AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


智能BI时代的全面解析:从传统BI到白泽的智能化跨越
发布日期:2024-10-17 07:51:56 浏览次数: 1675 来源:爱分析ifenxi





本文探讨了智能BI的发展历程与未来趋势。

BI的核心价值在于帮助用户从数据中获取价值,但传统BI和敏捷BI阶段都未能充分发挥其潜力。智能BI时代到来,结合AI大模型等新兴技术,BI正变得极度简单易用且精准决策,让更多人能够便捷地使用BI进行描述性、诊断性和预测性分析。

本文还介绍了思迈特软件最新发布基于AI Agent的新一代智能BI产品Smartbi AIChat白泽,助力企业数字化转型,快速构建场景化应用。未来,智能BI将更深入结合行业知识,提高开发效率,降低项目成本。


01

智能BI时代开启,BI的使用更普及、更深入
BI的价值核心就是帮助用户从数据里面获取价值。经过几十年发展,BI获取数据价值手段不断变化,为什么这么有价值和意义的BI市场才几十亿人民币规模呢?其本质就是BI并没有很好的用起来,数据价值并没有充分的发挥,能够使用BI 的用户还是很少。
BI发展的过程分为以下三个阶段:
第一个是传统 BI 阶段,技术人员做一些报表、数字看板、数据大屏,给管理层看经营状况。
第二个是敏捷BI阶段,出现一种新角色,叫数据分析师,他既懂IT又懂业务,BI是给数据分析师使用。但是推广不是很好,因为企业中的数据分析师不是很多,同时,BI工具和软件用起来太复杂了,限制了用户的思维。
第三个是智能 BI 阶段,智能包含两个方面。
第一方面,简单准确。从IT到数据分析师到真正数据消费者每个人都会用。如果希望每个人都会用 BI 的话,必然意味着它要极度简单,刚好AIGC的出现,让这个成为了可能性之一。除了简单易用,还必须准确。AIGC、大模型有很多幻觉问题,刚好思迈特的数据模型、指标模型是解决幻觉问题的,它和AIGC结合起来使得它既简单又准确,通过这种方式智能BI让更多的人可用。
第二方面,分析深度。在传统BI阶段,大屏报表只是告诉(用户)发生了什么,这个指标有什么问题,是属于描述性分析;在敏捷 BI 阶段,能够做部分数据下钻,从行业、产品线去看它为什么增长,但这个数据钻取路径都是被写死的,它只能实现比较局部的诊断性分析;在智能BI阶段,它能够完全真正的诊断性分析。从发现异常到诊断性分析到预测性分析,让更多的人更便捷的去使用BI。
02
白泽:填平鸿沟,跨越最后1公里,全新一代智能BI产品
爱分析报告中指出,数据分析是2024年大模型的重点应用场景,但数据分析对幻觉或错误是零容忍,所以这里面有很多挑战。例如,大模型项目未与企业保持战略一致性、大模型业务收益难设定、如何提升数据分析结果的准确率等。
思迈特最新发布的基于AI Agent新一代智能BI产品——Smartbi AIChat白泽,就是解决上述这些问题,并且兼顾BI的可用性(准确性和安全性)、易用性和乐用性。
白泽整个技术结构比较简单,首先做数据连接,接入数据之后做数据准备工作,通过思迈特的数据模型和指标模型做语义层的转换,转换后接入第三方知识库,构建RAG,RAG之上构建多轮对话、分析、预测、纠偏等应用,最后实现两个应用场景,第一个是面向管理层的看数,第二个面向业务用户的自助分析。
白泽的差异化优势有以下几点:
第一点是准确性。整个流程涉及三个步骤,首先理解用户的问题意图,其次是基于意图理解后进行任务规划,第三是基于任务规划后进行执行,每个环节都执行正确才能保证最终结果准确。同时,白泽背后技术,还包含指标模型、RAG等,可以通过用户的反馈让它越用越聪明。在很多客户的实际场景测试时,在特定场景可做到 99% 的准确率。
第二点是安全性,数据安全很重要。第三点是性能,白泽可以做到数据库内外的融合计算。
第四点是分析能力,企业用户需要的不仅仅只是数据库的查询能力,还包含同比、环比等复杂函数计算,在白泽中用基础的能力就可以比较轻松的完成。
第五点是扩展性,通过扩展,可以实现归因预测这些能力。甚至因为它是基于Python代码,所以扩展能力很强。
第六点是成本优势,不需要做微调,只需要把企业的知识库放进去,而 RAG 构建可以一键完成。数据模型建好,指标维度、口径统一后,外部业务知识导进去,可以一边用一边修正导入,整个实施过程比较快。

03

以统一指标库模型为支撑,深度融合AIGC能力,两步走
白泽产品前期主要是面向业务人员为主,那后期的话还会面向开发者、数据科学家开发些能力,目前的产品规划主要两个方向:
第一方向是面向业务用户去做。面向业务用户的对话式分析,功能有查询、看数、查数、深度分析,还包括自动生成整个分析报告等。同时,会结合非结构化的数据,把企业内部的业务知识融合进去。服务企业用户,如果只是把已经治理好的企业级数据给到用户使用是不够的,产品粘性不强。白泽会继续增加个人数据,比如个人 Excel 数据、文档数据,能够去结合数据库里面指标模型中台的数据和个人数据,这样才真的变成个人数据助理,会更大增加用户粘性。
第二个方向是结合行业知识去做面向开发者的能力,思迈特的目标是让 BI 系统从过去3 至6个月实施周期缩短至 3 到 6 天。当前BI市场的供给侧能力不够,很多项目受限于实施周期和厂商能力无法落地,我们希望基于AI能力,结合行业知识,帮助企业用户快速构建BI 系统,比如一个医院的BI 系统,指标自动生成,基于指标应用自动生成,企业唯一需要做的事情就是对接,这样可以大大的降低工作量。
最后回到白泽的产品愿景:爱上与数据聊天。因为爱是一个带感情的东西,它不光是能够给你查数、分析数,我们希望它真的能给你带来一些惊喜,提升数据分析的体验感,这是我们对它的一个期待,谢谢大家。


53AI,企业落地应用大模型首选服务商

产品:大模型应用平台+智能体定制开发+落地咨询服务

承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

与创始人交个朋友

回到顶部

 
扫码咨询