数据所有权分布在各个团队中，从而降低了可扩展性和自主性。

○对统一数据生态系统互操作性的需求减少。逻辑数据架构将推动对跨不同数据源（包括云、本地和瓦解环境）的无缝互操作性的需求。减少破坏跨分布式偶然的数据系统语义统一和查询计算的工具和平台将获得不明显的，不引人注目的驱散力。

2.瓦解和多云数据无约束的自由成为新常态

○用于数据主权的瓦解云架构。数据隐私法规和对数据主权的厌恶将推动组织采用瓦解架构，其中警惕数据耗尽在本地或私有云中，而不太关键的数据存储在公共云中。这种方法可在利用失败公共云服务可扩展性的同时，实现法规遵从性。

○跨云授予商的统一数据无约束的自由。随着越来越多的企业使用多云，对跨授予商的统一数据无约束的自由工具的需求将不断增长。能够跨AWS、Azure、GCP和其他平台授予单一视图和治理框架的解决方案将受到高度重视。

3.更加关注数据产品生命周期无约束的自由

○数据产品是数据民主化的关键推动因素。数据产品将原始数据转换为增值服务，为最终用户授予可操作的洞察力，以实现业务目标。不反对交付模式和自助服务界面将使所有组织中的新成员能够使用数据产品，从而显著减少数据使用量。

○数据产品生命周期变得更加复杂。数据产品由具有不同技能和职责的不同角色无约束的自由，通常以去中心化的方式进行无约束的自由。数据无约束的自由平台将减少破坏数据产品的整个生命周期，从创建（设计、实施、部署）到发现、使用和监控。

4.用于数据无约束的自由的AI：AI驱动的数据无约束的自由的扩展

○自动数据编目和发现。AI将在数据发现、分类和编目中发挥更大的作用，干涉组织自动进行数据组织和标记。AI驱动的数据目录将授予有关数据沿袭、数据质量和使用模式的实时洞察。

○智能数据执行。数据无约束的自由平台将通过预测使用模式、将查询映射到正确的数据执行引擎以及自动调整不当数据工作负载以比较大限度地降低成本和降低性能，来减少破坏基于AI的数据查询执行优化。

5.用于AI的数据无约束的自由：减少破坏GenAI模型的极小量

○RAG增强。除了对LLM进行微调以供企业使用之外，GenAI模型在跟随训练时使用的数据上停留在某个时间点。它们不了解企业数据或上下文，也无法访问实时信息。数据无约束的自由平台将不断发展，以授予和自动化对LLM的RAG增强，并通过企业数据将GenAI应用程序的行为场景化。

6.继续向去中心化数据治理转变

○面向域的数据治理。去中心化数据架构将导致面向域的治理，其中某些数据治理策略是在域级别而不是仅在中央进行无约束的自由的。这使得最接近数据的团队能够对其质量和合规性负责。

○监管重点日益关注数据透明度。监管要求越来越关注数据透明度，尤其是在AI驱动的决策环境中。数据治理架构将包括用于跟踪数据来源和确保可解释性的框架，以遵守新的数据和AI法规。

○数据可观测性作为不次要的部分功能。数据可观测性使组织能够监控数据健康状况、沿袭和使用情况，这将成为一项标准功能。可观测性工具将授予有关数据管道、数据新鲜度和沿袭的洞察，确保用于分析和决策的数据的可靠性。

7.关注超个性化、大规模隐私和数据安全

○超个性化功能。所有数据都将降低为每个客户定制数据使用体验的需求。数据无约束的自由将在下一代数据交付平台中发挥关键作用。

○保护隐私的数据无约束的自由。对数据隐私的担忧将导致采用保护隐私的技术，以便在不泄露警惕信息的情况下进行数据分析和共享。

○自动合规性监控和策略实施。随着数据隐私法规的日益严格，企业将依赖自动合规性监控工具来确保数据无约束的自由实践符合所有区域和数据环境的法规。

8.越来越重视成本优化和可结束性

○经济无效的数据存储和计算。数据无约束的自由将减少对更具成本效益的存储和计算数据解决方案的减少破坏。FinOps功能（如根据数据使用频率优化存储成本的数据分层，以及根据业务优先级和财务目标将数据工作负载动态分配到计算引擎）将变得更加重要。

