隨著數(shù)字化的快速發(fā)展，企業(yè)對(duì)數(shù)據(jù)的需求日益增加。數(shù)據(jù)分析，特別是BI已經(jīng)成為企業(yè)戰(zhàn)略決策的關(guān)鍵支撐。從最初的硬盤上的簡(jiǎn)單數(shù)據(jù)提取、過濾和報(bào)告，到如今的復(fù)雜數(shù)據(jù)挖掘和預(yù)測(cè)分析，BI的發(fā)展經(jīng)歷了多個(gè)演化階段。

但直至近年，許多企業(yè)仍在使用傳統(tǒng)的BI工具，這些工具主要基于靜態(tài)報(bào)表、圖表展示，其核心思路是“我知道我想要什么，我知道數(shù)據(jù)在哪里找”。但現(xiàn)實(shí)中，隨著數(shù)據(jù)的激增，很多時(shí)候我們并不完全知道自己要什么，這使得很多潛在的數(shù)據(jù)洞察被忽視。傳統(tǒng)BI工具的另一個(gè)限制是它們往往需要專業(yè)技能，如SQL知識(shí)，使得非技術(shù)用戶在直接與數(shù)據(jù)互動(dòng)時(shí)感到困惑和受限。

而現(xiàn)今，當(dāng)我們進(jìn)入大數(shù)據(jù)和人工智能的時(shí)代，BI面臨著一次前所未有的變革。進(jìn)入2023年，BI領(lǐng)域最令人矚目的變革就是大模型+BI，打造ChatBI類新型數(shù)據(jù)分析產(chǎn)品，這些產(chǎn)品采用了與人自然交互的方式，使數(shù)據(jù)查詢和洞察變得前所未有的簡(jiǎn)單。用戶無需學(xué)習(xí)復(fù)雜的查詢語言，只需提問即可。

還記得電影《鋼鐵俠》中的一些場(chǎng)景么？在這系列電影中，鋼鐵俠有一個(gè)叫“賈維斯”的助手，每當(dāng)鋼鐵俠需要分析一些數(shù)據(jù)的時(shí)候，只要把他的需求告訴賈維斯，一兩秒鐘內(nèi)數(shù)據(jù)分析的結(jié)果就會(huì)出現(xiàn)在他面前的屏幕上?，F(xiàn)在，這一看似科幻的場(chǎng)景，也許可以通過ChatBI來實(shí)現(xiàn)了。

為了弄清楚ChatBI類產(chǎn)品的特征，以及其對(duì)數(shù)據(jù)分析的變革價(jià)值。數(shù)據(jù)猿采訪了網(wǎng)易數(shù)帆大數(shù)據(jù)產(chǎn)品負(fù)責(zé)人楊兵、億信華辰董事副總經(jīng)理毛大群、惟客數(shù)據(jù)AI算法專家李翔等，共同探討ChatBI如何為商業(yè)智能注入新活力，帶來真正的變革。

七個(gè)步驟，打造屬于你的ChatBI

網(wǎng)易數(shù)帆大數(shù)據(jù)產(chǎn)品負(fù)責(zé)人楊兵認(rèn)為，從企業(yè)數(shù)智化轉(zhuǎn)型趨勢(shì)來說，應(yīng)該是科技賦能每一個(gè)員工創(chuàng)造更大價(jià)值，BI是數(shù)字化運(yùn)營(yíng)、科學(xué)化管理的基礎(chǔ)工具，引入大模型實(shí)現(xiàn)ChatBI，可以變革數(shù)據(jù)消費(fèi)效率，有效降低企業(yè)用數(shù)門檻，讓每個(gè)員工都能受益。從BI產(chǎn)品本身演進(jìn)來說，智能化是其永恒的訴求，此前已出現(xiàn)自動(dòng)化、低代碼/零代碼的探索，現(xiàn)在大模型的發(fā)展為BI深度整合AI能力奠定了技術(shù)基礎(chǔ)。同時(shí)，ChatBI也符合計(jì)算機(jī)軟件交互模式從命令行到圖形界面再到聊天界面的變革趨勢(shì)，必然是BI的發(fā)展方向。

那么，如果我們要打造一個(gè)ChatBI類產(chǎn)品，具體應(yīng)該怎么做呢？在數(shù)據(jù)猿看來，要打造一個(gè)優(yōu)秀的ChatBI產(chǎn)品，核心步驟包括：

1、模型微調(diào)，基于通用大模型進(jìn)行微調(diào)，使其更好地適應(yīng)特定的 BI 場(chǎng)景和行業(yè)術(shù)語

我們需要明確一點(diǎn)，沒有所謂的“萬能模型”。盡管有些大模型在許多通用任務(wù)上都表現(xiàn)得相當(dāng)出色，但特定的行業(yè)和場(chǎng)景往往有自己獨(dú)特的需求和術(shù)語。例如，醫(yī)療、金融和零售行業(yè)在數(shù)據(jù)分析時(shí)所關(guān)注的關(guān)鍵指標(biāo)、行業(yè)術(shù)語以及數(shù)據(jù)結(jié)構(gòu)都有很大的不同。

