自ChatGPT驚艷問世后，2023年全球已進(jìn)入“百模大戰(zhàn)”時(shí)代。隨著模型規(guī)模的不斷增大，大模型涌現(xiàn)出上下文學(xué)習(xí)、推理、思維鏈等類似人類思維方式的多種能力。2023年越來越多的研究者開始把大模型作為AI智能體的核心大腦，并結(jié)合已有的工具來解決非常復(fù)雜的業(yè)務(wù)問題。正如OpenAI聯(lián)合創(chuàng)始人安德烈·卡帕斯所說，在各行各業(yè)對(duì)數(shù)字化實(shí)體的打造進(jìn)程中，將廣泛采用AI 智能體的產(chǎn)品形式來開展業(yè)務(wù)。因此，本文將探討在2024年基于“大模型+大數(shù)據(jù)”雙引擎驅(qū)動(dòng)的模式，借助大模型智能體來助力數(shù)據(jù)中臺(tái)進(jìn)行升級(jí)變革，使業(yè)務(wù)人員可以“零代碼”來構(gòu)建企業(yè)的智能大腦。

AI智能體技術(shù)將持續(xù)高速發(fā)展

AI智能體是一種能夠感知環(huán)境、進(jìn)行決策和執(zhí)行動(dòng)作的智能實(shí)體，旨在大模型技術(shù)的驅(qū)動(dòng)下，讓人們以自然語言為交互方式自動(dòng)化的處理復(fù)雜工作任務(wù)，從而極大程度釋放人員精力。它被設(shè)計(jì)為具有獨(dú)立思考和行動(dòng)能力的AI程序，使用時(shí)只需要提供一個(gè)目標(biāo)，比如比較Meta和Tesla兩家公司年初至今股價(jià)的變化并保存為一張圖，它就會(huì)自我思考后產(chǎn)生一系列的子任務(wù)，分別是查詢當(dāng)前時(shí)間、查看兩家公司至今的股價(jià)變化數(shù)據(jù)以及把結(jié)果畫一張圖并保存。

當(dāng)前已經(jīng)進(jìn)化到多智能體溝通協(xié)作的時(shí)代，其中以微軟的AutoGen框架為代表，它支持使用多個(gè)代理開發(fā)大模型應(yīng)用程序，這些代理可以像人類一樣相互溝通協(xié)作以解決任務(wù)。AutoGen代理是可定制的、可對(duì)話的，能夠通過代理間的對(duì)話集體解決任務(wù)。這些可對(duì)話代理是具有特定角色的實(shí)體，能夠向其他代理發(fā)送和接收消息以互相溝通協(xié)作，例如定義產(chǎn)品經(jīng)理、開發(fā)、測試、人類四種代理角色來完成一個(gè)業(yè)務(wù)應(yīng)用的研發(fā)，其中人類代理可以在交互過程中不斷給出反饋。

大模型和數(shù)據(jù)中臺(tái)會(huì)協(xié)同進(jìn)化

在大模型時(shí)代，所有的軟件都有必要進(jìn)行升級(jí)或者重構(gòu)，數(shù)據(jù)中臺(tái)也不例外。因此本節(jié)探討基于大模型及智能體技術(shù)，大模型如何助力數(shù)據(jù)中臺(tái)進(jìn)行演進(jìn)，而數(shù)據(jù)中臺(tái)的數(shù)據(jù)又會(huì)源源不斷流進(jìn)大模型對(duì)其進(jìn)行反饋和優(yōu)化，兩者相輔相成，不斷演進(jìn)，最終構(gòu)建出強(qiáng)大的中臺(tái)大腦。兩者的協(xié)同進(jìn)化按照深度分為三個(gè)層次: 數(shù)據(jù)中臺(tái)AI開發(fā)助手、基于數(shù)據(jù)增強(qiáng)的智能中臺(tái)引擎和存儲(chǔ)計(jì)算的變革升級(jí)。

1、數(shù)據(jù)中臺(tái)AI開發(fā)助手

由于大模型出色的自然語言理解能力及可生成高質(zhì)量代碼，因此在第一層次上把大模型作為數(shù)據(jù)中臺(tái)的輔助工具，即AI開發(fā)助手，來提升開發(fā)人員的效率。例如用自然語言來快速生成作業(yè)代碼，以及基于“API鏈”技術(shù)來通過語音的方式來操控?cái)?shù)據(jù)中臺(tái)。

