AI Agent？行業大模型？數云副總裁韓錚：我們探求的是“AI+消費者運營”的價值落地

DeepSeek用開源顛覆了大模型的競爭格局，技術的普惠之光從未來照進了現實，折射出 AI向垂直領域滲透的加速度。而Manus的爆火則點燃了關于AI落地的想象力，從“回答問題”到“把事辦了”，Agent（智能體）讓AI應用的價值轉化成為可能。

擁抱AI，數云入局不晚、準且穩。作為消費者數字化運營科技公司，數云圍繞消費者數字化運營的AI Agent探索其實在兩年前就已開始：以深耕消費者運營領域十多年的數據和經驗為基石，數云持續投入，訓練數云模型、布局營銷AI Agent，致力于為品牌及零售企業的全渠道消費者運營提供更智慧的系統和服務。

這兩年，數云AI在應用探索上穩扎穩打，當前已小有所成,布局了包括營銷旅程助手、BI分析診斷、運營報告助手、智能標簽等營銷場景，階段性答卷將于陸續推出。

本篇為序曲，我們邀請到了負責產研業務的數云副總裁韓錚、主持數云AI項目的趙曉剛和產品經理李鵬,先淺聊一下數云這些年對AI的認知、探索和規劃，因為對新技術的敏感度和認知，會很大程度上影響公司對此的投入方向和力度。

我們認為生成式AI高度適配全渠道消費者數字化運營賽道，發展空間大、機遇多，技術落地的可行性高。這一點，從近幾年數字營銷與用戶運營產品的發展歷程就可見一斑：

階段一：營銷應用。在該階段，品牌及零售企業出于市場營銷和用戶精細化運營的訴求，開始采購各類數字營銷應用產品，如CRM、MA、BI等。

階段二：數據集成。品牌及零售企業開始自建或采購CDP等系統，用以跨渠道集成用戶運營數據、實現OneID打通，對用戶數據資產進行統一管理。

階段三：數據應用。品牌及零售企業在該階段會重點關注數據對消費者運營工作的賦能，即基于前一階段所建立的用戶數據資產向應用層系統（如CRM、MA、SCRM、BI等）進行策略指導和流程提效，最直接的表現形式是用戶標簽、人群圈選、用戶360畫像等。

階段四：數據智能，這也是生成式AI大放異彩的時期。由于消費者運營工作存在大量的業務場景，每一次營銷活動的結果、用戶行為反饋、交易訂單達成都是一次數據標注的動作，這些可量化的數據就是訓練AI的天然樣本。所以經過前三個階段的積累和發展，消費者運營領域開始具備了適合生成式AI技術落地的條件：經驗、數據和價值空間。

作為消費者數字化運營科技公司，數云致力于為不同發展階段的品牌及零售企業提供陪伴式、一站式的消費者運營系統和服務，在生成式AI興起之初，數云就敏銳感知、積極擁抱，并且也具備了擁抱的能力。在這兩年的探索和實踐過程中，我們切實感受到了AI技術對消費者數字化運營工作的裨益和巨大潛力。

如“看得更清”，即利用AI對數據的深度分析和挖掘實現更深入的用戶洞察；又比如“做得更細”，用最佳實踐的模型化賦能運營流程的自動化，持續降低人力成本的同時提升服務效率、優化營銷決策過程、落地更細粒度的個性化運營。

我們認為，個性化是消費者運營服務擁抱生成式AI的價值之一，它把運營對象的顆粒度從“人群”細化到了“個人”,判別式AI時期就在倡導的“千人千面”“個性化”體驗或將因生成式AI的出現而成為現實, 實現營銷“規模化的個性化”。

“AI化轉型”是建立在數字化基礎上的更高階、更智能的發展，應該說這個進階的過程從2023年就有了苗頭，在今年年初因Deepseek的爆火而進入加速期。

可以這么理解，數字化轉型的核心目標是“上線”和“連接”，通過線上線下融合，提升用戶體驗的基礎數字化水平，關鍵詞是“效率提升、渠道拓展、數據積累”。而 AI化轉型的核心目標則是“智能”和“個性化”，側重于利用AI技術深度挖掘數據價值，實現運營的智能化、自動化和個性化，把用戶體驗和運營效果提升至新高度,關鍵詞是“智能決策、個性化體驗、預測優化”。

數據應用是數字化轉型和AI化轉型的共同關注，也是進階過渡期的典型特征。

不同的是，“數字化轉型”的數據應用會偏描述性和診斷性分析，如分析銷售額、用戶增長、渠道轉化率等，數據應用的價值主要體現在報表和運營監控上，主要用于回答“發生了什么”和“為什么發生”。

而“AI化轉型”階段則是回答“將會發生什么”和“應該怎么辦”，數據應用更偏向預測性和決策式的分析，應用價值也體現在驅動智能決策和自動化運營上，如預測用戶未來的購買行為、生命周期價值，推薦最優的營銷策略，實現自動化的營銷活動優化等。

AI落地是一場技術變革,也是認知變革，面臨人才、戰略和組織，以及成本和ROI等諸多挑戰，比如：如何自證ROI、持續獲得管理層支持？怎么確保AI決策的透明度和可解釋性，增強員工信任？怎樣確保工具使用的安全性與合規性？……

可以說，AI技術在一個場景的落地速度,很大程度取決于這個場景的容錯率和過程數據的積累情況。智能客服與內容生成領域之所以能成為以大模型為代表的AI技術落地相對較快的場景，就是因為它們在RAG技術和容錯率方面有明顯優勢,屬于“智慧之樹”上相對低垂的果實，能早落地自然而然。