為了讓大模型更好地服務(wù)于BI應(yīng)用，模型微調(diào)成為一個(gè)不可或缺的環(huán)節(jié)。這通常需要在特定領(lǐng)域的數(shù)據(jù)集上對(duì)預(yù)先訓(xùn)練的大模型進(jìn)行進(jìn)一步的訓(xùn)練，以使其更好地適應(yīng)特定的BI場(chǎng)景和行業(yè)術(shù)語。這樣做不僅可以提高模型的準(zhǔn)確性，還可以確保模型的輸出與業(yè)務(wù)實(shí)際需求高度匹配。

2、數(shù)據(jù)流設(shè)計(jì)，構(gòu)建將原始數(shù)據(jù)流動(dòng)到大模型并返回到BI系統(tǒng)的流程

有效的數(shù)據(jù)流設(shè)計(jì)是確保ChatBI高效運(yùn)行的關(guān)鍵。原始數(shù)據(jù)首先需要被收集、清洗和轉(zhuǎn)換，然后流向大模型進(jìn)行分析。分析完畢后，輸出結(jié)果還需要返回到BI系統(tǒng)，供用戶進(jìn)行進(jìn)一步的探索和交互。

為了實(shí)現(xiàn)這一流程，我們需要構(gòu)建一個(gè)健壯的數(shù)據(jù)管道，確保數(shù)據(jù)能夠無縫、實(shí)時(shí)地在各個(gè)系統(tǒng)之間流動(dòng)。此外，數(shù)據(jù)質(zhì)量監(jiān)控也十分重要，因?yàn)榧词故亲钕冗M(jìn)的模型，如果輸入的數(shù)據(jù)質(zhì)量不高，輸出的結(jié)果也可能不準(zhǔn)確或失去意義。

3、識(shí)別人類意圖，并映射到數(shù)據(jù)庫(kù)查詢、BI數(shù)據(jù)操作

現(xiàn)代的BI工具不僅需要解析數(shù)字，更需要理解人。當(dāng)用戶提出一個(gè)查詢或請(qǐng)求時(shí)，系統(tǒng)需要準(zhǔn)確地捕獲其意圖，并將這一意圖轉(zhuǎn)化為數(shù)據(jù)庫(kù)查詢或其他BI數(shù)據(jù)操作。

這里的挑戰(zhàn)在于，人們的表達(dá)方式千差萬別，而且同樣的意圖可以有多種不同的表達(dá)方式。通過自然語言理解技術(shù)，ChatBI可以識(shí)別并解析這些語言差異，然后將其轉(zhuǎn)化為標(biāo)準(zhǔn)化的數(shù)據(jù)查詢，從而確保用戶得到他們真正需要的答案。

4、整合可視分析工具，并設(shè)計(jì)新的人機(jī)交互界面

數(shù)據(jù)分析的最終目標(biāo)不僅僅是產(chǎn)生答案，更重要的是提供可視化的洞察，幫助用戶理解數(shù)據(jù)背后的故事。為此，ChatBI需要與現(xiàn)有的可視分析工具進(jìn)行整合。

但這還不夠，傳統(tǒng)的BI界面往往是基于圖形的拖放操作，而ChatBI提供了一個(gè)基于對(duì)話的交互模式，用戶可以像與真人聊天一樣與系統(tǒng)交互。因此，我們還需要設(shè)計(jì)一個(gè)全新的人機(jī)交互界面，確保它既直觀又高效。

5、通過緩存、分布式等技術(shù)融合，優(yōu)化整體性能，縮短響應(yīng)時(shí)間

在數(shù)據(jù)分析的實(shí)際應(yīng)用中，響應(yīng)時(shí)間對(duì)于用戶體驗(yàn)至關(guān)重要。一個(gè)分析結(jié)果如果需要花費(fèi)長(zhǎng)時(shí)間等待，那么很可能會(huì)降低用戶的工作效率，甚至導(dǎo)致用戶放棄查詢。為了解決這個(gè)問題，緩存和分布式技術(shù)的應(yīng)用變得尤為關(guān)鍵。

緩存技術(shù)可以存儲(chǔ)常用查詢的結(jié)果，使得用戶在再次進(jìn)行同樣的查詢時(shí)能夠幾乎實(shí)時(shí)地獲得結(jié)果，大大減少了等待時(shí)間。同時(shí)，當(dāng)涉及到大量數(shù)據(jù)處理和復(fù)雜分析時(shí)，單一服務(wù)器可能很難快速響應(yīng)。而分布式計(jì)算技術(shù)則允許將計(jì)算任務(wù)分散到多個(gè)服務(wù)器或計(jì)算單元上，并行處理，極大地提高了數(shù)據(jù)處理和分析的速度。

