人工智能技术正以出人意料的速度和方式重塑我们的世界。即便是最前沿的科学家,也难以预测未来12个月内生成式AI将带来怎样的变革。
然而,随着通用大模型的热度逐渐消退,AI Agent(人工智能助理或智能体)正迅速崛起,成为下一个科技风口。
在今年4月的世界人工智能大会上,斯坦福大学教授吴恩达发出了一项振聋发聩的号召——他敦促所有从业者将注意力转向AI Agent。他强调:“AI Agent工作流将在今年推动人工智能取得巨大进展,甚至可能超越下一代基础模型的发展。这是一个极为重要且令人振奋的趋势,我呼吁所有人工智能从业者高度关注。”
作为企业服务领域中与AI关联最紧密的行业之一,BI行业目前也在积极拥抱AIGC技术,探索将LLM(大语言模型)、AI Agent、RAG(检索增强生成)和知识库等先进技术融入企业服务中,旨在更好地满足B端企业的复杂需求。通过解决这些问题,企业不仅能提升服务质量,还能增强客户的付费意愿,为自身创造更大的商业价值。
在这个快速变化的时代,AI Agent无疑将成为驱动未来发展的核心引擎之一。
就在本月,思迈特软件发布了第三代AI应用产品——Smartbi AIChat(中文名“白泽”), 这款产品利用智能体AI Agent技术实现了产品能力的全面升级,并在分析方式上引领了行业变革。为此,「ToB行业头条」特别采访了思迈特软件创始人吴华夫先生。
“大模型对全球的影响堪比工业革命,这预示着新的产业变革。而从企业战略层面来看,智能BI将成为思迈特的第二增长曲线。”吴华夫透露,AI将彻底打开BI行业广阔的市场空间,帮助企业加速数智化转型,真正释放数据要素的价值,推动中国产业升级。
AI+BI颠覆行业
思迈特开启第二增长曲线
自从AI技术变革爆发以来,企业IT服务市场经历了深刻变革,特别是BI行业,已然成为AI的最佳落地场景。从互联网大厂到数据分析类公司,从传统BI厂商到初创公司,众多玩家正在加入这一赛道,探索AI+BI融合下行业价值变现的金矿。
“当前BI行业已经来到了一个新的起跑线。如何为企业带来更高的业务价值,是下一步行业竞争的关键。”吴华夫称,思迈特将智能BI作为第二增长曲线,在保证准确性、安全性的基础上,通过多年的行业积累及AI 技术的结合,实现公司业务差异化优势。
作为国产BI行业的领导者,思迈特是最早探索AI+BI融合的企业之一。早在2019年,Smartbi首度将AI与BI融合;2023年,Smartbi把之前申请了NLA专利更好地产品化,发布了Smartbi对话式分析大模型版本;近期,思迈特发布最新自研的第三代AI应用产品——Smartbi AIChat,名为“白泽”—— 意为知晓万物。
通过产品演示我们可以看到,白泽在异常分析、归因及预测等高级分析能力上有显著增强。
当用户输入指令“查询2023年10月的销售合同总金额”,后续还可以要求“对比过去三年的同月数据”,并要求它挖“2023年合同金额下降的原因”,Smartbi AIChat就会根据过往历史数据和最新市场信息,结合行业总体的发展情况,自动分析产品类型、销售渠道、客户类型、促销活动等维度,找出背后的深层原因,或者预测未来的合同金额,并根据数据反馈提出精准的建议。
而如此智能表现的背后,是思迈特将最前沿的AI技术(RAG+LLM+AI Agent架构)与Smartbi的BI能力(可视化分析、机器学习与数据模型等能力)的强强结合。
前者基于大模型,通过用户与人工智能代理的多轮对话互动,结合上下文语境,更好地理解用户的意图。后者基于思迈特特殊的数据模型、指标模型等能力,提升响应的速度和分析深度。
据了解,目前客户对于这一产品给出了非常积极的反馈,在企业落地后,BI应用的活跃度正在持续上升,用户获得了“超越常规分析之外的惊喜”。
而这,正是智能BI的巨大潜在价值。“在AIGC技术融合下,BI的市场普及率/渗透率,有望从目前不到10%攀升到70%、80%,甚至更高。”吴华夫大胆预测。
这一观点也得到了市场研究的认同。根据IDC最新发布的《中国商业智能和分析软件市场跟踪报告,2023H2》显示,2023下半年,中国商业智能与分析软件市场规模为5.2亿美元,同比增长为3.7%。根据最新一期五年预测,市场增速将在2025年恢复到高点。预计到2028年,中国商业智能软件市场规模将达到17.4亿美元,未来5年市场年复合增长率(CAGR)为13.7%。
Smartbi AIChat如何助力企业释放数据想象力?
