【瓴羊数据荟】 共话AI×Data的企业应用进化,瓴羊「数据荟」MeetUp城市行上海场顺利收官!

本文涉及的产品
智能数据建设与治理Dataphin,200数据处理单元
简介: 瓴羊「数据荟」Meet Up城市行系列活动第四期活动将于3月7日在上海举办,由中国信息通信研究院与阿里巴巴瓴羊专家联袂呈现,共同探讨AI时代的数据应用实践与企业智能DNA的革命性重构。

在这个AI智能化时代,每一比特的数据都蕴含着改变世界的潜能。

瓴羊「数据荟」数据Meet Up城市行系列活动为汇聚数据同行者,搭建开放交流的平台。在这里看见业内先进数据产品研究、分享成功企业经验,探索数据与企业应用的交融与创新,解锁数据未来的无限可能


当大模型遇见数据,一场重构企业智能DNA的技术变革正在悄然发生。当AI越来越智能,企业有望将部分数据治理工作交给AI,降低好数据的生产成本;而LLM大模型的普及,则预示着人人都是数据消费者的智能BI时代,爆发拐点已至。

 

AIData紧密结合的时代,企业如何通过AI,减轻数据治理负担?如何将BI工具创新,应用于业务实践?

 

37日,瓴羊「数据荟」MeetUp城市行上海场活动在阿里巴巴上海徐汇滨江园区圆满落幕。本次活动以“AI x Data——大模型时代的数据治理与BI创新应用为主题,云集多位技术大咖,通过实战案例与前沿思辨,深度解码重构企业智能基因的实战路径。

 

AI大模型时代,数据治理与智能BI发生新变

中国信通院华东分院数据事业部主任崔晓君指出,人工智能正从以模型为中心,逐步向以数据为中心转变,数据成为AI时代的核心生产要素。在政策支持下,人工智能与数据要素的顶层设计日趋完善,并进入落地实施阶段。国家数据局的成立,进一步优化了数据要素的统筹管理和协调发展机制。如今,随着数据治理与人工智能技术的创新发展,二者正以高度协同的方式相互促进。

image.png

图:AI时代数据发展新背景

然而,AI也带来了更高的数据质量要求、更复杂的安全与隐私风险,更加显著的偏见与歧视等挑战。大模型与数据治理的结合,正在为这些问题提供解决方案。借助AI的自然语言理解与生成能力,用户能够以自然语言方式与数据交互,实现数据治理升级,并最终呈现出以下三大趋势:高效的数据治理框架、数据安全与合规,以及数据质量管理与提升。同时,BI分析在企业决策中的价值愈发凸显,它可以将数据转化为有价值的信息,降低决策盲目性。企业需要考虑将AIBI相结合,通过AI增强分析,真正让数据支撑决策、优化业务流程内容,支撑大模型在企业的落地与应用。

 

image.png

图:中国信通院华东分院数据事业部主任崔晓君现场分享

 

阿里云智能瓴羊高级技术专家刘少伟指出,自 2010 年传统 BI 发展至今,行业正从敏捷 BI 迈向智能 BI,未来有望借助大模型实现数据民主化,让人人都是数据消费者。凭借智能化和开放性的优势,Quick BI 连续 5 年入选Gartner ABI 魔力象限,并成为国内唯一入选该象限的产品。

 

企业级智能 BI 并非简单结合 BI 工具与大模型,而是融合 BI 工具、大语言模型与企业私域数据的三位一体模式。其主要沿三个方向演进:智能助理(Copilot)、智能问数(ChatBI)和洞察分析(Insight)。

image.png

图:企业级智能BI分析的三位一体

 

Quick BI 智能问数为例,在应用自然语言处理技术时,Quick BI选择了更适合契合企业级场景的Text2DSL,而非适用于个人或小型团队的Text2SQL。这一过程中,Quick BI还调用了大量丰富的算子和函数,既能让增强SQL更简洁高效,又能支持各类复杂分析。其落地产品「智能小Q」具备智能搭建与智能问数两大能力,支持一键生成报表、美化及批量配置,能够让用户通过自然语言交互快速获取数据,同时还具备智能洞察能力,可以帮助用户快速生成报表摘要,自动检测异常,并进行归因诊断,快速发现数据问题和原因。

值得注意的是,智能小Q在官方智能体能力基础上,还支持接入Dify/百炼上其他企业模型,用户可按需自定义智能体,该智能体可以方便地复用Quick BI的多种基座能力,如权限管控、可视化交互、查询引擎等,搭建出来的智能体能针对性地根据企业使用场景进行洞察分析。

image.png

图:阿里云智能瓴羊高级技术专家刘少伟现场分享

 