6、實(shí)現(xiàn)大模型、BI與其他業(yè)務(wù)系統(tǒng)的對(duì)接

現(xiàn)代企業(yè)的IT環(huán)境通常包括各種業(yè)務(wù)系統(tǒng)，如ERP、CRM、供應(yīng)鏈管理等。ChatBI不僅需要與BI系統(tǒng)無縫集成，還需要能夠與其他業(yè)務(wù)系統(tǒng)交互，實(shí)現(xiàn)數(shù)據(jù)的自由流動(dòng)。

為了實(shí)現(xiàn)這一目標(biāo)，API（應(yīng)用程序接口）的開發(fā)和管理至關(guān)重要。通過API，ChatBI可以直接從其他業(yè)務(wù)系統(tǒng)中提取數(shù)據(jù)，或者將分析結(jié)果推送到其他系統(tǒng)中，實(shí)現(xiàn)自動(dòng)化的業(yè)務(wù)流程觸發(fā)。例如，基于銷售數(shù)據(jù)的分析結(jié)果，ChatBI可以自動(dòng)觸發(fā)庫(kù)存管理系統(tǒng)進(jìn)行補(bǔ)貨操作，或者推動(dòng)CRM系統(tǒng)對(duì)某一客戶群體進(jìn)行特定的營(yíng)銷活動(dòng)。

7、設(shè)置持續(xù)學(xué)習(xí)機(jī)制，以用戶反饋推動(dòng)大模型的持續(xù)進(jìn)化

僅僅依賴于初始的模型訓(xùn)練是不夠的，特別是在不斷變化的商業(yè)環(huán)境中。用戶的需求、業(yè)務(wù)環(huán)境和數(shù)據(jù)特征都可能隨時(shí)間發(fā)生變化，這就要求模型能夠進(jìn)行持續(xù)學(xué)習(xí)，不斷適應(yīng)這些變化。

為此，ChatBI需要建立一個(gè)機(jī)制，允許模型根據(jù)用戶的反饋和新的數(shù)據(jù)進(jìn)行自我調(diào)整。例如，如果模型在某個(gè)查詢上的響應(yīng)被多次標(biāo)記為“不準(zhǔn)確”或“不相關(guān)”，那么這一反饋應(yīng)該被用來調(diào)整模型的參數(shù)，提高未來查詢的準(zhǔn)確性。同樣，隨著新數(shù)據(jù)的不斷累積，模型應(yīng)該定期進(jìn)行重新訓(xùn)練，確保其始終保持在最佳狀態(tài)。

此外，用戶的使用習(xí)慣、查詢頻率和偏好也是寶貴的信息源。通過分析這些信息，ChatBI不僅可以更好地理解每個(gè)用戶的特定需求，還可以預(yù)測(cè)他們可能的查詢，進(jìn)一步提高響應(yīng)速度和準(zhǔn)確性。

接下來，我們舉一個(gè)案例，來說明這個(gè)產(chǎn)品研發(fā)過程。

DataTalker：ChatGPT驅(qū)動(dòng)的數(shù)據(jù)分析工具

在數(shù)字化時(shí)代，某BI公司為眾多企業(yè)提供了數(shù)據(jù)分析服務(wù)。但很快他們認(rèn)識(shí)到，盡管數(shù)據(jù)豐富，但在傳統(tǒng)的BI界面中，很多業(yè)務(wù)人員找到所需的答案仍然很困難。

于是，該公司決定跳出傳統(tǒng)的框架，采用一種革命性的方式，來研發(fā)一個(gè)名叫“DataTalker”的BI產(chǎn)品。

啟動(dòng)這一項(xiàng)目的初心很簡(jiǎn)單：如果人們可以像對(duì)Siri提問關(guān)于天氣或新聞的問題，那為什么不能用同樣的方式詢問業(yè)務(wù)數(shù)據(jù)或市場(chǎng)趨勢(shì)呢？為了實(shí)現(xiàn)這一愿景，該BI公司選擇了OpenAI的ChatGPT作為基礎(chǔ)。

但將一個(gè)通用的聊天機(jī)器人轉(zhuǎn)化為一個(gè)精準(zhǔn)、可靠的BI工具并非易事。團(tuán)隊(duì)首先對(duì)ChatGPT進(jìn)行微調(diào)，使其更熟悉公司的業(yè)務(wù)術(shù)語和數(shù)據(jù)結(jié)構(gòu)。通過API，他們讓“DataTalker”可以直接與公司的ERP、CRM等系統(tǒng)進(jìn)行對(duì)話。

設(shè)計(jì)師們?nèi)サ袅藗鹘y(tǒng)的復(fù)雜界面，轉(zhuǎn)而使用簡(jiǎn)潔的聊天界面。這樣，不論是銷售經(jīng)理還是市場(chǎng)專家，都可以像與同事交談一樣，向“DataTalker”詢問業(yè)務(wù)數(shù)據(jù)。

