近日，火山引擎數據飛輪-大模型領域研討會在北京舉辦，十余家正在積極開展大模型相關業務的科技企業參會。
會上，火山引擎數據產品泛互聯網行業解決方案架構師（以下簡稱“火山引擎數據產品解決方案架構師”）分享道：火山引擎數據飛輪面向大模型領域企業級市場推出的解決方案，可以分為業務應用層和數據建設層兩個大類場景，其中“數據消費”是數據飛輪在兩大場景中轉動的原動力。
以業務應用場景中的營銷探索為例，數據飛輪能夠為企業提供豐富的營銷套件產品，搭載大模型能力，能夠幫助企業員工更好地進行數據消費（用數據），這套解決方案目前在銀行業已經實現落地。
據介紹，銀行的中長尾客戶往往量級龐大，如果要做精細化運營，就需要牽動太多銀行資源，而火山引擎數據飛輪瞄準的就是這一難題。通過營銷套件產品中搭載的大模型能力，數據飛輪可以幫助銀行對海量長尾數據做自動化分類、建群，并根據不同數據群特征提煉對應標簽；此外，基于特定標簽，企業還能通過營銷套件產品自動生成營銷文案及其他素材，并一站式觸達目標人群。
不止于此，借助數據飛輪的營銷套件產品，銀行還能及時有效地回收投放、觸達，甚至是人群反饋數據，便于員工做定向分析，以不斷優化營銷策略，持續深化面向中長尾客戶的精細化運營。
現階段，這套解決方案已經在多家銀行歷經實踐，成熟度可復用至包括大模型領域在內的更多領域和行業。
聚焦數據建設場景，火山引擎數據產品解決方案架構師提到了指標平臺的例子。企業積極開展的大模型業務一般都具備強互聯網屬性，而在互聯網場景中，指標平臺往往比傳統的物理建模、邏輯建模更貼近企業的前場業務——他以目前正在落地數據飛輪模式的部分企業實踐經驗為例，列舉了常見的幾類問題：
如何讓指標平臺能夠與數據分析（BI）平臺充分關聯，并實現數據的自動刷新？
指標的構建有基于對象的方式、客戶旅程方式……如何基于不同企業的不同現狀自動完成合適的指標構建？
如何在問答場景中，根據原數據或者業務情況構建能夠支持數據分析師引用的指標？
而這些問題，現在都可以通過數據飛輪模式下的數智產品DataWind-分析助手、DataLeap-找數助手實現，即便是對SQL不熟悉的員工，也能通過自然語言交互的方式，快速完成指標構建，流暢用數。
大模型技術日新月異，從零售到制造，從教育到醫療，越來越多企業都在積極投身這片朝氣蓬勃的市場，活動上，火山引擎數據產品解決方案架構師也邀請更多企業能夠與火山引擎數據飛輪共同探索大模型領域的合作，受到參會企業歡迎。