2、基于數(shù)據(jù)增強(qiáng)的智能中臺(tái)引擎

在第二層次上會(huì)基于AI智能體技術(shù)把大語言模型作為大腦、數(shù)據(jù)中臺(tái)作為工具，同時(shí)把數(shù)據(jù)中臺(tái)已有的數(shù)據(jù)告知大模型，這樣大模型和數(shù)據(jù)中臺(tái)兩者通過不斷進(jìn)行交互，以及結(jié)合過程中人類的反饋不斷進(jìn)行學(xué)習(xí)，最終構(gòu)造出智能化的數(shù)據(jù)中臺(tái)引擎。例如讓大模型結(jié)合數(shù)據(jù)中臺(tái)已沉淀的元數(shù)據(jù)、作業(yè)代碼和運(yùn)行日志等來微調(diào)出專有Text2Code工具，當(dāng)大模型輸出代碼顯示給用戶后，人類再進(jìn)行反饋或者運(yùn)行，運(yùn)行出錯(cuò)后的錯(cuò)誤信息也可反饋給大模型重新生成新的改進(jìn)代碼。另外，還可以在數(shù)據(jù)分級(jí)分類、作業(yè)調(diào)度、資源優(yōu)化、中臺(tái)知識(shí)庫RAG等方面進(jìn)行更深層次的探索和應(yīng)用。

3、存儲(chǔ)計(jì)算的變革升級(jí)

最后一個(gè)層次是利用大模型智能體技術(shù)對(duì)大數(shù)據(jù)計(jì)算、存儲(chǔ)引擎進(jìn)行變革升級(jí)，讓他們提供極簡的操作以及更加自主智能化。例如通過智能體技術(shù)把Flink和大語言模型封裝出FlinkGPT，它可以支持用自然語言來創(chuàng)建自定義函數(shù)。同樣，在數(shù)據(jù)存儲(chǔ)發(fā)面，可以用大模型進(jìn)行數(shù)據(jù)生命周期管理，根據(jù)數(shù)據(jù)的使用頻率自主決定數(shù)據(jù)的存儲(chǔ)介質(zhì)，以降低數(shù)據(jù)的存儲(chǔ)成本。

AI和數(shù)據(jù)雙平民化，構(gòu)建企業(yè)智能大腦

基于大模型驅(qū)動(dòng)的數(shù)據(jù)中臺(tái)，能讓AI和數(shù)據(jù)雙平民化，因此本節(jié)探討在新技術(shù)變革下，企業(yè)如何以“懂?dāng)?shù)據(jù)”的業(yè)務(wù)人員為主導(dǎo)來構(gòu)建企業(yè)數(shù)據(jù)圖譜和智能大腦，能極大加快企業(yè)的數(shù)據(jù)化建設(shè)進(jìn)程，并提升企業(yè)的智能化水平。

1、企業(yè)數(shù)據(jù)會(huì)平民化

大模型的出現(xiàn)讓AI平民化，通過AI智能體把大模型和數(shù)據(jù)中臺(tái)連通后，能實(shí)現(xiàn)數(shù)據(jù)平民化，構(gòu)建出面向企業(yè)業(yè)務(wù)人員的智能數(shù)據(jù)中臺(tái)。在企業(yè)當(dāng)中數(shù)據(jù)由業(yè)務(wù)產(chǎn)生，因此業(yè)務(wù)人員對(duì)數(shù)據(jù)的理解是最懂、最深的，但以前由于技術(shù)的限制，業(yè)務(wù)人員無法直接探索數(shù)據(jù)、洞察數(shù)據(jù)、以及利用數(shù)據(jù)產(chǎn)生新的業(yè)務(wù)價(jià)值，這極大阻礙企業(yè)的數(shù)字化轉(zhuǎn)型。大模型及智能體的出現(xiàn)，就可以讓業(yè)務(wù)人員通過自然語言的交互方式來操作數(shù)據(jù)，充分發(fā)揮會(huì)業(yè)務(wù)人員對(duì)數(shù)據(jù)的理解價(jià)值，使他們成為企業(yè)數(shù)據(jù)化轉(zhuǎn)型升級(jí)的關(guān)鍵人才。