在進(jìn)行了數(shù)月的內(nèi)部測(cè)試后，“DataTalker”收到了大量的積極反饋。但這個(gè)過程也揭示出了一些問題，比如對(duì)某些行業(yè)特定術(shù)語的識(shí)別不準(zhǔn)確。團(tuán)隊(duì)不斷地根據(jù)這些建議進(jìn)行改進(jìn)，確保“DataTalker”不僅是一個(gè)有趣的工具，而是一個(gè)強(qiáng)大、可靠的數(shù)據(jù)分析助手。

事實(shí)上，目前國(guó)內(nèi)已經(jīng)有大量的企業(yè)在行動(dòng)，將大模型與BI進(jìn)行融合，相繼推出一些創(chuàng)新產(chǎn)品，讓人眼前一亮。而且，各個(gè)企業(yè)都在致力于打造自身的差異化競(jìng)爭(zhēng)優(yōu)勢(shì)。接下來，我們將分別介紹網(wǎng)易數(shù)帆、億信華辰在這方面的探索。

網(wǎng)易數(shù)帆

網(wǎng)易數(shù)帆有數(shù)BI平臺(tái)已經(jīng)推出了ChatBI的能力，有數(shù)BI已經(jīng)融合AIGC技術(shù)，基于自研大模型提供ChatBI能力，采用“需求可理解，過程可驗(yàn)證，用戶可干預(yù)，產(chǎn)品可運(yùn)營(yíng)”的設(shè)計(jì)理念，讓非專業(yè)人員也能夠通過自然語言對(duì)話獲得可信的數(shù)據(jù)分析結(jié)果。

技術(shù)上，網(wǎng)易數(shù)帆ChatBI主要包括三項(xiàng)創(chuàng)新：

其一是自研NL2SQL垂類大模型，網(wǎng)易數(shù)帆基于網(wǎng)易大模型基座，定制生成和優(yōu)化30w+不同類型的問法和SQL，調(diào)優(yōu)出可私有化部署的NL2SQL領(lǐng)域模型，效果達(dá)到GPT-3.5的水平，但速度更快，訓(xùn)練成本更低。

其二是表格粒度的知識(shí)增強(qiáng)，基于用戶問題實(shí)時(shí)檢索表信息，通過檢索增強(qiáng)的方式，注入大模型與檢索問題更相關(guān)的表格知識(shí)，顯著提升其生成準(zhǔn)確率。

其三是企業(yè)定制的自學(xué)習(xí)能力，通過自定義prompt方式，向模型注入企業(yè)專有知識(shí)，無需重新訓(xùn)練即可提升個(gè)性化場(chǎng)景下的表現(xiàn)；此外，用戶使用中，可糾正模型結(jié)果并維護(hù)到知識(shí)庫(kù)，模型自適應(yīng)學(xué)習(xí)，越用越準(zhǔn)確。

億信華辰

億信ABI作為全新一代智能數(shù)據(jù)處理分析平臺(tái)，分階段地實(shí)施AI布局，通過程序自動(dòng)化、ML 機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等大數(shù)據(jù)能力，規(guī)劃了智問、智讀、智算三步遞進(jìn)策略。

億信華辰的差異化設(shè)計(jì)重點(diǎn)體現(xiàn)在降低用戶使用門檻上：智問基于自然語言進(jìn)行問答，對(duì)于用戶而言幾乎沒有學(xué)習(xí)成本；智讀和智算則是讓80%以上的數(shù)據(jù)處理與分析工作由機(jī)器來自動(dòng)完成。將AI嵌入BI分析全流程環(huán)節(jié)，打造出一個(gè)會(huì)思考、能說話、有決策的BI系統(tǒng)，助力企業(yè)提升競(jìng)爭(zhēng)力。

ChatBI的五個(gè)顯著優(yōu)勢(shì)

數(shù)據(jù)已經(jīng)成為了企業(yè)的核心資產(chǎn)，但如何有效地利用這些數(shù)據(jù)仍是一個(gè)挑戰(zhàn)。傳統(tǒng)的BI工具，雖然功能強(qiáng)大，但其復(fù)雜的界面和操作常常使業(yè)務(wù)人員望而生畏。ChatBI，作為新一代的BI工具，帶來了許多令人眼前一亮的優(yōu)勢(shì)。

1、最自然的人機(jī)交互，變革以往拖拉拽的數(shù)據(jù)分析方式

回想一下，當(dāng)我們需要解決一個(gè)問題時(shí)，通常會(huì)去咨詢專家或同事。我們自然地用語言表達(dá)自己的需求，聽取對(duì)方的回答，這樣的交互是最直觀的。ChatBI抓住了這一點(diǎn)，讓數(shù)據(jù)分析變得就像與一個(gè)數(shù)據(jù)專家對(duì)話一樣。

