在当前快速发展的数据分析领域，AI大模型正成为推动技术创新和企业决策的关键因素。随着数据量的指数级增长和计算能力的显著提升，大模型和指标平台在商业应用中展现出前所未有的潜力。
近日，中国通信标准化协会大数据技术标准推进委员会(CCSA TC601)在江苏扬州召开了第15次全体工作会议。数势科技副总裁宋丽在大会上发表了关于大模型与指标平台在数据分析领域的探索与实践的重要分享，与信通院各级领导、业内同行共同探讨大数据技术标准的最新进展和未来趋势。
大模型在数据分析领域的应用探索
宋丽的汇报首先围绕大模型在数据分析领域的探索实践展开。她详细介绍了数势科技推出的智能分析助手SwiftAgent，通过集成大模型能力，实现了自然语言交互式数据分析和智能归因。她举例说明了SwiftAgent在交互式指标问询、智能洞察归因、分析报告自动生成等应用场景，展示了如何通过大模型提升数据获取的效率和决策的准确性。
结合大模型的能力，通过自然语言的交互模式，业务人员和管理者更容易使用企业的经营数据，获得“专业分析师”一般的报告，并应用到企业决策中。这一创新让数据真正做到了大众化、普及化，企业智能决策将迈向一个新的里程碑。
大模型+指标平台 开启数据民主化的数据分析新时代
在数字化转型的浪潮中，数据已成为企业转型升级的关键生产资源，然而如何高效地挖掘并应用这些数据，许多企业都存在亟需解决的挑战。对此，宋丽引用了“数据民主化”的理念。
她表示：“数字化转型的关键在于激励更广泛的企业成员参与数据的生产、消费和反馈过程，以此增强数据作为基本生产资料在企业价值创造中的核心作用，这也是数据民主化的体现。但目前企业的数据应用仅仅掌握在5%的BI分析师或数据分析师手中，业务管理者和一线业务人员很难通过数据获得商业见解。而未来，借助数势科技的大模型+指标平台这种方式，至少可以让50%的业务人员和上下游合作伙伴，没有门槛地进行数据分析和应用，实现数据民主化，真正释放数据价值。”
创新的NL2MQL方式，提升海量数据应用的准确性
值得一提的是，宋丽还分享了数势科技创新的NL2MQL(自然语言解析成指标语义)大模型应用方式。
在业界其他的大模型能力赋能数据分析解决方案中，通常会使用大语言模型直接驱动数据库，通过AI生成的SQL语句，实现用户问答数据自动获取。但这种NL2SQL(自然语言解析成SQL)的方案，无法将自然语言精确转换成具有逻辑性的SQL，从而造成数据查询准确率低。此外，还存在多表关联查询方式导致性能不可控、面对海量数据时导致的高额表结构学习成本，以及单纯靠大模型生成SQL无法解决高级繁复的分析(如预测、归因)等问题。
举例来说，当用户查询“本季度A饮品的单量和销售额分别是多少”时，由于指标语义模糊并涉及跨表多指标查询等问题，传统的NL2SQL方式难以实现。
为解决此问题，数势科技采用NL2MQL方式。首先，将自然语言解析成指标语义，然后，基于自研的指标引擎将解析后的指标语义翻译成可被执行的SQL语言逻辑。将原有的NL2SQL一段式路径升级成NL2MQL2SQL两段式路径。这样，在保证结果可控的情况下，不仅可以提升数据查询的准确性和稳定性，还能降低业务人员使用数据的难度。
大模型+指标平台实践案例
如今，数势科技已走通大模型垂直应用的商业闭环，率先在多个客户场景中落地。
在实践案例分享环节，宋丽深入剖析了数势科技在零售、汽车和金融等行业的成功应用。她提到，通过SwiftAgent，企业能够快速响应市场变化，实现精细化管理和运营决策。例如，在某新茶饮零售连锁客户的应用中，SwiftAgent帮助企业实现了经营分析的自动化，大幅提升了数据分析的效率和质量。在汽车和金融领域的应用中，SwiftAgent同样展现了其在数据分析和业务决策中的卓越性能。
通过宋丽的分享，可以看到大模型和指标平台在推动企业数字化升级和实现数据价值普惠化方面发挥了重要作用。数势科技的实践案例不仅证明了这些技术的有效性，也为行业提供了宝贵的经验和参考。
未来，数势科技将继续深入参与中国通信标准化协会大数据技术标准推进委员会(CCSA TC601)的工作，通过不断的技术创新和实践探索，与各位领导、业内同行一起，在企业数据智能的道路上走得更远。