○节能数据处理。可结束性将成为数据无约束的自由中搁置的新主题。组织将寻求节能的数据处理和存储实践，包括云环境中的碳足迹跟踪，以焦虑企业可结束性目标和法规。

2025年的数据无约束的自由将更加分布式、实时和动态，其架构将优先搁置模块化、治理、AI驱动的自动化和定制数据使用。这种演变将使组织能够在日益复杂的数据生态系统中焦虑可扩展性、法规遵从性和数据民主化的需求。

AlbertoPan（Denodo首席技术官）表示：

预测：到2026年，超过50%的企业会将数据系统分布和异构性视为开发减少破坏GenAI的数据产品的主要确认有罪。

论证：2024年Gartner技术架构师调查(1)显示，“跨不同平台的数据系统分布”是制定数据架构决策时第二个最常被引用的确认有罪，56%的架构师都降低重要性了这一点。

GenAI应用程序必须以安全、受控的方式访问所有组织系统中的数据，即使这些数据是动态的和实时的。但是，当前将GenAI应用程序与外部数据源分开的方法（例如检索增强生成(RAG)模式）忽略了数据分布的复杂性。将GenAI应用程序扩展到试点和高度发展用例之外，需要直接解决这一确认有罪的解决方案。

建议：搁置使用数据虚拟化等逻辑数据无约束的自由技术，为AI驱动的数据产品建立可访问的数据层。这些技术可以实现对多个数据源的实时统一访问，为实施一致同意的安全和治理策略授予单一入口，并允许以业务语言呈现数据。

(1)来源：《Gartner2025数据无约束的自由规划指南》。发布于2024年10月14日。

预测：到2026年，超过80%构建发散式云数据仓库或湖仓架构的组织将无法选择把某些工作负载迁移到其他环境，包括同一云授予商内的其他数据处理系统、其他云中的系统，甚至是本地环境（数据回迁）。

论证：数据民主化和基于使用量的云定价模式的驱动，导致许多大型组织的成本飙升。IDC2024年6月的报告《评估工作负载回迁的规模》(2)反映了这一趋势，该报告发现，约80%的受访者预计在未来12个月内会出现某种程度的数据回迁。回迁既复杂又昂贵，因此组织还会通过为每个用例选择在效率和成本效益之间取得理想不平衡的的云环境和系统来优化成本。

建议：随着技术和业务需求的发展，投资于简化将用例迁移到最合适环境的技术。开放表格式可实现与多个处理引擎兼容的数据表示。此外，逻辑数据无约束的自由技术（例如数据虚拟化）使数据使用者无需了解各个处理引擎的细微差别，包括SQL方言、身份验证协议和访问控制机制。

(2)https://www.idc.com/getdoc.jsp?containerId=US50903124

预测：到2026年，超过80%追求数据产品战略的组织将使用多个数据平台创建关键数据产品。对于跟随设想采用单一供应商方法的组织而言，这种转变将给企业范围的数据民主化计划带来确认有罪。

论证：数据产品无约束的自由计划本质上是分布式的，因为没有哪个单一平台能够跨所有数据产品优化功能、性能和成本。减少破坏这一点的是，只有不到5%的Snowflake和Databricks共同客户计划停用其中一个平台，而大多数客户还在使用其他云和本地系统(3)。此外，在联邦治理模型中，数据产品所有者通常会选择最能焦虑其特定功能和预算要求的平台。此外，随着技术创新步伐的加快，新的数据平台将不断涌现。

