对话网易数帆总经理封雷：AI时代，让数据表达再“向前一步”

AI时代，数据表达的边界到底在哪里？网易数帆总经理封雷给出的答案是——再“向前一步”。

过去9个月，封雷和网易数帆的核心关键词只有一个：变化。

时间拨回两年前，ChatGPT的横空出世让整个科技界和产业界卷入了AI大模型的浪潮。随之而来的，是铺天盖地关于AI时代软件应用和数据应用新模式的讨论——不仅在国外，国内更甚。

这些讨论几乎覆盖了软件服务的整个产业链。比如产品侧，“+AI”还是“AI+”的争论喋喋不休；服务模型侧，企业落地AI到底是该在模型推理侧发力还是优先优化数据体系；商业模式侧，未来的SaaS形态是否还是核心……这些问题没有标准答案，但每个人都在试图找到方向。

Manus的出现让这种讨论达到了顶峰——新的数据应用形态和软件形态应该是什么？固有的Data服务体系和SaaS的下一个进化方向在哪里？

对这些问题的思考和解答，正是封雷和网易数帆过去9个月全部“变化”的底色。

对于网易数帆，外界并不陌生。

不论是DataOps的数据理念，还是数据开发治理平台EasyData，抑或是底层数据设施NDH，如今都已成为不少金融、制造等垂直产业领域大中型企业数字化转型的底层基础设施和数据治理标准。

但AI时代来了，然后呢？

封雷告诉产业家，过去9个月里，网易数帆一直在变化。“因为AI时代，我们要做新的数据表达，必须要‘变’。”

这也是外界对网易数帆的感受。过去一年，在市场感知里，这家老牌数据服务厂商似乎“刻意放慢了”奔跑的速度——比如相关部门的调整、战略方向的变化，以及产品发声上的“稍显沉默”。但真实的图景是，这些外界无法厘清的变化，在内部对应的是一个个有条不紊、逐渐成型的、适配AI时代的新产品和新组织形态。

AI时代，数据的进一步表达应该是什么？这个被称为大模型“弹药”的赛道，路在何方？

一、让数据表达，“向业务再走一步”

去年11月，一个和网易数帆相关的消息引发市场关注。“我们的战略方向从原来的‘数据软件服务提供商’调整为‘做数据应用价值的赋能者’。”封雷说。

这句话的字面意思解读是：网易数帆的角色不再是单纯的软件产品提供商，不再只为企业的数据体系负责，而是更向前一步，为客户的“数据表达”负责。

其实，这种对数据的“进一步表达”并非没人提出。比如不少垂直SaaS领域提到的“业财一体”“业才一体”“业培一体”，本质都是想把先进软件能力融入业务流，帮助企业实现业务数字化转型。但真实执行情况并不彻底——尽管不少SaaS服务商提出业务融合理念，但企业底层的数据并没有发生实质性的变化。企业做到的只是给业务人员开通某些权限，软件上的数据依然被“束之高阁”，由于缺乏业务价值，很难被有效利用。即使软件介入后能在一段时间内帮助业务理解数据，但企业底层的陈旧数据无法和前端新数据建立“血缘”联系，真正意义上的“业务数据”模型难以构建，更多尝试是“形式大于变革”。

那么，如果SaaS层做不到，再向下一层的数据层呢？

这正是封雷想做的事。“我们之前更多地是提供产品服务能力，帮客户搭建数据体系和数据表达，但对真正的业务环节/业务职能部门并没有充分加持。

实际上，不仅网易数帆，过去多年，中国乃至全球的数据服务厂商更多价值体现在帮企业构建数据体系——包括指标平台搭建、数据一体化建模、数据治理等底层工作，同时基于数据底座进行上层BI呈现，帮助企业实现数据驱动经营。这种方式在一定阶段确实有效，能让企业内部不同环节的人员和决策者对经营状况有更清晰、智能化的理解。

但封雷指出，这种数据侧的服务模型并不彻底。数据服务商更多扮演的是服务商角色，完成的是“数据治理—指标呈现”的链条。对企业而言，距离真正的基于数据进行经营分析仍有很大距离——只能“看数”，很难“用数”，更别提“以数据驱动业务决策”。或者说，这种模式只能帮助企业完成表面的数据智能呈现，无法深入内里，基于数据构建新的业务增长极。

原因各不相同。比如企业自身数据体系不足以支撑对应的业务表达，而结合行业数据对底层算力和算法有较高要求，服务商难以满足；再比如，数据服务商和上层SaaS软件提供商无法完全适配表达，不兼容甚至排斥的情况不在少数。

但在封雷看来，这是AI时代网易数帆必须做的事——更准确地说，在他的设想里，

这道题，可解吗？

二、在原子化底座上：搭建一个新的数据价值表达范式

在此之前，需要对这个“转型命题”做一个细致拆解——从数据产品服务角色到数据价值赋能，对服务商而言需要做什么？

首先，从产品能力来看。过去数据服务商更多帮企业完成底层数据体系的搭建（比如数据治理），从“赋能”层面看，服务商必须做更多工作：数据指标制定、数据业务标注、底层数据血缘关联等。不仅要懂数据如何管理，更要清楚数据的产生链路和业务表达点，同时配合低代码能力、AI Agent能力，以可视化的前端形态进行效果交付。

