产品至简,大道行宽——Quick BI接入通义千问大模型,引领数据消费新范式

简介: 产品至简,大道行宽——Quick BI接入通义千问大模型,引领数据消费新范式

在2023云栖大会“大数据与数据分析”专场中,瓴羊Quick BI产品经理王兆天出席会议并围绕数据消费主题进行发言,外加生动的现场演示,向与会人士介绍了Quick BI产品的智能化升级以及在数据消费领域的创新应用。一、大智,若愚

傻瓜相机(Point-and-Shoot Camera)的故事始于20世纪的摄影行业,这种相机的设计理念是为了简化摄影过程,让普通消费者也能轻松拍出高质量的照片。在傻瓜相机出现之前,摄影是一项需

要专业知识和技巧的活动。用户需要了解光圈、快门速度、ISO等复杂的概念,并且在拍摄时进行手动调整,这对于大部分普通用户来说是一个挑战。为了解决这个问题,相机制造商开始推出更为用户友好的相机——傻瓜相机。这种相机通常具有自动对焦、自动曝光、自动闪光等功能,用户只需对准目标按下快门即可。傻瓜相机的出现极大地降低了摄影的技术门槛,使得更多的人能够享受拍照的乐趣。BI也一样。2019年前后,智能BI开始逐渐代替敏捷BI,成为行业发展的新方向。智能BI即AI+BI,使用了自然语言处理技术支持数据分析平台,简单易用,支持零基础业务人员进行全流程分析。由于人工智能和机器学习技术的使用,智能BI可以根据数据自动形成可复用的模型,因此在前期也不需要企业IT部门进行大量的数据建模,对业务端更加友好。时间转眼回到今年,2023,模型纷乱。大模型技术的爆发性增长引发了行业内一系列乱象,随处可见的是各种模型和算法的大规模涌现,企业和研究机构纷纷炫耀自己的技术进步,导致市场过度竞争和资源分散的现象,而这背后往往缺乏对真正应用价值和客户需求的深刻理解。随着热度渐渐褪去,冷静下来的市场逐渐看清:不论是技术炫技还是商业模式,终究还是要回归应用的本质。客户更关心的是,这些智能模型如何从理论走向实践,如何从概念落地到日常业务中。如果说有一个共性的诉求,那么一定是借助数智化工具来提升企业的生产效率。


二、热技术,冷思考

Quick BI一直是冷静的。不同于公众对于通用大模型问答的尝鲜态度,对于Quick BI来说,数据分析永远是一件严肃的事情。一个数字,甚至于一个小数点,背后都决定了业务的成败。然而,随着需求来源的不断延伸,Quick BI产品的使用人群渐渐从专业的数据分析师,溢向了更多的一线业务人员。“如何即刻看到销售数据?如何快速完成财务报表?如何根据数据拐点发现营销策略问题?”在各类需求引导之下,王兆天开始思考:如何帮助非技术人员随时随地看到数据,让数据消费的门槛更低,操作更简单、直观和高效?大模型是个答案。然而,对于要接入哪种大模型,接入后又如何保证数据准确度?这才是真正有待解决的问题。Quick BI技术团队在前期做了详细的规划与测试。在做了大量的测试与预训练之后,Quick BI选择并成功接入了通义千问基础大模型。基于通义千问底座的BI领域大模型是一个会使用工具的大模型,也是更会计算的大模型。它背后有阿里巴巴数据中台沉淀所积累的经验。瓴羊团队拥有专业的语料库和知识库,帮助用户了解SQL写法,包括动态分区等高级技术。同一技术生态下,通义千问的加持可以帮助Quick BI打造出全面、精良的底座产品功能,实现数据可视化以及分析洞察,帮助千行百业将数据消费变得更简单,推动企业完成数智化升级。“Quick BI智能化的意义是让每个人都可以更自由、更高效地探索数据。只有当数据消费简单了,企业才能更容易形成数据文化。”王兆天谈到产品设计的初心,就是希望Quick BI能成为企业任何部门、任何员工都能轻松上手的数据分析助手,并在各领域创造出无限精彩的可视化呈现。


三、衍化至繁,大道至简

会上,王兆天现场演示了如何借助智能小Q,以对话输入的方式帮助用户即刻获得业务数据分析结果,让更多非技术岗位的用户也能够自行探索数据。Quick BI智能小Q具备三大核心能力:1)对话式报表搭建——帮助用户自动生成整张报表,快速呈现数据结果。用户只需简单输入即可完成复杂配置,无需苦苦寻找隐藏在表单深处的功能点与配置项;2)一键智能美化——帮助用户打造出专业美观的视觉效果,选配属于自己企业的品牌色;3)智能洞察归因——帮助用户快速生成报表摘要,快速定位发现并分析异常情况原因。大会现场,观众们表现出对Quick BI产品智能化升级的浓厚兴趣,纷纷表示希望可以尽快试用这个功能。还在演讲结束后与王兆天交流了各自企业数字化建设的困扰和需求。“衍化至繁,大道至简”,王兆天表示,今天企业做数字化,从数据建设到数据治理,琐碎的问题层出不穷,这就是所谓的“衍化至繁”。但真正的目标应当是实现企业数据消费文化,这则需要追求所谓的“大道至简”。只有当数据产品足够简单,企业才能营造出优秀的数据文化,让数据消费的大道愈行愈宽。尾声:如今,随着智能手机的普及和其内置相机功能的不断提升,智能手机几乎成为了大多数人的主要拍照工具,傻瓜相机的市场份额进一步缩减。尽管如此,傻瓜相机在摄影史上仍然占有一席之地,它们的出现使得摄影成为普罗大众都能享受的艺术形式,并在世界各地留下了无数珍贵的记忆瞬间。