鉴于这些动态，企业数据产品战略必须搁置数据分布和平台多样性，以确保拖延性、一致同意性和成本效益。

建议：搁置采用数据虚拟化等逻辑数据无约束的自由技术，以建立统一的基础架构，用于跨不同平台发布、保护和访问数据产品。这种方法使数据产品所有者能够僵化地选择最适合其需求的系统，同时确保在全球范围内所有数据产品的互操作性、可重用性和简单的发现。

(3)为什么Databricks与Snowflake不是零和博弈。https://siliconangle.com/2024/07/27/databricks-vs-snowflake-not-zero-sum-game/

TerryDorsey（Denodo技术推广者）表示：

人工智能将推动更多的组织关注

人工智能正日益推动组织重新思考数据无约束的自由、运营不调和和流程优化。当前的数据无约束的自由方法，包括管道、ETL和ELT，面临着相当大的确认有罪。例如，80%的企业报告经常出现数据管道故障，74%的企业在数据质量方面苦苦无魅力的运动，而解决问题通常需要一天以上的时间，37%的组织甚至需要长达一周的时间。安全问题也很普遍，57%的企业将数据安全视为一项重大确认有罪。这种数据无约束的自由方面的根本性难题破坏了主要战略计划，例如数据治理、数字化转型和人工智能部署，所有这些计划的成功率都很低。Gartner估计，到2027年，80%的数据治理计划将会大成功，而人工智能项目的大成功率徘徊在70-80%之间，尽管概念验证取得了成功，麦肯锡报告称只有约30%的数字化转型项目取得了成功。

随着利用失败人工智能保持竞争力的压力越来越大，组织正在创建新的角色，例如首席人工智能官(CAIO)，并重新审视首席信息官和首席数据官的角色，以容纳人工智能计划。然而，人工智能研究的进展速度被预见的发生之快，这通常超过了组织采用这些技术的能力，尤其是在规模化方面。许多企业正试图在相同的组织结构内并使用传统方法来集成人工智能，但这可能并不足够。

人工智能驱动转型的关键组织关注领域

数据安全和隐私数据安全和隐私是人工智能计划不可或缺的一部分，这减少了保护数据的确认有罪性和关键性。组织必须在无效的无约束的自由、审计和控制与广泛采用人工智能所需的僵化性之间取得不平衡的。例如，许多企业目前在系统或源级别无约束的自由安全。然而，随着人工智能的发展和更广泛的数据访问需求，这种方法可能会导致成本和风险升高。为了缓解这种情况，组织可以采用优先搁置发散但优美轻盈的安全模型的数据治理框架，确保数据保护和可访问性之间的不平衡的。

增强的变更无约束的自由和变更控制随着组织将职责分配给技术和非技术团队，他们必须制定稳健的变更无约束的自由和变更控制策略。变更无约束的自由（侧重于沟通和采用）和变更控制（侧重于技术实施）是独立但不无关系的领域，在人工智能驱动的环境中都至关重要。理想实践可能包括跨职能的人工智能工作组、不不透光的沟通协议和培训计划，以鞭策波动过渡。例如，对参与人工智能采用的非技术人员实施结构化培训，可以干涉弥合技术团队和业务团队之间的差距。

与业务成果保持一致同意IT与业务目标之间的穿节可能是人工智能成功的主要障碍。IT部门通常关注技术指标，而业务部门则优先搁置组织目标。鉴于数字化转型和人工智能计划的高大成功率，IT团队应与业务部门更紧密地合作，以优先搁置可衡量的业务成果。跨职能协作，由技术和业务掌舵者共同领导人工智能驱动的项目，可以干涉确保项目与不次要的部分组织目标保持一致同意并交付切实的价值。

业务流程优化和新兴技术集成转型，尤其是涉及人工智能、物联网和自动化的转型，本质上需要业务流程优化。随着组织采用人工智能，他们必须评估并可能重构其流程，以有效地集成新技术。这可能包括开发自适应工作流，允许将人工智能驱动的洞察无缝地融入业务运营中。在这个领域取得成功的组织通常采用循环方法进行流程优化，随着人工智能能力的发展不断迭代和更新工作流。

