大模型的到來被視為改變企業(yè)軟件命運的Game Changer，加速了數(shù)據(jù)普惠化的到來。通過大模型知識壓縮和推理涌現(xiàn)能力加持，企業(yè)軟件擁有深度行業(yè)認(rèn)知，能夠真正輔助企業(yè)業(yè)務(wù)決策和運營。以ChatBI工具為例，目前市面上的通常使用的是NL2SQL的技術(shù)路徑，即通過大語言模型直接生成SQL，雖然在一定程度上可以幫助企業(yè)提升數(shù)據(jù)分析的效率，但這種解決方案容易出現(xiàn)數(shù)據(jù)查詢準(zhǔn)確率低(準(zhǔn)確率在60%-70%，如果跨表查詢會更低)，數(shù)據(jù)口徑不統(tǒng)一等問題。

數(shù)勢科技SwiftAgent在大模型和AI Agent加持下，通過建立業(yè)務(wù)指標(biāo)、人貨場標(biāo)簽等易于理解的語義層，將自然語言解析到指標(biāo)和標(biāo)簽語義(Natural Language to Metrics&Label)，即可實現(xiàn)相比ChatBI更精準(zhǔn)的數(shù)據(jù)洞察，解決大模型對底層業(yè)務(wù)語義難理解的問題。

數(shù)勢科技SwiftAgent將大模型和數(shù)勢指標(biāo)、標(biāo)簽產(chǎn)品的數(shù)據(jù)分析能力相結(jié)合，為企業(yè)管理者、數(shù)據(jù)分析師、業(yè)務(wù)人員等提供了一個強大而直觀的智能分析工具。今年發(fā)布的SwiftAgent 2.0，更是做到了五大亮點升級。

一是統(tǒng)一語義層的構(gòu)建(Unified Data Semantics)，SwiftAgent 2.0構(gòu)建了統(tǒng)一的指標(biāo)與標(biāo)簽語義層，即Natural Language to Metrics+Label to SQL，實現(xiàn)兩段式數(shù)據(jù)洞察。第一段解決大模型對底層業(yè)務(wù)語義難理解和幻覺的問題，建立行業(yè)標(biāo)準(zhǔn)、指標(biāo)、人貨場標(biāo)簽等易于理解的語義層;第二段解決企業(yè)各部門數(shù)據(jù)口徑統(tǒng)一的問題，有效避免數(shù)據(jù)臟亂差等現(xiàn)象，將傳統(tǒng)的經(jīng)驗決策升級為以數(shù)據(jù)為核心的智能決策。

二是用戶可干預(yù)(Human in the Loop)，SwiftAgent 2.0可通過更自然的方式引導(dǎo)用戶，如當(dāng)用戶提出“我想看一下最近的銷售情況。”這種模糊的數(shù)據(jù)查詢，SwiftAgent會給出“最近7天銷售額”、“本月北京地區(qū)銷售額”等選項，供用戶選擇，用戶還可以根據(jù)提示重新提問，最終得到他真正想要看的分析內(nèi)容。

三是持續(xù)反思學(xué)習(xí)(Continued Reflection Learning)，SwiftAgent2.0可將所有使用用戶過往的問答分析沉淀到知識庫，加上上文提到的強化學(xué)習(xí)結(jié)果，在之后其他用戶相似的問詢場景中，直接提供結(jié)論并提供思考過程。這種不斷反思學(xué)習(xí)的能力，也發(fā)揮了大模型最大的特點。隨著時間的推移不斷進步，SwiftAgent2.0可以變得更加聰明、好用，并更貼近業(yè)務(wù)需求。

四是多源數(shù)據(jù)鏈接(Diverse Data Connection)，SwiftAgent2.0還實現(xiàn)了多源異構(gòu)的數(shù)據(jù)接入，不僅能接數(shù)倉，還能導(dǎo)入文本、Excel、圖片、音視頻等非結(jié)構(gòu)化知識，滿足全面分析思路。如：“美國數(shù)據(jù)反映勞工市場有降溫跡象，減息預(yù)期加強，推動金價上漲，導(dǎo)致黃金ETF產(chǎn)品持倉量持續(xù)升高。”

五是數(shù)據(jù)計算加速引擎 (Hyper Computing Acceleration)，SwiftAgent2.0采用了數(shù)勢科技獨創(chuàng)的數(shù)據(jù)計算加速引擎，可以實現(xiàn)秒級數(shù)據(jù)查詢，真正實現(xiàn)實時的人機交互。