引言
在數(shù)智化浪潮席卷各行各業(yè)的當(dāng)下，數(shù)據(jù)已成為企業(yè)的核心生產(chǎn)要素，如何挖掘、釋放企業(yè)數(shù)據(jù)價(jià)值，讓企業(yè)數(shù)據(jù)從 “沉睡的資源” 真正成為 “增長(zhǎng)的動(dòng)力”。 「洞見數(shù)據(jù)」專題將持續(xù)聚焦企業(yè)的數(shù)據(jù)需求，為您介紹數(shù)據(jù)價(jià)值釋放的技術(shù)、能力、場(chǎng)景、價(jià)值等。
用友BIP企業(yè)級(jí)數(shù)據(jù)開發(fā)與應(yīng)用全場(chǎng)景方案，聚焦企業(yè)的數(shù)據(jù)能力和需求，提供了不同形式的數(shù)據(jù)服務(wù)方案，幫助企業(yè)連接、處理數(shù)據(jù)，最終以看板和報(bào)表的方式實(shí)現(xiàn)豐富多樣的數(shù)據(jù)可視化效果，或者以DataAgent（數(shù)據(jù)智能體）的自然語言交互方式進(jìn)行智能問數(shù)。
方案1：基于業(yè)務(wù)數(shù)據(jù)，開發(fā)看板和報(bào)表
方案2：基于數(shù)倉(cāng)的關(guān)系建模方式進(jìn)行自助分析
方案3：基于數(shù)倉(cāng)的維度建模方式進(jìn)行商業(yè)分析
在數(shù)據(jù)應(yīng)用層面，用友BIP為企業(yè)提供兩類數(shù)據(jù)服務(wù)，一類是數(shù)據(jù)應(yīng)用服務(wù)（BI）方式，第二種是DataAgent 服務(wù)（AI+BI）。本文我們聚焦數(shù)據(jù)智能體，了解在AI技術(shù)幫助下，企業(yè)如何從“傳統(tǒng)數(shù)據(jù)分析”邁向“智能數(shù)據(jù)分析”時(shí)代。
“基于大模型的智能分析”
成為企業(yè)普遍需求
如今，企業(yè)面臨諸多的不確定性，利用數(shù)據(jù)洞察客戶需求、應(yīng)對(duì)競(jìng)爭(zhēng)變化、推動(dòng)業(yè)務(wù)發(fā)展成為共識(shí)。當(dāng)董事會(huì)問“為什么業(yè)績(jī)下滑？”，如何快速拿出跨系統(tǒng)且可追溯的結(jié)論；當(dāng)業(yè)務(wù)異常時(shí)，如何在1小時(shí)內(nèi)給出“根因+優(yōu)先整改項(xiàng)”......，面對(duì)諸多問題，企業(yè)不希望總在事后救火，而是能提前預(yù)警并給出具體處置方案。
融合AI與BI能力的數(shù)據(jù)智能體猶如一位全能數(shù)據(jù)專家，7 * 24 在你身邊，它繼承了AI Agent 的“智能骨架”，能夠以自然語言理解、規(guī)劃任務(wù)、調(diào)用工具；又融合了數(shù)據(jù)工程的“專業(yè)肌肉”，具備SQL編寫、數(shù)據(jù)治理、圖表生成、洞察分析等操作能力。
基于大模型的數(shù)據(jù)智能體以更高的自主決策能力，讓企業(yè)實(shí)現(xiàn)更智能的數(shù)據(jù)分析和預(yù)測(cè)，提升整體決策質(zhì)量和運(yùn)營(yíng)效率。比如，臨時(shí)的數(shù)據(jù)分析需求，智能體快速響應(yīng)客戶問數(shù)需求，提升臨時(shí)需求分析效率；另外，針對(duì)日常分析需求，智能體通過“業(yè)務(wù)感知推送-圖表生成-洞察分析”的閉環(huán)，自主高效完成常規(guī)分析。
DataAgent
構(gòu)建從發(fā)現(xiàn)到解決問題的完整閉環(huán)
用友BIP為追求效率的企業(yè)用戶，尤其是非技術(shù)背景的人員提供的DataAgent，是一個(gè)能自主理解、分析、處理和響應(yīng)數(shù)據(jù)任務(wù)的AI智能體，基于“描述-診斷-建議-協(xié)作”的四維能力，幫助企業(yè)構(gòu)建從發(fā)現(xiàn)問題到解決問題的完整閉環(huán)。