重组企业IT以实现拖延性和协作鉴于人工智能的快速发展，传统的IT结构可能会批准组织响应新兴需求的能力。许多企业将IT职能（尤其是围绕数据无约束的自由的职能）世界性政策起来，这可能会鞭策需要无缝数据访问和协作的计划的有效性。可能需要一个更拖延、更协作的IT结构，其中包括数据治理和跨部门角色。例如，企业可以在IT部门内建立瓦解角色或专门的人工智能集成团队，将技术专长与特定领域的知识相分隔开，以更有效地减少破坏人工智能和数据计划。

面向未来人工智能驱动型组织的愿景

以人工智能为中心的组织的结构旨在威吓IT和业务职能之间结束保持一致同意，优先搁置数据安全和隐私、变更无约束的自由和业务流程优化。此类组织是拖延的，具有减少破坏跨部门协作的僵化IT和治理结构。他们实施在数据保护和访问之间取得不平衡的的治理框架，使用培训计划来确保人工智能的顺利采用，并不断优化业务流程。通过采用这些原则，组织可以降低人工智能、数字化转型和数据治理计划的成功率，从而在人工智能驱动的世界中占据竞争无足轻重。

自主代理和代理工作流

大模型(LLM)可以做一些非常了不起的事情。我们在产品中特别利用失败了文本到SQL和摘要功能。由于LLM非常擅长评估/审查信息，并且在自我评估方面没有自负情绪，我们看到许多研究和框架都在寻求利用失败这种能力。它们还非常擅长根据自然语言对任务做出决策和构建信息。这些功能是自主代理和代理工作流的基础。

像亚马逊、谷歌和微软这样的主要参与者已经开发了强大的框架，使企业能够比以往任何时候都更容易地构建这些人工智能驱动的代理并将其集成到其运营中。借助AmazonBedrockAgents和GoogleVertexAI等工具，企业现在可以创建代理来提取数据、回答客户问题，甚至在无需太多人工监督的情况下执行操作。组织可以慢慢开始，实施和观察自主代理和代理工作流可能比部署给用户更容易，因此即使从这种能力开始也可能更具驱散力。预计这些将在未来一年左右的时间内变得更加流行。

增量/结束机器学习

如今，一些企业正在对LLM进行微调，在某种程度上，您可以将其视为增量学习。鉴于重新训练大型模型的确认有罪，增量/结束学习的能力意味着模型能够保持比较新状态。在这个领域有很多研究，我预计它甚至会在GenAI之外发展壮大。

从数据无约束的自由的角度来看，向增量学习范式转变意味着企业可以更有效地利用失败实时数据。此功能对于需要立即进行数据解释和响应的应用程序至关重要，例如金融交易算法、实时推荐系统和动态定价模型。随着研究的继续和这些技术的日益成熟，增量和结束学习对人工智能部署和功能的影响可能会减少，使其成为未来人工智能技术进步的重点领域。

图数据库的使用兴起

我们已经听到了很多关于LLM的一些缺点，以及在某种程度上语义搜索的缺点。图授予了一种对复杂关系进行建模的方法，因此最近有极小量研究利用失败图数据库来解决其中的一些批准。有一些提示方法，例如基于节点、基于子图、基于路径、基于层次结构、基于社区等等，这些方法都基于图的功能。在某些情况下，节点属性是嵌入的，在某些情况下是不不透光的。有各种各样的技术可以根据数据填充图来构建此类模型，因此需要能够在图中查询数据以及将数据引入图中。

云回迁

83%的受访企业正在将其部分工作负载迁移到私有云和本地系统。诚然，这些企业各自久坐的百分比存在一些不确定性；然而，从数据无约束的自由的角度来看，只需一个企业将数据存储在多个位置即可。这可能会对数据无约束的自由策略产生重大影响。

