cn_sz_mmbiz_png_Q6ZPuibSVPYTBQcibb7hWTT5erUwlY98FEqK59gUHxiadRPiajb0Cf0u07Yh5XxR5h7slmGahp9rPibVl08vKHatbNg_.png

1731999445113368.png 穿透AI应用本质,Smartbi AIChat如何助力迎接产业变革?

@松果财经原创

作者丨在辉

 

当AI科学家、神经网络之父杰弗里·E.辛顿(Geoffrey E. Hinton)成为这一届诺贝尔物理学奖获得者时,全世界的目光都再一次放在了AI技术上。

 

但诺奖表彰的是一种技术的开创价值,而当我们想要在产业界看到AI落地的趋势时,仍然需要关注业务场景中的具体应用。只有经验老道的、积累了丰富业务经验的“行家”,才能面向生产力的实际需求,打造出精准有价值的产品。

 

三个月前,国内知名BI服务商思迈特正式推出基于AI Agent的新一代智能BI产品——Smartbi AIChat白泽。

 

AI Agent(智能体,或称人工智能助理),一句话概括,就是一种将大模型、规划和控制、记忆等能力综合起来的智能体,可以像员工一样最大程度调动企业内部的信息和工具,自主或帮助员工完成任务。它被麦肯锡等咨询机构视为最高级的AI产品形态之一。

 

因为,它真正融合了一个系统内的业务知识,又有简便的交互方式,可以轻松执行任务,实现可用、易用、客户乐用的成果。

 

而为了达到这种效果,AI Agent的落地,一定需要技术和行业两个方面的积累。

 

11月,思迈特迎来了13周年司庆。在它所处的领域,由人工智能技术、BI技术、行业经验共同构建的铁三角,正在协同推动一场生产力的进化。

 

 

 

让“AI+BI”更懂业务

头部厂商养成“模范生”

 

 

 

作为一款智能问答式BI产品,白泽可通过自然语言对话式查询与交互,满足用户的复杂数据计算、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。

这不禁让人发问,在BI领域率先实现突破的,为什么是思迈特?白泽背后的“铁三角”,又意味着什么?要找答案,可以把目光转向海外AI Agent产品的发展。

 

今年以来,海外AI Agent进步很大。帮助用户开发轻量级AI Agent、并集成到Salesforce等系统的DevRev,拿下1亿美元A轮融资。企业内部数据文档搜索Agent的开发商Hebbia,年中收获1亿美元B轮融资。微软也在今年推出了Copilot Agent,微软认为,新的Agent更注重为用户量身定制服务。

 

cn_sz_mmbiz_jpg_N0LwWk8Iyl23Gvj8nRpHc54vLkicia2KUm1BT0MGuiaJqhmAt8Ig1LnKnrrSwticjp7Lm00kYlx2qW1P3QySJsIkgg_.jpg图源:ABACUS.AI

 

以上产品存在一些共通的特点,比如垂直一定领域,专注用户业务系统内的数据信息,试图基于这些数据,帮助用户在自己的业务场景里更好地执行一些操作。

Hebbia公司曾经给过一段很有内涵的介绍:Google只能搜索全球4%的数据,剩下96%在哪?都在各大企业内部自己的生态中。AI Agent产品,正是要在这方面打破壁垒,创造价值。

 

到了思迈特所处的BI领域,一切变得更加顺理成章:当其他持有AI技术的企业想方设法切入企业核心业务流程时,BI这一产品形态,天然地扎根于企业生态之上。所谓BI,不正是利用软件工具和系统对企业组织内外的数据信息进行分析,以最快最精准地辅助决策的系统吗?

 

思迈特在长期的业务实践中,已积累强大的BI能力,包括可视化分析、指标模型、数据模型等方面。从指标分析和管理体系的建设,到丰富的分析工具,再到平台层面各个环节的打通,思迈特有丰富的应用经验。

 

而在叠加AI技术后,AI需要的养分,BI都能提供;BI需要的深度智能,AI也能慷慨解囊。这解释了为什么思迈特能成功打造“AI+BI”的代表性应用。

 

首先,思迈特有丰富的行业Know-how,这是一种宝贵的无形资产,也是AI应用的基础。我们知道,AI的推理能力需要基于给定的信息资源,如果缺乏这种行业积累,会导致无法让产品打破浅层推理的窘境,自然无法真正满足客户需求。

 

此外,行业Konw-how和AI是相互促进的,AI会在这种应用范式中“学会”更多行业知识,掌握更有助于企业实现战略目标的商业智能。相比业外技术厂商,思迈特在这方面明显领先。

