无数企业都在研究AI，突然之间数据变得极为珍贵。AWS最近公布的一份报告显示，中小企业如果在业务运营中整合了数据分析技术，那么它更有可能使用AI，更有可能超越同行。
AWS美国中小企业创新主管Ben Schreiner称：“那些利用数据的中小企业在财务方面表现出色，这可能是最让人惊喜的发现。”
现在市场上已经出现一批业务工具，借助大语言模型，工具可以分析销售、费用表格数据。与此同时，在文本、图片、录音等场景中AI出现的频率也越来越高，这些内容变得越来越有价值。
AI企业会与新闻出版商、社交媒体平台、图片库运营商达成协议，获得授权，拿到数据，开发通用AI工具。数据拥有者也可以用自己的数据训练AI、增强AI，然后服务于员工和客户。邮件、历史财务报告、地理数据、法务文档、企业论坛文章、客服记录，这些都可以成为材料来源。
矢量数据库软件开发商Pinecone的创始人兼CEO Edo Liberty说：“源材料中包括大量知识（可操作的信息和内容），你可以以这些知识作为基础开发各种应用，潜力无穷，难以想象。”
矢量数据库以数字形式存储大量文档或者其它文件，比较数据文档时很方便。不论是搜索相关材料还是给相似文件归类，或者根据过往用户兴趣提供建议，速度都会快很多。矢量数据库还可以与AI搭配，共同服务于大语言模型，为用户提问给出更精准的回答。
这就是所谓的检索增强生成(RAG,Retrieval-Augmented Generation)，它能让生成式AI更上层楼，提供的答案超出通用训练数据范围。和其它机器学习技术一样，检索增强生成技术也依赖于精准、组织良好的数据。
营收情报分析企业Gong的联合创始人Eilon Reshef说：“AI质量的高低取决于数据，如果没有任何数据，AI就无法告诉你任何东西。”
Gong的目标很简单，它从企业销售邮件、通话记录、线上交互数据中抽取信息，帮助企业分析、管理销售活动。
要想打造更可信的AI，必须获得更纯净更可信的数据。以数据为中心，确保系统符合法律法规和企业内部规则也很重要。
沃尔玛开发了一套名为Element的系统，它可以帮助企业构建可靠的AI解决方案，方案可以跨越多个云计算提供商。软件能充当辅助者，保证企业使用数据时符合法规。软件还能监测模型，看看它是否出现变化，是否持续精准。
沃尔玛高管Anil Madan称：“当新数据进来时我们要监测模型，看它是否出现变化，是否持续进化，我们不希望AI系统中出现不必要的偏见。要达成目标，关键是要确保数据质量，数据应该帮助我们以更负责任的态度使用AI。”
在企业生产过程中，生产、出货、关税、制裁等因素都有可能影响运营，创业公司Altana从中找到了赚钱机会，它分析数据，帮助企业规避风险。
Altana联合创始人Peter Swartz说：“我们的模型和系统可以从整个图表中学习，发现错误，检查并纠正。”
如果是B2B企业，它们往往服务于多个客户，这些客户贡献大量数据，AI学习之后可以为特定客户提供建议。
Intuit构建一个所谓的邮件营销自动化平台，它宣称可以将邮件信息转化为营收，为企业提供营销建议。企业使用平台的时间越长、频率越高，AI提供的建议越靠谱。
Intuit公司首席架构师Shivang Shah说：“对小企业的理解越深入，我们提供的建议越具有个性化。与此同时，营收引擎会给出建议时会更自信，它会告诉企业应该进行怎样的营销活动。”
大约一年多前，Intuit发布名为GenOS的新平台，它可以帮助开发者快速开发AI工具。
不难看出，当AI与企业、商业深度融合，海量数据成为淘金地，各行各业都有可能孕育出AI数据创业公司，如果你有志于创业，可以考虑考虑这个方向。