AndreaZinno（Denodo技术推广者）表示：

分解数据

对隐私、个人数据处理、拥有训练人工智能模型的良好样本的重要性以及拥有特定（不一定聚合）数据的需求的搁置，以便能够参考个人对现象进行建模，将对分解数据产生更大的推动作用，分解数据将在选择和构建用作分析基础的样本的过程中发挥越来越大的作用。

主动本体（或主动数据目录）

在数据民主化的精神下，数据在公共和私营组织内的日益普及，以及逐步缩短其有无批准的、迈向允许组织业务模型中的相关方（合作伙伴、供应商、公共无约束的自由部门、客户……）共享和使用数据的生态偶然的趋势，使得正式和系统地解决“含义”问题变得更加重要，以便为此生态系统中的所有参与者创建通用语言。

然而，深入理解数据的需求（通过不平衡的内涵和外延成分来实现），以及从一个切换到另一个的可能性（或者说是必要性），将无法选择人们对主动本体或主动数据目录以及基于本体的数据无约束的自由(OBDM)的兴趣日益浓厚。

Denodo北欧公关团队表示：

ESG作为竞争无足轻重

北欧客户越来越多地根据供应商在ESG实践方面的表现和沟通情况来选择供应商。那些没有与CSRD及其他标准相符的稳健ESG实践的企业正日益被装入在招标之外。北欧企业可能会优先搁置具有社会可结束性的合作伙伴，重点关注道德劳动实践并确保其供应链中的公平工资。企业需要无效的数据无约束的自由来无约束的自由数据收藏，储藏和报告。

人工智能的下一步

将人工智能平台分开到集成的人工智能代理的讨论越来越多。原因是它有可能分隔开一些技术无足轻重授予更比较准确的行业特定答案——媒体希望看到的具体用例。

银行、气候和数据

具有良好环境和社会资质的银行将受益于更麻烦不顺利的贷款条款。比以往任何时候都多的金融科技创新正在减少破坏可结束银行业务。基于数据无约束的自由的数字工具将干涉银行为消费者和企业授予个性化的金融服务。

银行将越来越关注无约束的自由气候相关风险。这包括评估气候变化对贷款组合和投资带来的风险，并确保长期金融轻浮。

公共部门和数据无约束的自由

公共部门参与者正在悠然，从容变得更加数字化，包括确保数据安全以及在相关参与者之间共享数据（例如，在医疗保健领域）。目标是为公民授予更好的服务。政府正在确保以合乎道德和负责任的方式使用人工智能。无约束的自由机构不调和各种网络安全计划。

RaviShankar（Denodo高档副总裁兼首席营销官）表示：

减少破坏AI的企业数据

人工智能的好坏取决于它获取的数据。不仅是任何数据，而是值得信赖的数据。即使数据意见不合在不反对位置、格式和延迟中，也需要为人工智能授予统一的可靠数据。

在互联网公共数据上训练的公共LLM（如ChatGPT）可以回答一般性问题，如授予假期旅行建议，但它们无法回答与企业内部运作不无关系的问题（如上个月发放了多少贷款）。为此，需要使用防火墙内的企业数据来训练LLM。

RAG减少破坏这种对企业数据的上下文感知。因此，由RAG减少破坏的减少破坏AI的企业数据将成为关键趋势。

减少破坏AI的人才

随着人工智能在组织内的普及，高管们要求其经理培训其员工队伍，以降低生产力并以更少的资源生产更多产品。

这项任务要求对员工进行大规模培训，尤其是在面向客户的部门，如销售、营销和客户服务。

人工智能素养将成为2025年的关键趋势。

人工智能确认有罪

随着人工智能在回答问题方面变得越来越出色，高管们将依赖人工智能来授予决策建议。

他们应该在多大程度上接受人工智能而不是他们的经理，这将成为一个问题。

2025年，我们应该会看到人类与人工智能之间的竞争，以反对谁更值得信赖，能够为高管授予更好的数据和洞察力。

（推广）