 

其次,思迈特对AI的探索同样领先。自2019年首次实现人工智能与数据分析的融合后,思迈特持续精进能力,在生成式AI兴起后,迅速集结资源打造了Smartbi对话式分析大模型版本,为推出Smartbi AIChat奠定了模型基础。

 

最后,思迈特对产品价值和行业需求的理解非常精准,可以给使用Smartbi AIChat的用户提供最适合的服务。

 

比如,Smartbi AIChat封装了Smartbi的应用插件,而这些应用插件是如何诞生的?正是思迈特把过去十余年服务5000多家客户积累的主流业务场景应用模板和知识信息,凝聚嵌入指标模型后封装而成的。这样一来,中小型客户甚至可以做到开箱轻松改、改完就能用。

这就是Smartbi AIChat难以替代的亮点:真正面向生产力,做到可用、易用、客户乐用。

 

 

 

瞄准生产力需求

做用户用得上的“AI+BI”

 

 

在功能性方面,Smartbi AIChat对BI与Agent融合的探索,很明显地解决了几个关键问题。最典型的是,大模型常规应用经常产生的幻觉问题。这在企业业务中显然是不可接受的失误。

 

普通用户可能使用过kimi、bing之类C端的大模型产品,它们难逃幻觉的制裁。哈工大和华为曾在联合发表的一篇论文中指出,幻觉有事实性幻觉——单纯的信息错误,以及忠实性幻觉——大模型推理出错这两种情况。幻觉出现主要是因为数据源、训练过程和推理三个方面存在问题。

 

例如,询问模型今年下半年有何重点新闻时,它可能会抓住“下半年”这个关键词,但却忽视“今年”,从而给出一份2023年下半年的总结。这就是推理过程偏离了用户指令。

 

而作为一个面向生产力的系统,Smartbi AIChat巧用RAG检索增强技术,规避了这些缺陷。RAG意为Retrieval-Augmented Generation,检索增强生成,也就是基于企业内部的知识数据进行一系列工作,这也符合BI的产品特性。

 

Smartbi AIChat将业务知识、业务规则、用户反馈、基于业务的指标模型等要素都载入向量库,整个生成过程持续收集最新的知识,边用边升级,越用越聪明。

同时,这种有深度的调用也最大程度实现了对企业数据的挖掘,解决了数据信息的长尾价值问题;由于AI的加成提升了BI的分析能力,解决了高级分析的水平问题等等。

 

 

于是,Smartbi AIChat的能力得到了极大的丰富,叠加高效的自然语言交互能力,使其更加适应企业内部不同岗位用户的需求和场景,从而能够充分发挥其功能。

 

例如,一线业务人员希望了解某些多指标间的关系数据,关于“同比”、“累计”、其他部门数据与本部门差异之类的细节,Smartbi AIChat都可以基于时间进行智能计算,无需业务人员再向IT提报单独新增一个指标或者看板,大大节省了时间。

 

这一点,与思迈特合作的某大型证券企业感触颇深。据悉,其业务人员在Smartbi AIChat上线后,使用自然语言也可以查询复杂字段和实体组成的数据结果。

 

例如,“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”中的所有实体,经过向量匹配、大模型精排、调用数据模型返回相关视图等步骤后,最终调用代码解释器生成代码执行,给业务人员一个清晰的结果,无需再等待开发介入。

 

而对技术人员来说,当需要整理分析大批量的数据分析,甚至进行更进一步地开发作业时,Smartbi AIChat几乎可以做到随时随地向用户进行整理分析,给出结果。技术人员不再需要繁琐的编写规则语句、更改界面,用自然语言即可调动白泽的能力。

 

最后,管理层或者老板则可以通过Smartbi AIChat一次看遍公司数据情况。不管是层层嵌套的复杂业务情况,还是一些沉睡了很久的老数据,Smartbi AIChat都可以将其剖析得明明白白,并用多重图表方式灵活展现,真正做到即时了解公司的经营情况和环境变化。在上述证券企业案例中,管理者可以不再局限于驾驶舱指标,而是能更全面地看透公司经营状况,做出科学决策。

 

 

cn_sz_mmbiz_png_N0LwWk8Iyl23Gvj8nRpHc54vLkicia2KUmDGrsRCeL9vfufQ1csG5oewlJ2avlMM2194ibv0Rnx1uSKmpTGltUUZw_.png

由此可见,Smartbi AIChat让数据分析成为了一件低门槛高效率的业务工具,让人乐于从数据出发做可靠决策,提升了生产力。

 

