【环球视线】中企出海：精细化运营寻求“云数智”多维能力支持

【环球网科技报道 记者 李文瑶】业务出海并不容易，作为乐我无限（Joyme）的CEO兼创始人，何雁丹对此深有体会。直播、社交是乐我无限的核心业务，出海过程中，面对成本节约、用户增长、金融风控、提升研发效率等方面的问题，都需要找到更加合适的解决方案，以适应不用市场的需求。

不断的更新迭代，可以概括乐我无限一直以来的心路历程。在云原生时代，如何通过技术手段让沉淀的数据发挥更大的价值，是乐我无限在不断更新底层技术架构时的主要考量。

而从行业整体发展来看，企业管理者都在研究如何更加高效地围绕数据构建和实施项目，使得数据在两者之间无缝流转，企业业务能够快速具备相关能力，从而推动公司企业数字化转型迈向新的高度。

出海：精细化运营成新考验

何雁丹一直想做一款视频社交产品，同时也想把产品做到海外去，让全球的人都用中国人创造的产品。2015年猎豹移动团队内部孵化了LiveMe，也是乐我无限旗下的核心社交直播产品，何雁丹也开始了自己的创业之路。2017年 LiveMe 拿到了6000 万的融资开启了新阶段，2019年从猎豹移动剥离，成为一家独立运营的公司。

在推进出海业务的几年中，乐我无限遭遇过产品下架，用户流失；移动互联网整体的红利逐步消失，乐我无限的获客成本越来越高。

何雁丹介绍，本着现金为王、降本增效的经营要求，乐我无限需要稳住核心用户，强化生态闭环，保证核心商业模式不受影响。与此同时拓展新渠道、新产品，挖掘新用户需求，找寻市场增长点，解决可持续发展的问题。“更进一步来说，乐我无限需要精细化运营，充分运用、发挥数据和AI的优势和创新作用，全面提升业务运转的效率。”

面对相同困境的不止乐我无限一家。成立于2015年的Convertlab一直帮助中国企业进行海外数字营销，在Convertlab联合创始人兼CTO李征看来，随着中国产品和科技能力升级，在营销领域、企业也面临从粗放式向精细化运营能力模式发展、练内功的过程。这对于许多企业来说这都是新的考验。

而如果想要帮助企业在数字经济下抢夺先机，“做大量业务场景，就必须要改变基础设施能力，需要把数据化驱动、AI决策能力包含进来。”李征说道。

精细化发展：实现数据和AI能力的统一

事实上，在精细化发展过程中，数据的重要性已经成为企业共识。对于企业来说，数据有价值，但如何让数据发挥最大价值，通过业务产生的数据反向驱动公司的战略，驱动公司的执行，这是很多企业目前的共同目标。

根据福布斯调研报告显示，如果成为一个数据驱动型公司的话，收入会增加20%，同时成本会减少30%。

而数据和人工智能的结合能够让数据发挥更大的能动性。

亚马逊云科技大中华区产品部总经理陈晓建介绍，要做到数智融合，首先是两个关键因素：大数据技术、机器学习技术。

在IT现代化的时代，数据产生是指数级增长的，每天产生的数据比20年前一年所产生的数据还要多。数据也日益应用到很多的应用领域，整个应用场景就变得越来越复杂，这些都给大数据的计算提出了非常高的挑战。

而人工智能技术从出现到发展至现在不到10年时间，但人工智能的应用深度和广度是不断加深。根据IDC报告显示，到2023年，AI系统支出将达到979亿美元，比2019年会增加2.5倍，短短4年会有2.5倍的增幅。另外根据Gartner的分析，到2024年，75%的企业将把机器学习技术真正用于生产，为业务所赋能。

机器学习和大数据对企业业务会产生越来越大的作用，越来越多的企业希望能够通过融合大数据和机器学习能力来提供业务产出，以充分发挥数据的价值。

机器学习技术有三大依赖因素：算力、算法、数据。“大数据技术所提供的能力是机器学习建模所需要的必然基础，同时反过头来看，机器学习也能够为大数据技术提供更高的智能，为商业业务产生价值。从用户逻辑来看，大数据技术和机器学习技术本身就是互为因果的。”陈晓建说道。

业务落地：寻求基础技术构架

Convertlab李征介绍，数据处理和分析是需要大量精力的，在机器学习中，65%以上的时间是花费在数据本身质量和处理上的，而不是真正执行机器学习训练、算法选择、参数优化、特征分析。在这个过程中，企业就必须需要结合数据能力首先把数据质量做好，才能使得后面的机器学习能够有更好的输入。

