无论处于什么时代、何种阶段，企业数字化转型都有四大核心诉求：开源、节流、避险和增效。

原子创投副总裁赵旸认为，针对“开源”的营销自动化和SCRM，市场竞争日趋激烈；“避险”则主要应用在金融行业，如AI智能风控。企业业务运营侧“节流”和“增效”的解决方案是目前企业服务领域创业的机会所在。

目前产业圈和创投圈津津乐道的便是数据中台和RPA。

国内的数据中台概念由阿里在2018年率先提出，19年起竞争加剧，出现了滴普科技、数澜科技、袋鼠云、百分点等一批创业企业。其中，滴普科技今年完成了5,000万美元融资，数澜科技则完成了1亿人民币融资。

RPA也是2019的热词。UiPath的ARR两年间从800万美元增至2亿美元，并相继完成4轮融资，目前估值70亿美元。国内则涌现出来也科技、云扩科技、弘玑信息等，其中来也跑得最快，已完成C轮4,200万美元融资。

创投圈对数据中台和RPA的热度不减，但原子创投从产业端得到的反馈却有点冰火两重天：落地慢、落地难。

归根究底，数据中台在部署时，需要对接企业内部各系统和数据库，不但非标，各系统接口打通也需要耗费大量研发资源。另外，数据中台属性本身离业务端较远，开发团队如果不具备场景knowhow，实施中就无法量化所带来的业务价值，结果就是在企业内部推不动。

RPA领域，不得不承认国内厂商产品的成熟度和UiPath、Automation Anywhere相比差距不小；而后者就一个字“贵”。这就造成了现在无论国内、国外产品在中国市场都面临无法真正落地的尴尬局面，市场整体还处于早期培育阶段。

数字化转型这个局怎么破？

访谈零售、酒店、美妆行业多家头部企业的业务负责人之后，赵旸初步理清了思路。

几乎所有负责人都表示，采购思路已发生巨大转变：不产生业务价值的软件产品，在企业内部甚至连立项都困难。换句话说，所有AI和企业服务产品能否被买单，核心在于是否具备可衡量的业务价值和ROI提振。

以零售行业为例，为了应对消费者快速变化的喜好，并降低库存滞压风险，某服装行业头部企业的供应链从原先的少批次、大批量，转变为多批次、小批量的新采购模式。其中单批次单SKU的采购量降低60%以上，大部分SKU的单次采购量甚至不足以平均分配到他们在全国的7,000家门店。

在过去，零售行业的配货完全依赖人工经验，这家企业的Merchandize部门员工多达数百人，且不说人力成本居高不下，新业务模式下，人工判断不够精准的问题凸显：售罄率提不上去，何来供应链优化。

货到底怎么配，才能实现最大程度的“增效”，业务负责人直白地告诉赵旸，谁能帮他解决好这个难题，他就愿意买单。他们目前正在尝试基于数据中台的BSAI(Business Scenario AI)智能铺货产品。

首先，数据中台作为统一的企业数据资产管理与服务平台，负责整合全域数据，进行数据治理和数据规范，提升数据质量，实现跨部门、跨渠道的数据连通。同时，建立数据标签体系，将数据资产转化为业务部门可用的数据服务。

在此基础上，BSAI针对特定行业、特定业务场景的目标、流程、责任人、痛点，在透彻理解的基础上找准切入点，通过数据中台进行特征码提取、算法模型优选、参数调优和模型优化，形成自适应各业务场景的智能AI应用，产生真正的业务价值，并带来效益提升。

在服装头部企业的案例中，BSAI通过从企业数据中台提取从采购、仓储、配送到销售的全景数据，即便单批次、单SKU的高精度要求，也能较人工大幅提高对单店未来销量预测的准确性。再通过优选的、符合商业场景的算法模型，为制定铺货和补货策略提供依据，提升商品售罄率，降低供应链部门的人工成本和决策风险。

原子创投认为，目前BSAI还是一片拥有巨大潜力的蓝海赛道。

从需求看，仅零售行业，BSAI就能拓展智能定价、智能促销、智能排产等场景，酒店、地产等传统行业的应用更广，想象空间巨大；从市场看，由于BSAI的构建基于企业的业务预算，市场规模潜力至少是单纯IT预算的10倍以上。

然而跻身BSAI赛道，难度也不小。

产品能力和算法技术自然要足够强，更要具备对商业、业务场景的透彻理解，和落地实施的细致服务能力。只有充分聚焦细分行业和关键场景，通过可规模化、可落地的产品，为客户带来明确量化的业务价值，才能跑出足够清晰的BSAI商业模式。

基于上述判断，原子创投近期完成了对“九章数据”的早期投资，其BSAI产品已经在屈臣氏4,000家店铺和铂涛酒店集团5,000家门店完成批量部署，得到了客户的高度认可。