Smartbi对话式分析大模型版本,AI+BI数智融合颠覆产品力 作者:小麦数据猿 2024-2-1 15:52 在大模型爆发一年后,人工智能的浪潮已席卷全球。高盛预测,未来会有超过80%的企业将使用生成式AI的API或模型,或在生产环境中部署支持生成式AI的应用。 眼下的问题是,大模型如何从技术层走向应用层,创造更多的商业价值? 为此,全球科技厂商正在大模型+B端应用的开发方面做各项尝试,其中就包括BI(商业智能)这个细分领域。 BI能将企业各种经营数据转化为辅助商业决策的有用信息,是最直接体现业务价值的应用领域。根据Gartner的调研,2023年,62%的中国CIO将在2023年增加商业智能BI的投资,BI已经成为支持企业数字化转型支出的主力之一。 近期,思迈特软件正式发布了Smartbi对话式分析大模型版本,实现大模型+BI结合应用的产品化。 对于AI+BI的结合应用,思迈特软件创始人吴华夫告诉松果财经,这是BI进化的新阶段(从传统BI到自助BI再到智能BI),智能BI面向的客户群体和带来的客户业务价值是不一样的。 那么,AI+BI的结合应用将对企业产生怎样的价值?智能BI的商业前景又如何? Part1 大模型“重写”BI产品力 业务价值与使用门槛双突破 尽管生成式AI一夜“爆火”,但是传统BI进化到智能BI,不是一蹴而就的成绩。 据悉,早在2019年,Smartbi首度将AI与BI融合;两年后,Smartbi又获得了一项自然语言分析(NLA)发明专利,该专利让用户可以通过语音助手将输入的自然语言转为语言元模型,从而快速准确地找到想要的查询结果。 2023年,Smartbi把之前申请了NLA专利更好地产品化,发布了Smartbi对话式分析大模型版本。同年8月,Gartner发布《2023年中国数据、分析和人工智能技术成熟度曲线》报告,Smartbi凭借不断融合BI和AI增强型大数据分析产品,再次入选为增强数据分析代表厂商、与自助分析代表厂商,这也是Smartbi连续四年入选“Gartner增强数据分析代表厂商”。 经过这些年的探索,Smartbi一方面以业务为导向将技术转化为实实在在的商业价值,另一方面也通过产品迭代逐步降低了企业数字化转型的门槛。 从业务端来看,大模型加持下,Smartbi产生了更多业务价值。 作为开发者,思迈特软件便是第一个“吃螃蟹的人”。通过Smartbi构建内部的业财一体化系统,思迈特软件实现了降本增效,同时收入实现了大幅增长,2023年同比直接转亏为盈。 在具体业务场景中,吴华夫以内部经营分析会为例:“首先查看今年上半年的整体业绩,Smartbi会展示上半年合同收入以及同比的情况,然后我还可以继续追问,业务人员合同不好的话,商机够不够?商机不够,业务人员的拜访量够不够?如果拜访量不够的话,业务人员跑动够不够?” 案例中,Smartbi对话式分析大模型版本展示出较强的上下文理解能力,它会把用户之前的问题和需求牢记于心,并根据情景输出连贯的数据分析结果。这种多轮对话分析的方式可以帮助用户高效查找问题的根本原因,从而支持业务科学决策。 同时,从产品端来看,Smartbi还增强了自己的使用价值,并降低了使用门槛。 过去,传统BI阶段只能由IT专业人员做固定报表汇报,到了自助BI阶段,数据分析师进行可视化操作更好地辅助管理者决策,再到如今智能BI阶段,业务人员可以直接像聊天一样通过简单的对话问答让AI进行智能数据解析。 “大模型的出现,真正让我感受到了数据分析零门槛,因为我们正在实现人人都能成为数据分析师。”吴华夫总结道,Smartbi对话式分析大模型版本主要提升两个方面:一是用户群体,面向广大业务人员提供业务帮助;二是分析深度,BI从描述性分析走向预测性分析。 由此可以看出,AI大模型+BI,同时为企业解决了两个问题,一是数字化转型如何在财报上体现价值,二是如何更简单且全面地实现数字化转型。 那么,Smartbi是怎么样做到这两点的? Part2 以终为始 深度融合行业know-how与大模型 目前,大模型应用层生态方兴未艾,尤其是在企业级应用领域。对于大数据BI软件服务商,将生成式AI技术投入到具体的商业环境中,以什么为目标,以何种方法,都处于探索阶段。 “结合AI的商业应用是一个开荒的过程。”吴华夫认为,大模型出了很多,但落到应用层大部分是To C的角度,而To B方兴未艾。事实上,AI+BI的结合是AI商业价值快速变现的途径,并且也是客户愿意付费的一个应用场景。 因此,思迈特软件主动担当这个开荒者,找到了用AI技术升级BI产品两大关键:一是要真正产生业务价值;二是要经历实践检验。 具体来看,厂商首先要“以终为始”,即融合AI技术迭代产品的过程中,BI始终要以业务为导向。 Smartbi对话式分析大模型版本能够降低企业数字化门槛,核心就是解决了作为“终点”的广大业务人员面临的使用问题。 