|
隨著BI商業智能工具和解決方案的快速發展，前者展現出優異的數據分析能力，但面對企業內部越來越多的報表數量，新的問題也隨之爆發，尤其是在指標管理方面。隨著大模型的應用涌現大模型+BI的方式衍生出了很多ChatBI產品，目前市面上的ChatBI通常使用的是NL2SQL的技術路徑，即通過大語言模型直接生成SQL，這種解決方案容易出現數據查詢準確率低準確率在60-70，如果跨表查詢會更低，數據口徑不統一等問題。 數勢科技SwiftAgent在大模型和AI Agent加持下，通過建立業務指標、人貨場標簽等易于理解的語義層，將自然語言解析到指標和標簽語義Natural Language to Metricsamp;Label，即可實現相比ChatBI更精準的數據洞察，解決大模型對底層業務語義難理解的問題。企業在數據分析與決策領域通常會遇到諸多問題，如數據口徑混亂、數據人才缺乏、數據使用門檻高、數據分析周期長、無法賦能業務決策等。數勢科技SwiftAgent2.0在大模型和AI Agent的加持下，解決了上述問題，并實現了五大亮點升級。 亮點一：統一語義層的構建Unified Data Semantics 數勢科技SwiftAgent 2.0構建了統一的指標與標簽語義層，即Natural Language to Metrics+Label to SQL，實現兩段式數據洞察。第一段解決大模型對底層業務語義難理解和幻覺的問題，建立行業標準、指標、人貨場標簽等易于理解的語義層;第二段解決企業各部門數據口徑統一的問題，有效避免數據臟亂差等現象，將傳統的經驗決策升級為以數據為核心的智能決策。ChatBI通常使用NL2SQL自然語言到SQL技術容易出現數據查詢準確率低準確率在60-70，如果跨表查詢會更低，數據口徑不統一等問題。 亮點二：用戶可干預Human in the Loop 數勢科技SwiftAgent 2.0可通過更自然的方式引導用戶，如當用戶提出“我想看一下最近的銷售情況。”這種模糊的數據查詢，SwiftAgent會給出“最近7天銷售額”、“本月北京地區銷售額”等選項，供用戶選擇，用戶還可以根據提示重新提問，最終得到他真正想要看的分析內容。
亮點三：持續反思學習Continued Reflection Learning SwiftAgent2.0可將所有使用用戶過往的問答分析沉淀到知識庫，加上上文提到的強化學習結果，在之后其他用戶相似的問詢場景中，直接提供結論并提供思考過程。這種不斷反思學習的能力，也發揮了大模型最大的特點。隨著時間的推移不斷進步，SwiftAgent2.0可以變得更加聰明、好用，并更貼近業務需求。 亮點四：多源數據鏈接Diverse Data Connection SwiftAgent2.0還實現了多源異構的數據接入，不僅能接數倉，還能導入文本、Excel、圖片、音視頻等非結構化知識，滿足全面分析思路。如：“美國數據反映勞工市場有降溫跡象，減息預期加強，推動金價上漲，導致黃金ETF產品持倉量持續升高。” 亮點五：數據計算加速引擎 Hyper Computing Acceleration SwiftAgent2.0采用了數勢科技獨創的數據計算加速引擎，可以實現秒級數據查詢，真正實現實時的人機交互。底層選用了StarRocks、Doris等數據分析引擎作為執行引擎，在大寬表查詢、跨模型關聯查詢和物化視圖等方面性能更好;結合對數據加工和使用場景進行了一系列優化，提供基于視圖的預計算能力和基于預計算結果的查詢優化能力;數據虛擬化技術，將數據定義和物理數據業務解耦，實現指標/標簽靈活加工使用，無需排期開發。
未來，數勢科技將繼續深耕數據分析領域，不斷優化和升級SwiftAgent產品，以滿足更多客戶的多樣化需求。我們相信，隨著SwiftAgent的廣泛應用和持續迭代，它將為更多企業帶來高效、精準的數據分析體驗，助力企業在激烈的市場競爭中脫穎而出，實現數據驅動的業務增長和持續創新。 |
- 關注天氣:
