人工智能技术正以出人意料的速度和方式重塑我们的世界。即便是最前沿的科学家，也难以预测未来12个月内生成式AI将带来怎样的变革。
然而，随着通用大模型的热度逐渐消退，AI Agent(人工智能助理或智能体)正迅速崛起，成为下一个科技风口。
在今年4月的世界人工智能大会上，斯坦福大学教授吴恩达发出了一项振聋发聩的号召——他敦促所有从业者将注意力转向AI Agent。他强调：“AI Agent工作流将在今年推动人工智能取得巨大进展，甚至可能超越下一代基础模型的发展。这是一个极为重要且令人振奋的趋势，我呼吁所有人工智能从业者高度关注。”
作为企业服务领域中与AI关联最紧密的行业之一，BI行业目前也在积极拥抱AIGC技术，探索将LLM(大语言模型)、AI Agent、RAG(检索增强生成)和知识库等先进技术融入企业服务中，旨在更好地满足B端企业的复杂需求。通过解决这些问题，企业不仅能提升服务质量，还能增强客户的付费意愿，为自身创造更大的商业价值。
在这个快速变化的时代，AI Agent无疑将成为驱动未来发展的核心引擎之一。
近日，思迈特软件发布了第三代AI应用产品——Smartbi AIChat(中文名“白泽”)，这款产品利用智能体AIAgent技术实现了产品能力的全面升级，并在分析方式上引领了行业变革。为此，「ToB行业头条」特别采访了思迈特软件创始人吴华夫先生。
“大模型对全球的影响堪比工业革命，这预示着新的产业变革。而从企业战略层面来看，智能BI将成为思迈特的第二增长曲线。”吴华夫透露，AI将彻底打开BI行业广阔的市场空间，帮助企业加速数智化转型，真正释放数据要素的价值，推动中国产业升级。
01.AI+BI颠覆行业，思迈特开启第二增长曲线
自从AI技术变革爆发以来，企业IT服务市场经历了深刻变革，特别是BI行业，已然成为AI的最佳落地场景。从互联网大厂到数据分析类公司，从传统BI厂商到初创公司，众多玩家正在加入这一赛道，探索AI+BI融合下行业价值变现的金矿。
“当前BI行业已经来到了一个新的起跑线。如何为企业带来更高的业务价值，是下一步行业竞争的关键。”吴华夫称，思迈特将智能BI作为第二增长曲线，在保证准确性、安全性的基础上，通过多年的行业积累及AI 技术的结合，实现公司业务差异化优势。
作为国产BI行业的领导者，思迈特是最早探索AI+BI融合的企业之一。早在2019年，Smartbi首度将AI与BI融合;2023年，Smartbi把之前申请了NLA专利更好地产品化，发布了Smartbi对话式分析大模型版本;近日，思迈特发布最新自研的第三代AI应用产品——Smartbi AIChat，名为“白泽”—— 意为知晓万物。
通过产品演示我们可以看到，白泽在异常分析、归因及预测等高级分析能力上有显著增强。当用户输入指令“查询2023年10月的销售合同总金额”，后续还可以要求“对比过去三年的同月数据”，并要求它挖“2023年合同金额下降的原因”，Smartbi AIChat就会根据过往历史数据和最新市场信息，结合行业总体的发展情况，自动分析产品类型、销售渠道、客户类型、促销活动等维度，找出背后的深层原因，或者预测未来的合同金额，并根据数据反馈提出精准的建议。
而如此智能表现的背后，是思迈特将最前沿的AI技术(RAG+LLM+AI Agent架构)与Smartbi的BI能力(可视化分析、机器学习与数据模型等能力)的强强结合。
前者基于大模型，通过用户与人工智能代理的多轮对话互动，结合上下文语境，更好地理解用户的意图。后者基于思迈特特殊的数据模型、指标模型等能力，提升响应的速度和分析 。
据了解，目前客户对于这一产品给出了非常积极的反馈，在企业落地后，BI应用的活跃度正在持续上升，用户获得了“超越常规分析之外的惊喜”。
而这，正是智能BI的巨大潜在价值。“在AIGC技术融合下，BI的市场普及率/渗透率，有望从目前不到10%攀升到70%、80%，甚至更高。”吴华夫大胆预测。
这一观点也得到了市场研究的认同。根据IDC最新发布的《中国商业智能和分析软件市场跟踪报告，2023H2》显示，2023下半年，中国商业智能与分析软件市场规模为5.2亿美元，同比增长为3.7%。根据最新一期五年预测，市场增速将在2025年恢复到高点。预计到2028年，中国商业智能软件市场规模将达到17.4亿美元，未来5年市场年复合增长率(CAGR)为13.7%。
02.Smartbi AIChat如何助力企业释放数据想象力?