但讓子彈再飛會兒，生成式AI的發展風頭正勁，頂級的智力資源在傾斜、資本在不斷涌進，相信隨著以R1為代表的推理模型的普及，模型對復雜場景的決策支持和推理準確度將不斷提升，與此同時，企業對業務過程數據管理意識也會持續加強。在這個過程中，更多消費者營銷和運營全鏈路上的場景將隨之解鎖。

是的，數云已完成DeepSeek的接入工作，且Deepseek只是數云已接入大語言模型的其中之一，依據實際業務場景,數云會按需調用合適的模型組合。

這是因為不同模型在成本和特征上存在差異性，即便優秀如DeepSeek，也存在一定不足，如上下文的長度無法適合Function Call和結構化數據等。

通常來講，一個營銷場景可能需要調用多個模型協同支撐，所以不要迷信某一具體大模型，有用、好用才是王道。

“消費者運營+AI Agent”是目前數云在AI領域探索的主要方向，是數云基于對客戶實際業務需求的了解和自身數據、實踐優勢的認知做出的選擇。

數云專注于消費者數字化運營領域，就AI技術而言是跨賽道的競爭者，相較于參與到AI大模型比拼參數和打榜的敘事中，思考“如何把AI技術落地到消費者運營領域中”才是對于數云的客戶有價值意義的事情，即明確在AI技術落地時“解決誰的問題”、“解決什么問題”以及“我有什么、憑什么解決的問題”。

數云關于AI的探索會強調以解決客戶的痛點和需求為出發點，將AI技術融入到客戶的業務流程中，提升運營效率和效果。

數云作為跨賽道競爭者的優勢也在于此。在長期服務客戶的過程中，數云積累了消費者運營場景豐富的數據和最佳實踐經驗。這些數據和經驗為數云的AI探索提供了堅實的基礎，使其能夠在特定場景下為客戶提供更精準、更有效的AI賦能。

對于落地場景的選擇，數云有一套價值衡量標準：

1. 實際業務指標提升：能否有效提升客戶的銷售額、客戶轉化率、客戶留存率等關鍵業務指標？是否顯著降低了客戶的運營成本、縮短了運營周期、提升了運營效率？

2. 客戶滿意度提升：包括易用性、穩定性、效果等。

3. 新的商業機會拓展：是否能夠為客戶帶來新的業務模式和增長機會。

當前數云中心化的智能平臺已初具雛形，包含了AI Agent和數云模型等，將為數云系統和服務提供AI能力支撐。

如前所述，數云中心化智能平臺支撐的直接對象是數云系統和服務。圍繞消費者運營領域，數云應客戶不同的渠道需求，提供數云麒麟和數云贏家兩大系統，面向客戶國內和跨境不同的市場布局，提供數云思源及數云睿翼兩大服務。相應的，智能平臺在細分場景上也會有所差異。

如在國內市場，我們會傾向于智能營銷活動、智能BI、智能業務診斷、智能標簽、智能客服以及個性化營銷內容等。而面向海外市場，我們規劃了VOC（客戶之聲）、智能SEO等。

舉個例子，智能客服是我們面向品牌/TP/達人的私域運營團隊推出的AI Agent。基于自然語言處理(NLP)、計算機視覺(CV)流程自動化(RPA)等技術，智能客服將以“超級協作者”身份，圍繞客戶在私域贏家系統使用過程中的重點環節，為客戶提供功能咨詢、數據快查、指標監控、運營策略推薦等服務能力，輔助客戶更快地定位和解決問題，從而實現“系統使用提效-系統服務提效”和“系統使用門檻降低-系統服務人力成本降低”的雙循環。

產品設計的常用思路是“基于規則”，但AI技術則提供了一條新路徑:“基于模型”。舉個例子，設計埋點產品時我們會抽象事件、指標等，但在做智能SEO時，我們抽象的是SEO優化師的工作和技能：TA要做什么、怎么做。這就是Agent的魅力，它是特定場景下一個有一定自主決策能力和服務能力的“角色”，其本質是把“人”給抽象了出來，抹平了對“人”的技能要求。

數云中心化的智能平臺就是一個圍繞消費者運營業務的Agent集合，把一個個相關崗位的“最佳員工”（如最強導購、最佳分析師等）抽象成智能體，置入到數云產品中，與已有功能相結合。我們常說，產品是工具，產品價值的發揮離不開好的使用者，數云中心化的智能平臺目的就是輔助客戶用好數云產品，讓營銷更有價值。

誠然，借助AI技術，跨賽道競爭將越來越激烈。但模型、框架、算法、算力等都可以復制,場景數據卻是個大變量，也是數云的競爭力。

數云落地AI智能的一個關鍵抓手就是過往十多年在全渠道消費者運營領域的服務過程中，積累到系統中的業務數據，如JourneyBuilder、運營報告就是典型的數據與知識依賴場景。

當前，數云已構建起AI Decision機器學習與AI Designer生成式模型兩個AI服務底層引擎。2025年，數云將持續在這兩大引擎的加持下，聚焦全渠道消費者運營的實際業務場景快速、低成本、持續地拓展和設計AI Agent能力，幫助品牌及零售企業在運營過程中獲得AI Agent的切實賦能。

如您對數云AI解決方案感興趣，請關注后續內容：完整解決方案及AI Agent場景應用將于近期推送。