比如,准确性问题。相比之前的AI语音助手,Smartbi能够准确地理解业务人员的意思。在消费端,AI对用户意图的理解少量错误并不完全影响使用,用户容忍度更高,但是对于企业来说,一次数据分析出错,可能业务人员就不愿意再使用智能BI。 对此,吴华夫表示:“我们这次通过大模型和专利技术,让BI能充分理解用户的意图,去解决准确性的问题,这是我觉得最核心的一个突破。” 再比如,常识理解能力和安全性的问题。针对前者,Smartbi基于一个基座模型的通用知识,把BI行业和领域知识再训练进去,再结合客户的应用场景去优化;针对后者,最新版本的Smartbi实现了本地大模型私有化部署,可以降低数据泄露的风险,具备更强的安全性。 除了站在业务视角解决问题,AI+BI还要基于实践,实现行业know-how和大模型的结合。 脱离了实际业务背景的数字化工具必然是低价值的。Smartbi对话式分析大模型版本之所以能有效帮助企业降本增效,创造业务价值,关键在于搭建了一个参考的管理指标体系,让客户只需要根据自己的情况做指标删减,易于使用。同时,向导式的简单操作方式,也帮助企业沉淀优质的数据资产。 据悉,Smartbi指标库的来源是与多个合作伙伴共同积累的业务经验。同时,大模型“读”了很多管理书籍,它具备管理知识。吴华夫指出:“现在我们把行业know-how和大模型结合起来,构建了一个参考的管理指标体系,客户根据自己的情况做删减就可以了。这样子BI交付变得更快,我们对BI未来的思考是‘一句话生成一套BI系统’。” 总之,以业务为导向、以行业know-how+大模型为方法,Smartbi对话式分析大模型版本由此走出了自己的商业化路径,而AI+BI应用的市场潜力也随着产品的落地逐渐显露。 ▲点击此处可在线体验对话式分析 Part3 AI+BI重塑生产力 高效开采数字经济的“黄金矿” 对于AI+BI应用的未来,吴华夫认为,无论是从企业服务行业来说,还是从整个中国数字经济来说,AI+BI的发展空间是广阔的。 一方面,AI技术发展是新一次的科技革命。AIGC的兴起,不仅帮助企业更好地从数据中获取价值,更是改变了BI厂商的生产效率。从BI到AI+BI,就像从铲子到挖掘机。 另一方面,数字经济毫无疑问拥有确定性的机遇。目前,我国数字经济规模超过50万亿元,总量稳居世界第二。根据财政部印发的《企业数据资源相关会计处理暂行规定》《关于加强数据资产管理的指导意见》等文件,2024年成为数据资源进入企业财务报表的元年。同时,数字基础设施建设与产业数字生态将进一步融合。2024年,预计数据基础设施建设在全国将遍地开花。 因此,对于2024年及往后的一段时间,Smartbi围绕着AI+BI制定了两个发展阶段,以开采数字经济的“黄金矿”。 第一个阶段是让BI实现对话式分析,帮助企业数字化转型。具体来看,Smartbi从自然语言查询开始,到能做归因分析、深度洞察以及预测分析,再然后能够自动针对业务问题生成整个诊断报告。让对话式分析大模型版本越来越易用的同时,能力越来越深入。 第二个阶段则是以AIGC和指标体系提升BI项目交付效率。对此,吴华夫表示,“未来,我们要用AI为客户自动生成定制化的BI系统,把一个BI项目交付周期从三个月到半年变成三天到六天。我们‘AI+BI’的未来其实是可快速生成符合企业定制化的BI系统,AIGC在企业服务领域将从生成图片、语音进化到生成BI系统。” 这两个发展阶段的规划,是基于思迈特软件对BI市场未来机会的洞察: 随着AI降低使用门槛,头部市场客户使用BI的群体不断扩大。大企业里面业务人员构成是多样化的,有些人会使用编程语言,有些人会用Excel,有些人会“拖拉拽”,也有些人没有接触过数字工具。让数据驱动科学的业务决策并不简单,而今天AIGC更使得人人使用成为可能。BI进入对话式分析阶段后,能够扩大用户群体。 随着交付效率提升,中腰部市场将成为新的蓝海。原来没有AIGC,没有指标体系的时候,BI项目交付周期长,成本高,吴华夫判断,当Smartbi在AI+BI结合应用来到第二个阶段,AI自动生成BI系统,对整个中国腰部市场来说会是一个巨大的变化,将打开中腰部市场的增量空间。 随着数字技术加速向传统产业渗透,BI市场里的一个长期机遇正在形成。比如,传统制造业。对此,吴华夫指出:“未来的话,我觉得制造业的转型是重要的部分,因为制造业是立国根本。它的信息化水平比金融运营商落后很多,我觉得这个是很明显、看得见的趋势。” 不过,正是基于整个数字经济市场发展的不均衡,他也认为,想全部做完(数字化),可能要5年到10年甚至更长的周期。 “BI市场仍然是一个供给侧定义的市场。”厂商通过“AI+”驱动业务发展,提升业务效率,拉开了BI行业新成长周期的大幕。 —END— ▲点击马上在线体验对话式分析 / 更多推荐 / 467 分享到:
最新评论