惟客數(shù)據(jù)AI 算法專家李翔認(rèn)為，大模型和之前不同的地方在于，它能更好地去理解人類的意圖，基于這個(gè)點(diǎn)，可以改變?nèi)撕徒橘|(zhì)溝通的方式，無論是軟件還是硬件，都是如此，在數(shù)據(jù)分析領(lǐng)域也是一樣。以前的方式，業(yè)務(wù)人員需要把自己想看到的數(shù)據(jù)通過自然語言的方式描述出來，再交由專業(yè)的技術(shù)人員和軟件產(chǎn)品去處理中間復(fù)雜的過程，專業(yè)的技術(shù)人員再把業(yè)務(wù)描述轉(zhuǎn)化成機(jī)器的語言，交給機(jī)器去執(zhí)行，最后通過報(bào)表的方式讓人更好地去理解。

大模型可以把這個(gè)中間的交互過程做的更好、理解的更好、交互的更好、執(zhí)行的更好，而且最終不僅是一個(gè)單獨(dú)的圖表，還可以搭配讓人容易理解的文字描述，去讓業(yè)務(wù)人員更好的理解數(shù)據(jù)、運(yùn)用數(shù)據(jù)。

2、更深入的數(shù)據(jù)挖掘，發(fā)現(xiàn)更深層次的數(shù)據(jù)關(guān)聯(lián)

大數(shù)據(jù)時(shí)代帶來了海量的數(shù)據(jù)，但這些數(shù)據(jù)中蘊(yùn)藏的深層關(guān)聯(lián)和洞察往往被忽視。傳統(tǒng)的BI工具主要關(guān)注明顯的數(shù)據(jù)模式和趨勢(shì)，而忽視了可能隱藏在龐大數(shù)據(jù)背后的精妙聯(lián)系。

ChatBI的優(yōu)勢(shì)在于它結(jié)合了大模型的強(qiáng)大計(jì)算能力和高級(jí)數(shù)據(jù)挖掘技術(shù)，能夠自動(dòng)挖掘和發(fā)現(xiàn)數(shù)據(jù)之間的深層關(guān)系。例如，通過ChatBI，一個(gè)零售商可以輕松發(fā)現(xiàn)某一產(chǎn)品的銷量增加與某一市場(chǎng)活動(dòng)或與季節(jié)性因素之間的相關(guān)性。

3、說人話，讓數(shù)據(jù)分析結(jié)果更清晰易懂

數(shù)據(jù)只有在得到恰當(dāng)?shù)慕忉尯蟛拍苷嬲l(fā)揮其價(jià)值，傳統(tǒng)BI工具生成的報(bào)告往往充斥著圖表、數(shù)字和術(shù)語，對(duì)于非專業(yè)人員來說難以理解。

而ChatBI在此方面邁出了關(guān)鍵的一步。當(dāng)它提供數(shù)據(jù)分析結(jié)果時(shí)，不僅僅是簡(jiǎn)單地呈現(xiàn)圖表和數(shù)字，還會(huì)以通俗易懂的語言為用戶解釋這些結(jié)果。例如，當(dāng)用戶詢問公司的盈利情況時(shí)，ChatBI不僅會(huì)顯示具體的數(shù)字，還會(huì)解釋：“與去年同期相比，盈利增加了15%，主要是由于新產(chǎn)品線的成功推出和市場(chǎng)推廣活動(dòng)的有效性。”

這種“說人話”的報(bào)告方式讓每位成員，無論他們的背景如何，都能夠理解和利用數(shù)據(jù)，從而使數(shù)據(jù)真正為企業(yè)創(chuàng)造價(jià)值。

4、數(shù)據(jù)應(yīng)用，AIGC可以作為BI數(shù)據(jù)分析結(jié)果與其他應(yīng)用系統(tǒng)的橋梁，將數(shù)據(jù)分析結(jié)果自動(dòng)觸發(fā)相應(yīng)的業(yè)務(wù)流程

在當(dāng)前的數(shù)字化時(shí)代，數(shù)據(jù)不僅僅是用于制定策略和做決策，更多的是要將這些數(shù)據(jù)實(shí)時(shí)轉(zhuǎn)化為業(yè)務(wù)行動(dòng)，實(shí)現(xiàn)自動(dòng)化流程和智能決策。而基于大模型的AIGC（AI Guided Communication）技術(shù)，恰恰為此提供了可能。

AIGC可以視為一個(gè)先進(jìn)的中間件，它能夠理解和解釋BI工具生成的數(shù)據(jù)分析結(jié)果，并將這些結(jié)果轉(zhuǎn)化為其他應(yīng)用系統(tǒng)可以識(shí)別和執(zhí)行的操作或命令。例如，當(dāng)BI系統(tǒng)分析后發(fā)現(xiàn)某一商品的庫(kù)存不足時(shí)，AIGC可以自動(dòng)觸發(fā)庫(kù)存管理系統(tǒng)進(jìn)行采購(gòu)申請(qǐng)，或通知銷售團(tuán)隊(duì)調(diào)整銷售策略。

此外，結(jié)合實(shí)時(shí)數(shù)據(jù)流和業(yè)務(wù)邏輯，AIGC能夠做到即時(shí)響應(yīng)市場(chǎng)變化。例如，在電商平臺(tái)上，當(dāng)某商品的銷量突然暴增，AIGC可以自動(dòng)觸發(fā)營(yíng)銷活動(dòng)，如發(fā)放優(yōu)惠券或組織推廣活動(dòng)，進(jìn)一步放大銷售效應(yīng)。

