【关于世界人工智能大会】
世界人工智能大会（WAIC）GZ号是全球人工智能领域权威的官方信息平台，由国家部委与上海市政府等联合主办，聚焦AI前沿动态、产业洞察与生态连接，兼具国际视野与专业深度，是政产学研用多方交流的重要数字窗口。
【本次合作文章说明】
本期我们特邀 WAIC 公众号联合发布，文章来自我们数数科技的客户成功&解决方案团队负责人 葛双寅。拥有15年以上大型IT与数据领域经验的葛双寅，在文中以 “务实主义AI路径” 为核心，深入剖析了当前AI落地过程中的“三重幻象”，并结合游戏行业十年深耕实践，分享了如何让AI从“炫技工具”转化为驱动真实业务增长的“效率引擎”。
全文约4300字，阅读时间15分钟，既有对技术与场景关系的哲学思辨，也有Data+AI在游戏出海、用户洞察等真实业务场景的落地案例，为AI从个人提效走向组织赋能提供了可借鉴的路径。
以下为正文👇
作者：葛双寅
数数科技客户成功&解决方案团队负责人
曾经服务于世界500强的大型IT企业，拥有十五年以上的解决方案、项目交付及客户成功经验，在数据领域积累了从底层基础设施到上层数据应用的整体解决方案的能力，对于AI在大型企业中的规划设计及架构落地有丰富的经验和思考。
在AI技术席卷全球的浪潮下，一种迥异于“模型至上”的务实主义路径——如何通过深耕垂直场景与数据，将AI从“炫技工具”转化为驱动真实业务增长的“效率引擎”，并在此过程中对技术、行业和人的关系进行深度思辨。
一、开篇：浪潮下的另一种声音
——为什么说“AI 的竞赛不在模型，在场景”
从ChatGPT横空出世到各类大模型竞相涌现，整个AI产业似乎陷入了一场关于算力与模型规模的狂热竞赛。这种“模型至上”的叙事，无形中将AI塑造成了一种近乎神话的存在——仿佛只要模型足够强大，所有问题都能迎刃而解。
然而，在我们为技术进步欢呼的同时，一个关键问题却被相对忽视了：这些令人惊叹的技术突破，如何才能转化为实实在在的业务价值。许多企业在投入巨资部署最新的大模型后，往往发现它们在实际业务场景中表现得并不如预期。技术很先进，效果却不明显——已成为许多AI项目面临的共同困境。
而在我们深耕游戏与数据行业超过十年的历程中，从大数据、云计算到今天的生成式AI，我们发现每一次技术浪潮中，最终能够持续创造价值的企业，都不是那些盲目追逐最新概念的公司，而是那些能够将技术与具体业务场景深度结合的组织。因此，我们深信：真实的价值生于土壤，而非空中楼阁。再先进的技术，如果无法在具体的业务环境中落地生根，都只能是昙花一现的概念炒作。
这种认知促使我们提出了一个可能看似保守、实则更为务实的观点：场景效率当前AI领域最值得关注的竞赛，不在模型规模，而在。
所谓“场景效率”，指的是AI技术在特定业务场景中，以可衡量、可复制的方式提升组织运作效率、创造业务价值的能力。与遥不可及的“技术奇点”相比，“场景效率”才是当下更值得企业投入精力的现实议题。毕竟技术从来都不是目的，而是手段。AI的终极目标不应该是打造无所不能的超级智能，而是通过放大人类的能力，让组织运作更高效、让决策更科学、让资源分配更合理。正如我们在服务客户过程中反复验证的：最好的AI系统不是性能最强大的，而是最适合业务场景的。
在数数科技的实践中，我们始终坚持以场景为中心的技术落地路径，帮助客户在纷繁复杂的技术选项中保持清醒，将资源投入到最能产生业务价值的环节。这不仅关乎我们技术路径的选择，更关乎我们对创新本质的理解：随着AI技术逐步进入成熟期，行业需要从早期的技术狂热转向更深层次的理性思考。这才是AI技术最根本的价值所在，也是我们在技术浪潮中始终保持的方向感。
二、当前 AI 落地的“三重幻象”
在AI落地过程中，许多企业陷入了一种由过度期待与认知偏差构成的“幻象”。这些误区不仅延缓了价值兑现，还常常导致资源浪费与信心受挫，揭示出单纯追求技术参数往往事倍功半的现实。
首先，关于AI与人的关系， 实践中我们观察到一种误区：不少企业将AI简单视作降低人力成本的工具，追求以自动化完全替代人工。然而，指望AI自己完成从数据洞察到决策落地是不现实的。真正高效的模式并非替代，而是协同。比如由AI完成数据清洗、指标监控等重复性工作，而让团队成员专注于产品迭代、用户体验优化等需要创造力和判断力的任务。这不仅提升了整体效率，也让人力资源得以投入更高价值的环节。