技术日新月异，几乎没人能精准预言明天。但我们仍然可以从只言片语中，看到一些未来的“风向”。
最近，谷歌前CEO施密特在斯坦福的一场演讲中预测，明年(AI领域)上下文窗口扩展、代理和文本到操作的组合，将会对世界产生巨大的影响。
无独有偶，Smartbi AIChat的设计理念跟施密特的预测不谋而合。
从上述图表可以看出，白泽的整个智能体由规划器(Planner)、执行计划(Plan)、代码解释器(Code Interpreter)、Smartbi Plugins(插件)和记忆体(Memory)组成。
当用户提出问题时，白泽就像一个聪明的助手，首先会用规划器仔细理解问题的意思，然后制定出详细的行动计划，并将一个大任务分成几个小任务来逐一完成。同时，每个小任务都会用到一种特殊的工具来编写代码，这个工具会利用公司内外的各种知识和信息，比如一些智能的分析工具和示例，来生成Python代码。
接下来，系统会根据任务的不同，用两种方式来处理计算。一些计算会在Smartbi的指标模型中计算，而另一些则需要用到Python去做库外计算。这种分工合作的方式，可以让我们处理各种复杂的计算任务，比如综合不同数据源甚至外部知识一起分析，预测原因等。既能保证分析的准确性和 ，又能快速地回答复杂的问题。当所有的小任务都完成后，系统会把每个任务的结果汇总起来告诉白泽，白泽再把这些结果整理好反馈给用户。这样，用户就能得到一个全面而准确的答案。
值得注意的是，这一设计架构中有两个“独家武器”，也是思迈特对比互联网大厂通用大模型，所具有的核心优势。
一是Smartbi AIChat封装了Smartbi的应用插件。
思迈特凭借过去十余年服务5000多家客户，积累了众多主流行业和典型业务场景应用模版。这些知识以指标模型为载体，将金融、政府、制造、医疗、零售、教育等多个行业的Know-how，沉淀并封装为插件。因此，中小型客户无需从零开始进行繁琐复杂的需求沟通，开场只需要选择符合自己需求的指标模型，再根据自身需要对指标模型进行删减和适配，就能上线系统，初次使用就可以到百分之八九十的准确度，在短时间内实现“定制化解决方案”的效果。
二是Smartbi AIChat采用了RAG检索增强技术。
在大模型落地企业服务场景之初，最令人头疼的是大模型幻觉问题。
比如，面对“9.11和9.9哪个更大”的简单问题，国内外主流大模型统一翻车，认为9.11比9.9大。专业人士不得不出来解释，这类对于普通人来说的常识性问题，对于大模型来说，却需要进一步明确场景——比如明确告知大模型两个数字都是浮点数(实数)。
再比如，面对“第一个在月球上行走的人是谁?”的问题，大模型回复“Charles Lindbergh在1951年月球先驱任务中第一个登上月球”。实际上，第一个登上月球的人是Neil Armstrong。
如果是C端消费级场景，大家或许还能一笑置之。但在B端企业服务场景，你能想象在全体经营大会上数据出错的场景吗?
为了避免AI“一本正经胡说八道”，目前最常见的解决思路是收集高质量事实数据，结合专业的知识库/数据库，直接通过应用插件预置到大模型的提示中，多次迭代检索，允许整个生成过程不断收集知识，从而获得更加专业和准确的答案。
白泽采用的解决方式就是使用指标维度替代表和字段，将指标模型、客户私有化业务知识、业务规则、用户反馈等都加载到向量库中。然后通过全面RAG增强检索，将检索到的信息注入到 LLM 提示中，从而获得更精准专业的结果。
整个规划和执行的过程，都记录在记忆体中。随着企业使用频率越高，智能体还会根据记忆不断迭代优化，实现“越用越聪明”。
谷歌前CEO施密特上述演讲还提到，技术发展的未来趋势可能是“人均拥有一个程序员”。
“如果你可以从任意语言转换为任意数字命令，这在本质上就是这个场景中的 Python。想象一下，地球上的每个人都有自己的程序员，他们实际上做他们想做的事情，而不是那些不按要求工作的程序员。这里的程序员知道我在说什么。想象一个不傲慢的程序员实际上做了你想做的事，而你不必付出高昂的代价。而这些程序员的供应是无限的。”
这一想象与思迈特的目标一致。“工具其实是会限制人的想象力的。但我们希望通过白泽这样一个数据助理，我们能帮助企业充分的发挥数据价值，释放数据想象力，让企业可以利用数据分析去做创新。”
据吴华夫介绍，白泽的下一个版本将聚焦如何将AIGC赋能BI开发者，实现"一句话构建一套BI系统"，预计将于今年年底启动内测。
“受限于供给侧能力不足，BI项目建设周期长、成本高，效果还不可控。我们的目标是通过AIGC实现一句话生成整套BI系统，真正低成本、高效率地帮助中小企业完成数智化转型。”吴华夫介绍称，白泽的产品愿景是让用户爱上与数据聊天，为企业带来“超越常规分析之外的惊喜”。
大模型对行业的重构才刚刚开始，企业还处于初级阶段。“某个企业的领先地位可能也就是一年半载，技术最终会趋同。要想持续领先，唯有依靠企业的创新力。”
我们有理由相信，以Smartbi为代表的一批具有创新实力与精神的企业，将不断推动AI技术在BI领域的应用，引领行业的全新发展，实现从“数据驱动”到“智能决策”的跃迁。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
