近日，行業(yè)領先的數據智能產品提供商北京數勢云創(chuàng)科技有限公司（以下簡稱“數勢科技”）和國內通用大模型廠商北京百川智能科技有限公司（以下簡稱“百川”）聯合發(fā)布大模型數據分析垂直領域應用解決方案。本次發(fā)布是數勢科技與國內主流大模型廠商首批落地的聯合解決方案，也是數勢垂直應用能力與大模型底座能力耦合實現商業(yè)化落地的重要里程碑，能夠幫助企業(yè)實現數據資產化、資產價值化的有效轉化，釋放企業(yè)增長空間。

垂直領域大模型大幅降低了數據服務的使用門檻，智能化數據分析釋放生產力

數據價值最大化不僅有助于企業(yè)的發(fā)展，更是企業(yè)在激烈市場競爭中脫穎而出的關鍵。大模型技術的出現和發(fā)展，使得數據服務變得更加智能和自動化，進一步降低了使用門檻。借助這一技術，企業(yè)可以高效地挖掘數據價值，改變過去傳統(tǒng)數據分析方式的路徑長、存在明顯人力瓶頸等問題，通過使用人員自然語言的交互，快速完成準確的數據分析需求，為決策提供有力支持。在這個過程中，員工的生產力得到了極大的釋放。他們可以從繁瑣的數據處理工作中解脫出來，將更多精力投入到創(chuàng)新和優(yōu)化業(yè)務上。由此，企業(yè)產能得到了顯著提高，實現了規(guī)模效應和利潤的最大化。

然而，想要實現上述場景，企業(yè)除了加強數據人才培養(yǎng)外，在數據使用層面還需在以下幾個方面下功夫：

首先，完善數據基礎設施。高質量的數據是實現數據價值的基礎。企業(yè)需要投入資源，建立健全的數據采集、存儲、處理和分析體系，確保數據的準確性和完整性。

其次，提升垂直領域內的數據治理能力。企業(yè)需要基于大模型能力進行垂直領域微調，規(guī)范數據使用，統(tǒng)一數據口徑和業(yè)務價值，提高數據的使用價值和效率。

最后，深化數據應用場景。企業(yè)需積極探索數據在不同業(yè)務領域的應用，通過更高效與實際業(yè)務相結合，以高效、深刻的數據分析能力發(fā)掘數據背后的洞察，為業(yè)務決策提供有力依據。

大模型在數據分析領域的智能應用將是企業(yè)數字化發(fā)展的重要推動力。此次雙方的合作，便是將數勢科技在指標平臺、標簽平臺的產品優(yōu)勢與百川Baichuan2-Turbo大模型+搜索增強能力進行強強聯合，為企業(yè)數字化發(fā)展帶來革命性改變，聚焦數據分析應用場景，實現新的增長曲線。雙方通過產品聯合，可以形成一套完整的端到端的解決方案，共同幫助包括大金融、智能制造、消費零售在內的先進企業(yè)打造基于指標+標簽的語義層的高可用智能數據分析平臺，讓用戶能夠以自然語言與數據對話，完成數據價值挖掘與分析應用，實現數據價值的最大化，助力企業(yè)持續(xù)發(fā)展。

基于百川Baichuan2-Turbo大模型+搜索增強能力，解決99%企業(yè)知識庫的定制化需求

在大模型落地應用方面，百川智能認為搜索增強是關鍵，能夠有效解決幻覺、時效性差、專業(yè)領域知識不足等阻礙大模型應用的核心問題。一方面，搜索增強技術能有效提升模型性能，并且使大模型能“外掛硬盤”，實現互聯網實時信息+企業(yè)完整知識庫的“全知”；另一方面，搜索增強技術還能讓大模型精準理解用戶意圖，在互聯網和專業(yè)/企業(yè)知識庫海量的文檔中找到與用戶意圖最相關的知識，然后將足夠多的知識加載到上下文窗口，借助長窗口模型對搜索結果做進一步的總結和提煉，更充分地發(fā)揮上下文窗口能力，幫助模型生成最優(yōu)結果，從而實現各技術模塊之間的聯動，形成一個閉環(huán)的強大能力網絡。

在大模型+搜索增強能力的基礎上，百川不僅將向量數據庫升級為搜索增強知識庫，極大提升了大模型獲取外部知識的能力，并且把搜索增強知識庫和超長上下文窗口結合，讓模型可以連接全部企業(yè)知識庫以及全網信息，能夠替代絕大部分的企業(yè)個性化微調，解決99%企業(yè)知識庫的定制化需求，不僅為企業(yè)節(jié)省巨大成本，還能夠更好地實現垂直領域知識的沉淀，讓專有知識庫能夠真正成為企業(yè)不斷增值的資產。

