帆软AI路：我们不一样

走过喧嚣的2023“百模大战”，身处红火的2024“千用之争”，人人都感受到了AI的魅力和冲击。“所有应用都将被大模型重构”成为共识。BI自然也不例外。

当BI遇上AI，到底会产生怎样的化学反应？如何产生？在这个人云亦云的年代，连续多年夺得中国BI市场占有率第一的帆软帆软软件有限公司，在2024帆软北京用户大会上展现了其独到的、有态度的思考与实践，成为当前AI大模型洪流中的一股清流。

策略：做AI for BI，而非AI+BI

AI（Artificial Intelligence，人工智能）和BI（Business Intelligence，商业智能）虽然字面上都有“智能”，但二者是截然不同的两个概念。

AI的目标是模拟和扩展人类智能，使机器能够模拟人类的行为，包括学习、推理、解决问题、知识理解和规划等，核心技术包括机器学习、深度学习、自然语言处理、计算机视觉等。

BI的目标则是通过数据分析支持业务决策，帮助企业做出更明智的业务决策，核心技术包括数据仓库、数据挖掘、在线分析处理（OLAP）、数据可视化工具等。

因此，在帆软看来，AI和BI是不同维度的两种事物，它们之间不应该是AI+BI的加法关系。而要想让二者产生化学反应，应该要走AI for BI的道路，AI在这里扮演的角色是辅助工具，将机器学习、深度学习、大语言模型等AI技术应用于BI领域，提升BI系统的能力，增强BI的功能和效率。

定调：做对话式BI，而非“小助手”

以AI for BI策略为指引，帆软在预训练的过程中，将大语言模型内嵌了数据分析的知识，使其具备专业领域的数据分析知识。产品集成这些具备数据分析知识的大语言模型以后，用户只要具备一定的业务理解，就能从数据中得到他所关注的业务问题的答案。

具体到AI for BI的落地场景，帆软进行了两类探索。

一类是将AI嵌入到原有产品流程中，研发了“AI小助手”，提升搭建制作的效率，包括公式生成、组件制作、数据编辑、看板美化和分析报告等五个功能。

另一类是直接以对话为核心入口，研发对话式BI产品FineChatBI，系统性地降低用户的使用门槛。

经过客户验证与反馈，从客户价值的角度看，“AI小助手”虽然能够在某些场景下提升数据分析师的制作效率，但存在准确性不足，因此整体价值并没有通过降低数据使用门槛、让更广泛的业务用户能够用起来的FineChatBI的价值大。因此，帆软在2024年重点投入FineChatBI，期望让更多的能够直接发挥数据生产力价值的业务用户用起来。

上新：懂业务的真正的对话式BI——FineChatBI

目前，市面上大多数“对话式BI”本质上是一个对话式/检索式取数工具，其价值仅仅是让业务人员更容易取到数据。“帆软始终认为做数据分析不是为了分析数据本身，而是为了分析业务。”帆软产品研发中心总经理陈敏在发布帆软首款对话式业务分析工具FineChatBI时，强调了其定位。

相比于上一代问答式BI，FineChatBI利用大模型的上下文学习、思维链等关键能力，使其能够在不同场景下理解用户所提出的业务问题，结合对应的数据拆解分析思路，并转化成正确的数据问题。

作为新一代“对话式 BI”，FineChatBI基于FineBI能力底座的企业级BI能力，拥有生成可控、结果可信、分析闭环、交互友好的四大行业领先优势。

1. 技术能力上，FineChatBI利用Text2DSL技术提升取数能力，采用完全可控的方式取到可信的数据。
2. 产品能力上，FineChatBI利用大模型hypothesis testing知识和分析思路生成能力，以可信查数为基础能力，构建“思路拆解 → 数据查询 → 异常检测 → 归因分析 → 趋势预测 → 报告生成”整个分析闭环，补齐业务人员认知和能力上的差距，最终帮助企业用户实现对话式的业务分析。

“不要为了AI而AI。AI要用得起来，未必只靠大模型，对客户有价值才是最重要的。大模型技术在BI的实践已经被过度神话，实际还有很长的路要走。”陈敏表示。

以AI for BI为指引推出首款对话式业务分析工具FineChatBI的帆软，已然走在了一条正确的AI之路上了。