据悉,就在本月,国内领先的AI厂商智谱也官宣思迈特为其重要战略合作伙伴。我们很高兴看到BI厂商与大模型厂商的深度合作,这意味着AI技术真正赋能业务还有更大的想象空间,BI的迭代将有更多来自AI产业的力量支撑。

 

目前,在应用方面,思迈特已与十余家头部AI厂商及软件厂商达成战略合作,与上百家ISV厂商签订OEM合作协议。思迈特的产品能力与经验,正在和头部合作伙伴的产品和服务发生共鸣,进一步为终端用户提供创新的数据应用价值。思迈特在生态合作领域的优秀表现,也获得了国际著名分析机构IDC的认可,成为BI领域唯一荣获2024“IDC中国生态创新奖项”的厂商。

 

 

塑造第二曲线

思迈特为AI应用普及探路

 

 

不难看出,思迈特依托技术+场景/产品理解的双重优势,掀起了一场以技术先进性和“懂行业”为核心的应用革命。但这可能还不是全部。智能BI的内涵其实非常丰富,思迈特还有很大的拓展空间。

 

cn_sz_mmbiz_png_N0LwWk8Iyl2NfZQhhbrTMB53DzI1rCoiaTCPLBwJQdhlSJzm0GyO3te5vHGb9RSUGVDngNQIKtkqib8PiaK74jZlQ_.png

图源:思迈特

 

一方面,当前Smartbi AIChat提供的多元化能力是智能BI的一个表现。它是仪表盘和报表的进阶升级,能分析异常数据、归纳业务走势,从展示业务到理解业务再到决策业务,这个过程对客户的价值已经实现层层强化。

另一方面,Agent的本质是针对业务积累,用标准化的数据能力解决人类的非标行为需求。那么,融合了Agent形态的BI,可能会在未来的进化中逐渐迭代为更复杂的解决方案,而非一种工具。

 

曾任Facebook首席技术官、Salesforce联席首席执行官的布莱特·泰勒(Bret Taylor),目前正在执掌一家估值达到40亿美元的AI Agent创业公司Sierra。Bret认为,企业运用AI转型最大的支出其实集中在“最后一公里”,即有需求但无法构建相应的应用,结果不得不花费大资源去做对业务本身没什么价值的事情。

 

这种情况很可能在未来得到改善。例如思迈特的下一步就是聚焦BI开发者,用AI的能力,帮助开发者用自然语言高效建立BI系统。这样一来,企业数智化转型将更轻松,最后一公里的问题也有望得到解决。Smartbi AIChat的成功经验可以证明,思迈特的创新意识、行业经验和产品化能力,是有机会给行业闯出一条路的。

 

最近,有36氪等行业媒体报道称,国内AI行业已有独角兽公司开始放弃单纯的模型训练,业务转向AI应用。无独有偶,硅谷角色扮演类明星AI企业Character.AI,也在8月宣布放弃预训练,采用第三方模型支持自己的业务。

 

从中不难看出,AI的价值是无法从早期大模型参数内卷中实现的。没有差异化的应用,没有和人、场景深度交互,AI就会变成空中楼阁。

 

所以,我们可以大胆假设,当前不少火热的AI应用产品选择C端的“助手”,是因为AI Agent的发展有太多门槛。而Smartbi AIChat的诞生,则说明思迈特已经迈过了产品化的门槛,开始探索更缜密的解决方案。

 

未来,在“(AI+BI)x需求”这条价值公式的逻辑下,思迈特将持续拓宽AI时代的数智化之路,用智能BI帮助更多企业掌握生产力,夯实自身第二增长曲线,并为行业打破天花板,看见新未来。

 

 

—END—

 

相关阅读

 

1731999623757575.pngSmartbi AIChat新品发布会吴华夫演讲实录

1731999623757575.png大模型撬动数据新质生产力,我们重新解构了智能BI

1731999623757575.png智能BI新突破,看思迈特新品背后的第二增长曲线!

1731999623757575.png新品解读 | Smartbi AIChat白泽,新一代智能BI平台

1731999623757575.png从简单分析到智能问数,Smartbi AIChat让数据回归业务

1731999623757575.png揭秘铁三角共振力量,Smartbi AIChat白泽如何跃升为行业翘楚?

cn_sz_mmbiz_jpg_T7dqBuUrQsWQlaIP1zZib7cTPAbPeBB8V9tD1A39ibaFRQXpXjk6Lvb1tNicjfyND6kCYlSNiaYeRJjVjaCxg9L7Kw_ (1).jpg