阿里云智能瓴羊高级技术专家周鑫指出,针对数据治理缺乏核心抓手、流程相对复杂、工具支撑不足、难以持续治理等痛点,瓴羊提出体系化、可落地的数据治理方法论:以业务模型为起点,梳理数据标准;基于数据标准,落地开发规范;通过标准化手段,实现自动化质量监控与安全分类;最终构建技术与业务统一语言,助力消费场景的落地。

 

image.png

图:瓴羊数据治理方法论

 

不论是资产运营、元数据管理、智能问数场景,还是数据发现、治理与评估环节,AI均可参与其中,实现提效提速。例如,在智能找数场景,瓴羊Dataphin「智能小 D 」可充当数据 PD,快速定位所需数据;在元数据自动补全场景,可自动生成并归类字段名称、描述及口径;在智能数据识别场景,可自动识别敏感数据,无需人工编写。随着AI技术的发展,数据治理将从提效阶段,走向自动化、智能化,对数据治理的执行效果施加更大影响力。

image.png

图:阿里云智能瓴羊高级技术专家周鑫现场分享

 

从数据架构到Agent智能体,瓴羊加速AI+数据企业侧落地实践

阿里云智能瓴羊高级技术专家江岚指出,在面对数据架构问题时,客户需求各不相同:数据生产者或研发人员希望提高研发效率;数据消费者或使用者则希望简化数据获取流程;管理者则关注降低管理和研发成本。当前,LakehouseFabric是市面常见的数据架构:前者的核心优势在于存算分离,即存储和计算可以独立选择,提供更大的灵活性;后者的核心理念是数据不动,计算动,更加注重数据的流动性与连接性。

 

结合两者的优势,瓴羊提出了多引擎、多云、多组织的现代数据架构——One Catalog。该架构支持统一的资产目录,覆盖数据资产的开发、治理、运营与消费等各个场景。存算分离和数据虚拟化等技术,进一步增强了架构的灵活性,提高了数据操作的便捷性与流畅度。

image.png

图:瓴羊现代数据架构——One Catalog

作为One Catalog的落地产品,瓴羊Dataphin平台实现了对数据入湖、计算、消费整个生命周期的全面覆盖。其不仅支持多湖、多云、多引擎以及多模式的灵活入湖,还建立了全链路资产血缘,便于降低用户计算配置成本。在跨源分析、全渠道消费场景,Dataphin平台还保持了一致的管控能力,确保不同消费者都能获得一致的消费体验。

image.png

图:阿里云智能瓴羊高级技术专家江岚现场分享

 

阿里云智能瓴羊副总裁甄日新指出,瓴羊致力于将阿里巴巴沉淀十余年的数字化服务经验,系统化、产品化地全面对外输出给千行百业。在数据分析场景,历经CopilotBOTaAent演进,Quick Bl 智能小Q已具备全栈Al分析能力。在数字服务场景,瓴羊通过Quick BI自训模型与API接入,形成了功能丰富的智能体,保障了准确度与体验的双重提升,解决了知识库管理等周边工程问题。目前,瓴羊智能客服Quick Service也通过丰富的AI应用,大幅提升了用户交互体验。此外,瓴羊还将AI应用于数字营销领域,搭建了成熟的CDP(用户画像引擎)+MA(自动营销引擎)套件,并在其中逐步融入AI元素,利用多Agent的智能体组合,解决复杂的营销问题。

 

image.png

图:阿里云智能瓴羊副总裁甄日新现场分享

 

面向未来,智能体将经历从短任务长任务的转变,OpenAI Deepresearch Manus让人们看到了用多智能体解决长任务的可能性;未来企业级Agent体系,也呈现出向长任务演进的核心依赖趋势,其突破口在于数据、意图识别和决策、Action三个层面。基于此,瓴羊也将依托核心服务,面向未来的企业级Agent体系,打造个性化Agents和数字员工,让业务人员在真实场景中,感知到数字员工的提效作用。可以预见,每一个企业未来都会有专属的智能体中心。基于智能体搭建的平台,瓴羊可以调用集成数据能力,面向业务需求定制化生成数字员工,比如销售助理、供应链分析师等等。而这一天来临的速度,取决于基础模型的演进程度、厂商的精准度提升以及企业的想象力,智能体才能真正走向生产级的应用。

image.png

图:瓴羊面向未来的企业级Agent体系

 

随着 AI 技术的持续演进,数据治理、 BI 应用、客户服务、智能营销等场景正从辅助决策主动智能转变。瓴羊将深度融合 AI 与数据能力,探索AI+BI 创新应用,帮助千行百业在智能化浪潮中抢占先机,实现更高效的数据加工和消费模式。


