揭秘铁三角共振力量，Smartbi AIChat白泽如何跃升为行业翘楚？

发布时间：2024-10-22      游览量：209

• 银行 数据分析报表数据分析kpi绩效考核表模板

前言

随着大模型的崛起，问答式商业智能（BI）产品层出不穷，功能虽大同小异，但通过对话式操作大幅降低了用户门槛，使更多业务用户能够轻松高效地进行数据分析，提升数据价值的普及率。

尽管智能BI产品前景广阔，用户对其实用性仍有疑虑。BI应用的核心在于能否准确输出复杂的分析洞察，用户担心这些产品表面华丽，内涵却缺乏深度。

因此，选择智能问答BI产品时，用户需关注其功能背后的技术与经验，评估准确性、安全性等关键指标，深入了解其分析能力和专业性，以确保准确满足复杂应用场景的需求，从中获得真正的价值与洞察。

今年8月，思迈特推出基于Agent技术的Smartbi AIChat白泽，已成为行业焦点。白泽是一款集易用性、灵活性、安全性、准确性于一体的智能问答式BI产品，通过自然语言对话式查询与交互的方式，满足复杂数据计算、归因预测及数据解释、复杂嵌套式查询等多种数据分析需求。

Smartbi AIChat白泽之所以能成为行业新标杆，源于其将先进的人工智能技术、BI技术与行业丰富经验完美融合，形成如同铁三角般的协同效应。这样的深度融合不仅提供便捷操作体验，也确保数据分析洞察的准确性和专业性。

Part1

铁三角实力分别如何？

一：白泽采用最先进的AI技术

近些年来，对话式分析技术发展迅猛，思迈特软件的技术方案也随着行业的进步不断优化升级。每一次调整都致力于克服以往技术的局限性，推动对话式分析能力的不断提升与完善。

在对话式分析技术路线中，技术路线一（NL2SQL路线）在准确性、数据权限、指标口径、复杂分析、扩展性和灵活性方面存在局限性。技术路线二（NL2DSL路线）虽然改善了精准度和安全性，但因需单独微调和适配而导致巨大的工作量和成本，同时限制了泛化能力。

技术路线三（NL2DSL+指标库Metrics路线）通过指标库和RAG能力提升模型对行业知识的理解，进一步提高数据分析和决策的准确性，但仍无法进行高级分析或提供推荐和建议。

Smartbi AIChat白泽在技术路线三RAG增强检索能力的基础上，采用先进的AI Agent技术，结合Python等工具，显著提升了数据分析的准确性和灵活性。AI Agent通过规划器理解问题，将复杂任务拆解为小任务并逐一完成，生成的Python代码确保了任务的精准与高效。Python作为强大的编程语言，具备处理复杂数据分析任务的优势，特别是在诊断、预测和指示性分析、机器学习和可视化方面。AI Agent与Python的结合，增强了白泽的任务执行效率和扩展能力。

▲Smartbi AIChat白泽技术原理

二、白泽拥有行业领先的BI能力

1、数据模型

数据模型是数据分析的核心基础，犹如汽车的引擎，决定了行驶的动力、效率、速度和稳定性。智能BI则像一辆智能汽车，如果引擎不够强大，仅依赖智能技术，就能平稳快速前行吗？并不能！

只有夯实数据模型这一基础，智能技术才能发挥其最大效能，确保分析过程高效、精准，助力企业稳步前进。而Smartbi数据模型带来了“敏捷多维建模”的新思路，从“数据引擎”上提高数据准备效率，为上层应用输出更澎湃的“动力”！

如下图示例，在处理复杂问句（如“2024年1月4日，现金资产超过1万且贷款金额少于1万的客户的学历、总资产和总负债情况”）时，想要准确响应，需要准确识别问句中相关的物理表，如“资产事实表”、“债务事实表”和“客户信息表”，并有效关联这些事实表。

