Smartbi AIChat白泽火爆出圈,背后原因是什么?
前言
随着大模型的崛起,问答式商业智能(BI)产品层出不穷,功能虽大同小异,但通过对话式操作大幅降低了用户门槛,使更多业务用户能够轻松高效地进行数据分析,提升数据价值的普及率。
尽管智能BI产品前景广阔,用户对其实用性仍有疑虑。BI应用的核心在于能否准确输出复杂的分析洞察,用户担心这些产品表面华丽,内涵却缺乏深度。
因此,选择智能问答BI产品时,用户需关注其功能背后的技术与经验,评估准确性、安全性等关键指标,深入了解其分析能力和专业性,以确保准确满足复杂应用场景的需求,从中获得真正的价值与洞察。
今年8月,思迈特推出基于Agent技术的Smartbi AIChat白泽,已成为行业焦点。白泽是一款集易用性、灵活性、安全性、准确性于一体的智能问答式BI产品,通过自然语言对话式查询与交互的方式,满足复杂数据计算、归因预测及数据解释、复杂嵌套式查询等多种数据分析需求。
Smartbi AIChat白泽之所以能成为行业新标杆,源于其将先进的人工智能技术、BI技术与行业丰富经验完美融合,形成如同铁三角般的协同效应。这样的深度融合不仅提供便捷操作体验,也确保数据分析洞察的准确性和专业性。
Part1
铁三角实力分别如何?
白泽采用最先进的AI技术
近些年来,对话式分析技术发展迅猛,思迈特软件的技术方案也随着行业的进步不断优化升级。每一次调整都致力于克服以往技术的局限性,推动对话式分析能力的不断提升与完善。
对话式分析四种技术路线
在对话式分析技术路线中,技术路线一(NL2SQL路线)在准确性、数据权限、指标口径、复杂分析、扩展性和灵活性方面存在局限性。技术路线二(NL2DSL路线)虽然改善了精准度和安全性,但因需单独微调和适配而导致巨大的工作量和成本,同时限制了泛化能力。
技术路线三(NL2DSL+指标库Metrics路线)通过指标库和RAG能力提升模型对行业知识的理解,进一步提高数据分析和决策的准确性,但仍无法进行高级分析或提供推荐和建议。
Smartbi AIChat白泽在技术路线三RAG增强检索能力的基础上,采用先进的AI Agent技术,结合Python等工具,显著提升了数据分析的准确性和灵活性。AI Agent通过规划器理解问题,将复杂任务拆解为小任务并逐一完成,生成的Python代码确保了任务的精准与高效。Python作为强大的编程语言,具备处理复杂数据分析任务的优势,特别是在诊断、预测和指示性分析、机器学习和可视化方面。AI Agent与Python的结合,增强了白泽的任务执行效率和扩展能力。
Smartbi AIChat白泽技术原理
二、白泽拥有行业领先的BI能力
1、数据模型
数据模型是数据分析的核心基础,犹如汽车的引擎,决定了行驶的动力、效率、速度和稳定性。智能BI则像一辆智能汽车,如果引擎不够强大,仅依赖智能技术,就能平稳快速前行吗?并不能!
只有夯实数据模型这一基础,智能技术才能发挥其最大效能,确保分析过程高效、精准,助力企业稳步前进。而Smartbi数据模型带来了“敏捷多维建模”的新思路,从“数据引擎”上提高数据准备效率,为上层应用输出更澎湃的“动力”!
点击可查看详图
如上图示例,在处理复杂问句(如“2024年1月4日,现金资产超过1万且贷款金额少于1万的客户的学历、总资产和总负债情况”)时,想要准确响应,需要准确识别问句中相关的物理表,如“资产事实表”、“债务事实表”和“客户信息表”,并有效关联这些事实表。
然而,传统数据管理方式依赖于表,这些表的数据质量参差不齐,且信息常常分散并重复。通常的智能问答工具仅依赖大模型的NL2SQL转换能力,面对需要多事实表关联的复杂问句时,不仅难以准确选择表格,还难以判断在不同聚合粒度下的关联关系。它们往往强行进行左连接或右连接,导致生成的SQL语句不够准确,进而造成查询结果的缺失或错误。
而Smartbi的数据模型,支持以维度建模的方式生成星座模型。这里我们可以把"资产事实表"、"债务事实表"、"客户事实表"等多张事实表,以共享"客户维"、"日期维"等维表的方式创建星座模型,这种方式不仅避免了数据冗余,还能通过维表关联多事实表,实现不同粒度的聚合关联,提升数据查询的准确性和效率。
因此,在面对上述问句时,白泽首先通过创建好的星座数据模型动态构建仅包含相关信息的"资产事实表"、"债务事实表"和"客户信息表"这三个小表,然后通过"客户信息表"这个维表分别去关联"资产事实表"和"债务事实表",最后无论从哪种粒度进行查询,我们都可以轻松生成正确的SQL,确保最终结果正确无误。
此外,白泽还加载了数据模型强大的计算能力。它在面对包含时间计算的问句(如"2024年1月4日,所有客户的资产和负债金额,以及同比")时,无需大模型生成复杂的SQL,只要通过数据模型动态构建的包含"资产金额同比"、"负债金额同比"的单表,即可快速准确地完成查询,从而进一步降低大模型对于NL2SQL能力的依赖。
2、指标模型
Smartbi通过构建统一的指标模型,实现跨系统的数据整合。这种整合不仅减少了数据冗余,还确保了数据口径的统一。Smartbi的指标模型能够融合行业指标体系,有效对接企业的战略目标。
使用指标模型后,企业就如同监控汽车行驶,能够清晰设定战略目标,并实时监测关键运营参数,这种方式不仅确保企业沿着既定战略稳步前进,还能及时发现潜在问题,迅速应对,从而保障运营的安全性和效率。
