在AI與數據深度融合的新紀元,一場針對企業智能核心的重塑運動正悄然推進。隨著人工智能技術的日益精進,企業正逐步將AI引入數據治理領域,以期降低高質量數據的生產成本。同時,LLM大模型的普及預示著智能BI時代即將到來,人人都有望成為數據消費者,這一轉變的臨界點已然顯現。
近日,瓴羊在上海阿里巴巴徐匯濱江園區成功舉辦了「數據薈」MeetUp城市行活動,聚焦“AI x Data——大模型時代的數據治理與BI創新應用”主題。活動匯聚了眾多技術領域的專家,通過實戰案例分享與前沿理念探討,深入剖析了企業智能基因重構的實踐路徑。
中國信通院華東分院數據事業部主任崔曉君在活動中指出,人工智能正逐步從“模型中心化”向“數據中心化”轉變,數據已成為AI時代的核心生產資料。在政策推動下,人工智能與數據要素的頂層設計日益完善,并進入實質性落地階段。國家數據局的成立進一步強化了數據要素的統籌管理與協調發展機制。數據治理與人工智能技術的協同創新,正以前所未有的方式相互促進。
然而,AI技術的快速發展也帶來了數據質量、安全與隱私、偏見與歧視等方面的挑戰。大模型與數據治理的結合,為這些問題的解決提供了新的思路。借助AI的自然語言理解與生成能力,用戶能夠以自然語言與數據交互,實現數據治理的升級。這一趨勢正推動高效數據治理框架、數據安全與合規以及數據質量管理與提升的發展。同時,BI分析在企業決策中的重要性日益凸顯,它能夠將數據轉化為有價值的信息,減少決策的盲目性。企業正積極探索將AI與BI相結合,通過AI增強分析,使數據真正支撐決策、優化業務流程,推動大模型在企業內部的落地與應用。
阿里云智能瓴羊的高級技術專家劉少偉分享了BI領域的最新進展。他指出,自2010年傳統BI興起至今,行業已邁向敏捷BI階段,并有望借助大模型實現數據民主化,讓每個人都能成為數據消費者。Quick BI憑借其智能化和開放性的優勢,連續五年入選Gartner ABI魔力象限,成為國內唯一入選該象限的產品。企業級智能BI并非簡單地將BI工具與大模型結合,而是融合BI工具、大語言模型與企業私域數據的“三位一體”模式,沿著智能助理、智能問數和洞察分析三個方向演進。
以Quick BI的智能問數為例,它采用了更適合企業級場景的Text2DSL技術,而非適用于個人或小型團隊的Text2SQL。這一過程中,Quick BI調用了大量豐富的算子和函數,既簡化了SQL,又支持了復雜分析。其落地產品“智能小Q”具備智能搭建與智能問數兩大能力,支持一鍵生成報表、美化及批量配置。用戶可以通過自然語言交互快速獲取數據,同時智能小Q還具備智能洞察能力,能夠自動生成報表摘要、檢測異常并進行歸因診斷,快速發現數據問題和原因。
阿里云智能瓴羊的另一位高級技術專家周鑫,針對數據治理的痛點提出了體系化、可落地的方法論。他以業務模型為起點,梳理數據標準,基于數據標準落地開發規范,通過標準化手段實現自動化質量監控與安全分類,最終構建技術與業務的統一語言,助力消費場景的落地。AI技術在數據治理中的應用,從提效階段走向自動化、智能化,對數據治理的執行效果產生了深遠影響。例如,在智能找數場景,瓴羊Dataphin的“智能小D”能夠快速定位所需數據;在元數據自動補全場景,能夠自動生成并歸類字段名稱、描述及口徑;在智能數據識別場景,能夠自動識別敏感數據,無需人工編寫。