然而，传统数据管理方式依赖于表，这些表的数据质量参差不齐，且信息常常分散并重复。通常的智能问答工具仅依赖大模型的NL2SQL转换能力，面对需要多事实表关联的复杂问句时，不仅难以准确选择表格，还难以判断在不同聚合粒度下的关联关系。它们往往强行进行左连接或右连接，导致生成的SQL语句不够准确，进而造成查询结果的缺失或错误。

而Smartbi的数据模型，支持以维度建模的方式生成星座模型。这里我们可以把"资产事实表"、"债务事实表"、"客户事实表"等多张事实表，以共享"客户维"、"日期维"等维表的方式创建星座模型，这种方式不仅避免了数据冗余，还能通过维表关联多事实表，实现不同粒度的聚合关联，提升数据查询的准确性和效率。

因此，在面对上述问句时，白泽首先通过创建好的星座数据模型动态构建仅包含相关信息的"资产事实表"、"债务事实表"和"客户信息表"这三个小表，然后通过"客户信息表"这个维表分别去关联"资产事实表"和"债务事实表"，最后无论从哪种粒度进行查询，我们都可以轻松生成正确的SQL，确保最终结果正确无误。

此外，白泽还加载了数据模型强大的计算能力。它在面对包含时间计算的问句（如"2024年1月4日，所有客户的资产和负债金额，以及同比"）时，无需大模型生成复杂的SQL，只要通过数据模型动态构建的包含"资产金额同比"、"负债金额同比"的单表，即可快速准确地完成查询，从而进一步降低大模型对于NL2SQL能力的依赖。

2、指标模型

Smartbi通过构建统一的指标模型，实现跨系统的数据整合。这种整合不仅减少了数据冗余，还确保了数据口径的统一。Smartbi的指标模型能够融合行业指标体系，有效对接企业的战略目标。

深度解读 | 中国企业为什么需要以指标为核心的ABI平台？

使用指标模型后，企业就如同监控汽车行驶，能够清晰设定战略目标，并实时监测关键运营参数，这种方式不仅确保企业沿着既定战略稳步前进，还能及时发现潜在问题，迅速应对，从而保障运营的安全性和效率。

3、BI分析能力

Smartbi具备一站式的数据分析能力，可以涵盖描述性、诊断性、预测性和指导性分析，同时拥有多表关联查询分析、多数据集融合分析、探索分析和多模态展现等分析能力。此外，Smartbi还提供专业的数据挖掘工具，内含60+专业的算法。这些专业的分析能力，会使得白泽在智能BI领域拥有非常明显的领导性和优势。

有了OLAP，为什么还需要数据挖掘？

三、白泽基于丰富的行业Know-how

Smartbi在BI数据分析行业13年的深耕，不仅积累了5000+的客户经验，还沉淀了金融、政府、制造、医疗、教育等众多行业的宝贵知识。这些行业 Know-how不仅帮助Smartbi更好地理解客户需求，还为其提供了丰富的解决方案案例和行业最佳实践。

Part2

铁三角如何共振发力

一、RAG+数据模型/指标模型+行业Know-how，拥有准确性和安全性

通过全面的RAG技术，在向量库中接入元数据、示例、业务知识及外部知识，使得Smartbi AIChat白泽懂得越多，理解能力不断增强，准确性也随之提升。同时，统一的指标模型和数据模型确保了数据口径的一致性，同时结合丰富的行业Know-how经验，融合企业指标体系和落地经验，实现更准确的结果，进而实现企业战略目标。

此外，系统还能根据用户的使用情况不断迭代，越用越智能，越用越精准。初次使用时即可达到80%-90%的准确度，在特定场景下甚至能实现99%的准确率。

除了准确性之外，白泽还有一个特性是安全性。目前，Smartbi AIChat不仅支持百度、阿里等大模型，还支持多种本地私有化部署的大模型。系统具有金融级别的安全管理体系，包括操作权限、资源权限和数据权限三大类型的权限控制，确保数据安全和合规。

