無數企業都在研究AI，突然之間數據變得極為珍貴。AWS最近公布的一份報告顯示，中小企業如果在業務運營中整合了數據分析技術，那么它更有可能使用AI，更有可能超越同行。

AWS美國中小企業創新主管Ben Schreiner稱：“那些利用數據的中小企業在財務方面表現出色，這可能是最讓人驚喜的發現。”

現在市場上已經出現一批業務工具，借助大語言模型，工具可以分析銷售、費用表格數據。與此同時，在文本、圖片、錄音等場景中AI出現的頻率也越來越高，這些內容變得越來越有價值。

AI企業會與新聞出版商、社交媒體平臺、圖片庫運營商達成協議，獲得授權，拿到數據，開發通用AI工具。數據擁有者也可以用自己的數據訓練AI、增強AI，然后服務于員工和客戶。郵件、歷史財務報告、地理數據、法務文檔、企業論壇文章、客服記錄，這些都可以成為材料來源。

矢量數據庫軟件開發商Pinecone的創始人兼CEO Edo Liberty說：“源材料中包括大量知識（可操作的信息和內容），你可以以這些知識作為基礎開發各種應用，潛力無窮，難以想象。”

矢量數據庫以數字形式存儲大量文檔或者其它文件，比較數據文檔時很方便。不論是搜索相關材料還是給相似文件歸類，或者根據過往用戶興趣提供建議，速度都會快很多。矢量數據庫還可以與AI搭配，共同服務于大語言模型，為用戶提問給出更精準的回答。

這就是所謂的檢索增強生成(RAG, Retrieval-Augmented Generation)，它能讓生成式AI更上層樓，提供的答案超出通用訓練數據范圍。和其它機器學習技術一樣，檢索增強生成技術也依賴于精準、組織良好的數據。

營收情報分析企業Gong的聯合創始人Eilon Reshef說：“AI質量的高低取決于數據，如果沒有任何數據，AI就無法告訴你任何東西。”

Gong的目標很簡單，它從企業銷售郵件、通話記錄、線上交互數據中抽取信息，幫助企業分析、管理銷售活動。

要想打造更可信的AI，必須獲得更純凈更可信的數據。以數據為中心，確保系統符合法律法規和企業內部規則也很重要。

沃爾瑪開發了一套名為Element的系統，它可以幫助企業構建可靠的AI解決方案，方案可以跨越多個云計算提供商。軟件能充當輔助者，保證企業使用數據時符合法規。軟件還能監測模型，看看它是否出現變化，是否持續精準。

沃爾瑪高管Anil Madan稱：“當新數據進來時我們要監測模型，看它是否出現變化，是否持續進化，我們不希望AI系統中出現不必要的偏見。要達成目標，關鍵是要確保數據質量，數據應該幫助我們以更負責任的態度使用AI。”

在企業生產過程中，生產、出貨、關稅、制裁等因素都有可能影響運營，創業公司Altana從中找到了賺錢機會，它分析數據，幫助企業規避風險。

Altana聯合創始人Peter Swartz說：“我們的模型和系統可以從整個圖表中學習，發現錯誤，檢查并糾正。”

如果是B2B企業，它們往往服務于多個客戶，這些客戶貢獻大量數據，AI學習之后可以為特定客戶提供建議。

Intuit構建一個所謂的郵件營銷自動化平臺，它宣稱可以將郵件信息轉化為營收，為企業提供營銷建議。企業使用平臺的時間越長、頻率越高，AI提供的建議越靠譜。

Intuit公司首席架構師Shivang Shah說：“對小企業的理解越深入，我們提供的建議越具有個性化。與此同時，營收引擎會給出建議時會更自信，它會告訴企業應該進行怎樣的營銷活動。”

大約一年多前，Intuit發布名為GenOS的新平臺，它可以幫助開發者快速開發AI工具。

不難看出，當AI與企業、商業深度融合，海量數據成為淘金地，各行各業都有可能孕育出AI數據創業公司，如果你有志于創業，可以考慮考慮這個方向。（小刀）