<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>知识库 on 玩数据de强尼</title><link>https://awesomedata.pages.dev/tags/%E7%9F%A5%E8%AF%86%E5%BA%93/</link><description>Recent content in 知识库 on 玩数据de强尼</description><generator>Hugo -- gohugo.io</generator><language>zh</language><lastBuildDate>Tue, 20 Oct 2026 10:23:00 +0800</lastBuildDate><atom:link href="https://awesomedata.pages.dev/tags/%E7%9F%A5%E8%AF%86%E5%BA%93/index.xml" rel="self" type="application/rss+xml"/><item><title>每日数据赋能案例 2026-10-20</title><link>https://awesomedata.pages.dev/p/daily-data-case-2026-10-20/</link><pubDate>Tue, 20 Oct 2026 10:23:00 +0800</pubDate><guid>https://awesomedata.pages.dev/p/daily-data-case-2026-10-20/</guid><description>&lt;img src="https://awesomedata.pages.dev/p/daily-data-case-2026-10-20/cover.jpg" alt="Featured image of post 每日数据赋能案例 2026-10-20" /&gt;&lt;h2 id="1-滴普科技-deepexiai-员工进入零售核心决策滚动销量预测精准率-90人类保留最高指挥权"&gt;1. 滴普科技 Deepexi&amp;quot;AI 员工&amp;quot;进入零售核心决策：滚动销量预测精准率 90%，人类保留最高指挥权
&lt;/h2&gt;&lt;p&gt;&lt;strong&gt;标题&lt;/strong&gt;：一家重资产的&amp;quot;软件公司&amp;quot;：AI 不聊天，而是进车间——滴普把&amp;quot;AI 员工&amp;quot;按岗位装进零售决策链&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;时间来源&lt;/strong&gt;：腾讯新闻 2026-10-17《一家重资产的&amp;quot;软件公司&amp;quot;：AI不聊天，而是进车间》（转引南方周末报道，受访者为滴普科技管理层）&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;背景痛点&lt;/strong&gt;：报道披露的零售客户（鞋服行业，面临数百个新 SKU、上千家线下门店、多个电商平台构成的复杂决策网络）长期依赖经验驱动：货品运营侧，线下零售店长和运营组长每天要定销售目标并分到每个店员、每小时观察销售进展决定是否调整、下班前调排班安排收尾；商业企划侧，要判断小白鞋、雪地靴等潮流货品如何分配，订货后紧盯每款销售情况决定补货、停补或调货，还要推进各门店的补货、调货、促销决策。2024–2025 年该客户的 AI 应用主要集中在问答与分析场景，当时最大的顾虑恰恰是大模型幻觉——分析结论不敢直接用，更谈不上让 AI 碰决策。&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;策略&lt;/strong&gt;：滴普的路径是&amp;quot;数据 + 知识库 + Skill&amp;quot;三重约束下的岗位化 AI：基于 Deepexi 平台注入行业数据训练专属企业大模型，再通过 FastAGI 把模型接入业务系统，按真实岗位映射每个&amp;quot;AI 员工&amp;quot;——货品运营 AI 员工就像店长和运营组长，直接对生意负责（定目标、小时级观察、调排班）；商业企划 AI 员工紧跟时尚潮流做货品分配与补货调货决策。人类员工拥有最高指挥权和最终决策权，只需在对话框中 @一个或多个知识库作为执行依据，DeepexiOS 便会调度对应的 AI 员工。知识库每日更新、老数据被替代但不删除；AI 的判断轨迹和执行结果沉淀回 Deepology 本体数据集，让系统越用越准。到 2026 年，随着知识库提供企业知识和本体约束、Skill 限定可执行的动作范围，AI 被约束在明确边界内工作，准确率持续提升，AI 员工从&amp;quot;分析洞察&amp;quot;迈向&amp;quot;决策执行&amp;quot;。滴普管理层认为其区别于通用大模型公司的优势正在知识库积累——即长期的数据治理能力。&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;量化成果&lt;/strong&gt;：①滚动销量预测精准率达到 90%；②门店商品主推的智能播报效率提升 30%；③系统随使用持续变准（判断轨迹与执行结果沉淀回本体数据集，定性指标）；④行业空间参考：弗若斯特沙利文数据显示，中国产业级 AI 应用解决方案市场规模将从 2024 年的 386 亿元增长至 2029 年的 2394 亿元，复合年增长率 44%。&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;创新价值&lt;/strong&gt;：这个案例的方法论价值在于把&amp;quot;AI 落地难&amp;quot;拆成了可执行的工程问题——第一，岗位化映射（AI 员工=岗位而非功能），让模型能力直接对生意指标负责；第二，知识库 + Skill 双约束把大模型幻觉关进笼子，本体数据集让每次决策都变成训练资产；第三，&amp;ldquo;人类最高指挥权&amp;quot;的分权设计，把 AI 放在&amp;quot;建议 + 执行&amp;quot;位而非&amp;quot;决策&amp;quot;位，既提效又不失控。