二、Agent+Python+工具，拥有灵活性和扩展分析洞察能力

1、计算能力的融合

Smartbi数据模型擅长大规模数据分析，Python则在复杂算法处理上表现出色。Smartbi AIChat结合两者优势，用户可在一个平台完成数据准备、计算和结果呈现。系统根据任务类型灵活分配计算：部分在Smartbi模型中完成，另一些通过Python库外处理。这样的分工协作确保平台高效处理复杂任务，整合多源数据，提供精准、深入的分析与快速响应。

2、数据分析洞察能力的融合

作为国内领先的BI厂商，Smartbi提供一站式BI产品，具备数据模型查询、专业机器学习平台及50+挖掘组件，涵盖分类、回归、聚类等成熟算法。通过结合Python，用户既可以调用其库函数，也能使用Smartbi的算法组件，实现图形生成、预测分析和归因分析等功能。

3、多数据集分析的融合

Agent具备项目经理的能力，能够思考、规划、分解、决策和协调。面对复杂的多数据集分析，Agent会详细理解问题，制定行动计划，将大任务拆分为多个小任务，每个小任务生成一个数据集，最终通过Python或插件执行并汇总结果，实现多数据集的融合。

纵观国内市场，传统BI厂商和互联网大厂中，有些未能融入最新的AI技术，另一些则缺乏数据模型或数据分析能力。而思迈特软件作为国产资深的BI厂商，凭借在BI领域的深耕与对AI等前沿技术的持续创新，精准把握技术革新机遇，因此在激烈的竞争中脱颖而出。

Part3

铁三角共振力量驱动白泽跃升行业翘楚

1、AI赋能BI，提升智能性与准确性

通过AI Agent、RAG等技术，赋予BI强大的智能化功能，让业务人员可以在不依赖技术背景的情况下，以AI智能对话问答的方式，轻松准确地获取洞察业务的数据结果，提升了使用体验和效率。

2、BI保证AI的数据准确性和深度洞察能力

Smartbi提供一站式数据分析能力，尤其在数据模型引擎和专业分析上表现突出。其强大且独有的数据模型引擎高效处理复杂数据关系，确保准确性和一致性；专业分析能力深入挖掘数据背后的业务逻辑与行业趋势。再结合AI大模型语义理解，不仅能快速处理复杂数据分析场景，还能生成精确且符合行业需求的分析结果，帮助企业领导者在复杂的商业环境中做出明智决策。

3、行业Know-how与AI相互促进

行业Know-how的深厚积累不仅提升了AI的专业性，也确保了其与业务的紧密契合。通过将行业知识与商业智能（BI）系统相结合，AI不仅能够提供精准的分析，还能更好地满足企业的实际需求和战略目标。与此同时，来自上千家客户项目的经验沉淀，形成了宝贵的行业指标和管理思路，为AI技术的持续演进提供了重要反馈。这种反馈机制推动了AI的迭代发展，使其更深入地理解业务需求，从而进一步提升分析的精准度和适用性。

通过这一闭环，AI、BI和行业Know-how相互促进、共同发展，形成强大的生态系统，为企业带来直观的价值。Smartbi AIChat赋能管理者，利用对话式分析迅速识别经营问题根源，基于最新、全面的信息做出科学决策。对于业务人员，Smartbi AIChat的易用性和灵活性使其能更自主地进行数据分析，提升业务运作的敏捷性和响应速度。对于技术人员，Smartbi AIChat简化了即席分析过程，减少操作负担，让他们能够更专注于分析逻辑和数据洞察。

AI与BI的协同发展至关重要。单靠强大的AI而缺乏BI，犹如在迷雾中摸索方向；而只有强大的BI而没有AI，则如同跋涉于荆棘丛生的山路。只有两者相辅相成，才能高效获取关键信息与精准预测未来，助力企业在复杂市场中实现智能化决策。