2、智能連接數(shù)據(jù)，構(gòu)建企業(yè)數(shù)據(jù)圖譜

當(dāng)前很多企業(yè)在數(shù)字化轉(zhuǎn)型的進(jìn)程中，數(shù)據(jù)倉庫已積累出大量的數(shù)據(jù)，但是這些數(shù)據(jù)絕大多數(shù)沒有連接起來導(dǎo)致企業(yè)決策者難以掌握全局的數(shù)據(jù)圖譜?；诖竽Ｐ椭悄荏w技術(shù)的數(shù)據(jù)平民化策略，業(yè)務(wù)人員根據(jù)自己對(duì)數(shù)據(jù)的理解，以自然語言的方式告知大模型數(shù)據(jù)間的業(yè)務(wù)關(guān)聯(lián)關(guān)系，然后大模型再結(jié)合學(xué)習(xí)到的數(shù)據(jù)中臺(tái)里面的元數(shù)據(jù)、數(shù)據(jù)血緣、樣本數(shù)據(jù)等知識(shí)，就能自主構(gòu)建出企業(yè)的數(shù)據(jù)鏈條圖譜，讓企業(yè)決策者、業(yè)務(wù)人員看清楚每一條數(shù)據(jù)的流動(dòng)節(jié)點(diǎn)和動(dòng)向，進(jìn)而進(jìn)行企業(yè)的精細(xì)化管控。下圖是某大型制造企業(yè)在財(cái)務(wù)應(yīng)收應(yīng)付環(huán)節(jié)，業(yè)務(wù)人員基于大模型智能體技術(shù)構(gòu)建出的數(shù)據(jù)鏈條，能清楚的看到每一筆交易在業(yè)務(wù)環(huán)節(jié)、財(cái)務(wù)環(huán)節(jié)和資金環(huán)節(jié)中的十多個(gè)業(yè)務(wù)系統(tǒng)的流轉(zhuǎn)，為下面的企業(yè)大腦建設(shè)做好數(shù)據(jù)鋪墊。

3、智能監(jiān)控和自主決策，構(gòu)建企業(yè)智能大腦

構(gòu)建出企業(yè)數(shù)據(jù)圖譜后，業(yè)務(wù)人員便可借助大模型智能體的Text2SQL技術(shù)用自然語言來創(chuàng)建數(shù)據(jù)監(jiān)控規(guī)則。當(dāng)前大模型的代碼生成能力也已足夠強(qiáng)大，因此在規(guī)則層面除SQL方式外，還可以生成集成機(jī)器學(xué)習(xí)、自然語言處理、深度學(xué)習(xí)等算法的智能規(guī)則。隨著企業(yè)數(shù)據(jù)中臺(tái)中沉淀的數(shù)據(jù)、規(guī)則的不斷增加，以及運(yùn)行過程中的人類操作反饋，數(shù)據(jù)中臺(tái)會(huì)把這些數(shù)據(jù)給到大模型，大模型通過學(xué)習(xí)會(huì)基于對(duì)數(shù)據(jù)和規(guī)則的深度理解，后續(xù)便可以自主構(gòu)建出監(jiān)控規(guī)則，能極大提升企業(yè)數(shù)據(jù)化建設(shè)的效率。并且隨著時(shí)間的推移，數(shù)據(jù)中臺(tái)和大模型交互的不斷溝通加深，便能幫助企業(yè)決策者進(jìn)行智能、自主決策，成為真正的企業(yè)智能大腦。

結(jié)束語

2024年AI智能體仍會(huì)是高速發(fā)展的一年，且會(huì)作為連接數(shù)據(jù)中臺(tái)和大模型的橋梁，讓大模型助力數(shù)據(jù)中臺(tái)真正AI化，構(gòu)建企業(yè)智能新未來。

·關(guān)于白松：

白松，數(shù)瀾科技聯(lián)合創(chuàng)始人、研發(fā)中心副總經(jīng)理，杭州市高層次人才，華數(shù)數(shù)字電視傳媒集團(tuán)投資決策委員會(huì)專家。碩士畢業(yè)于西北工業(yè)大學(xué)，在大數(shù)據(jù)、實(shí)時(shí)計(jì)算和大模型等領(lǐng)域擁有十年研發(fā)經(jīng)驗(yàn)。2023年于SCI期刊Sensors上發(fā)表學(xué)術(shù)論文，作為演講嘉賓出席Apache CommunityOverCode 2023和Flink Forward 2023亞洲大會(huì)?，F(xiàn)負(fù)責(zé)數(shù)瀾科技核心產(chǎn)品——數(shù)棲平臺(tái)和數(shù)棲EMR的研發(fā)工作，數(shù)棲產(chǎn)品已成為數(shù)百家國內(nèi)外客戶建設(shè)數(shù)據(jù)中臺(tái)的基礎(chǔ)設(shè)施。曾擔(dān)任河南省大數(shù)據(jù)中心、中信集團(tuán)、三一集團(tuán)、萬科集團(tuán)、富士康集團(tuán)、浙江交投集團(tuán)等單位和公司的數(shù)據(jù)中臺(tái)相關(guān)項(xiàng)目總技術(shù)負(fù)責(zé)人。

來源：數(shù)據(jù)猿