相关实践学习
通义万相文本绘图与人像美化
本解决方案展示了如何利用自研的通义万相AIGC技术在Web服务中实现先进的图像生成。
7天玩转云服务器
云服务器ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,可降低 IT 成本,提升运维效率。本课程手把手带你了解ECS、掌握基本操作、动手实操快照管理、镜像管理等。了解产品详情: https://www.aliyun.com/product/ecs
相关文章
|
2月前
|
分布式计算 测试技术 Spark
科大讯飞开源星火化学大模型、文生音效模型
近期,科大讯飞在魔搭社区(ModelScope)和Gitcode上开源两款模型:讯飞星火化学大模型Spark Chemistry-X1-13B、讯飞文生音频模型AudioFly,助力前沿化学技术研究,以及声音生成技术和应用的探索。
245 2
|
2月前
|
人工智能 Java API
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)
本文介绍AI大模型的核心概念、分类及开发者学习路径,重点讲解如何选择与接入大模型。项目基于Spring Boot,使用阿里云灵积模型(Qwen-Plus),对比SDK、HTTP、Spring AI和LangChain4j四种接入方式,助力开发者高效构建AI应用。
1283 122
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)
|
1月前
|
人工智能 搜索推荐 程序员
当AI学会“跨界思考”:多模态模型如何重塑人工智能
当AI学会“跨界思考”:多模态模型如何重塑人工智能
248 120
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
AI Compass前沿速览:Qwen3-Max、Mixboard、Qwen3-VL、Audio2Face、Vidu Q2 AI视频生成模型、Qwen3-LiveTranslate-全模态同传大模型
AI Compass前沿速览:Qwen3-Max、Mixboard、Qwen3-VL、Audio2Face、Vidu Q2 AI视频生成模型、Qwen3-LiveTranslate-全模态同传大模型
514 13
AI Compass前沿速览:Qwen3-Max、Mixboard、Qwen3-VL、Audio2Face、Vidu Q2 AI视频生成模型、Qwen3-LiveTranslate-全模态同传大模型
|
2月前
|
自然语言处理 机器人 图形学
腾讯混元图像3.0正式开源发布!80B,首个工业级原生多模态生图模型
腾讯混元图像3.0,真的来了——开源,免费开放使用。 正式介绍一下:混元图像3.0(HunyuanImage 3.0),是首个工业级原生多模态生图模型,参数规模80B,也是目前测评效果最好、参数量最大的开源生图模型,效果可对…
683 2
腾讯混元图像3.0正式开源发布!80B,首个工业级原生多模态生图模型
|
1月前
|
缓存 物联网 PyTorch
使用TensorRT LLM构建和运行Qwen模型
本文档介绍如何在单GPU和单节点多GPU上使用TensorRT LLM构建和运行Qwen模型,涵盖模型转换、引擎构建、量化推理及LoRA微调等操作,并提供详细的代码示例与支持矩阵。
335 2
|
1月前
|
传感器 人工智能 监控
拔俗多模态跨尺度大数据AI分析平台:让复杂数据“开口说话”的智能引擎
在数字化时代,多模态跨尺度大数据AI分析平台应运而生,打破数据孤岛,融合图像、文本、视频等多源信息,贯通微观与宏观尺度,实现智能诊断、预测与决策,广泛应用于医疗、制造、金融等领域,推动AI从“看懂”到“会思考”的跃迁。
|
1月前
|
存储 机器学习/深度学习 人工智能
54_模型优化:大模型的压缩与量化
随着大型语言模型(LLM)的快速发展,模型规模呈指数级增长,从最初的数亿参数到如今的数千亿甚至万亿参数。这种规模扩张带来了惊人的能源消耗和训练成本,同时也给部署和推理带来了巨大挑战。2025年,大模型的"瘦身"已成为行业发展的必然趋势。本文将深入剖析大模型压缩与量化的核心技术、最新进展及工程实践,探讨如何通过创新技术让大模型在保持高性能的同时实现轻量化部署,为企业和开发者提供全面的技术指导。
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
53_多模态LLM:图像理解的新范式
在人工智能技术快速发展的今天,单一模态的语言模型已经无法满足日益复杂的应用需求。2025年,多模态大型语言模型(MLLM)的崛起标志着AI技术进入了一个新的发展阶段,特别是在图像理解与文本生成的结合方面取得了突破性进展。本文将深入剖析多模态LLM的技术原理、架构设计、性能评估及实际应用案例,探讨视觉-语言融合技术如何重塑AI应用的边界,以及在未来发展中面临的挑战与机遇。