AI 大模型带给 BI 的跃迁变化

2022年11月，ChatGPT正式亮相。两年过去，新技术诞生时的谨慎观察——担心泡沫也好，怀疑落地也罢——如今都已被市场的持续火热所消解。大模型非但没有降温，反而蔓延至每个行业，商业模式也开始露出雏形。可以说，一场新的革命已然来临。

于是，不再迟钝，开始系统性地投入精力研究AI大模型。本文梳理了当前大模型给BI行业带来的实际变化——不是概念堆砌，而是产品层面的落地与演进。

融合AI大模型的BI厂商

按时间轴倒序，看看主流厂商的产品发布节奏：

• 2024年8月：SmartBI发布「AIChat 白泽」
• 2024年8月：腾讯云发布「ChatBI」
• 2023年8月：网易数帆发布「有数ChatBI」

三款产品各有侧重：

支持通过自然语言进行对话分析、归因分析、趋势预测、时间计算等高级分析，核心目标是让企业高效深入洞察数据，释放数据价值。

定位为基于大模型的全新一代智能数据助手，用户只需对话就能生成对应图表和分析结论，大幅提升数据分析效率。

基于AIGC技术，让用户不再面对复杂的工具界面，与AI助手直接对话即可获取数据——企业真正实现“人人用数、时时用数”。

全新产品交互形态

通常所说的AI大模型，特指LLM（大语言模型），一种基于深度学习的模型，参数规模动辄数十亿、数千亿，在海量数据上完成训练。基于LLM，产品形态以对话式交互为主，用户可通过语音或自然语言文字输入来驱动分析。

以腾讯云ChatBI的体验为例，核心功能集中在以下四点：

• 多轮对话
  ：具备结合上下文的能力，能够串联衔接用户的多重意图。

• 智能追问
  ：当用户prompt提示词不够明确时，系统自动追问，引导用户完善信息，让模型更精准地理解需求。

• 输入联想、猜你想问
  ：提前预判用户可能的问题方向。

• SQL校验与数据分享
  ：支持查看数据查询所用的SQL语句，方便校验和协作。

对比传统模式下需要点击多个筛选器才能检索数据，对话式交互的体验确实更胜一筹。

平台差异分析

同样是一站式数据分析平台，过去“可视化BI”的拖拽能力曾是卖点，如今已经不再是产品优势。对话式交互BI的出现，让业务部门无需掌握拖拽技巧就能完成分析，节省大量时间。不过，ChatBI面临的最大挑战是——如何保证问答效果的准确性？

为了解决这个问题，腾讯云ChatBI推出了“数据领域知识库”，并支持手动添加某一数据表的对话示例。这样一来，大模型不仅能理解通用知识，还能学习企业特有的业务口径。

数据领域知识库功能：大模型主要掌握通用领域知识，但不同企业都有一些特殊知识需要模型额外学习才能准确作答。

引导用好Prompt提示词

除了大模型本身的能力构建，产品体验上还可以利用好“Prompt”提示词功能——本质上就是数据指标的口径定义问题。业务团队在对话输入时，如果尽量采用标准化格式：

，例如“2024年牛奶每月销售额是多少？”，系统就能轻松理解这类句式，快速绘制出报表。这看似简单的习惯，恰恰是提高准确率的关键。