無論處於什麼時代、何種階段，企業數字化轉型都有四大核心訴求：開源、節流、避險和增效。

原子創投副總裁趙暘認爲，針對“開源”的營銷自動化和SCRM，市場競爭日趨激烈；“避險”則主要應用在金融行業，如AI智能風控。企業業務運營側“節流”和“增效”的解決方案是目前企業服務領域創業的機會所在。

目前產業圈和創投圈津津樂道的便是數據中臺和RPA。

國內的數據中臺概念由阿里在2018年率先提出，19年起競爭加劇，出現了滴普科技、數瀾科技、袋鼠雲、百分點等一批創業企業。其中，滴普科技今年完成了5,000萬美元融資，數瀾科技則完成了1億人民幣融資。

RPA也是2019的熱詞。UiPath的ARR兩年間從800萬美元增至2億美元，並相繼完成4輪融資，目前估值70億美元。國內則湧現出來也科技、雲擴科技、弘璣信息等，其中來也跑得最快，已完成C輪4,200萬美元融資。

創投圈對數據中臺和RPA的熱度不減，但原子創投從產業端得到的反饋卻有點冰火兩重天：落地慢、落地難。

歸根究底，數據中臺在部署時，需要對接企業內部各系統和數據庫，不但非標，各系統接口打通也需要耗費大量研發資源。另外，數據中臺屬性本身離業務端較遠，開發團隊如果不具備場景knowhow，實施中就無法量化所帶來的業務價值，結果就是在企業內部推不動。

RPA領域，不得不承認國內廠商產品的成熟度和UiPath、Automation Anywhere相比差距不小；而後者就一個字“貴”。這就造成了現在無論國內、國外產品在中國市場都面臨無法真正落地的尷尬局面，市場整體還處於早期培育階段。

數字化轉型這個局怎麼破？

訪談零售、酒店、美妝行業多家頭部企業的業務負責人之後，趙暘初步理清了思路。

幾乎所有負責人都表示，採購思路已發生巨大轉變：不產生業務價值的軟件產品，在企業內部甚至連立項都困難。換句話說，所有AI和企業服務產品能否被買單，核心在於是否具備可衡量的業務價值和ROI提振。

以零售行業爲例，爲了應對消費者快速變化的喜好，並降低庫存滯壓風險，某服裝行業頭部企業的供應鏈從原先的少批次、大批量，轉變爲多批次、小批量的新採購模式。其中單批次單SKU的採購量降低60%以上，大部分SKU的單次採購量甚至不足以平均分配到他們在全國的7,000家門店。

在過去，零售行業的配貨完全依賴人工經驗，這家企業的Merchandize部門員工多達數百人，且不說人力成本居高不下，新業務模式下，人工判斷不夠精準的問題凸顯：售罄率提不上去，何來供應鏈優化。

貨到底怎麼配，才能實現最大程度的“增效”，業務負責人直白地告訴趙暘，誰能幫他解決好這個難題，他就願意買單。他們目前正在嘗試基於數據中臺的BSAI(Business Scenario AI)智能鋪貨產品。

首先，數據中臺作爲統一的企業數據資產管理與服務平臺，負責整合全域數據，進行數據治理和數據規範，提升數據質量，實現跨部門、跨渠道的數據連通。同時，建立數據標籤體系，將數據資產轉化爲業務部門可用的數據服務。

在此基礎上，BSAI針對特定行業、特定業務場景的目標、流程、責任人、痛點，在透徹理解的基礎上找準切入點，通過數據中臺進行特徵碼提取、算法模型優選、參數調優和模型優化，形成自適應各業務場景的智能AI應用，產生真正的業務價值，並帶來效益提升。

在服裝頭部企業的案例中，BSAI通過從企業數據中臺提取從採購、倉儲、配送到銷售的全景數據，即便單批次、單SKU的高精度要求，也能較人工大幅提高對單店未來銷量預測的準確性。再通過優選的、符合商業場景的算法模型，爲制定鋪貨和補貨策略提供依據，提升商品售罄率，降低供應鏈部門的人工成本和決策風險。

原子創投認爲，目前BSAI還是一片擁有巨大潛力的藍海賽道。

從需求看，僅零售行業，BSAI就能拓展智能定價、智能促銷、智能排產等場景，酒店、地產等傳統行業的應用更廣，想象空間巨大；從市場看，由於BSAI的構建基於企業的業務預算，市場規模潛力至少是單純IT預算的10倍以上。

然而躋身BSAI賽道，難度也不小。

產品能力和算法技術自然要足夠強，更要具備對商業、業務場景的透徹理解，和落地實施的細緻服務能力。只有充分聚焦細分行業和關鍵場景，通過可規模化、可落地的產品，爲客戶帶來明確量化的業務價值，才能跑出足夠清晰的BSAI商業模式。

基於上述判斷，原子創投近期完成了對“九章數據”的早期投資，其BSAI產品已經在屈臣氏4,000家店鋪和鉑濤酒店集團5,000家門店完成批量部署，得到了客戶的高度認可。