近年來，隨著生成式AI技術(shù)的飛速進(jìn)步，一場規(guī)?？涨暗募夹g(shù)革新風(fēng)暴正席卷全球，極大地拓寬了智能與數(shù)據(jù)分析深度融合的想象邊界。全球領(lǐng)先的IT市場研究和咨詢公司IDC最新發(fā)布的《IDC PeerScape: 中國生成式BI場景化落地先驅(qū)案例，2024》報告中，億信華辰與一家知名工業(yè)集團(tuán)的聯(lián)合項目——生成式BI與數(shù)字人應(yīng)用落地案例，榮幸地入選其中。此案例不僅成功實(shí)現(xiàn)了問答式數(shù)據(jù)分析的突破，還能夠自動生成精確且富有洞察力的數(shù)據(jù)報告與分析，樹立了行業(yè)標(biāo)桿。

以下為該案例的詳細(xì)分享：

  案例背景

• 報表開發(fā)繁重：業(yè)務(wù)分析需求多樣，陷入尋找資源、開發(fā)報表的循環(huán)。
• 數(shù)據(jù)響應(yīng)滯后：需求頻繁變更，導(dǎo)致數(shù)據(jù)準(zhǔn)備周期長，影響時效性。
• 自助分析受限：依賴信息中心工程師，自助分析效果差，普適率不足。
• 分析報告耗時：大部分時間用于數(shù)據(jù)收集和圖表制作，無暇深度分析。
• 缺乏知識庫：需要整合行業(yè)知識和科研經(jīng)驗，構(gòu)建知識庫。

隨著 AI 技術(shù)的不斷進(jìn)步，數(shù)據(jù)分析迎來新的變革契機(jī)，預(yù)示著巨大的提升空間。鑒于此，某工業(yè)集團(tuán)與億信華辰合作，探索將生成式大模型等 AI 技術(shù)融入現(xiàn)有的數(shù)據(jù)管理與分析體系，共同打造一套集智能問數(shù)、智能看板、智能報告、知識庫問答等功能于一體的新一代智能決策平臺，以全面提升業(yè)務(wù)管理與決策支持的智能化水平。

  難點(diǎn)分析

在此項目具體推進(jìn)過程中，在技術(shù)和業(yè)務(wù)層面面臨諸多挑戰(zhàn)：

• 數(shù)據(jù)可信度低：在業(yè)務(wù)場景落地時，以往依賴人工核對的數(shù)據(jù)，在自動化處理時因缺乏統(tǒng)一標(biāo)準(zhǔn)而引發(fā)質(zhì)疑。因此，項目團(tuán)隊需深入梳理現(xiàn)有數(shù)據(jù)指標(biāo)，建立標(biāo)準(zhǔn)化、規(guī)范化的指標(biāo)體系，確保數(shù)據(jù)的準(zhǔn)確性和權(quán)威性，從而提升數(shù)據(jù)的可信度。
• 業(yè)務(wù)場景與數(shù)據(jù)匹配難：不同業(yè)務(wù)場景對數(shù)據(jù)的需求差異顯著，如何精準(zhǔn)識別并有效提取所需數(shù)據(jù)成為又一考驗。這不僅要求平臺具備強(qiáng)大的數(shù)據(jù)處理能力，還需能夠智能分析業(yè)務(wù)場景，實(shí)現(xiàn)數(shù)據(jù)的自動加工與精準(zhǔn)匹配，確保數(shù)據(jù)在特定場景下的準(zhǔn)確性和適用性。
• 定性問題難以量化支撐：人機(jī)通過自然語言交互時，用戶提出的定性問題往往缺乏具體的量化指標(biāo)，而管理人員需要利用平臺將這些定性問題轉(zhuǎn)化為可量化的數(shù)據(jù)來支撐決策，以使大模型能準(zhǔn)確理解用戶的意圖，進(jìn)行量化內(nèi)容的展示。
• 大模型幻覺等技術(shù)問題：盡管大模型在處理復(fù)雜任務(wù)時展現(xiàn)出強(qiáng)大能力，但其固有的黑箱特性和可能產(chǎn)生的幻覺問題（即返回不準(zhǔn)確或邏輯不符的數(shù)據(jù)）仍需解決。這要求平臺在設(shè)計時充分考慮模型的透明度，加強(qiáng)數(shù)據(jù)驗證機(jī)制，確保大模型在處理復(fù)雜查詢時能夠輸出準(zhǔn)確、合邏輯的結(jié)果，避免誤導(dǎo)決策。

  解決方案

針對上述挑戰(zhàn)，急需一個低開發(fā)成本、高度智能化且交互友好的平臺來應(yīng)對?；跀?shù)可信、用好數(shù)的理念，某工業(yè)集團(tuán)利用億信華辰 BI 數(shù)字助理工具的私有化部署，將 LLM 大語言模型和 BI 基座能力相結(jié)合，通過向量數(shù)據(jù)庫、RAG、text2DSL、數(shù)字人等技術(shù)共同協(xié)作，應(yīng)用大語言模型的底層能力，學(xué)習(xí)企業(yè)業(yè)務(wù)知識（表知識、業(yè)務(wù)邏輯、問答知識、洞察知識等），建設(shè)以智能指標(biāo)為中心，融合 LLM Agent 能力的數(shù)據(jù)驅(qū)動智能決策平臺（見圖），知識庫實(shí)現(xiàn)業(yè)務(wù)洞察與自動化優(yōu)化的無縫對接。