目录
打赏
0
0
0
0
338
分享
相关文章
AI职场突围战:夸克应用+生成式人工智能认证,驱动“打工人”核心竞争力!
在AI浪潮推动下,生成式人工智能(GAI)成为职场必备工具。文中对比了夸克、豆包、DeepSeek和元宝四大AI应用,夸克以“超级入口”定位脱颖而出。同时,GAI认证为职场人士提供系统学习平台,与夸克结合助力职业发展。文章还探讨了职场人士如何通过加强学习、关注技术趋势及培养合规意识,在AI时代把握机遇。
多模态AI核心技术:CLIP与SigLIP技术原理与应用进展
近年来,多模态表示学习在人工智能领域取得显著进展,CLIP和SigLIP成为里程碑式模型。CLIP由OpenAI提出,通过对比学习对齐图像与文本嵌入空间,具备强大零样本学习能力;SigLIP由Google开发,采用sigmoid损失函数优化训练效率与可扩展性。两者推动了多模态大型语言模型(MLLMs)的发展,如LLaVA、BLIP-2和Flamingo等,实现了视觉问答、图像描述生成等复杂任务。这些模型不仅拓展了理论边界,还为医疗、教育等领域释放技术潜力,标志着多模态智能系统的重要进步。
41 13
多模态AI核心技术:CLIP与SigLIP技术原理与应用进展
告别数据混乱:瓴羊Dataphin 通过AI+标准让企业数据“活”起来 | 【瓴羊数据荟】数据MeetUp第四期
AI技术的快速发展促使企业重新审视数据治理的重要性。当前,企业在数据治理中常因指标口径不统一、数据血缘不透明等问题陷入困境。阿里云智能集团瓴羊高级技术专家周鑫提出,以数据标准为核心贯穿数据全生命周期,可有效解决治理难题。
78 15
告别数据混乱:瓴羊Dataphin 通过AI+标准让企业数据“活”起来 | 【瓴羊数据荟】数据MeetUp第四期
大模型+BI:一场关乎企业未来生死的数据智能卡位战 | 【瓴羊数据荟】数据MeetUp第四期
随着大模型技术突破,全球企业迎来数据智能革命。Gartner预测,到2027年,中国80%的企业将采用多模型生成式AI策略。然而,数据孤岛与高门槛仍阻碍价值释放。
大模型+BI:一场关乎企业未来生死的数据智能卡位战 | 【瓴羊数据荟】数据MeetUp第四期
帮你整理好了,AI 网关的 8 个常见应用场景
通过 SLS 还可以汇总 Actiontrail 事件、云产品可观测日志、LLM 网关明细日志、详细对话明细日志、Prompt Trace 和推理实时调用明细等数据汇总,从而建设完整统一的可观测方案。
36.7K star!拖拽构建AI流程,这个开源LLM应用框架绝了!
`Flowise` 是一款革命性的低代码LLM应用构建工具,开发者通过可视化拖拽界面,就能快速搭建基于大语言模型的智能工作流。该项目在GitHub上线不到1年就斩获**36.7K星标**,被开发者誉为"AI时代的乐高积木"。
【AI落地应用实战】大模型加速器2.0:基于 ChatDoc + TextIn ParseX+ACGE的RAG知识库问答系统
本文探讨了私有知识库问答系统的难点及解决方案,重点分析了企业知识管理中的痛点,如信息孤岛、知识传承依赖个人经验等问题。同时,介绍了IntFinQ这款知识管理工具的核心特点和实践体验,包括智能问答、深度概括与多维数据分析等功能。文章还详细描述了IntFinQ的本地化部署过程,展示了其从文档解析到知识应用的完整技术闭环,特别是自研TextIn ParseX引擎和ACGE模型的优势。最后总结了该工具对企业和开发者的价值,强调其在提升知识管理效率方面的潜力。
一键轻松打造你的专属AI应用!
函数计算提供免运维、Serverless GPU,具备极致弹性与按量付费优势,助您一键部署AI大模型,加速业务创新。
瓴羊Quick BI助力深圳光明环境水务公司举办水务数据应用大会暨第二届“光环杯”BI应用大赛
瓴羊Quick BI助力深圳光明环境水务公司举办水务数据应用大会暨第二届“光环杯”BI应用大赛
188 0
|
11月前
|
BI
Quick BI V5.0发布:一键解锁智能小Q等全新智能商业分析能力
Quick BI V5.0发布:一键解锁智能小Q等全新智能商业分析能力
380 0
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等