? 快速構(gòu)建能力：提供知識(shí)分類分片能力，讓大模型更好的理解分析模型知識(shí)和企業(yè)私域業(yè)務(wù)知識(shí)，讓問數(shù)與分析貼合業(yè)務(wù)；
? 對(duì)話式生成圖表：基于自然語言理解與AI大模型，用戶對(duì)話式描述需求，系統(tǒng)自動(dòng)解析指令，智能地生成圖表或從看板中提取圖表；
? 大模型深度解析：利用大模型解讀數(shù)據(jù)內(nèi)在規(guī)律，挖掘深度信息、增強(qiáng)決策能力和推動(dòng)創(chuàng)新；
? 簡(jiǎn)化式用戶交互：輸入問題即可秒級(jí)獲取結(jié)果，省去傳統(tǒng)工具繁瑣的操作步驟，讓分析更聚焦；
? 全場(chǎng)景無縫協(xié)同：Web端與移動(dòng)端體驗(yàn)一致，支持跨終端隨時(shí)訪問與分享，滿足辦公、出差等多場(chǎng)景需求。
同時(shí)，用友BIP還提供數(shù)據(jù)平臺(tái)能力和AI Agent能力融合的數(shù)據(jù)智能體構(gòu)建器，基于智能體構(gòu)建所需的全套能力，幫助企業(yè)快速構(gòu)建和調(diào)整數(shù)據(jù)智能體，實(shí)現(xiàn)自然語言進(jìn)行數(shù)據(jù)分析和獲取業(yè)務(wù)洞察。
DataAgent
四大關(guān)鍵能力
能力1：自然語言“生成圖表、洞察分析”
結(jié)合Agent技術(shù)，數(shù)據(jù)智能體能夠自動(dòng)決策執(zhí)行數(shù)據(jù)查詢和數(shù)據(jù)分析，快速生成美觀且富有洞察力的報(bào)表和儀表板，使用自然語言進(jìn)行數(shù)據(jù)分析，獲取業(yè)務(wù)洞察。企業(yè)可以快速創(chuàng)建針對(duì)特定數(shù)據(jù)范圍的分析問數(shù)智能體，實(shí)現(xiàn)精準(zhǔn)問數(shù)、智能分析。
? 精準(zhǔn)問數(shù)：支持對(duì)指定數(shù)據(jù)范圍進(jìn)行高效查詢和提?。?/p>
? 智能分析：提供數(shù)據(jù)洞察和深度分析能力。
用友BIP數(shù)據(jù)智能體，支持?jǐn)?shù)據(jù)庫(kù)表、語義模型、指標(biāo)庫(kù)、導(dǎo)入excel文件等多渠道的數(shù)據(jù)來源進(jìn)行數(shù)據(jù)分析。
能力2：RAG增強(qiáng)理解用戶提問，提升回答準(zhǔn)確率
數(shù)據(jù)智能體通過RAG能力，從模型知識(shí)（涵蓋模型描述、字段描述或別名、指標(biāo)數(shù)據(jù)格式、多模型間關(guān)系等）和業(yè)務(wù)知識(shí)（包含補(bǔ)充提示詞知識(shí)、業(yè)務(wù)規(guī)則知識(shí)、文件描述、同義詞或黑話）兩個(gè)維度，增強(qiáng)對(duì)用戶提問內(nèi)容的理解，從而提升大模型回答的準(zhǔn)確率。
比如，針對(duì)模型知識(shí)，用一段文字認(rèn)真描述這個(gè)模型是分析什么的、有哪些字段等，更有助于大模型理解用戶語義，找到更準(zhǔn)確的模型；另外，用戶可能不知道“員工姓名”字段，通常會(huì)針對(duì)“業(yè)務(wù)員”進(jìn)行提問，字段描述可以將常用的提問詞備注清楚?？傊接蛑R(shí)越契合企業(yè)現(xiàn)狀，大模型理解的會(huì)越準(zhǔn)確。
當(dāng)業(yè)務(wù)分析涉及多個(gè)關(guān)聯(lián)模型，且用戶查詢的維度/指標(biāo)需要跨模型關(guān)聯(lián)計(jì)算時(shí)，傳統(tǒng)大模型可能因無法準(zhǔn)確理解模型間的關(guān)聯(lián)關(guān)系而產(chǎn)生錯(cuò)誤解讀。用友BIP數(shù)據(jù)智能體通過顯式構(gòu)建模型間關(guān)系知識(shí)，確?？缒Ｐ筒樵兊臏?zhǔn)確性。
能力3：通過快捷指令訂閱“關(guān)鍵指標(biāo)、數(shù)據(jù)看板”
