随着美国决议智能公司Palantir市值凌驾4000亿美元，，“决议智能平台”这个看法被彻底点燃
。
。。。港股直接掀起了一场以“AI+数据”为看法的上市热潮
。
。。。顶着“中国版Palantir”名头的中国公司，，已经有中科闻歌、滴普科技等几家公司
。
。。。 投资机构与他的交流显着增多
。
。。。“尤其是最近6个月，，市场关注度提升得很快，，甚至有些凌驾预期
。
。。。”履历过前几年BI（商业智能）与数据相关赛道低迷的融资情形后，，面临快速升温的市场热度，，他照旧坚持着审慎
。
。。。 他和投资人聊得最多的不是资源的弘大叙事，，反而是在一直强调“这些数据能不可切实资助客户洞察到生意的时机、指导行动的改变”
。
。。。简朴地讲，，所谓的“让决议更智能”，，究竟能不可真正落地？？？ 放在当下的AI狂热期，，这几多有些不适时宜
。
。。。去年，，当团队预见到了这一波AI所带来的机缘时，，他却将年会主题定为“渐进力”三个字，，这掀起了内部不小的争议：大厂都在喊加速倾覆，，而一家建设了9年的BI公司，，为什么还要逐步做？？？ 但熟悉他的人，，都知道这是他独吞的节奏——能预见、捕获行业变换的创业者许多，，但能榨取欲望，，做取舍的创业者却少之又少
。
。。。 2023年，，营业尚存开拓空间时，，他自动缩短了20%的组织，，调解盈亏模子，，从而度过了谁人严冬；；；；；；而到了2025年，，当行业仍然气馁，，他重新变得起劲，，由于“模子最先落地”
。
。。。 这并禁止易判断，，苏春园说AI给软件行业带来的攻击一直在改变
。
。。。；；；；；氐酱竽Ｗ痈辗浩鹗，，“软件已死”是主流论调，，古板SaaS面临的似乎只有被倾覆一条路
。
。。。而当Agent盛行，，软件背后的数据与上下文又成磷器人嘴里不可或缺的“基础设施”
。
。。。 他自称一直在等这一天
。
。。。2016年刚创业时，，他提出的是“AI+BI”——AI驱动的数据剖析，，跟今天的理念着实一模一样
。
。。。只是AI的普遍落地在其时照旧太超前了，，在投资人那里，，这更像是典范的科技领域首创人在“吹捧”“画饼”
。
。。。 厥后，，他更多地对外讲“先让营业用起来，，再让决议更智能”，，对内继续使用“Beyond BI”这个建设之初建起来的微信群
。
。。。他不想让公司看起来那么“笼统”，，但他心里清晰——观远数据不应该只是一家BI公司
。
。。。 苏的创业故事并不算特殊，，概括起来就是一位海归、跨国企业前高管，，自主门户
。
。。。成熟的团队加上超前的理念，，让观远数据建设仅3年就完成了B轮融资，，5年就把产品安排到了联合利华、招商银行等巨头公司的决议系统中
。
。。。 “既想领先，，但又得务实，，这种矛盾的比照反而是有意义的，，要约束一些工具，，实现务实的领先
。
。。。”苏春园的这句话，，是他商业观的高度浓缩
。
。。。 在整场采访中，，他最常提及的是内部做了哪些组织架构的变换
。
。。。在聚会室的白板上，，他熟练地画出了“事情站（Pod）”组织框架，，这是他已往一年研究最多的工具
。
。。。他告诉记者，，他要构建一套AI原生组织，，以事情站形式组织产品研发团队，，这关于一家建设了9年的公司来说，，是一场重大的“撕裂”
。
。。。 既要对内，，还要对外，，市场不会期待他做好所有才调解
。
。。。尤其是观远数据从早期就最先重仓的零售消耗行业，，环节众多，，手艺难以解构
。
。。。“让营业用起来”和“让决议更智能”是并行的，，很难同时在两个维度上都做得精彩，，但苏春园手中的资源有限，，慢一步就会彻底下桌
。
。。。 而现在的状态，，恰恰是他想要的“快”
。
。。。在他眼中，，聚焦不等同于守旧，，也不是原地踏步
。
。。。从效果上看，，去年以来，，他已经把产品卖到了跟消耗领域相邻的制造领域，，这是此前他并不熟悉的领域
。
。。。这一定水平上说明晰，，他的模式具备了一定的可复制性
。
。。。 “制造业现在有点像3年前的零售消耗——粗放治理、数据意识刚醒觉