其次，从服务流程来看。基于数据应用价值赋能者的定位，服务商需要在原先产品交付的基础上，了解企业真实的经营情况和业务情况，帮其构建从数据到上层业务的表达，更向前一步，完成基于不同企业情况的数据层面业务经营加持。

以及最重要的——组织架构。和原来软件服务不同，在更新数据赋能模型下，服务商需要既懂数据又懂业务的人才团队，甚至针对前端多个不同业务线，需要具备不同业务环节know-how能力的人才梯队，才能帮企业的通用环节和个性化环节进行定点数据价值释放。

简而言之：产品侧从软件交付到效果交付；服务流程侧需要更细颗粒度的呈现；组织侧需要打破原有服务流程，引入更多既懂业务又懂数据的人员。这些正是构成网易数帆“9个月变化”的核心主线。产品形态的创新、服务流程的重新打磨、核心人员培养和团队职能变化，都伴随着AI大潮，在封雷的推动下被有条不紊地推进。

“这个过程中很多原子能力都是我们之前具备的，甚至是和很多企业客户一起打磨过的，比如低代码、BI能力、数据血缘管理、数据指标模型等。”封雷说。

确实如此。从企业变革的角度看，

比如网易数帆连续多年入选Gartner相关报告，参与制定多个国家级数据行业标准。如果拉近视角，还能看到：网易数帆的有数ChatBI产品是国内最早一批上线DeepSeek能力的BI产品，已在多个企业内部落地实践。“最近我们也在想，能不能把BI解耦，像拆解成一个个积木，围绕客户场景和需求重新拼装组合，解决客户的问题。”

可以说，这些原本的底座能力，构成了如今网易数帆进化的加速度。“我们现在其实已经可以从数据层面，帮企业客户做一些类似经营策略的事情了。比如企业想要在营收不变的情况下实现利润增加，我们会给出具体业务侧的建议。”封雷说，“这里面不单纯涉及网易数帆过往的能力，还更有低代码、Agent等能力，叠加到一起为企业提供一个可视化的产品界面。”

在网易数帆最新拿下的大单中，新的服务模型已经在彰显。比如和山东港口科技集团的合作——2024年山东港口货物吞吐量突破18亿吨，集装箱量突破4400万标箱，相当于每天处理近12万个集装箱的全球流转，背后是激增的业务数据量。网易数帆要做的，就是通过统一平台的工具技术和统一数据研发流程、数据服务能力，助力其完成数据对前端的真正业务赋能，升级山东港口数据基座的能力。

再如和浙江国贸的合作——企业业务体系庞大，多层级、多业务板块之间存在数据壁垒。网易数帆基于“1+1+N”集团管控解决方案，实现了集团级和成员公司之间的数据共享和经验赋能。在网易数帆的加持下，不仅打破了数据孤岛，还在全集团范围内实现了数据标准化管理，为业务决策提供了坚实的数据基础。

一个明确的感知是：

帮助对应的业务人员和职能人员进行定向加持赋能，从数据管理、治理走向真正的数据价值表达。

三、9个月，网易数帆趟出一条数据AI路

“数据服务的下一站在哪里？”“数据服务厂商的新价值在哪？”“数据的更有价值表达是什么？”——在AI大模型蓬勃向上的这两年，这样的问题不仅外界在拷问，从业者也在不断思考。

不同的是，相较于其他数据服务企业，

“面向职能业务部门的赋能加持，将会是网易数帆未来几年唯一的重点。”封雷说，“在这个过程中，变化是必需的。”

但如果细心观察，能看到这种变化的同时，网易数帆依然保持着绝对的市场竞争力——EasyData持续深化，DataOps观念不断夯实，一体化数据服务能力稳步提升。封雷透露，过去一年，在原有产品上，网易数帆的营收依然保持持续增长，甚至增速还在提升。

这种“变化”中的增长和扎实，构成了封雷带领团队不断进化的底气。“现在我们保持两条线：

另一方面

如果说AI带来了什么？于产业而言，它带来了对更多数据的分析表达；但如果聚焦到真正的场景和企业管理哲学，如何转化为真正的决策价值和企业经营辅助，需要足够强的数据表达能力和AI工程落地能力。在这个新的能力模型中，需要的不仅是Agent、工作流编排、MCP等新式技术手段，更需要对企业底层数据模型和上层业务模型的深刻理解。只有真正把数据服务模型和AI能力进行有机结合，才能构建出新的数据价值范式，推动乃至加速大模型在企业和产业侧的真实落地。

“

封雷表示，“我们的一些产品，如今正走在PMF验证的路上，在接下来的几个月可以做到80分的水平。这种程度上，我们就可以有底气地为企业客户提供这些全新的服务。”

从数据服务角色到数据赋能表达，对封雷和网易数帆而言，2025是变革、变化的一年，也恰在成为收获和新起点的一年。