这就给支持数据和人工智能技术的基础云服务提出了更加明确的要求。

乐我无限选择将旗下核心产品LiveMe放在亚马逊云科技的“云数智一体化”解决方案上，构建了支撑数据分析、内容分发推荐、风控、内容审核等功能的数据基础底座。

乐我无限数据研发中心总监杨飞表示，利用“云、数、智三位一体”服务组合，乐我无限构建内容识别系统和欺诈交易识别系统，实现直播平台的内容风险合规管控，提升用户体验，减少经济损失。

“LiveMe风控系统涵盖了很多内容，交易欺诈识别系统弥补了在订单风险识别方面的不足。”杨飞说道。LiveMe的风控系统全部基于Amazon SageMaker，通过欺诈交易可以识别服务降低欺诈、拒付的交易规模，避免了上百万的经济损失，而且在研发效率方面模型迭代周期和模型效果提升1倍。

Convertlab也选择云数智一体化发展，通过精细化的数据驱动策略，帮助企业以自动化和策略导向的方法优化用户体验，并且提升用户转化率。“考虑到有限人力无法穷举所有数据可能性，以及实际效果产出，很多企业已经把整个AI驱动、算法驱动整个公司经营变成其长期发展的重要战略之一。”李征说道。

从技术来看，实现数智有效融合，需要建立统一融合的治理底座，大数据和机器学习之间应该是高效充分的双向互动，互为支撑，互为因果，形成正向循环。

对此，世纪华通认为，人工智能技术的发展离不开云计算和大数据的成熟。深度学习通过云计算和大数据不断得到完善，人工智能技术的成熟度不断加强，“因此，可以简单地说人工智能就是程序算法和大数据结合的产物，这三个技术的融合发展是技术演进的趋势。”世纪华通相关负责人表示。

亚马逊云科技方面给出的解决方案是构建云中统一的数据治理底座，打破数据及技能孤岛；助力机器学习由实验转为实践，为机器学习提供生产级别的数据处理能力；同时，让数据分析智能化，赋能业务人员探索创新。

构建云数智三维能力

从行业解决方案来看，共通点在于让企业数据发挥更大功效：技术升级加速数据流转，聚焦行业落地激活数据价值。

在新华三看来，要想实现这一路径，云数智融合是技术发展的必由之路。

近来，多家云服务企业深化云原生战略，构建行业云所需的“云数智”三维能力。亚马逊云科技推出“智能湖仓架构”，延伸出在云中实现大数据与机器学习融合的实践路径，为大数据和机器学习打破数据及技能孤岛，机器学习由实验转为实践，赋能业务人员探索创新。

紫光云同构混合云升级为分布式云，在维持同构混合云统一架构不变的基础上，持续构建行业云所需的云数智三维能力，打造一个能够实现任意位置、任意规模、任意应用、任意模式的分布式云整体方案。

新华三推出的绿洲平台2.0支持跨云、跨域、跨组织数据流转，以一体化数据运营帮助客户实现降本提效，加速海量数据的流转，让数据使用更简单；融合区块链、隐私计算和数据银行等技术，让数据流通更安全。

在亚马逊云科技看来，“云、数、智三位一体”服务组合能够打破数据及技能孤岛、机器学习由实验转为实践、赋能业务人员探索创新。

世纪华通方面对记者表示，对数字科技企业来说，这三种技术的融合无疑能为业务带来质的飞跃。近年来，数字经济成为新趋势，元宇宙概念火爆，需要实现虚拟世界对现实世界的高度模拟、高度互通，那它的底层一定是云计算技术，因为只有云计算技术才能解决虚实共生的算力问题，而大数据技术就是解决这一问题的有效办法。

世纪华通相关负责人说道：“在这个巨大的开放世界中，除了依靠人，还会合更多的人工智能、机器学习的辅助手段。借助这三项技术的融合发展，能够大大加快web.30时代的到来，加速整个社会向新型的数字生活空间迭代升级。”

而对于中企来说，选择合适的解决方案搭建基础构架，从而更好的推动海外业务发展，是企业管理者的重要职责。乐我无限已经在规划未来的业务发展。何雁丹表示，乐我无限正在积极探索虚拟人物直播、语音房等业务，“如何用技术去赋能现有的各种社交场景，会是我们接下来一个重点。”何雁丹强调，我们希望加强与云计算服务商的沟通和合作，“企业要有这样的耐心，把内部做好，然后去迎接外部挑战。”