這種自動(dòng)化和智能化的工作流程大大提高了企業(yè)的效率和響應(yīng)速度，使得數(shù)據(jù)分析結(jié)果不再是封存在報(bào)告中的靜態(tài)信息，而是轉(zhuǎn)化為具有生命力的業(yè)務(wù)行動(dòng)。

正如億信華辰董事副總經(jīng)理毛大群所說，“BI的核心業(yè)務(wù)是運(yùn)用技術(shù)梳理生產(chǎn)關(guān)系、輔助決策，與大模型和AIGC這樣的先進(jìn)生產(chǎn)力結(jié)合，一方面能夠以比傳統(tǒng)方法快得多的速度處理和分析大量數(shù)據(jù)，實(shí)現(xiàn)自動(dòng)數(shù)據(jù)洞察；另一方面也能夠自動(dòng)化重復(fù)的任務(wù)和流程，為更具戰(zhàn)略性的舉措騰出寶貴的時(shí)間和資源?；贏I的BI平臺(tái)，會(huì)逐漸演進(jìn)成長(zhǎng)為懂業(yè)務(wù)的不同領(lǐng)域的AI助理，貫穿數(shù)據(jù)處理、分析、決策等各個(gè)環(huán)節(jié)。 ”

5、自我進(jìn)化能力，模型本身會(huì)自我進(jìn)化迭代，越來越準(zhǔn)確，也越來越了解某個(gè)用戶習(xí)慣

對(duì)于傳統(tǒng)的BI工具，它們的功能和算法通常是固定的，需要人為地進(jìn)行更新和優(yōu)化。但在ChatBI中，模型具有自我進(jìn)化的能力，使得它能夠不斷地學(xué)習(xí)和改進(jìn)，適應(yīng)不斷變化的業(yè)務(wù)環(huán)境和用戶需求。

這種進(jìn)化主要基于兩點(diǎn)：首先，是大量的用戶交互數(shù)據(jù)。每一次用戶查詢，每一次數(shù)據(jù)分析結(jié)果，甚至每一次用戶的點(diǎn)擊和反饋，都是模型學(xué)習(xí)的數(shù)據(jù)源。這使得模型能夠不斷地調(diào)整自己，更好地理解用戶的意圖，提供更準(zhǔn)確的分析結(jié)果。

其次，模型還會(huì)對(duì)自身的結(jié)果進(jìn)行驗(yàn)證和自我測(cè)試。例如，當(dāng)模型預(yù)測(cè)下個(gè)月的銷售額時(shí)，它會(huì)在下個(gè)月結(jié)束后，自動(dòng)對(duì)比預(yù)測(cè)結(jié)果和實(shí)際數(shù)據(jù)，從中找出偏差和誤差，進(jìn)行自我修正。

更為重要的是，隨著時(shí)間的推移，模型會(huì)越來越了解特定用戶或組織的習(xí)慣和偏好。它會(huì)記住用戶過去的查詢歷史，理解用戶的業(yè)務(wù)背景，從而為用戶提供更為個(gè)性化和精準(zhǔn)的數(shù)據(jù)分析服務(wù)。

這有點(diǎn)像鋼鐵俠的賈維斯，在為鋼鐵俠提供數(shù)據(jù)分析服務(wù)的時(shí)候，都會(huì)載入鋼鐵俠的行為習(xí)慣，來讓他們的交互更加契合。

案例：ChatBI在零售業(yè)的應(yīng)用

某大型零售連鎖企業(yè)在尋求提高銷售效率和客戶滿意度時(shí)，面臨了龐大而復(fù)雜的數(shù)據(jù)挖掘和分析挑戰(zhàn)。他們需要實(shí)時(shí)監(jiān)測(cè)上千個(gè)商品的庫(kù)存，分析各地區(qū)的銷售趨勢(shì)，并據(jù)此調(diào)整供應(yīng)鏈管理和營(yíng)銷策略。

在采用ChatBI解決方案后，該企業(yè)的數(shù)據(jù)分析變得前所未有的便捷和智能。通過自然語言查詢，市場(chǎng)部門能夠輕松獲取任何地區(qū)、任何時(shí)間段的銷售數(shù)據(jù)和趨勢(shì)分析。與此同時(shí)，ChatBI的可視化界面允許管理層通過直觀的圖表和儀表板，一覽全局的運(yùn)營(yíng)狀況。

更為重要的是，ChatBI的自我進(jìn)化能力允許它不斷學(xué)習(xí)企業(yè)的業(yè)務(wù)規(guī)則和市場(chǎng)環(huán)境。當(dāng)季節(jié)性商品如夏裝進(jìn)入淡季時(shí)，系統(tǒng)自動(dòng)調(diào)整庫(kù)存預(yù)測(cè)模型，減少滯銷風(fēng)險(xiǎn)。在銷售旺季如節(jié)假日期間，它又能準(zhǔn)確預(yù)測(cè)熱銷商品的需求，確保供應(yīng)充足。