用戶可以訂閱關(guān)鍵數(shù)據(jù)指標(biāo)，數(shù)據(jù)智能體將按設(shè)定條件自動(dòng)推送動(dòng)態(tài)可視化分析內(nèi)容，實(shí)現(xiàn)數(shù)據(jù)監(jiān)控“一次訂閱，持續(xù)送達(dá)”。比如用戶通過快捷指令方式，向智能體發(fā)送訂閱消息：訂閱30天，每天早上9點(diǎn)推送各省份當(dāng)天、今年的銷售金額、完成率。
另外，數(shù)據(jù)智能體還可按預(yù)設(shè)周期自動(dòng)向用戶推送定制化數(shù)據(jù)看板，實(shí)現(xiàn)關(guān)鍵業(yè)務(wù)指標(biāo)的智能觸達(dá)?？窗鍍?nèi)容包含用戶關(guān)注的核心指標(biāo)及可視化圖表，適用于管理層監(jiān)控業(yè)務(wù)動(dòng)態(tài)、運(yùn)營(yíng)人員追蹤核心KPI等場(chǎng)景，確保信息及時(shí)性。
能力4：在數(shù)據(jù)看板中推送“預(yù)警分析”
在PC端，當(dāng)用戶打開數(shù)據(jù)看板，自動(dòng)呼出“智友”，智友會(huì)顯示與當(dāng)前看板相關(guān)的分析數(shù)據(jù)和圖表。比如，在財(cái)務(wù)運(yùn)營(yíng)看板中，智友會(huì)自動(dòng)推動(dòng)“合同簽約、收款、人均產(chǎn)出”等關(guān)鍵分析指標(biāo)，用戶點(diǎn)擊“合同簽約”的圖表預(yù)警指標(biāo)，智友會(huì)繼續(xù)推送相關(guān)分析結(jié)果。
5個(gè)步驟
快速構(gòu)建一個(gè)問數(shù)智能體
基于用友BIP數(shù)據(jù)智能體構(gòu)建器，經(jīng)過以下幾個(gè)簡(jiǎn)單的步驟，企業(yè)可以在幾分鐘內(nèi)快速構(gòu)建一個(gè)問數(shù)智能體，在web端、手機(jī)端隨時(shí)可以問數(shù)、洞察分析數(shù)據(jù)。
1) 新建智能體：打開“數(shù)據(jù)智能體”節(jié)點(diǎn)，創(chuàng)建一個(gè)數(shù)據(jù)智能體；
2) 添加數(shù)據(jù)知識(shí)：添加模型知識(shí)，以及包含同義詞、別名、業(yè)務(wù)私域知識(shí)在內(nèi)的業(yè)務(wù)知識(shí)；
3) AI生成開場(chǎng)引導(dǎo)：當(dāng)不知道該如何組織提問句式時(shí)，可以通過“AI”自動(dòng)生成開場(chǎng)引導(dǎo)提問示例；
4) 保存&調(diào)試：保存數(shù)據(jù)智能體并調(diào)試預(yù)覽效果，測(cè)試提示詞、業(yè)務(wù)知識(shí)是否生效，數(shù)據(jù)是否正確；
5) 發(fā)布&授權(quán)：完成數(shù)據(jù)智能體對(duì)象發(fā)布，同時(shí)數(shù)據(jù)智能體可以發(fā)布為一個(gè)數(shù)智員工，對(duì)數(shù)據(jù)員工進(jìn)行角色授權(quán)，并初始化、啟用后即可使用。
數(shù)據(jù)智能體依托iuap數(shù)智底座，構(gòu)建了面向多業(yè)務(wù)場(chǎng)景的智能化分析體系，該體系通過多智能體協(xié)作層實(shí)現(xiàn)數(shù)據(jù)開發(fā)、治理、分析的一體化高效協(xié)同。企業(yè)可以根據(jù)自身需求，快速創(chuàng)建財(cái)務(wù)分析、人力分析、生產(chǎn)分析、營(yíng)銷分析等各類細(xì)分場(chǎng)景的數(shù)據(jù)智能體，充分挖掘和發(fā)揮數(shù)據(jù)價(jià)值，以數(shù)據(jù)賦能決策，快速響應(yīng)業(yè)務(wù)變化。
而數(shù)據(jù)價(jià)值的充分發(fā)揮，離不開數(shù)據(jù)治理水平的不斷提升，下一期我們聚焦數(shù)據(jù)治理，請(qǐng)持續(xù)關(guān)注「洞見數(shù)據(jù)」專題。
洞見數(shù)據(jù)
電子書下載