。
。。。”苏春园说，，“但我们不会高抬高打进去，，照旧先找标杆、验证场景，，再星火燎原
。
。。。” “好比2024年上半年，，CEO们被DeepSeek影响，，AI预算不设限
。
。。。但下半年除了豆包等，，没什么真正落地的
。
。。。许多项目demo一天上线，，修改一年，，最后草草收场
。
。。。” 2016年刚最先创业时，，苏春园提及AI完全兴奋
。
。。。虽然不确定“Beyond BI”的想法是否行得通，，但此前近10年的事情履历告诉他，，简单的BI无法让决议真正智能
。
。。。 苏春园是信息系统专业的科班生，，2004年他在卡内基梅隆大学就读时，，还尚未有“大数据”的看法，，但系统学习已然让他对数据挖掘、机械学习、优化算法等看法爆发兴趣
。
。。。其时，，data mining（数据挖掘）是最火的看法
。
。。。 观远数据联合首创人兼COO鲁伊莎举了一个被无数商业课本收录的经典案例——啤酒与尿布
。
。。。沃尔玛通过数据剖析发明，，啤酒和尿布的购置高度相关，，于是将两者摆放在一起促销
。
。。。“在20年前，，这是数据挖掘最生动的例子
。
。。。”鲁伊莎说
。
。。。 强盛的兴趣驱动让苏春园在一结业就进入了MicroStrategy（微战略），，这家公司其时在全球BI领域排名前三
。
。。。他一起从总部的工程师，，做到中国区研发认真人，，对接的都是全球前30%的500强企业——花旗银行、阿迪达斯、奈飞等
。
。。。 看起来在原来的轨道上也是不错的生长路径，，但2015年前后，，强烈的割裂感攻击着他，，“外洋的软件越来越不接地气，，无法匹配海内企业的真实需求，，且并没有恒久投入中国市场的想法
。
。。。而海内数据剖析行业狼籍不齐，，好想法碍于融资进度，，更多在早期准备阶段
。
。。。” 苏春园说得很直白，，“做得越久，，我越发明古板BI‘不智能’
。
。。。”其时的BI更多是让决议者看到数据，，但不可发明问题，，更谈不上指导决议
。
。。。 BI就应该像它的名字“商业智能”那样，，他爆发了自己做点什么的念头，，于是在告退过渡了一年后的2016年，，他联络了微战略时期的三位老友
。
。。。相似的职业配景让他们对“Beyond BI”不谋而合，，9月正式建设了观远数据
。
。。。 “着实是‘拍脑壳’，，我们以为BI产品会迭代，，这是一个偏向假设
。
。。。”苏春园笑着说，，内部只是很明确不止做BI，，但“AI+BI”的提出，，更像是几个想要改变天下的年轻人的疯狂想象
。
。。。 不过这个偏向也并不全凭“想象”
。
。。。谁人阶段，，美国Palantir已履历证了“数据剖析为行为提供建议”商业路径的可行性，，它的客户包括FBI（美国联邦视察局）、CIA（美国中央情报局）及不少商业巨头
。
。。。 内部凭履历以为，，从BI到AI的逻辑是通的
。
。。。“这就好比智能驾驶，，L2会自然被以为要向L3、L4更高阶演进
。
。。。”苏春园说
。
。。。只是其时没人说得清晰，，谁人更高阶的形态究竟是什么
。
。。。9年后回看，，谁人偏向越来越清晰：不是更智慧的BI，，而是一个让AI真正加入决议的智能平台
。
。。。 建设不到半年，，尚在完善的团队就打磨出了第一款产品，，最先广撒网寻找客户试用
。
。。。他并没有纠结是否一击必中，，他的主要问题是先要有第一个客户
。
。。。 古板的智能决议产品，，通常聚焦零售、互联网、金融领域，，这是时机最多也是最卷的三大市场
。
。。。但关于一家首创公司来说，，产品显然没有太多竞争力
。
。。。 “早期的客户都是靠我们刷脸
。
。。。”苏春园说，，几个联创边写代码边跑客户，，“产品还在雏形，，就拿着PPT和demo卖‘理念’
。
。。。”他们开玩笑地把早期找客户的历程概括为“3F”理论——Friends、Family and Fools（朋侪、家人和傻瓜）
。
。。。好比第一个客户正是朋侪推荐的一家名叫“咬不得”的杭州连锁包子店
