人類正在通過 AI 重塑文明。
或許很多人還不大認可這個說法，但在前兩天，差評君受邀參加了火山引擎 Force 原動力大會之後，突然覺得，至少對數據分析行業來說， " 重塑 " 這個詞，用的沒錯。
故事是這樣的，當時我們在現場逛展，發現除了星光熠熠的豆包之外，一向偏商業的 " AI + 數據 " 展台，也紮堆站滿了參會者。
差評君湊過去一瞅發現，在一個數據技術展台，挂着 " 職場人開挂轉生記 " 幾個大字，瞬間來了興趣。
再仔細看，原來這是個計算器，要給企業算算數智化降本這筆賬。
主打一個有熱鬧絕不錯過，咱們也上手體驗， " 轉生 " 了一把。
就當哥們以爲開挂轉生，是變成什麽豪門大族的廢物少爺、天賦異禀的道門奇才之類的。。。
結果下一個頁面出現的是三個 " 職業 " 選擇，分别是數據分析師、研發工程師和營銷運營專家。
咱也就假裝一回營銷運營專家試試吧。
在回答了幾個日常的工作習慣後，數據飛輪一頓轉，差評君直接轉生成了 " 内耗絕緣體 " 。
結果頁說，如果咱們編輯部的運營同學，工作與剛才選擇的頻率和内容一緻，那 " 數據飛輪 + 大模型 " ，每年可以爲我們提效大約 1200 多小時的時間成本。
點擊圖片看看你能轉生成什麽
同時差評君獲贈箴言一句：不必挂專家号，數據飛輪就是你的精神解藥！
咱也仔細看了下，這個 1200 小時數據還真不是一拍腦袋就定下來的，在詳情頁裏，詳細展示了時間對比的來源依據。
向左滑動查看更多
玩到這，差評君看出來了，他們做這個計算器，一方面是想算個時間帳。
另一方面，他們也想要用 " 轉生 " 告訴大家， AI 将重塑人們的數據分析方式。
不得不說，挺有意思。
以前很繁瑣、門檻很高的數據分析，現在有了 AI 之後，變得好上手、很輕松。
而有了這個計算器，大家就可以通過自己的工作習慣，很直觀地就知道了效率能提升多少；也看到了數據平權，就在不遠的将來。
差評君還發現，這個計算器還有一個更刺激的 " 轉生成老闆 " 的隐藏 Boss 劇本。
在老闆界面能直接看到， " AI + 數據 " 可以爲企業節省多少錢的費用成本。
正在我們好奇，這數據飛輪 2.0 是憑啥做到的時候，現場偶遇了一名 " 打入火山引擎内部 " 的差友小歪。
咱們友好地就火鍋近期精神狀态互相交換意見後，他也給咱稍微介紹了一番。
現場給差友看火鍋的醜照
說起火山引擎家的數據飛輪，是這幾年國内比較火的企業數智化升級模式，咱之前也和差友們聊過。
簡單說就是，企業在業務上利用各種數字化工具，把數據玩出花來，幫公司業務做大做強，再創輝煌。
這個過程中，員工不斷進行數據消費，又産生各種數據，再利用相對應的産品工具，把這些業務數據又 " 煉 " 成數據資産。
在物理世界中，實現不了左腳踩右腳地螺旋上升，但在商業循環裏，數據和業務像飛輪一樣攜手向上還真是到處可見。
在這種背景下，今年火山引擎搞了 " 船新 " 升級的數據飛輪 2.0 。
數據消費爲驅動力的邏輯沒變，但加入了 AI 大模型後，大大提升了飛輪的戰鬥性能。
咱們平心而論，論數據驅動，字節跳動的能力沒得說吧；搞 AI ，相信大家也已經見識到了豆包的強大了。
所以當出現這種雙持了倚天屠龍的情況，數據飛輪 2.0 能更進一步地提升效率，自然也就不奇怪了。
換句話說， AI 加入以後，數據分析正在被祛魅。
小歪特地拿了幾個例子給我們解釋。
比如說，外部企業的一線業務人員，如果想了解自己業務的數據，擱以前的話，隻靠自己可搞不定。
你得向專業的數據分析師提需求；數據分析師取數、搭建儀表盤、撰寫數據報告，一套組合拳打完，才能把數據報告反饋給你。
而現在，有了數據飛輪 2.0 ，直接打字發給 AI ，他就跟唠嗑一樣把你想要的數據給你了。
再說決策科學，要知道，抖音的名字也是靠做 A/B test 得出來的，可這些過程相當不容易。
咱就抛開前面的 test 階段，光是分析各種結果，就得數據分析師們叭叭叭地手動對比數據，比個張家長、李家短的，最後再手打一份分析報告。
在這個過程中，雖然能用一些數字化工具幫忙，但還是複雜得不行。
而此次推出的大模型能力：智能 A/B 實驗設計 & 解讀，業務如果想查看 A/B 實驗的結果，直接輸入 " 我想查看 B 組比 A 組某個指标高的原因 " 幾個字，自動就能獲取 A/B 實驗的分析結果。
要知道，字節跳動每天光是同時在運行的 A/B 實驗，就有 50000 個之多。
當每個實驗報告不再靠分析師 " 吭哧吭哧 " 手動摸排指标之後，光就這一環釋放的精力，将是多麽可觀的數字。
能取得這些成果，靠的是數據飛輪 2.0 從數據資産和數據消費雙管齊下。
小歪告訴我們，數據飛輪 2.0 這一次核心還有數據資産方面的重要升級，在内部把新方案叫做 AI 數據湖，它有個 6 組真言：
進得來、出得去、管得住、用得省、算得快和做得強。
大家不必糾結這 6 組真言啥意思，我拿一個簡單的例子一對比你就懂了。
所謂的進得來，其實就是以前各種圖片、表格、網頁、文本、視頻等等不同格式的數據，進行存儲的話，形式太多，分門别類存起來費人力費物力。
而有了火山引擎的數據湖，不管你三七二十一，我全能一口吃下，你省心也省力。
用得省也是類似，擱以前數據處理針對不同格式、不同業務的數據，可能需要一堆數據員，各自負責一個模塊來實現。
而火山引擎 AI 數據湖自帶了一套低門檻的運維工具，可能一兩個專員就能搞定整個公司的數據存儲，主打一個省事省心。
同時呢，數據消費也在不斷升級中變得更簡單了。
以前，我們都不用說複雜的企業數據分析，光是在微信找個聊天記錄，都費老勁了。
而現在有了大模型，剛好可以解決這個痛點。
2.0 版本的火山引擎數據飛輪基本做到了，聊聊天就能找到自己想要的數據。
還能同時支持手機、網頁多平台操作，可以根據不同行業喂 AI 内部黑話，大大提高查詢準确性等等。
就這麽一套數據消費的鏈路，已經在字節跳動内部跑了很久了， 200 多個業務場景，把用在分析的時間降低了 80% 。
所以，總的來說，就跟我們開頭說的，對數據分析行業而言， " AI 重塑 " 這個詞，說的沒錯。
和以往的各種數據分析效率工具不同，以前隻是在固有的數據分析流程上幫忙提高效率，而有了 AI 的加持，可能整個數據分析的形态都能發生變化。
眼下，分析師能夠利用 AI ，不用再疲于應付繁瑣的基礎數據，而更多的普通人，也能借助 AI 零門檻完成自主的數據分析。
在未來，通過 AI 的不斷進化，我們可能會進入一個數據分析平權的時代。
哦對了，在上面的 " 數據飛輪 · 職場轉生記 " 裏，差評君最心儀的結果，是轉生成 " 職場卡皮巴拉 " 。
