飛象原創(chuàng)（魏德齡/文）近年來的每一個(gè)春節(jié)，都成為人工智能的閃耀時(shí)刻。隨著DeepSeek V3/ R1模型的發(fā)布，讓本地部署成為了新的熱潮，以至于配合RAG，每個(gè)人都能在本地終端中構(gòu)建一個(gè)自己的知識(shí)庫。但在實(shí)際測(cè)試使用中便會(huì)發(fā)現(xiàn)，要想讓AI的回答符合預(yù)期，并不是把自己的文件往庫里一甩那么簡單，尤其是對(duì)于專業(yè)知識(shí)的理解學(xué)習(xí)與邏輯推理，并非如想象中的理所當(dāng)然。
對(duì)于早就已經(jīng)邁向數(shù)智化轉(zhuǎn)型的眾多企業(yè)來說，這一問題更是由來已久。例如“三大行”一詞，常規(guī)上肯定理解為工農(nóng)中建交這樣的頭部銀行，然而在某銀行的工作對(duì)話場(chǎng)景中，卻是指北京、上海、深圳的分行。又比如某連鎖快餐品牌的內(nèi)部系統(tǒng)中，“訂單數(shù)”可能被稱為“GC”，但大模型在面對(duì)數(shù)據(jù)表時(shí)可能根本無法理解何為“GC”。
Aloudata大應(yīng)科技創(chuàng)始人&CEO周衛(wèi)林
“經(jīng)營決策場(chǎng)景下企業(yè)知識(shí)語義表達(dá)的載體就是‘指標(biāo)’，其管理平臺(tái)就是‘指標(biāo)平臺(tái)’。也因此，指標(biāo)平臺(tái)是企業(yè)最為確定性的私域知識(shí)庫�！盇loudata大應(yīng)科技創(chuàng)始人&CEO周衛(wèi)林在不久前舉行的NoETL指標(biāo)平臺(tái)最佳實(shí)踐研討會(huì)上表示，隨著AI技術(shù)的不斷增強(qiáng)，人才、技術(shù)與資本將不再是企業(yè)的真正壁壘，而“知本”作為企業(yè)的獨(dú)有認(rèn)知體系和知識(shí)庫，一旦形成競(jìng)爭(zhēng)優(yōu)勢(shì)，將難以被復(fù)制和超越。這也是為何市場(chǎng)正在對(duì)Chat BI表現(xiàn)出強(qiáng)烈關(guān)注的原因所在。
然而，如同文章開篇提到的實(shí)際知識(shí)庫應(yīng)用落地難題，在很多企業(yè)的多年數(shù)據(jù)積累的過程中，本應(yīng)成為競(jìng)爭(zhēng)壁壘的數(shù)據(jù)知識(shí)，卻甚至成為內(nèi)部工作中的阻礙。
NoETL破除企業(yè)數(shù)據(jù)管理消費(fèi)集中痛點(diǎn)
報(bào)表口徑不統(tǒng)一是很多企業(yè)內(nèi)部人員所頭疼的問題。平安證券數(shù)據(jù)平臺(tái)產(chǎn)品負(fù)責(zé)人倪程偉指出，同一個(gè)指標(biāo)可能在不同的報(bào)表里呈現(xiàn)不一致，或管理模式調(diào)整切換口徑后，無法更新全部報(bào)表，帶來潛在數(shù)據(jù)差異。原因在于指標(biāo)定義分散在報(bào)表中，無法共享。
他表示，信息呈現(xiàn)多但數(shù)據(jù)洞察少也是一個(gè)經(jīng)常出現(xiàn)的問題，最終企業(yè)內(nèi)部只是看到了大量的總體數(shù)據(jù)，但難以理解數(shù)據(jù)背后的各種維度和變化。也就是說，工具和數(shù)據(jù)難以支撐深入契合場(chǎng)景，進(jìn)行多維分析、切片分析、關(guān)聯(lián)分析或歸因分析。
還有一點(diǎn)便是重復(fù)開發(fā)的問題，報(bào)表數(shù)量眾多，但實(shí)際業(yè)務(wù)價(jià)值不明確。傳統(tǒng)ETL +數(shù)據(jù)集的生產(chǎn)模式下，開發(fā)工作分散在不同團(tuán)隊(duì)和人員手中，報(bào)表開發(fā)周期長、靈活性差，業(yè)務(wù)需求已經(jīng)難以被靈活快速滿足。
