智东西
作者 | 李水青
编辑 | 云鹏
智东西7月16日报道，近日，大数据分析和指标平台供应商（跬智信息）推出了 AI数智助理（预览版）、一站式指标平台 Zen SaaS及企业版等产品，同时宣布其新的企业愿景：“以AI变革组织运营与管理”。
其中， 是一款基于Open AI大模型技术打造的数据分析工具，据称能够助用户通过自然语言对话完成围绕业务指标的分析和洞察，目前已开放试用。联合创始⼈兼CEO韩卿说，大模型为大数据行业带来了人机交互模式的变革，过去需要委托专业人士层层推进的工作，现在通过这个“放大器”或者说效率工具就能完成。
联合创始⼈兼CEO韩卿
创立于2016年，主要为用户提供企业级的经营分析能力、决策支持系统及各种基于数据驱动的行业解决方案，目前已服务建设银行、平安银行、长安汽车、德邦快递、星巴克、李宁、阿斯利康等全球知名企业，获得了来自红点、宽带资本、顺为资本等机构多次投资。
一、“大模型+数据分析”：简单对话获取数据分析结果
每个企业在业务经营中都有无数的衡量指标，通过将各个指标组合起来，助力公司经营管理。
本次，首先推出了 AI数智助理的预览版。其结合大模型能力，为用户带去基于自然语言交互的数据分析能力。还实时演示了其产品。
可以看到，当被问及一系列问题，比如：“为什么最近4天的原材料损耗费用增加了？”“为什么特殊运输费用增加了？”“最近30天每天的销售总额是多少？”等， 就能够结合数据结果进行解答，以文字和统计图结合的方式呈现指标分解和运营的分析。
考虑到每个业务人员提问具有发散性， 能够用一个仪表盘把所问的问题统一起来，呈现给用户，从而实现数据的“边使用边治理”。
不仅是支持看指标，还能使用户根据数据分析的结果创建任务，比如能与飞书等办公平台联动，创建“提高拜访客户次数”等任务。
除了 ，还具体介绍了去年正式推出GA版的一站式指标平台 Zen，在SaaS版本的基础上，该产品激发布了 Zen Cloud标准版和高级版等，支持部署在云平台企业VPC，不愿意接受托管服务的可使用这一版本。还推出了可部署到私有环境下的On 的版本 Zen ，据称已在多个金融客户的业务场景中运行。
此外，核心基座企业级OLAP平台迎来了新变化。据称，其目前可支持全面容器化，不再依赖于复杂的，从而可以带来更加高效的资源利用率，让用户更便捷使用。
二、三大能力，用AI变革组织运营与管理
中金公司研究部计算机行业首席分析师、副总经理于钟海提到，“Text-to-SQL（文本转为结构化查询语言）”将全面服务业务人员，从而实现数据驱动的组织，而大数据将可能成为大模型驱动下最先实现商业化的领域之一。
那么具体到实操，企业如何打造一款“大模型+大数据”的一款爆款应用产品？
韩卿在采访中告诉智东西，从的角度来看，其做的可以说是一款面向企业的AGI（通用人工智能）应用，打造爆款应用的关键可能包含以下三个要素：
1、对这一行业某个领域认知的深度。企业需要理解行业痛点、低效点和容易点在哪。
2、产品差异化。企业在这个领域有积累并形成竞争壁垒，通过AI把它放大，从而带来10倍甚至100倍的爆发。
3、专注。企业不是把自己专注的商业模式等全换掉，而是把一直做得服务做深做专。正如韩卿此前在全员信中所说的：大模型“Not our game（不是我们的游戏）”、“Be part of the game（成为游戏的一部）”、“Be （做差异化）”。
聚焦到 智能化产品，韩卿将 的能力总结为三个方面：
1、以AI提升数据分析效率。每个人都可以拥有一个AI助理，助其查找数据指标，分析事实趋势，创建仪表盘。
2、以AI赋能运营能力。通过 ，管理者能够得到关于KPI的评估及分析、洞察根因、给出行动建议。
3、以AI加强协同能力。 Zen指标平台以管理目标的方式管理指标，促进更广泛的数据协作与共享，与 实现组织管理的快速优化和迭代。
提出“ as a ”，支持AI数智助理的三种部署方式：其既可以基于开源大模型部署，也可以基于客户自有大模型大模型，此外还可以嵌入到Excel等各种应用中去，满足企业多种需求。
韩卿认为，正在从一家技术公司走向了一家管理公司——以前主要是面向企业提供工具，现在是提供一个管理平台，同时也将率先进行行业标准的定义。
三、人人用数=AI助理+指标体系+合理成本
本次，还提出了“以AI变革组织运营与管理”全新愿景，致力于在人工智能时代通过全新的产品家族帮助企业实现人人用数，释放数智生产力。
纵观大数据行业，用AI实现“人人用数”的前提，还要依赖既有的核心产品体系。联合创始人兼CTO李扬提出一个公式：人人用数=AI助理+指标体系+合理成本。
他认为，从AI助理、指标体系、合理成本这三者出发，分别提供了零门槛的数据工具、数据语言，以及为成本优化的数据引擎。三个部分组合在一起就是一个完整的拼图，也就是 Zen一站式指标平台的产品路线图：AI数智助理 + Store+OLAP平台。
展望未来，这些产品都将随着技术和需求的迭代继续进化。
比如“行业+指标体系”方面，需要找到有序和创新的平衡点，抬升行业数智管理基线；在指标领域的语言模型模仿方面，在控制成本的同时，还需要实现更加稳定准确可靠，据悉其Byzer-LLM工具箱已经在快速迭代；此外AI时代的OLAP引擎，需要支持百倍的负载，将采取多维数据引擎、向量化Spark引擎（ Turbo）等技术以及其他成本优化举措。
据悉，的核心产品采取标准化产品形式，以及订阅制模式面向客户提供服务。随着业务深入发展，的壁垒也逐渐从技术延升为客户。在行业和客户地图方面，目前已覆盖金融、制造、零售、医疗等重点行业。
结语：大模型卷入大数据行业，变革企业管理方式
通过本次在“大模型+数据分析”领域的最新成果发布，我们看到大模型为大数据领域的人机交互模式带来了重大的变革。正如韩卿所说，这是一个“把复杂问题简单化”的思路的延续，从其OLAP引擎到一站式指标平台，再到AI助理，实际上都是技术平民化的体现。
而在技术迭代的背后，依然有一些商业逻辑不变。那就是公司经营管理的本质没有变，需要降本增效，同时“决策”这件事本身不会变。这就像一辆车四个轱辘两扇门是不会变的，变得只是发动机和自动驾驶系统。
相关文章