此外，ChatBI還與企業(yè)的CRM系統(tǒng)和營(yíng)銷自動(dòng)化工具無縫集成。通過AIGC，當(dāng)系統(tǒng)發(fā)現(xiàn)某一客戶群體的購(gòu)買傾向時(shí)，可以自動(dòng)觸發(fā)個(gè)性化的營(yíng)銷活動(dòng)，如發(fā)送特惠優(yōu)惠券或推薦相應(yīng)產(chǎn)品。

總的來說，ChatBI通過其先進(jìn)的人工智能技術(shù)，實(shí)現(xiàn)了數(shù)據(jù)分析的自然化、深入化和實(shí)時(shí)化，成功地解決了該零售企業(yè)的實(shí)際業(yè)務(wù)問題，提升了其運(yùn)營(yíng)效率和市場(chǎng)競(jìng)爭(zhēng)力。

需要解決的五個(gè)關(guān)鍵問題

雖然ChatBI類產(chǎn)品在商業(yè)領(lǐng)域具有廣泛的應(yīng)用前景，但是，任何技術(shù)的應(yīng)用都伴隨著一些挑戰(zhàn)和問題。對(duì)于ChatBI，我們需要著力解決以下幾個(gè)關(guān)鍵問題：

1、提升計(jì)算的精確性，避免胡說八道

在實(shí)際應(yīng)用中，我們也許會(huì)聽到這樣的反饋：“大模型為什么會(huì)給出這樣的答案，完全不是我想要的？”其核心問題在于計(jì)算的精確性不足。雖然模型接受了大量的訓(xùn)練數(shù)據(jù)，但在特定的場(chǎng)景或問題中，它可能無法提供完全準(zhǔn)確的答案。這不僅可能導(dǎo)致決策失誤，還可能引發(fā)對(duì)整個(gè)系統(tǒng)的不信任。

網(wǎng)易數(shù)帆大數(shù)據(jù)產(chǎn)品負(fù)責(zé)人楊兵認(rèn)為，大模型inside的ChatBI要做到規(guī)模化商用，必須保證高準(zhǔn)確率和低成本使用，這需要從模型、知識(shí)庫(kù)和流程設(shè)計(jì)三個(gè)層面來解決：模型方面，通用大模型由于缺乏業(yè)務(wù)知識(shí)，在數(shù)據(jù)分析領(lǐng)域難以達(dá)到生產(chǎn)級(jí)的應(yīng)用效果，ChatBI應(yīng)采用垂類大模型，通過豐富的針對(duì)性優(yōu)化策略，兼顧性能與成本，不管大模型基座如何變化都能實(shí)現(xiàn)提升的效果。其次是優(yōu)化業(yè)務(wù)知識(shí)庫(kù)，借助prompt不需要重新訓(xùn)練就能提高正確率。流程上，需要用戶必須能夠識(shí)別AI返回結(jié)果是否正確，并留出修正結(jié)果的入口。

惟客數(shù)據(jù)AI算法專家李翔認(rèn)為，要解決ChatBI可能存在的“胡說八道”問題，關(guān)鍵環(huán)節(jié)有兩個(gè)：

首先，要讓大模型可以更好的理解業(yè)務(wù)人員的需求，從而轉(zhuǎn)化成數(shù)據(jù)庫(kù)能執(zhí)行的命令。由于人通常在描述自己的想法時(shí)會(huì)丟失一些關(guān)鍵信息，所以需要通過多輪交互的方式讓大模型完全理解人的真實(shí)需求。其次，需要把返回的結(jié)果用一種更好的方式讓人去理解，用圖表加簡(jiǎn)單描述的方式去呈現(xiàn)會(huì)更好，這里涉及到大模型和BI界面的交互和展現(xiàn)的細(xì)節(jié)。

至于大模型的hallucination（幻覺）的問題，李翔認(rèn)為現(xiàn)階段有一些方法可以很大程度緩解，比如：基于某個(gè)特定領(lǐng)域的數(shù)據(jù)去對(duì)模型做微調(diào)，比如上述的第一個(gè)環(huán)節(jié)，已經(jīng)有工作做了對(duì)應(yīng)的微調(diào)，讓大模型只去做自然語言到數(shù)據(jù)庫(kù)語言的事情；基于LangChain的方式，去限定模型回答的上下文內(nèi)容；Prompt（提示詞）強(qiáng)規(guī)則以及模型參數(shù)設(shè)定的方式，在某種程度上去限制模型的發(fā)散性。

2、拆開黑箱，可解釋性得到提升，如果結(jié)果有問題得知道問題出在哪

"黑箱"是大型深度學(xué)習(xí)模型的一個(gè)常見問題。用戶輸入查詢，模型給出答案，但究竟模型是如何得出這一答案的呢？尤其在商業(yè)決策中，理解結(jié)果的來源和邏輯非常關(guān)鍵。可解釋性的增強(qiáng)不僅可以幫助用戶更好地理解和信任模型，還有助于當(dāng)結(jié)果出現(xiàn)問題時(shí)，快速定位和糾正問題。

