为什么数据比代码更有价值

本文信息来源：tomtunguz

在《 数据主宰一切 》一文中，马特·斯洛特尼克阐述了 SaaS 应用与 AI 应用的区别。典型的 SaaS 应用包含工作流层、中间件/连接层和数据层/数据库，AI 应用同样具备这三层结构。

AI 技术使得前端开发变得轻而易举，因此在工作流软件的三层架构中，数据的重要性愈发凸显。

AI 应用与 SaaS 应用的核心差异体现在中间层这块"甘纳许"上。SaaS 应用中，编码化的业务规则决定着销售线索从创建到成交的每个步骤。

而 AI 应用则通过非确定性 AI 模型 ，结合上下文信息（即 AI 从其他渠道获取的与销售线索相关的数据）来决定流程走向。

数据质量越高，工作流程就越高效。

上下文是最有价值的组成部分，因为它最终会改变工作流程。不同模型在性能上相对接近。

例如，当客服部门收到一封客户邮件询问"这个月是否被重复扣费"时，智能工作流会查询计费系统、合同系统，并调用邮件撰写工具，根据该客户画像生成定制化回复邮件。这一切的前提是企业数据结构化程度良好。

由于上下文数据价值巨大，企业会谨慎对待与供应商共享这些信息。它们可能会开始专门组建部门来管理结构化数据，因为数据可用性越高，智能系统的工作效能就越强。

数据架构可能成为竞争优势，而软件公司未来的主战场将是对这种情境的访问权—— 这场争夺战早已打响。