另一個(gè)在日常生活中最常見的表象可能就是正在進(jìn)行促銷活動(dòng)的快餐廳，一場(chǎng)營銷活動(dòng)的目的可能在于提升客戶的滿意度或拉升月活黏性。然而，如果活動(dòng)期間餐廳應(yīng)對(duì)猛增的出餐需求不利，卻會(huì)導(dǎo)致出餐速度變差，或油炸食品品相不佳，又或是取餐系統(tǒng)信息滯后，反而可能出現(xiàn)的是一次負(fù)向的營銷。這一切表象的背后往往在于指標(biāo)無法在各部門間形成統(tǒng)一。例如：供應(yīng)鏈部門關(guān)注物料準(zhǔn)備，運(yùn)營部門負(fù)責(zé)員工調(diào)配，管理層則通過移動(dòng)駕駛艙查看數(shù)據(jù)。麥當(dāng)勞中國數(shù)據(jù)中臺(tái)負(fù)責(zé)人陳潤紅表示，最后由于數(shù)據(jù)源和計(jì)算邏輯不一致，常常在營銷活動(dòng)進(jìn)行到一半時(shí)，發(fā)現(xiàn)各部門的數(shù)據(jù)對(duì)不上，導(dǎo)致決策混亂。
面對(duì)不同行業(yè)在數(shù)據(jù)管理和消費(fèi)過程中所出現(xiàn)的集中痛點(diǎn)，Aloudata在三年前提出了NoETL理念。而在業(yè)務(wù)取數(shù)、用數(shù)體感最強(qiáng)烈的場(chǎng)景，即指標(biāo)的生產(chǎn)、管理、消費(fèi)場(chǎng)景，Aloudata打造了業(yè)界首個(gè)“管研用”一體化的NoETL指標(biāo)平臺(tái)，通過定義清晰的語義，對(duì)數(shù)倉中間層和應(yīng)用層進(jìn)行建模，然后通過自動(dòng)化構(gòu)建和物化加速實(shí)現(xiàn)指標(biāo)的定義、開發(fā)、管理、消費(fèi)的一體化，讓業(yè)務(wù)無需掌握ETL技能，無需等待漫長排期，隨時(shí)可對(duì)全域數(shù)據(jù)開啟自助靈活的分析與洞察。
目前，NoETL指標(biāo)平臺(tái)已經(jīng)成為平安證券、麥當(dāng)勞中國、華潤數(shù)科、lululemon、理想汽車等30余家頭部企業(yè)的選擇，周查詢API調(diào)用量已達(dá)億級(jí)，助力企業(yè)內(nèi)部指標(biāo)統(tǒng)一性與維度定義的標(biāo)準(zhǔn)化，并實(shí)現(xiàn)了數(shù)據(jù)資產(chǎn)的沉淀，提升指標(biāo)開發(fā)管理的降本增效。
“NoETL就是通過將ETL Engineers驅(qū)動(dòng)的數(shù)據(jù)工程轉(zhuǎn)變?yōu)镋TL Agents驅(qū)動(dòng)的數(shù)據(jù)工程，實(shí)現(xiàn)數(shù)據(jù)處理流程的自動(dòng)化重構(gòu)。只有完成這種生產(chǎn)力變革，才能真正滿足AI時(shí)代的數(shù)據(jù)分析需求�！敝苄l(wèi)林表示，NoETL不僅解決了當(dāng)下傳統(tǒng)BI體系中最根本的供需矛盾，也正在為Chat BI的真正落地掃清障礙。
為Chat BI落地掃清障礙
有人說GPT的爆發(fā)恰恰是被前綴的Chat所點(diǎn)燃。通過自然語言的交互讓人工智能有機(jī)會(huì)成為每一個(gè)人告別技術(shù)門檻的生產(chǎn)力工具。對(duì)于企業(yè)來說，也自然希望在內(nèi)部能夠構(gòu)建起Chat BI，BI作為企業(yè)數(shù)字化進(jìn)程中最為基礎(chǔ)和普遍的應(yīng)用場(chǎng)景，與AI的結(jié)合已經(jīng)是必然趨勢(shì)。
而通過上文內(nèi)容不難發(fā)現(xiàn)，Chat BI的關(guān)鍵恰恰在于數(shù)據(jù)，解決業(yè)務(wù)日常溝通指標(biāo)口徑與AI獲取指標(biāo)語義保持一致的關(guān)鍵正在于Chat BI與數(shù)據(jù)倉庫之間必然依賴指標(biāo)平臺(tái)實(shí)現(xiàn)語義層中介，從而實(shí)現(xiàn)數(shù)據(jù)的AI-Ready。
“我們的口號(hào)是‘Less cost, more intelligence’，即以更低的人力成本、存算成本和應(yīng)用接入門檻，實(shí)現(xiàn)數(shù)據(jù)的AI-Ready，以高度自動(dòng)化的數(shù)據(jù)工程體系推動(dòng)企業(yè)智能生態(tài)的繁榮發(fā)展�！盇loudata聯(lián)合創(chuàng)始人兼首席產(chǎn)品官肖裕洪表示，圍繞新的企業(yè)落地目標(biāo)，Aloudata進(jìn)行了一系列產(chǎn)品的關(guān)鍵升級(jí)。