。
。。。 真正翻开时势的，，是统一时期签下的一家银行客户
。
。。。同样经朋侪先容，，对方很认可他们的理念，，但审批流程导致签约受限
。
。。。为了拿下这笔订单，，团队自费买了两台服务器，，从杭州带到上海，，跟客户调试对接
。
。。。 厥后，，这家银行成了前三家签约客户之一
。
。。。而到了2017年中，，1.0产品正式宣布时，，观远数据已经有10个零售、金融、泛互联网的签约客户了
。
。。。 但在迈出第一步后，，苏春园做了一个内外部都不解的决议：只聚焦零售消耗
。
。。。“投资方都质疑我，，为什么搞零售？？？”这是个太疏散、迭代太快的领域
。
。。。 他的诠释是，，零售消耗是数据原生的赛道，，尤其是移动互联网下的“新消耗”
。
。。。终端企业险些都在阿里巴巴、京东平台上视察数据的转变，，这群人的逻辑也极端市场化——产品做得好才付钱
。
。。。在苏春园眼中，，中国最卷的行业，，恰恰就是生产力最先进的行业
。
。。。 而关于一款BI产品，，虽然差别行业具备一定共性，，但细分需求千奇百怪，，甚至不搭边
。
。。。若是涉及多个行业，，最后可能哪个都顾不上，，这违反了他创业的初心——产品必需要用起来
。
。。。 项目的主要使命是用AI算法展望清扬洗发水未来1到4周在差别区域、差别渠道的销量，，展望得越准，，就越能实时配货、交付，，从而镌汰库存积压
。
。。。 历程并不顺遂
。
。。。比照多是500强管培生身世的妄想员，，AI展望效果差一大截
。
。。。直到第二年尾，，效果才爆发了反转——数据展望的能力稳固逾越了人工
。
。。。自此，，观远数据和联合利华相助了7年
。
。。。 几年时间，，双方的相助从“展望销量”延伸到“决议智能”——好比供应链排产Agent，，把订单波动、产线切换、物流时效等重大约束综合盘算，，并能在人工干预后自动学习、沉淀规则
。
。。。 2021年，，是苏春园口中的“全新阶段”，，观远数据最先涉猎零售以外的营业
。
。。。一个主要契机是，，在金融行业被称为“零售之王”的招商银行找到他们，，追求产品相助
。
。。。“他们看中了我们在零售消耗领域的口碑和深度
。
。。。”他说
。
。。。 他反而更多是犹豫，，甚至在第一时间拒绝了，，理由和当初决议聚焦零售赛道一样
。
。。。金融的定制化需求极强，，“我担心产品没有准备好，，节奏和偏向会受到影响”
。
。。。他在内部提到：签约了一个大客户而偏离产品主线，，因小失大
。
。。。 但这个项目过于主要，，他险些被团队推着走，，隔三差五就要举行相同钻研会，，最终各人照旧告竣一个共识——不会因此影响整个产品的标准，，才通过了这个项目
。
。。。 准备一连了一年多，，牵涉大宗的产品研发测试和刷新，，但也让观远数据打响了跨行业的第一枪
。
。。。“招行选什么，，其他家银行就默以为可以参考
。
。。。”鲁伊莎说，，宁波银行、北京银行等也相继成了客户
。
。。。 聊起这个阶段，，苏春园总叹息“幸运”
。
。。。2021年，，观远数据完成了B轮融资，，也完成了4.0产品的宣布
。
。。。这时代他没有遇到任何资金上的挑战
。
。。。 那时间，，行业已经有了退潮的迹象，，许多BI明星公司都无法兑现“高光时刻”宣称的愿景
。
。。。反而是此前略显“默然”的观远数据还在进攻，，苏春园用“逆势猛进”来形容那时的状态
。
。。。 外部客户的决议流程突然减速，，“客户预算缩减，，审批周期普遍延伸到了半年到一年
。
。。。”据鲁伊莎回忆，，这一年客户不再强调需求和市场偏好，，挂在嘴边的话是“先活下来，，再说活得好”
。
。。。 观远数据高抬高打的状态似乎和市场是脱节的
。
。。。“我们之前像是坐电梯爬山，，现在是要走盘山路上山
。
。。。”他着实很快就意识到了这一点，，此前的融资节奏是非正常状态，，资源盈利、客户预算盈利带来的高增添，，已经是已往式
。
。。。 在公司建设的7周年庆典上，，苏春园定了一个新基调：从高速生长的盈利期，，进入迅速组织的新周期