对零售数据团队的启示：AI 落地的瓶颈从来不是模型能力，而是企业有没有把商品、门店、会员、库存的主数据治理到&amp;quot;机器可读、每日更新&amp;quot;的状态。&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;原文链接&lt;/strong&gt;：https://news.qq.com/rain/a/20261017A01HJ700&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;分析师短评&lt;/strong&gt;：90% 的滚动销量预测精准率和 30% 的播报效率提升是厂商访谈口径，无第三方验证、无对照期数据，宜当方向信号而非基准值——鞋服品类的预测天然受天气与潮流突变影响，90% 更可能是特定 SKU 结构下的结果。但这个案例真正可复用的部分与模型无关：①&amp;quot;哪些决策交给 AI、哪些必须留人&amp;quot;的岗位清单设计；②知识库每日更新 + 判断轨迹沉淀的机制；③先治理主数据再谈模型的顺序。零售商家如果只想抄一件事，就抄第三件——把货品、门店、会员的主数据补齐并保持每日更新，这比选哪家模型更决定落地成败。&lt;/p&gt;
&lt;h2 id="今日核心洞察"&gt;今日核心洞察
&lt;/h2&gt;&lt;ol&gt;
&lt;li&gt;&lt;strong&gt;零售 AI 落地从&amp;quot;分析问答&amp;quot;进入&amp;quot;决策执行&amp;quot;阶段&lt;/strong&gt;：滴普客户 2024–2025 年的 AI 停留在问答分析、2026 年进入决策执行——分水岭不在模型而在约束机制（知识库 + Skill + 本体数据集），幻觉问题是用工程手段而非提示词手段解决的。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;&amp;ldquo;AI 员工&amp;quot;的正确形态是岗位映射，不是功能堆叠&lt;/strong&gt;：货品运营 AI 员工像店长一样对生意负责（定目标、盯小时级进展、调排班）——评估 AI 落地的标准应该是&amp;quot;它接住了哪个岗位的 KPI&amp;rdquo;，而不是&amp;quot;接入了多少个模型&amp;rdquo;。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;数据治理是产业 AI 的真实护城河&lt;/strong&gt;：滴普管理层明确其优势在十几年积累的数据治理能力而非模型——通用模型能力趋同的时代，&amp;ldquo;高质量、实时、业务相关的数据&amp;quot;才是稀缺资产，这与数阔等厂商的判断完全一致（见今日《每日AI赋能案例》）。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;人类保留最终决策权是现阶段的最优分权&lt;/strong&gt;：AI 做建议与执行、人做关键判断，既规避了幻觉风险最高的决策环节，又让人的经验通过&amp;rdquo;@知识库&amp;quot;沉淀为组织资产——分权设计比全自动更可持续。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;产业级 AI 的市场空间正在被验证&lt;/strong&gt;：386 亿（2024）→2394 亿（2029）、CAGR 44% 的预测背后，是零售、制造等传统行业把 AI 纳入核心流程的真实付费——对数据从业者，这是从&amp;quot;做报表&amp;quot;转向&amp;quot;做决策系统&amp;quot;的职业窗口。&lt;/li&gt;
&lt;/ol&gt;
&lt;h2 id="近-7-天补充线索"&gt;近 7 天补充线索
&lt;/h2&gt;&lt;ul&gt;
&lt;li&gt;云南赤途&amp;quot;轮胎数智化商业运营中台&amp;quot;（经济参考网 10-16）：系统利用夜间非业务高峰自动抓取、清洗、合并来自不同电商平台、仓储管理系统及物流端口的海量异构数据，通过智能校验模型识别异常波动，生成补货、调拨与动态定价策略，供应链响应速度提升至分钟级；内嵌 LBS 智能订单调度算法，搭建&amp;quot;云端共享库存 + 同城网点交付&amp;quot;分布式 O2O 协同网络，已接入全国数万家小微汽修厂与轮胎零售门店，把&amp;quot;长途零担发货&amp;quot;升级为&amp;quot;同城就近调配与安装&amp;quot;。&lt;/li&gt;
&lt;li&gt;MUJI 中国董事长堀口健太在天猫双 11 发布会分享&amp;quot;汉麻神裤&amp;quot;数据（每日经济新闻/新浪财经 10-19）：一条裤子累计卖出 50 万条、带来近 10 万新用户；天猫服饰前 2000 个品牌席位三年焕新率接近 40%，400 多个十年以上老品牌双位数增长、100 多个近五年入驻新锐三年内跨过亿元门槛，88VIP 超 6400 万、高价值用户贡献 80% 增长——&amp;ldquo;超级旗舰店&amp;quot;把用户模糊表达（如&amp;quot;下周参加户外婚礼穿什么&amp;rdquo;）转成明确搭配推荐。&lt;/li&gt;
&lt;li&gt;云起科技双 11 会员营销方案披露的匿名品牌数据（公众号，10 月，厂商口径供参考）：某猫狗粮品牌精准推送覆盖 13 万用户推动 1600+ 客户下单、该渠道客单价超 1200 元（提升约 140%）；某护肤品牌首购率同比 +30%、复购率 +20%；其&amp;quot;券核销率提升 47%&amp;ldquo;来自京东域内 A/B 测试——用户在打开 App 瞬间同步发券并推送消息，显著优于先发短信后发券。&lt;/li&gt;
&lt;/ul&gt;</description></item></channel></rss>