為了幫助企業(yè)以低成本實(shí)現(xiàn)數(shù)據(jù)高效就緒。Aloudata在今年將專門在語義引擎上進(jìn)行重大升級(jí)。首先是指標(biāo)定義的增強(qiáng)，讓企業(yè)能夠以最優(yōu)雅、最高效的方式定義指標(biāo)和建模。比如支持多角色關(guān)系的建模，支持基于指標(biāo)值定義和快速變更維度（標(biāo)簽），支持公共（雜項(xiàng)）維度的定義；其次是指標(biāo)加速的增強(qiáng)，重點(diǎn)優(yōu)化查詢路由改寫、物化構(gòu)建效率與Cube加速功能；最后是指標(biāo)治理的增強(qiáng)，進(jìn)一步提高相似指標(biāo)的識(shí)別能力，提供更加精細(xì)的審批管理和審計(jì)日志，并通過多環(huán)境發(fā)布和字段級(jí)的影響評(píng)估進(jìn)一步提升數(shù)據(jù)質(zhì)量。
Aloudata還將結(jié)合AI技術(shù)推出智能建模助手，以提升企業(yè)在復(fù)雜場(chǎng)景下的數(shù)據(jù)建模效率。在指標(biāo)和維度的批量創(chuàng)建場(chǎng)景中，智能助手可以顯著提升效率；此外，智能語義助手還可應(yīng)用于更深度的語義生成和洞察分析中，例如可自動(dòng)提取常用維度或熱門維度，幫助用戶在多維歸因分析的時(shí)候更好地選擇合適的分析維度�；蜃詣�(dòng)從指標(biāo)構(gòu)建血緣、查詢記錄中挖掘出指標(biāo)關(guān)聯(lián)因子指標(biāo)，幫助用戶在歸因時(shí)自動(dòng)關(guān)聯(lián)相關(guān)指標(biāo)，提供更深入的洞察；智能助手還可以實(shí)時(shí)監(jiān)測(cè)用戶的分析行為，識(shí)別性能瓶頸或不經(jīng)濟(jì)的查詢模式，并提前進(jìn)行智能加速，確保分析體驗(yàn)的流暢性；以及自動(dòng)盤點(diǎn)企業(yè)中的重復(fù)指標(biāo)或無用指標(biāo)，為管理者提供清晰的管理視圖，提升治理效率。
Aloudata AIR和Aloudata CAN兩大平臺(tái)作為以NoETL理念所打造的產(chǎn)品將通過深度融合，確保企業(yè)的所有數(shù)據(jù)能夠輕松連接和高效利用，并為企業(yè)的多智能體生態(tài)提供單一可信的數(shù)據(jù)服務(wù)。Aloudata目標(biāo)未來在存算層、用戶體系層、權(quán)限層和血緣關(guān)系上實(shí)現(xiàn)更深層次的融通。
“在AI時(shí)代，企業(yè)要為各種智能體提供一份單一可信的數(shù)據(jù)源，而Aloudata AIR同Aloudata CAN的深度融合形成了一個(gè)路徑更短、成本更低、自動(dòng)化程度更高的NoETL工程體系，將有力支撐企業(yè)的數(shù)字化重心從「數(shù)據(jù)呈現(xiàn)」轉(zhuǎn)移到「數(shù)據(jù)洞察」�！毙ぴ：楸硎荆诤系脑蛟谟谄髽I(yè)對(duì)數(shù)據(jù)就緒速度的需求顯著提高，而數(shù)據(jù)編織能夠借助數(shù)據(jù)虛擬化技術(shù)達(dá)成輕量級(jí)數(shù)據(jù)集成與準(zhǔn)備、按需物化的效果。在實(shí)際業(yè)務(wù)推進(jìn)過程中，Aloudata AIR邏輯數(shù)據(jù)編織解決方案是為Chat BI進(jìn)行快速、低成本的數(shù)據(jù)集成準(zhǔn)備的理想方案。
當(dāng)AI-Ready的數(shù)據(jù)底座進(jìn)一步完成構(gòu)建，確保指標(biāo)語義層擁有最大的數(shù)據(jù)覆蓋度。也意味著Chat BI最后的落地障礙掃清，Aloudata更是“既許人以援手，必扶持到底”，宣布還即將推出一款以“萬數(shù)皆可問”為目標(biāo)的Chat BI智能體：Aloudata Agent。