某工業(yè)集團(tuán)智能數(shù)據(jù)決策平臺架構(gòu)圖

這一解決方案實(shí)現(xiàn)了問答式數(shù)據(jù)分析，并能夠生成精確且有價值的數(shù)據(jù)分析和報告，從數(shù)據(jù)應(yīng)用的角度出發(fā)，有力支撐了工業(yè)集團(tuán)面向管理層的經(jīng)營決策和面向業(yè)務(wù)部門的業(yè)務(wù)探索。

為了打破結(jié)構(gòu)化數(shù)據(jù)的限制，搭建了基于封閉知識域的智能知識庫。該知識庫支持多文檔問答功能，能夠收集整理國家及行業(yè)的相關(guān)政策文件、調(diào)查制度、系統(tǒng)操作手冊、指標(biāo)監(jiān)測體系等內(nèi)容，并將其納入智能知識庫中。特別針對 PDF、Word 等非結(jié)構(gòu)化文檔，智能知識庫實(shí)現(xiàn)了自然語言與知識間的交互功能，提升了用戶的工作效率及學(xué)習(xí)能力。

  項目價值

該項目為某工業(yè)集團(tuán)構(gòu)建統(tǒng)一指標(biāo)業(yè)務(wù)模型，并在此基礎(chǔ)上，通過引入大模型的應(yīng)用，不僅實(shí)現(xiàn)了對現(xiàn)有數(shù)據(jù)應(yīng)用體系的全面升級，更是對集團(tuán)未來競爭力的一次深遠(yuǎn)布局。這一舉措為集團(tuán)的業(yè)務(wù)與技術(shù)創(chuàng)新提供前所未有的數(shù)據(jù)支持與知識保障，引領(lǐng)其在數(shù)據(jù)應(yīng)用與知識管理領(lǐng)域?qū)崿F(xiàn)革命性的飛躍。項目的主要價值體現(xiàn)在以下幾個方面：

1.智能查詢與分析，重塑數(shù)據(jù)獲取體驗

生產(chǎn)部門得以通過自然語言提問的方式，輕松管控項目進(jìn)程。平臺展現(xiàn)了強(qiáng)大的智能探索能力，能主動挖掘數(shù)據(jù)關(guān)聯(lián)，激發(fā)新見解。同時，其高度交互性確保即時響應(yīng)用戶需求，促進(jìn)深度數(shù)據(jù)對話。這一轉(zhuǎn)變不僅大幅提升了數(shù)據(jù)應(yīng)用的靈活性，還顯著加快了業(yè)務(wù)響應(yīng)速度，使項目管理人員能夠迅速捕捉市場動態(tài)，優(yōu)化決策路徑，從而在競爭中占據(jù)先機(jī)。

2.智能看板與報告自動化生成，驅(qū)動成本效率雙提升

平臺依據(jù)用戶的個性化偏好、角色定位及當(dāng)前關(guān)注焦點(diǎn)，自動生成量身定制的數(shù)據(jù)看板與報告。這一過程不僅顯著縮短了開發(fā)周期，降低了 IT 報表制作的成本，還通過提升信息的可讀性和吸收效率，增強(qiáng)了用戶的交互體驗。數(shù)據(jù)洞察因此變得更加直觀、高效，為集團(tuán)的決策提供了強(qiáng)有力的支持。

3.構(gòu)建企業(yè)級知識庫問答系統(tǒng)，賦能智慧傳承與創(chuàng)新

借助大模型的深度理解和生成能力，集團(tuán)成功打造了一個覆蓋廣泛專業(yè)知識、項目經(jīng)驗和技術(shù)難題解答的智能化問答平臺。這一平臺不僅能夠迅速響應(yīng)內(nèi)部人員的工作疑問，提升整體工作效率，更促進(jìn)了知識的有效傳承與創(chuàng)新。通過智能化的知識管理與分享，集團(tuán)得以構(gòu)建更加堅實(shí)的知識基礎(chǔ)，為長期發(fā)展注入源源不斷的動力。

  場景創(chuàng)新

本方案創(chuàng)新性地打造一位數(shù)字助理，以 3D 虛擬人物展示，不僅代表企業(yè)的文化形象，更提升數(shù)據(jù)問答和知識檢索的效率與趣味性，同時也為項目后續(xù)的場景擴(kuò)展做準(zhǔn)備，包括特定場景下的對話模擬，如模擬項目匯報等（見圖 ）。

同時平臺引入了 AI 個性化定制技術(shù)，用戶只需通過一句話或給定的指標(biāo)，即可一鍵生成符合個人需求的數(shù)據(jù)看板。比如在營銷領(lǐng)域，不同的銷售均可自主定義自己的銷售業(yè)績看板，實(shí)現(xiàn)真正的千人千面數(shù)據(jù)展示，極大提升了工作效率。

同時項目下一期正全力研發(fā)基于圖片內(nèi)容的智能問答系統(tǒng)，通過深度學(xué)習(xí)與計算機(jī)視覺技術(shù)，精準(zhǔn)解析圖片，實(shí)現(xiàn)高效問答交互，拓寬智能分析應(yīng)用，賦能企業(yè)智能化轉(zhuǎn)型。