商業智能 BI 旨在幫助企業將數據轉化為價值，提升經營能力。無論是傳統BI還是自助BI，都只能在數據和人之間搭建橋梁，無法消除兩者之間的鴻溝。AIGC的出現推動了智能BI的發展，顛覆了人和數據的交互方式，有望減小甚至填平這一鴻溝。

另外，目前市面上的大多對話式BI產品以數據查詢為主，無法完成深度分析（如診斷、歸因、預測）。因此，我們需要一款既能極大降低使用門檻，又能貼合行業提升分析深度的產品。

8月8日，思邁特軟件重磅推出一款獨立AI應用新品——Smartbi AIChat，又名“白澤”。

白澤源自《山海經》中的一種神獸，傳說它通曉萬物，擁有無盡的智慧和洞察力，為人們提供解決問題的對策。

Smartbi AIChat擁有精湛的語言理解和轉化能力，通曉各行各業、洞察億萬數據。它不僅能夠自由、迅速、準確、安全地智能查詢，還能深入揭示數據背后的隱藏原因、價值和趨勢，并提供切實有效的解決對策，展現出深刻的洞察力。

下面我們就來詳細了解一下Smartbi AIChat產品的功能特點和背后的核心技術。

01、白澤的智慧，盡顯智能洞察

Smartbi AIChat 極其簡單，任何人都可以通過智能問答輕松洞察數據，能夠大幅提升 BI 在企業的普及率。不同于其他智能 BI 產品，Smartbi AIChat 不僅提供描述性分析，還能借助提示深入進行診斷性、預測性和指示性分析。

場景1：自然語言對話式查詢與交互

Smartbi AIChat能精準地理解意圖，并能在多輪對話中保持回復的連貫性、準確性和深入性。無論是管理人員、數據分析師還是業務人員，僅僅只需要自然對話，就能高效、準確地獲取業務信息。

通過輕松、自然、隨意的聊天形式，與你專屬的數字助理親切對話，讓它協助你獲取所有希望獲取的數據，并按照你希望的任意形式去展現，甚至當數字助理不能夠很好理解你的意圖時，你還可以直接糾正它、指導它，讓數據分析的過程順利進行下去。

場景2：數據計算能力

在直接問數的過程中，如果希望查詢一些在底層數據庫中并不能直接查詢得到的數據。例如，對于某個指標去年同期值、同比增長率、環比、環比增長率，甚至想要查看某指標從年初至今的累計值、以及按季度、按月的累計值。

Smartbi AIChat具備強大的時間智能計算能力，不僅能夠支持同環比、年累計等時間計算，還能理解復雜時間表達如“連續3年”“年累計”。用戶通過問句就能輕松進行跨時間的精準篩選、聚合計算和對比分析。

場景3：歸因、預測及數據解釋

Smartbi AIChat支持歸因分析，能夠自動識別并給出關鍵影響因素，用戶可據此快速定位原因和制定決策。

用戶只需輸入簡單的問句，例如“分析2023年10月合同金額下降的原因”，Smartbi AIChat就會自動分析產品類型、銷售渠道、客戶類型、促銷活動等維度，找到影響合同下降的關鍵因素。

基于先進的機器學習算法和AI技術，Smartbi AIChat通過簡單的對話操作即可實現數據預測任務，并據此預測未來的數據變化趨勢。例如，輸入“預測一下未來三個月的合同金額趨勢”。另外，大模型還可以進行復雜數據的解讀，清晰地總結性描述數據的特征，標識異常數據，甚至指明下一步繼續分析的建議。

場景4：復雜嵌套式查詢

如果碰到更復雜的業務場景，例如，想要查詢指定時間內業績連續增長的部門有哪些？以及查詢該部門內業績排名靠前的銷售人員有哪些？

Smartbi AIChat支持時間段查詢，例如，查詢“2022年1月到2023年3月的合同額”，在這查出的數據基礎上，再做“找出合同金額連續3個月增長的銷售分部”等連續增長分析動作，并且基于之前的查詢結果，一步步查出更復雜的業務場景，實現嵌套式查詢。

目前，Smartbi AIChat可以實現的場景功能基本涵蓋了業務用戶在日常工作中可能遇到的各種數據分析場景。通過這樣的簡便交互過程，實現“人人都是數據分析師”的目標指日可待。