萬數(shù)皆可問的Chat BI智能體
“‘萬數(shù)皆可問’不僅是一個(gè)愿景，更是我們通過技術(shù)手段實(shí)現(xiàn)的承諾。我們希望通過一個(gè)強(qiáng)大的NoETL數(shù)據(jù)底座，為上層的Aloudata Agent提供更完整的數(shù)據(jù)覆蓋、更精準(zhǔn)的數(shù)據(jù)語義、更強(qiáng)大的查詢性能和更可靠的安全保障�！毙ぴ：楸硎尽�
Aloudata Agent目標(biāo)解決Chat BI在數(shù)據(jù)查詢中面臨的諸多挑戰(zhàn)。例如數(shù)據(jù)覆蓋度不足、口徑不一致導(dǎo)致的準(zhǔn)確性問題、性能不穩(wěn)定或不可控的查詢響應(yīng)問題，以及數(shù)據(jù)越權(quán)或泄露的安全問題。Aloudata Agent目前已經(jīng)具備了一些重要的功能和特性，能夠?yàn)槠髽I(yè)提供初步的智能化支持。
第一是對(duì)話式分析。Aloudata Agent支持靈活、準(zhǔn)確的對(duì)話式取數(shù)、歸因分析和智能分析報(bào)告生成。未來將會(huì)通過迭代升級(jí)達(dá)到與專業(yè)分析師同級(jí)別的歸因分析能力，能夠提出假設(shè)與驗(yàn)證假設(shè)。
第二是分析過程透明化。在Chat BI這種容錯(cuò)性較低的場(chǎng)景中，分析過程的透明化至關(guān)重要。Aloudata Agent會(huì)清晰呈現(xiàn)分析過程，保留中間產(chǎn)物，確保用戶能夠清晰地了解每一步的分析邏輯，以及在事后進(jìn)行分析的回溯和審計(jì)。
第三是數(shù)據(jù)準(zhǔn)確可信。Aloudata Agent的數(shù)據(jù)準(zhǔn)確性依賴于Aloudata CAN指標(biāo)平臺(tái)的標(biāo)準(zhǔn)化語義沉淀。它能夠?qū)⒂脩舻膯柎鹋c企業(yè)標(biāo)準(zhǔn)指標(biāo)口徑對(duì)齊，確保分析結(jié)果的準(zhǔn)確性和可信度。
第四是數(shù)據(jù)安全可保障。Aloudata通過指標(biāo)平臺(tái)精細(xì)化的數(shù)據(jù)權(quán)限管理確保數(shù)據(jù)在分析過程中的安全性和可控性。
為了配合Aloudata Agent的推出，Aloudata還提供了面向AI的API和SDK，以賦能企業(yè)快速實(shí)現(xiàn)AI應(yīng)用創(chuàng)新，構(gòu)建智能體生態(tài)。Aloudata AI API能夠致力于加速企業(yè)AI應(yīng)用開發(fā)的工具集，尤其針對(duì)RAG場(chǎng)景進(jìn)行了深度優(yōu)化，旨在通過簡化數(shù)據(jù)集成與復(fù)雜分析流程，幫助企業(yè)更高效地構(gòu)建智能應(yīng)用。
在NoETL指標(biāo)平臺(tái)最佳實(shí)踐研討會(huì)上，周衛(wèi)林專門談到了針對(duì)企業(yè)Chat BI落地的三個(gè)建議，分別是：“好數(shù)據(jù)，強(qiáng)智能”、“可溯源，可審計(jì)”、“全開放，大生態(tài)”�？v觀Aloudata依托NoETL理念所打造的產(chǎn)品及持續(xù)升級(jí)，以及最新發(fā)布的Aloudata Agent，無疑正在圍繞這18個(gè)字，為企業(yè)構(gòu)建AGI時(shí)代的數(shù)智基建。
“我們堅(jiān)信，AI時(shí)代的關(guān)鍵是Data，是知識(shí)庫，是數(shù)據(jù)語義層，是數(shù)據(jù)虛擬化，這是我們的判斷，也是我們創(chuàng)立這家公司的初心。”周衛(wèi)林這樣介紹了“Aloudata”名稱的由來，即源于“AI on data”的理念。
自NoETL理念誕生的三年以來，正在逐步筑牢企業(yè)的數(shù)據(jù)根基，化阻礙為“知本”壁壘。如今隨著Aloudata圍繞AI時(shí)代所帶來一系列升級(jí)，以及Aloudata Agent的全新推出，又在“好數(shù)據(jù)”的根基之上，為企業(yè)種下了“萬數(shù)皆可問”的知識(shí)之樹。