。
。。。简朴讲，，他要调组织，，降亏损
。
。。。 2023年年底，，团队从350人缩短至约260人
。
。。。到了2024年，，公司营收增添受阻
。
。。。这时代，，苏春园把精神从外部移到内部，，最先了组织转型，，AI自然是主线
。
。。。 之前，，观远数据的产品节奏是每年迭代一个大版本，，以BI为主，，一连融入AI元素
。
。。。现在后，，它不但回归零售“凭证地”，，还最先围绕详细营业场景做Agent，，AI的权重被极大提高
。
。。。 他的重中之重是建设“事情站”模式：内部组成5到7人的跨职能小组，，来自差别部分，，针对一个细分市场或场景，，快速验证假设，，站长可以直接汇报给苏春园
。
。。。 这种组织形态的底层逻辑，，不但是为了快，，它要求团队进入客户现场，，把隐性的营业逻辑、指标口径、人工干预规则一点点打捞出来，，再沉淀到系统里
。
。。。事情站成了观远把“现场履历”转化为“产品能力”的最小单位
。
。。。 他对这个架构的要求是事情效率的极端提升
。
。。。“六步法：假设、权衡、检测、验证、放大或证伪
。
。。。”苏春园诠释
。
。。。这让内部爆发了质变，，以前更像华为BLM（营业领先模子），，这适合战略明确、市场高速生长的周期
。
。。。而现在外部因素转变远大于内部，，需要小团队漫衍式感知市场，，快速验证
。
。。。 这一定水平来自于此前吃过甜头
。
。。。2019年，，BI行业普遍接纳买断制销售模式，，苏春园力排众议实验了一次转型——订阅制
。
。。。这意味着一款产品的短期收入会大幅镌汰，，即便诸多销售职员因此去职，，他照旧坚持要推
。
。。。在他看来，，订阅制的焦点不是收费方式的转变，，“若是客户第二年不续费，，我们就拿不到钱，，这倒逼我们必需把服务做好
。
。。。” 为此，，他还调解了组织架构，，建设了行业首个“客户乐成系统”
。
。。。这个一级部分直接汇报给苏春园，，在每月牢靠的时间点，，他带着所有治理层和面向客户的员工，，讨论客户数据——哪些客户吐槽了、使用率下降了、问题升级了
。
。。。 事实证实，，他再次选对了
。
。。。AI产品更需要对客户和市场的相识，，有的决胜点甚至是一个不起眼的细节
。
。。。观远数据很快就重回增添，，2025年底还迎来了盈亏平衡点
。
。。。 苏春园常说自己是“渐进主义”，，“领先的故事并纷歧定是弘大叙事，，更真实的情形，，着实都是恒久偏向上日复一日的迭代演进
。
。。。”但这次的AI竞速，，要远比此前的任何一次更阴险，，留给创业公司的生涯空间有多大？？？ 谁人阶段，，“数据中台”看法火热，，阿里巴巴等推出“全家桶”战略——云设施、数据中台、BI打包销售
。
。。。不少客户不再续费BI，，以为这只是数据中台的一个？？？
。
。。。“有几个月，，我们联创团队很沮丧，，数据中台厂商有钱、有叙事、有生态，，我们有什么？？？”苏春园说
。
。。。 他闭关了近半年，，最后发明，，数据中台的内核着实是“数据客栈”，，而市场上依旧有不少企业，，尤其是中大型公司明确自力的BI平台很有须要
。
。。。以是，，他没有选择被大厂牵着走，，而是做板块营业的延展，，哪怕丢掉一些客户
。
。。。事后证实，，这是决议公司活下来的主要选择，，他的心得是：与巨头竞争的焦点不是资源反抗，，而是战略能够快速调解
。
。。。 他的战略是“相邻阵地”——制造业是消耗品的上下游，，自然有关联
。
。。。好比观远数据从联合利华，，延伸到了它的工厂供应链，，继而再延伸到上汽、零跑等车企，，以及昊志机电、小天才等生产制造企业
。
。。。 他也在重复提醒一个点：现在大模子与Agent过于火热，，但关于企业决议层来说，，企业在AI时代最焦点的能力，，恰恰是模子之外的能力，，是日常谋划决议背后的数据底座与决议上下文
。
。。。这来自于谋划复盘会、零售门店、制造车间和电商直播间的各个营业现场
。
。。。这些冰山之下的“脏活累活”，，将决议企业谋划决议能力的未来上限
。
。。。