憑借數勢智能分析助手NL2MQL（M指“Metrics”）能力，幫助企業(yè)打造人人高可用的智能數據分析平臺

以大模型能力賦能數據分析領域應用，通常企業(yè)會使用大語言模型直接驅動數據庫，通過AI生成的SQL語句，實現用戶問答數據自動獲取，但此標準方案存在效果瓶頸和性能風險，譬如企業(yè)級數據查詢準確率低、多表關聯查詢方式導致性能不可控、面對海量數據時導致的高額表結構學習成本，以及單純靠大模型生成SQL 無法解決高級反復的分析問題等問題。舉例來說，當用戶查詢“今年XX基金的申購額與贖回額分別是多少”時，由于指標語義模糊并涉及到跨表多指標查詢等問題，傳統(tǒng)的NL2SQL方式難以實現。

為解決此問題，數勢科技推出智能分析助手（SwiftAgent，也是此次聯合解決方案內的核心產品），將數勢原有指標平臺和標簽能力與大模型基座結合，幫助客戶實現從自然語言查詢到精準的指標語義層進行關聯與展示，最終完成再到查詢任務執(zhí)行的更優(yōu)路徑，真正實現問答數據自動獲取，并在準確率效果與性能穩(wěn)定性層面帶來明顯提升。

百川與數勢強強聯合，大模型應用解決方案實現數據價值最大化

雙方聯合解決方案以百川Baichuan2-Turbo為通用大模型基座，聯合數勢科技在大金融和消費零售等領域的行業(yè)儲備進行模型裁剪與微調。企業(yè)將多種數據源接入系統(tǒng)，首先進入數勢科技的指標和標簽平臺，平臺通過高性能的指標加速引擎，對企業(yè)數據進行定義，規(guī)范化加工原子指標、維度等，統(tǒng)一數據口徑，在此基礎上，平臺還采用”積木式“組裝派生和衍生指標，實現企業(yè)數據與指標語義的一一對應，讓數據具有業(yè)務屬性，降低后續(xù)數據使用歧義與濫用。完成數據語義層加工后，各類數據再通過指標API服務支持多種數據分析類產品功能，向上賦能零售、金融、智能制造等不同行業(yè)的數據分析、營銷洞察、智能辦公等應用場景。

值得一提的是，該方案的核心功能除了單一的數據查詢外，自動歸因分析、圖表自動推薦和生成，以及總結報告自動生成等核心功能均應用了數勢智能分析助手產品的Agent架構。這個過程中，借助Agent架構首先完成復雜分析任務拆解，并通過API Function Call調用多種分析接口進行任務編排，讓 AI 回答“為什么”和”怎么做“。相比Copilot而言，Agent架構下的方案可突破”每次僅可實現單一任務查詢“的限制，針對復雜事件具備規(guī)劃能力。舉例來說，當客戶提問：華東區(qū)XX基金的代銷金融產品申購費周環(huán)比為什么下降了？請找到原因并提供決策建議。自動化數據分析歸因步驟如下：

第一步，基于指標樹，自動拆解異常指標的子指標，自動定位，給出影響指標波動的最大貢獻子指標，大幅提升了業(yè)務團隊使用的效率與準確性；

第二步，支持用戶通過對業(yè)務數據進行維度歸因、因子歸因、時間序列歸因與相關性分析等多種洞察方法，完成數據波動自動歸因；

第三步，綜合人工經驗和機器智能分析，自動生成分析報告。

實現大模型商業(yè)化落地，引領國內先進企業(yè)數智化分析發(fā)展

對于此次合作，百川持積極態(tài)度，認為數勢科技的核心團隊在幫助大金融、高科技制造和消費零售領域實現數字化轉型方面積累了深厚經驗，擁有過硬的應用產品能力和豐富的行業(yè)Know-how，相信此次百川和數勢科技合作能夠在企業(yè)數據分析領域實現1+1>2的效果，能夠改變將大模型作為宣傳噱頭的現狀，真正為帶來更為卓越的業(yè)務洞察能力。百川團隊致力于幫助大眾輕松普惠地獲取世界知識和專業(yè)服務。今后雙方將通力合作，為客戶提供有價值、可落地，具備商業(yè)化能力的大模型應用產品。

數勢科技則表示，成為企業(yè)首選長期技術合作伙伴是公司的長期使命，自成立以來，已服務了包括沃爾瑪、寶潔、永輝、京客隆、絕味食品、捷賽、脈鏈、民生銀行、廣發(fā)銀行、平安證券、中信建投等眾多先進企業(yè)客戶。此次雙方解決方案的落地，數勢與百川充分發(fā)揮了各自優(yōu)勢，形成能力集成與互補，率先實現大模型商業(yè)化，處于行業(yè)發(fā)展前列。未來，堅持實現數據價值普惠化的理念，數勢科技也將與更多主流大模型能力進一步融合，探索更多可落地應用，讓技術創(chuàng)新為實現企業(yè)價值而生！

審核編輯 黃宇