其次，当前AI工具的落地， 更多还是集中在个人提效的场景里，比如AI根据过往美术数据批量生成素材，智能编码工具通过代码库历史数据和上下文快速输出代码。不可否认，这些应用的价值巨大。但数据作为能够关联业务全流程的核心中枢，潜力不该只局限在个体层面。从企业经营的基本逻辑来看，如果能把Data+AI深度融入组织运转的核心环节——比如Data+AI支持业务决策、跨部门协同提效、动态指标监控体系等，通过Data+AI驱动组织整体的响应速度、决策精度和资源配置效率的优化，那它带来的规模化价值，远非单一岗位效率提升能比。这种从“个人提效”到“组织赋能”的延伸，其实才是AI真正该发挥的核心价值。
第三种常见误区在于将数据资产的价值等同于简单的数据占有。 现实中，企业积累的数据往往存在于异构系统架构，受限于技术栈差异、接口规范不统一及权限管理碎片化等问题，形成了实质性的“数据孤岛”。这一痛点并非新话题，Gartner几年前就提出Data Fabric概念，旨在打破数据应用壁垒，但在技术条件限制下，用户分析需先定位数据库，效率损耗极高。而如今AI技术的成熟，或可以诠释Data Fabric的主动元数据概念——让AI穿梭于各类数据库，为数据补充表行列之外的业务语境，打破数据孤岛，释放数据资产的核心价值。
这三重幻象共同指向同一个结论：AI的价值，不止于单纯的技术深度，而是要与人、场景、数据等等结合在一起才能体现出来。因此，在数数科技的实践中，我们也始终致力于帮助客户基于实际业务需求，建立可持续、可衡量的AI应用路径，让技术真正服务于业务增长。
回顾这一历程，我们可以得出一个清晰的结论：“智能是演化发展的产物，其原动力在于人类为了更好地生存，更深入地了解和反映自然”。
三、游戏这所“大学”教会我们的事
——关于复杂性、进化与价值
在数数科技深耕游戏行业的历程中，我们逐渐认识到：游戏是一个高度复杂的数字化运营体系。这个行业为我们提供了理解技术、数据与人性互动的独特视角，其经验对任何致力于深度用户运营的领域都具有重要参考价值。
游戏产业的复杂性体现在多个维度。一个成熟的游戏产品需要构建稳定的技术架构以支撑海量并发请求，设计平衡的经济系统以维持虚拟生态健康，同时还要精准把握用户心理以实现长期运营。在实际游戏场景中，我们通过构建完整的数据指标体系，使得游戏团队可以做到实时监测玩家行为轨迹、付费倾向和社交互动模式。比如，通过分析玩家在特定关卡中的行为数据，及时调整难度曲线；通过追踪虚拟经济的流通情况，预防通货膨胀风险。
面对近年来的AI热潮，游戏行业算是最早拥抱AI也最快回归理性的领域。当前，AI技术发展所带来的单人提效已然在游戏行业落地生根并产生价值，而Data+AI的企业级场景仍是行业共同探索的方向。我们也一直秉持着这样的理念：不追求技术的炫酷，而是专注于如何通过Data+AI的能力，帮助客户在用户获取、活跃提升、收入增长等关键环节实现可量化的改进。
就像我们最近和华北某头部游戏企业客户合作共创Tiki Agent调优计划时遇到的一个情况，对方在真实业务场景的测试过程中反馈，Agent对包含付费相关字段的数据查询没有达到预期，尤其是涉及到具体付费场景的筛选和统计时，很容易查询失败。
我们接到反馈后，第一时间联合对方技术同学做了联合排查，从查询指令解析、属性映射规则到工具调用链路逐一校验，最终定位到问题根源——Agent 在查询逻辑中没有正确识别和调用“付费金额”这类虚拟属性，导致相关字段的查询指令无法被有效解析。找到问题核心后，我们快速调整了Agent的查询工具调用逻辑，确保“付费金额”这类虚拟属性能被准确捕捉并执行查询，最终让Agent在处理付费相关字段的查询时，精准度和响应效率都达到了业务实际使用需求。
所以，我们并非简单交付标准化AI产品就结束服务，而是以“陪伴式”合作深度绑定客户，在真实业务场景中共同打磨、验证、迭代产品，最终沉淀出能持续创造业务价值的智能化解决方案。
四、走向“人机协同”的新范式