3、BI分析能力
Smartbi具备一站式的数据分析能力,可以涵盖描述性、诊断性、预测性和指导性分析,同时拥有多表关联查询分析、多数据集融合分析、探索分析和多模态展现等分析能力。此外,Smartbi还提供专业的数据挖掘工具,内含60+专业的算法。这些专业的分析能力,会使得白泽在智能BI领域拥有非常明显的领导性和优势。
三、白泽基于丰富的行业Know-how
Smartbi在BI数据分析行业13年的深耕,不仅积累了5000+的客户经验,还沉淀了金融、政府、制造、医疗、教育等众多行业的宝贵知识。这些行业 Know-how不仅帮助Smartbi更好地理解客户需求,还为其提供了丰富的解决方案案例和行业最佳实践。
Part2
铁三角如何共振发力
一、RAG+数据模型/指标模型+行业Know-how,拥有准确性和安全性
通过全面的RAG技术,在向量库中接入元数据、示例、业务知识及外部知识,使得Smartbi AIChat白泽懂得越多,理解能力不断增强,准确性也随之提升。同时,统一的指标模型和数据模型确保了数据口径的一致性,同时结合丰富的行Know-how经验,融合企业指标体系和落地经验,实现更准确的结果,进而实现企业战略目标。
此外,系统还能根据用户的使用情况不断迭代,越用越智能,越用越精准。初次使用时即可达到80%-90%的准确度,在特定场景下甚至能实现99%的准确率。
除了准确性之外,白泽还有一个特性是安全性。目前,Smartbi AIChat不仅支持百度、阿里等大模型,还支持多种本地私有化部署的大模型。系统具有金融级别的安全管理体系,包括操作权限、资源权限和数据权限三大类型的权限控制,确保数据安全和合规。
二、Agent+Python+工具,拥有灵活性和扩展分析洞察能力
1、计算能力的融合
Smartbi数据模型擅长大规模数据分析,Python则在复杂算法处理上表现出色。Smartbi AIChat结合两者优势,用户可在一个平台完成数据准备、计算和结果呈现。系统根据任务类型灵活分配计算:部分在Smartbi模型中完成,另一些通过Python库外处理。这样的分工协作确保平台高效处理复杂任务,整合多源数据,提供精准、深入的分析与快速响应。
2、数据分析洞察能力的融合
作为国内领先的BI厂商,Smartbi提供一站式BI产品,具备数据模型查询、专业机器学习平台及50+挖掘组件,涵盖分类、回归、聚类等成熟算法。通过结合Python,用户既可以调用其库函数,也能使用Smartbi的算法组件,实现图形生成、预测分析和归因分析等功能。
3、多数据集分析的融合
Agent具备项目经理的能力,能够思考、规划、分解、决策和协调。面对复杂的多数据集分析,Agent会详细理解问题,制定行动计划,将大任务拆分为多个小任务,每个小任务生成一个数据集,最终通过Python或插件执行并汇总结果,实现多数据集的融合。
纵观国内市场,传统BI厂商和互联网大厂中,有些未能融入最新的AI技术,另一些则缺乏数据模型或数据分析能力。而思迈特软件作为国产资深的BI厂商,凭借在BI领域的深耕与对AI等前沿技术的持续创新,精准把握技术革新机遇,因此在激烈的竞争中脱颖而出。
Part3
铁三角共振力量驱动白泽跃升行业翘楚
1、AI赋能BI,提升智能性与准确性
通过AI Agent、RAG等技术,赋予BI强大的智能化功能,让业务人员可以在不依赖技术背景的情况下,以AI智能对话问答的方式,轻松准确地获取洞察业务的数据结果,提升了使用体验和效率。
2、BI保证AI的数据准确性和深度洞察能力
Smartbi提供一站式数据分析能力,尤其在数据模型引擎和专业分析上表现突出。其强大且独有的数据模型引擎高效处理复杂数据关系,确保准确性和一致性;专业分析能力深入挖掘数据背后的业务逻辑与行业趋势。再结合AI大模型语义理解,不仅能快速处理复杂数据分析场景,还能生成精确且符合行业需求的分析结果,帮助企业领导者在复杂的商业环境中做出明智决策。
3、行业Know-how与AI相互促进
行业Know-how的深厚积累不仅提升了AI的专业性,也确保了其与业务的紧密契合。通过将行业知识与商业智能(BI)系统相结合,AI不仅能够提供精准的分析,还能更好地满足企业的实际需求和战略目标。与此同时,来自上千家客户项目的经验沉淀,形成了宝贵的行业指标和管理思路,为AI技术的持续演进提供了重要反馈。这种反馈机制推动了AI的迭代发展,使其更深入地理解业务需求,从而进一步提升分析的精准度和适用性。
通过这一闭环,AI、BI和行业Know-how相互促进、共同发展,形成强大的生态系统,为企业带来直观的价值。Smartbi AIChat赋能管理者,利用对话式分析迅速识别经营问题根源,基于最新、全面的信息做出科学决策。对于业务人员,Smartbi AIChat的易用性和灵活性使其能更自主地进行数据分析,提升业务运作的敏捷性和响应速度。对于技术人员,Smartbi AIChat简化了即席分析过程,减少操作负担,让他们能够更专注于分析逻辑和数据洞察。
AI与BI的协同发展至关重要。单靠强大的AI而缺乏BI,犹如在迷雾中摸索方向;而只有强大的BI而没有AI,则如同跋涉于荆棘丛生的山路。只有两者相辅相成,才能高效获取关键信息与精准预测未来,助力企业在复杂市场中实现智能化决策。