3、解決性能瓶頸，提升分析尤其是大規(guī)模數(shù)據(jù)分析的效率，避免長(zhǎng)時(shí)間等待

當(dāng)我們談?wù)摯笠?guī)模數(shù)據(jù)分析時(shí)，性能和響應(yīng)時(shí)間是關(guān)鍵。在實(shí)際業(yè)務(wù)中，等待長(zhǎng)時(shí)間的分析結(jié)果會(huì)影響決策效率。采用更先進(jìn)的硬件，優(yōu)化模型結(jié)構(gòu)，或者引入并行計(jì)算和分布式系統(tǒng)，都可以幫助緩解性能瓶頸，提供即時(shí)的分析反饋。

4、保護(hù)數(shù)據(jù)安全，避免數(shù)據(jù)泄露，確保業(yè)務(wù)安全合規(guī)

在ChatBI系統(tǒng)中，用戶可能會(huì)查詢包含敏感信息的數(shù)據(jù)。如果沒有適當(dāng)?shù)陌踩胧?，這些信息可能會(huì)被非法訪問或?yàn)E用。因此，確保數(shù)據(jù)的隱私和安全性是至關(guān)重要的。這需要采用加密技術(shù)、訪問控制和監(jiān)控系統(tǒng)來防止數(shù)據(jù)泄露。

5、解除算力瓶頸，降低算力成本

盡管硬件的性能在不斷提升，但大模型的計(jì)算需求也在快速增長(zhǎng)。隨之而來的是昂貴的硬件和運(yùn)營(yíng)成本。為了使ChatBI更加可行和經(jīng)濟(jì)，我們需要找到方法來優(yōu)化模型，減少不必要的計(jì)算，或者探索更為經(jīng)濟(jì)高效的硬件解決方案。

展望未來，隨著ChatBI的興起，我們預(yù)見到BI和數(shù)據(jù)分析領(lǐng)域即將經(jīng)歷一場(chǎng)深刻的革命。這不僅是一種技術(shù)上的進(jìn)步，更是一次認(rèn)知的轉(zhuǎn)變，將重新定義我們?nèi)绾闻c數(shù)據(jù)對(duì)話、發(fā)現(xiàn)和創(chuàng)新應(yīng)用的方式。

ChatBI將讓數(shù)據(jù)變得“有生命”，BI不再是靜態(tài)的數(shù)字和圖表，而是一個(gè)可以互動(dòng)、響應(yīng)和參與對(duì)話的實(shí)體。用戶可以直接詢問數(shù)據(jù)，得到直觀、深入的答案，而不再是簡(jiǎn)單的數(shù)值反饋。這種人性化的交互方式將大大降低數(shù)據(jù)的門檻，使得不同背景、不同專業(yè)的人都能輕松參與到數(shù)據(jù)分析中來。

ChatBI的動(dòng)態(tài)學(xué)習(xí)能力將加速數(shù)據(jù)分析的深度和廣度，隨著與用戶的每一次交互，它都會(huì)變得更加智能，更好地理解復(fù)雜的查詢和需求，甚至預(yù)測(cè)未來的數(shù)據(jù)走向。這樣的前瞻性分析將引領(lǐng)企業(yè)和機(jī)構(gòu)走在創(chuàng)新的前沿，捕捉到之前難以察覺的機(jī)會(huì)。

此外，ChatBI可能會(huì)催生出全新的數(shù)據(jù)職業(yè)和角色。例如，數(shù)據(jù)導(dǎo)向的“故事講述者”可能會(huì)應(yīng)運(yùn)而生，他們利用ChatBI深度探討數(shù)據(jù)背后的故事，為企業(yè)帶來更豐富的洞察力。

總之，ChatBI正站在創(chuàng)新的巔峰，它有潛力重塑BI和數(shù)據(jù)分析的全貌。我們期待著在這樣的技術(shù)指引下，數(shù)據(jù)分析將開啟一個(gè)全新、充滿無限可能的時(shí)代。我們也期待國(guó)內(nèi)的BI企業(yè)能夠抓住這樣的技術(shù)變革機(jī)遇，盡快推出優(yōu)秀的產(chǎn)品?？梢灶A(yù)見，BI行業(yè)將在未來一兩年內(nèi)迎來一次“洗牌”，而其中的關(guān)鍵變量就是ChatBI。

誰能更快推出ChatBI類產(chǎn)品，誰家的產(chǎn)品在人機(jī)交互、自然語言理解、數(shù)據(jù)分析、產(chǎn)品界面、平臺(tái)性能、應(yīng)用打通等方面做的更好，誰就可能成為這一競(jìng)爭(zhēng)階段的贏家。

文：一蓑煙雨 / 數(shù)據(jù)猿

來源：數(shù)據(jù)猿