技术日新月异,几乎没人能精准预言明天。但我们仍然可以从只言片语中,看到一些未来的“风向”。最近,谷歌前CEO施密特在斯坦福的一场演讲中预测,明年(AI领域)上下文窗口扩展、代理和文本到操作的组合,将会对世界产生巨大的影响。
无独有偶,Smartbi AIChat的设计理念跟施密特的预测不谋而合。
![82998a5e939937e2e86162f5386b63c7.jpeg](https://img-blog.csdnimg.cn/img_convert/82998a5e939937e2e86162f5386b63c7.jpeg)
当用户提出问题时,白泽就像一个聪明的助手,首先会用规划器仔细理解问题的意思,然后制定出详细的行动计划,并将一个大任务分成几个小任务来逐一完成。同时,每个小任务都会用到一种特殊的工具来编写代码,这个工具会利用公司内外的各种知识和信息,比如一些智能的分析工具和示例,来生成Python代码。
接下来,系统会根据任务的不同,用两种方式来处理计算。一些计算会在Smartbi的指标模型中计算,而另一些则需要用到Python去做库外计算。这种分工合作的方式,可以让我们处理各种复杂的计算任务,比如综合不同数据源甚至外部知识一起分析,预测原因等。既能保证分析的准确性和深度,又能快速地回答复杂的问题。
当所有的小任务都完成后,系统会把每个任务的结果汇总起来告诉白泽,白泽再把这些结果整理好反馈给用户。这样,用户就能得到一个全面而准确的答案。
值得注意的是,这一设计架构中有两个“独家武器”,也是思迈特对比互联网大厂通用大模型,所具有的核心优势。
一是Smartbi AIChat封装了Smartbi的应用插件。
因此,中小型客户无需从零开始进行繁琐复杂的需求沟通,开场只需要选择符合自己需求的指标模型,再根据自身需要对指标模型进行删减和适配,就能上线系统,初次使用就可以到百分之八九十的准确度,在短时间内实现“定制化解决方案”的效果。
二是Smartbi AIChat采用了RAG检索增强技术。
在大模型落地企业服务场景之初,最令人头疼的是大模型幻觉问题。
比如,面对“9.11和9.9哪个更大”的简单问题,国内外主流大模型统一翻车,认为9.11比9.9大。专业人士不得不出来解释,这类对于普通人来说的常识性问题,对于大模型来说,却需要进一步明确场景——比如明确告知大模型两个数字都是浮点数(实数)。
再比如,面对“第一个在月球上行走的人是谁?”的问题,大模型回复“Charles Lindbergh在1951年月球先驱任务中第一个登上月球”。实际上,第一个登上月球的人是Neil Armstrong。
如果是C端消费级场景,大家或许还能一笑置之。但在B端企业服务场景,你能想象在全体经营大会上数据出错的场景吗?
为了避免AI“一本正经胡说八道”,目前最常见的解决思路是收集高质量事实数据,结合专业的知识库/数据库,直接通过应用插件预置到大模型的提示中,多次迭代检索,允许整个生成过程不断收集知识,从而获得更加专业和准确的答案。
白泽采用的解决方式就是使用指标维度替代表和字段,将指标模型、客户私有化业务知识、业务规则、用户反馈等都加载到向量库中。然后通过全面RAG增强检索,将检索到的信息注入到 LLM 提示中,从而获得更精准专业的结果。
整个规划和执行的过程,都记录在记忆体中。随着企业使用频率越高,智能体还会根据记忆不断迭代优化,实现“越用越聪明”。
谷歌前CEO施密特上述演讲还提到,技术发展的未来趋势可能是“人均拥有一个程序员”。
“如果你可以从任意语言转换为任意数字命令,这在本质上就是这个场景中的 Python。想象一下,地球上的每个人都有自己的程序员,他们实际上做他们想做的事情,而不是那些不按要求工作的程序员。这里的程序员知道我在说什么。想象一个不傲慢的程序员实际上做了你想做的事,而你不必付出高昂的代价。而这些程序员的供应是无限的。”
这一想象与思迈特的目标一致。“工具其实是会限制人的想象力的。但我们希望通过白泽这样一个数据助理,我们能帮助企业充分的发挥数据价值,释放数据想象力,让企业可以利用数据分析去做创新。”
据吴华夫介绍,白泽的下一个版本将聚焦如何将AIGC赋能BI开发者,实现"一句话构建一套BI系统",预计将于今年年底启动内测。
![9696b1cfbd0659ee73671da288baa840.jpeg](https://img-blog.csdnimg.cn/img_convert/9696b1cfbd0659ee73671da288baa840.jpeg)
大模型对行业的重构才刚刚开始,企业还处于初级阶段。“某个企业的领先地位可能也就是一年半载,技术最终会趋同。要想持续领先,唯有依靠企业的创新力。”
我们有理由相信,以Smartbi为代表的一批具有创新实力与精神的企业,将不断推动AI技术在BI领域的应用,引领行业的全新发展,实现从“数据驱动”到“智能决策”的跃迁。
————
思迈特软件成立于2011年,网页搜索”思迈特软件官网“、”Smartbi“或者关注微信公众号”思迈特Smartbi“,申请免费体验思迈特软件智能BI产品!