9 月 20 日，瓴羊智能科技(以下簡稱瓴羊)在 2024 云棲大會上舉辦了“Data × AI:企業(yè)服務(wù)智能化，價(jià)值增長新動能”專場論壇。阿里巴巴集團(tuán)副總裁、瓴羊智能科技CEO 朋新宇在會上發(fā)布產(chǎn)品年度智能化戰(zhàn)略:“(算法?+?算力?+?數(shù)據(jù)) x?場景?”，強(qiáng)調(diào)企業(yè)必須重視場景，只有通過解構(gòu)場景、重構(gòu)業(yè)務(wù)，才能真正擁抱AI，帶來突破性增長。其中在數(shù)據(jù)分析領(lǐng)域，瓴羊副總裁王賽分享了「Dataphin和Quick BI的長期主義與AI創(chuàng)新」的主題演講。王賽提到，數(shù)據(jù)分析依然是大數(shù)據(jù)領(lǐng)域最普遍、最有用的場景，是AI時(shí)代幫助企業(yè)找到成功的關(guān)鍵方法。

隨著技術(shù)的進(jìn)步和應(yīng)用的普及，數(shù)據(jù)分析正逐漸演變，從傳統(tǒng)的報(bào)表邁向深入的業(yè)務(wù)洞察和決策支持。對于企業(yè)而言，除了商業(yè)模式、運(yùn)營方法創(chuàng)新外，能夠利用好自身業(yè)務(wù)數(shù)據(jù)，并回向賦能業(yè)務(wù)，才能實(shí)現(xiàn)長久持續(xù)的成功。

在王賽看來，企業(yè)要建設(shè)好數(shù)據(jù)，需要從這三層數(shù)據(jù)架構(gòu)入手:

1)底層架構(gòu):首先要將數(shù)據(jù)存儲起來，并確保計(jì)算能力的支持;

2)數(shù)據(jù)治理與應(yīng)用:在獲得數(shù)據(jù)后，需要對其進(jìn)行生產(chǎn)、加工和治理，將原始數(shù)據(jù)轉(zhuǎn)化為數(shù)據(jù)資產(chǎn);

3)分析與可視化:提供便捷的可視化工具和洞察分析，是完成大數(shù)據(jù)分析的基礎(chǔ)。

從事大數(shù)據(jù)行業(yè) 18 年，王賽切身感受到技術(shù)進(jìn)步對于行業(yè)發(fā)展的推動力。

“十幾年前，金融、電信企業(yè)構(gòu)建數(shù)據(jù)倉庫時(shí)，使用的軟件幾乎清一色都是國外產(chǎn)品。到如今，我們的數(shù)據(jù)產(chǎn)品在行業(yè)中已經(jīng)表現(xiàn)得相當(dāng)出色，為客戶提供了不少優(yōu)質(zhì)的落地方案?！蓖踬愓f。

今年 6 月，Quick BI連續(xù)第五年入選Gartner?分析和商業(yè)智能平臺魔力象限，成功鞏固其業(yè)內(nèi)「挑戰(zhàn)者」地位。這也是中國僅有一款入選Gartner ABI魔力象限的BI產(chǎn)品。

國產(chǎn)大數(shù)據(jù)工具取得的長足進(jìn)步，讓更多企業(yè)實(shí)現(xiàn)了技術(shù)普惠，也讓更多業(yè)務(wù)人員把數(shù)據(jù)「用」起來。

智能準(zhǔn)確性與數(shù)據(jù)安全性并重

這一年，隨著大模型在數(shù)據(jù)應(yīng)用端的驅(qū)動，業(yè)內(nèi)不少廠商推出了ChatBI類產(chǎn)品，但基于大模型的NL2SQL在一些關(guān)鍵領(lǐng)域的表現(xiàn)卻不甚理想，甚至很難滿足用戶需求。

比如在問數(shù)場景覆蓋度(如匯總、占比、趨勢、排名、同環(huán)比等)、復(fù)雜計(jì)算的兼容性(包括聚合二次計(jì)算、篩選聚合再篩選、動態(tài)環(huán)比等)、權(quán)限管理(如行列權(quán)限等)、可視分析(圖表呈現(xiàn)、篩選排序的二次交互等)、以及模糊語義識別能力(如習(xí)語、縮寫等)等方面的表現(xiàn)不佳，導(dǎo)致企業(yè)在實(shí)際應(yīng)用中「問」不起來。

如今，Quick BI 智能問數(shù)(ChatBI)憑借多年積累的商業(yè)智能分析(BI)經(jīng)驗(yàn)和對垂直領(lǐng)域的深入理解，在上述五大方面都表現(xiàn)出色。尤其是在復(fù)雜計(jì)算的兼容性和模糊語義識別能力方面表現(xiàn)尤為優(yōu)異，使得企業(yè)能夠“大膽問起來”。

會上，王賽針對上述能力提升進(jìn)行了現(xiàn)場演示，對于一些真實(shí)業(yè)務(wù)場景，如銷售場景進(jìn)行了還原:

如電商平臺銷售場景中，想了解銷售額大于 1 萬的省份這類問題，就體現(xiàn)了智能問數(shù)(ChatBI)二次復(fù)雜計(jì)算能力。

對于模糊語義的識別，當(dāng)前智能問數(shù)(ChatBI)也能輕松識別并理解。如提問中「小鄭」定位到「鄭強(qiáng)」。

此外，Quick BI還為企業(yè)客戶考慮到了精細(xì)化權(quán)限管控需求，當(dāng)前支持問數(shù)權(quán)限分層管理，可以靈活設(shè)定管理人員與使用者。這一點(diǎn)滿足了企業(yè)內(nèi)部按業(yè)務(wù)組織開放權(quán)限的需求，數(shù)據(jù)權(quán)限甚至可管控到表格行、列，極大地保障了企業(yè)數(shù)據(jù)安全管理。

能讓企業(yè)「問」起來，才是真正的ChatBI

當(dāng)前，Quick BI的智能問數(shù)(ChatBI)能力已經(jīng)成功應(yīng)用在各行業(yè)業(yè)務(wù)場景之中。

在某大型乳業(yè)品牌供應(yīng)鏈場景中，Quick BI幫助企業(yè)在內(nèi)部建立了智能問數(shù)體系，支持業(yè)務(wù)部門以自然語言問答方式，快速獲取數(shù)據(jù)以及有效定位原因。Quick BI提供了一系列解決方案，包括自然語言問答、多維度靈活查詢、多時(shí)間粒度指標(biāo)表現(xiàn)分析，以及查詢結(jié)果的可視化展現(xiàn)。

在能源領(lǐng)域，Quick BI幫助某能源國央企實(shí)現(xiàn)了自然語言交互式的數(shù)據(jù)即時(shí)問答。系統(tǒng)支持多樣化的提問方式，包括快捷提問、直接輸入問題、基于問數(shù)結(jié)果的進(jìn)一步數(shù)據(jù)篩選和圖表切換，全面滿足了業(yè)務(wù)日常使用的需求。同時(shí)，該企業(yè)數(shù)字化部與市場營銷部聯(lián)合開展了針對某項(xiàng)關(guān)鍵流程指標(biāo)的多維自助問答，進(jìn)一步提升了數(shù)據(jù)的可用性和響應(yīng)速度。

如今，Quick BI智能問數(shù)(ChatBI)已成功落地幾十家頭部企業(yè)，并預(yù)計(jì)在 9 月底結(jié)束公測正式商業(yè)化。

（推廣）