随着AI技术不断成熟，我们正步入以“人机协同”为特征的新阶段：AI与企业工作流深度融合，形成互补增效的合作模式。这种模式的核心价值，在于实现从“人工驱动”到“人机协同”的范式转变，让AI的价值不再停留于理论，而是根植于具体业务场景，让人与AI共同高效、高质量地完成任务。
我们认为，对企业决策者来说，成功推进AI落地的关键，在于将关注点从技术升级转向价值创造。 企业可以优先选择数据基础扎实、业务价值明确的核心场景作为切入点。从数数科技的角度而言，我们选择了当前备受关注的游戏出海场景。
过去，复杂的数据合规要求（如GDPR、CCPA）和跨国团队协作效率低下一直是游戏出海的两大难题。而TE系统通过全球多集群架构，让用户数据可以在各地域（如欧洲、北美）本地化存储以满足当地合规要求，同时通过强大的资产管理同步能力，将标准化的分析看板、标签体系同步至其他区域，确保核心指标快速部署至全球市场，统一分析口径。
在保障数据安全的前提下，AI驱动的多语言方案能够自动翻译数据资产描述，并依托游戏专属术语库（例如将“抽卡”准确译为“gacha”而非“draw card”），有效消除跨国团队间的语言隔阂。这实质上构建了一个“全球数据一盘棋”的智能底座，在符合各地合规要求的基础上，促进数据价值在全球范围高效流转。运营团队可进一步基于统一的数据看板，围绕当地用户偏好，设计更具针对性的产品迭代与运营策略。
在这种模式下，AI接手了多语言翻译这类高频执行工作，配合TE系统的全球多集群架构，极大便利了运营团队开展全球化数据洞察与本地化运营。其中，AI承担的工作并不复杂，但却精准解决了全球化运营中的基础效率痛点，降低了全球化运营的门槛。
尽管当前多数人机交互仍停留在相对简单的辅助范式，距离深度互补、共同演化的“联合体”还有显著差距。但人机各展所长的“联合体”是可以预见的。在这一范式中，AI负责高频、繁杂的自动化任务（如多语言翻译），人类则主导创新构思与文化解读之类的高价值任务。这种协同的本质是让技术服务于人的价值：通过AI化解执行层的复杂性，人类得以回归创造力、共情与战略领导力这类更能体现人类创造力的任务。
五、回归初心
——让技术的温度，源于对场景的敬畏
在人工智能技术快速发展的今天，我们更需要保持清醒的认知：所有技术探索的出发点，都应源于对真实业务场景的深刻理解与敬畏。 在数数科技，我们始终秉持这样的务实主义价值观——技术的价值不在于其本身的复杂程度，而在于它能否在具体场景中解决实际问题，创造可衡量的业务成效。
但当前受限于数据质量、场景复杂度与成本效益等因素，Data+AI在具体业务中大规模落地的挑战依然存在。在这一共识之下，我们也在积极地在更广阔的“AI+Data”领域及AI原生应用方向上寻找突破。
2025年，数数科技推出了真正AI原生的一款产品——社区洞察。根据我们对于游戏行业的认知，全面了解游戏玩家对于产品的反馈对于游戏的迭代演进至关重要，但这些反馈由于形式多样、信息密度不一，往往又很难纳入传统的数据分析范畴。
其实数数科技在2015年创业伊始，就曾经考虑了社区舆情相关的产品方向，但彼时，对于自然语言的分析技术还不成熟，往往需要依赖复杂的NLP算法才能实现对于自然语言的分析。而大语言模型在这样的场景下就可以发挥极大的价值。
通过大语言模型理解语义、情感和话题，TE系统能够将散落于社区帖子、评论、视频中的用户声音，自动转化为关于产品反馈、情绪倾向、热点话题的结构化分析。这让企业不仅能“看到”用户活跃度，更能“读懂”用户感受，从而为产品优化、口碑管理乃至创新方向提供更全面的决策依据，让AI能力切实转化为业务增长力。
展望未来，我们相信，唯有持续回归“场景驱动”这一初心，才能让技术在喧嚣中沉淀出真正的价值。我们将始终坚持以场景价值为锚点，让每一份技术投入都能贴近业务脉搏、回应真实需求。
因为真正可持续的技术进化，从来不是追逐热点的随波逐流，而是基于对场景的深刻敬畏与持续洞察的厚积薄发。我们期待与更多伙伴一道，在务实中推动创新，在场景中检验成效，共同让技术不仅拥有逻辑的“智能”，更具备服务的“温度”，最终成为业务长期增长道路上可信赖的同行者。
