隨著大模型技術(shù)的飛速進(jìn)步，全球企業(yè)正步入一場(chǎng)數(shù)據(jù)智能領(lǐng)域的深刻變革。據(jù)知名市場(chǎng)研究機(jī)構(gòu)Gartner的預(yù)測(cè)，至2027年，中國(guó)將有八成企業(yè)采納多模型生成式人工智能策略，旨在實(shí)現(xiàn)模型功能的多樣化、滿足本地化部署需求，并追求成本效益的最大化。然而，企業(yè)在享受技術(shù)紅利的同時(shí)，也面臨著數(shù)據(jù)孤島、分析門(mén)檻高等一系列挑戰(zhàn)，使得數(shù)據(jù)價(jià)值的釋放變得困難重重。

在這一背景下，關(guān)于AI技術(shù)是否正在重構(gòu)商業(yè)智能（BI），還是僅僅制造了新的數(shù)據(jù)迷霧，引發(fā)了業(yè)界的廣泛討論。近日，在瓴羊「數(shù)據(jù)薈」Meet up活動(dòng)的第四站中，阿里云智能瓴羊的高級(jí)技術(shù)專(zhuān)家劉少偉，以《大模型驅(qū)動(dòng)的智能BI分析》為題，深入闡述了“三位一體”的企業(yè)級(jí)智能BI方法論。他強(qiáng)調(diào)，所有產(chǎn)品都值得通過(guò)AI進(jìn)行重塑，BI也不例外。而企業(yè)級(jí)BI的智能化，需要BI工具、大模型與私域數(shù)據(jù)三者之間的協(xié)同共振。

劉少偉不僅剖析了智能BI的演進(jìn)邏輯，還以瓴羊Quick BI的實(shí)踐為例，揭示了數(shù)據(jù)價(jià)值實(shí)現(xiàn)飛躍的可行路徑。他指出，BI的演進(jìn)實(shí)質(zhì)上是數(shù)據(jù)民主化的進(jìn)程，始終圍繞著降低使用門(mén)檻和提升分析效率兩個(gè)核心目標(biāo)。從傳統(tǒng)的BI工具，到敏捷BI的興起，再到智能BI的到來(lái)，BI產(chǎn)品經(jīng)歷了三次重要的迭代。

在傳統(tǒng)BI時(shí)代，Oracle BIE、IBM等工具占據(jù)主導(dǎo)地位，但業(yè)務(wù)需求的響應(yīng)周期長(zhǎng)、靈活性不足。盡管敏捷BI通過(guò)可視化拖拽實(shí)現(xiàn)了自主分析，但高階分析仍依賴(lài)專(zhuān)業(yè)分析師，業(yè)務(wù)人員難以深入利用數(shù)據(jù)。而智能BI的出現(xiàn)，則徹底改變了這一局面。借助大模型技術(shù)，自然語(yǔ)言交互成為可能，用戶(hù)通過(guò)簡(jiǎn)單的問(wèn)答即可獲取數(shù)據(jù)洞察。

根據(jù)Gartner 2024年技術(shù)成熟度曲線，與智能BI相關(guān)的AI技術(shù)，如生成式分析、自然語(yǔ)言查詢(xún)等，正處于高速發(fā)展階段。劉少偉指出，隨著大語(yǔ)言模型的興起，生成式AI技術(shù)迎來(lái)了爆發(fā)式增長(zhǎng)，市場(chǎng)對(duì)此狂熱追捧，BI領(lǐng)域正經(jīng)歷從敏捷BI向智能BI的跨越。作為國(guó)內(nèi)唯一連續(xù)五年入選Gartner魔力象限的BI產(chǎn)品，Quick BI通過(guò)不斷創(chuàng)新，證明了智能BI的可行性和有效性。