02、白澤的領先，源自技術創新

思邁特始終堅持自主創新，專注于大數據分析、機器學習和人工智能的技術研究，走在技術發展的前沿。

目前，市面上的問答式BI產品大多使用LLM和NL2SQL技術，將用戶的自然語言查詢轉換為SQL語句以實現數據查詢。這種方式在面對高復雜度和高可信度的數據分析應用時，由于大模型幻覺，會導致出現數據不準確、不安全、計算難、分析不深入等問題。

為解決這些問題，Smartbi AIChat將最前沿的AI技術（RAG＋大模型＋語義模型＋AI Agent架構）與Smartbi的BI能力（可視化分析、機器學習與數據模型等能力）相結合，基于客戶的私域行業數據，不但能高效精準識別意圖，還能安全準確獲取數據，深度分析洞察并預測未來。

第一、專業語義模型，理解私域業務數據

Smartbi的數據模型，能輕松整合多源異構數據，實現復雜數據計算，提高查詢性能。而指標模型以數據模型為基礎支撐，構建統一的自增長指標體系，沉淀行業Know－How。

Smartbi AIChat把數據模型和指標模型作為語義層，就相當于擁有了保證數據一致準確、快速響應、安全可靠的底層數據引擎，為Smartbi AIChat通曉千行萬業提供了數據基礎。

第二、RAG檢索增強，高效精準識別意圖

專業語義層的引入，能讓大模型不再胡說八道，結果更加安全可信，但為了進一步理解用戶的分析意圖，還需要導入更多的客戶私有化的業務知識，以及根據用戶的使用行為習慣進一步優化。為此，Smartbi AIChat采用了RAG檢索增強技術。

對于用戶的自然語言問數處理過程，分為多個步驟：

首先，我們利用Embedding技術將數據模型中的指標和維度嵌入到向量數據庫中，進一步，將同義詞、知識庫、業務規則、用戶反饋加入到向量庫。然后，根據用戶的問句，通過向量檢索 ＋ 規則 ＋ BERT模型等前置處理技術，縮小查詢范圍；最后，結合大模型的通識能力進行精準的匹配和DSL轉換，轉換成Smartbi的模型查詢獲取數據。

通過RAG技術，大模型不僅能夠提高推理能力，增強匹配效率，為Smartbi AIChat通曉千行萬業提供了技術基礎。

第三、AI Agent智能體，靈活擴展深度分析

大多數BI工具只能解決數據查詢問題，用戶若想進行更深入的異常檢測、歸因和預測分析，則需借助專業的機器學習平臺。

Smartbi AIChat采用越用越聰明的AI Agent智能體框架。有了AI Agent，就像擁有了一個邏輯清晰又高效的助手。當它收到任務后，會主動思考、識別、規劃、拆解和執行。

AI Agent還讓Smartbi AIChat具備了非常靈活的擴展能力，比如通過調用Smartbi機器學習產品中豐富的算法插件，Smartbi AIChat能輕松實現深度分析。

第四、計算能力分層，智能實現復雜計算

面對類似“同環比”“連續三個月”“歸因”等的復雜計算，Smartbi AIChat通過AI Agent融合Smartbi已有的計算能力，明確計算邊界后將其分類。對于數據量大的統計計算，充分利用數據模型強大的計算能力；對于另一部分復雜計算，則通過 Python 在庫外執行。

03、白澤的卓越，依托行業積累

思邁特深耕BI行業13年，積累了5000＋客戶經驗，并沉淀了金融、政府、制造、醫療、教育等眾多行業的寶貴知識。這些知識以指標模型為載體，形成行業 Know－How，為Smartbi AIChat通曉各行各業提供了堅實的業務基礎。同時在語義模型、RAG等技術的支持下，Smartbi AIChat具備豐富的行業管理經驗，能為企業提供全面高效可落地的智能BI解決方案。

經過多年的打磨和積累，Smartbi AIChat不僅已經在金融行業、政府機構落地實踐，還與大模型廠商達成戰略合作。這些標桿客戶的成功實踐，將為更多企業提供可借鑒的經驗和案例，推動整個AI行業的健康發展。

目前，Smartbi AIChat主要是面向數據消費者（業務人員、管理者），通過極簡并準確流暢的對話式分析服務，實現更深入的分析。未來，隨著AI技術的不斷發展和應用，我們希望能面向不同的角色，提供實現更多高級功能，進一步幫助企業降本增效，提升運營效率和決策能力。