針對(duì)“工具+大模型”的簡(jiǎn)單拼湊式認(rèn)知，劉少偉強(qiáng)調(diào)，企業(yè)級(jí)智能BI并非工具與大模型的簡(jiǎn)單疊加，而是BI工具、大語(yǔ)言模型與企業(yè)私域數(shù)據(jù)的深度融合。瓴羊的解決方案構(gòu)建了“BI工具-大語(yǔ)言模型-企業(yè)私域數(shù)據(jù)”的三位一體架構(gòu)，其中BI工具提供可視化、高性能分析引擎和安全管控能力；大語(yǔ)言模型通過(guò)自然語(yǔ)言交互和推理能力簡(jiǎn)化分析流程；企業(yè)私域數(shù)據(jù)結(jié)合行業(yè)知識(shí)和內(nèi)部知識(shí)庫(kù)，確保分析結(jié)果的準(zhǔn)確性和業(yè)務(wù)相關(guān)性。

劉少偉進(jìn)一步指出，傳統(tǒng)BI的數(shù)據(jù)連接、建模、分析、協(xié)同和消費(fèi)鏈條已被大模型全面革新。在數(shù)據(jù)連接階段，智能探查與質(zhì)量分析能夠預(yù)判數(shù)據(jù)分布規(guī)律；在建模階段，自動(dòng)化ETL、智能生成和優(yōu)化SQL減少了手工編碼的需求；在分析階段，自然語(yǔ)言問(wèn)答取代了固定報(bào)表，實(shí)現(xiàn)了多模態(tài)結(jié)果的實(shí)時(shí)反饋。

智能BI的發(fā)展將實(shí)現(xiàn)從效率到深度的躍遷。劉少偉認(rèn)為，搭建助手、智能問(wèn)數(shù)和洞察分析是智能BI的三大發(fā)展方向。其中，搭建助手能夠自動(dòng)化完成數(shù)據(jù)集構(gòu)建、報(bào)表美化等重復(fù)性工作；智能問(wèn)數(shù)打破了數(shù)據(jù)分析的傳統(tǒng)過(guò)程，以自然語(yǔ)言問(wèn)答作為新的數(shù)據(jù)獲取和洞察形態(tài)；洞察分析不僅提供描述性分析，還能向用戶(hù)提供更深度的診斷、預(yù)測(cè)和決策支持。

作為三位一體架構(gòu)的落地載體，Quick BI的智能小Q正在重塑數(shù)據(jù)分析的協(xié)作模式。智能小Q提供智能搭建和智能問(wèn)數(shù)兩大能力體系，依托通義千問(wèn)大模型強(qiáng)化訓(xùn)練的領(lǐng)域?qū)Ｓ媚Ｐ秃蚎uick BI原有的OLAP多維分析引擎。智能搭建打破了傳統(tǒng)BI的手工勞動(dòng)困境，一鍵生成報(bào)表、一鍵美化等功能解放了業(yè)務(wù)人員的雙手。智能問(wèn)數(shù)則重新定義了數(shù)據(jù)分析的門(mén)檻，用戶(hù)通過(guò)自然語(yǔ)言提問(wèn)即可獲取結(jié)果，系統(tǒng)自動(dòng)關(guān)聯(lián)數(shù)據(jù)管理、知識(shí)庫(kù)推薦等輔助能力。

某飲品客戶(hù)在測(cè)試智能小Q時(shí)，選取“經(jīng)營(yíng)分析表”作為場(chǎng)景，通過(guò)導(dǎo)入企業(yè)知識(shí)庫(kù)并強(qiáng)化模型，智能問(wèn)數(shù)的準(zhǔn)確率從65%提升至92%，驗(yàn)證了三位一體模式的可靠性。為幫助客戶(hù)提升智能問(wèn)數(shù)的準(zhǔn)確性和實(shí)用性，瓴羊還推出了“智能問(wèn)數(shù)調(diào)優(yōu)手冊(cè)”，詳細(xì)闡述了數(shù)據(jù)管理和企業(yè)知識(shí)庫(kù)管理等方面的調(diào)優(yōu)操作。

智能小Q還支持深度對(duì)接DeepSeek、Qwen-Max、Kimi等主流大模型，用戶(hù)可在智慧問(wèn)答模塊中按需組合不同模型，實(shí)時(shí)獲取文本、圖表、趨勢(shì)預(yù)測(cè)等多維度分析結(jié)果。智能小Q還支持多步計(jì)算，解決傳統(tǒng)BI難以處理的復(fù)雜分析需求，通過(guò)中間結(jié)果傳遞完成多步運(yùn)算，提升了分析的靈活性和自動(dòng)化程度。