當AI科學家、神經網絡之父杰弗里·E.辛頓（Geoffrey E. Hinton）成為這一屆諾貝爾物理學獎獲得者時，全世界的目光都再一次放在了AI技術上。

但諾獎表彰的是一種技術的開創價值，而當我們想要在產業界看到AI落地的趨勢時，仍然需要關注業務場景中的具體應用。只有經驗老道的、積累了豐富業務經驗的“行家”，才能面向生產力的實際需求，打造出精準有價值的產品。

三個月前，國內知名BI服務商思邁特正式推出基于AI Agent的新一代智能BI產品——Smartbi AIChat白澤。

AI Agent（智能體，或稱人工智能助理），一句話概括，就是一種將大模型、規劃和控制、記憶等能力綜合起來的智能體，可以像員工一樣最大程度調動企業內部的信息和工具，自主或幫助員工完成任務。它被麥肯錫等咨詢機構視為最高級的AI產品形態之一。

因為，它真正融合了一個系統內的業務知識，又有簡便的交互方式，可以輕松執行任務，實現可用、易用、客戶樂用的成果。

而為了達到這種效果，AI Agent的落地，一定需要技術和行業兩個方面的積累。

11月，思邁特迎來了13周年司慶。在它所處的領域，由人工智能技術、BI技術、行業經驗共同構建的鐵三角，正在協同推動一場生產力的進化。

讓“AI+BI”更懂業務，頭部廠商養成“模范生”

作為一款智能問答式BI產品，白澤可通過自然語言對話式查詢與交互，滿足用戶的復雜數據計算、歸因預測及數據解釋、復雜嵌套式查詢等多種數據分析需求。

這不禁讓人發問，在BI領域率先實現突破的，為什么是思邁特？白澤背后的“鐵三角”，又意味著什么？要找答案，可以把目光轉向海外AI Agent產品的發展。

今年以來，海外AI Agent進步很大。幫助用戶開發輕量級AI Agent、并集成到Salesforce等系統的DevRev，拿下1億美元A輪融資。企業內部數據文檔搜索Agent的開發商Hebbia，年中收獲1億美元B輪融資。微軟也在今年推出了Copilot Agent，微軟認為，新的Agent更注重為用戶量身定制服務。

圖源：ABACUS.AI

以上產品存在一些共通的特點，比如垂直一定領域，專注用戶業務系統內的數據信息，試圖基于這些數據，幫助用戶在自己的業務場景里更好地執行一些操作。

Hebbia公司曾經給過一段很有內涵的介紹：Google只能搜索全球4%的數據，剩下96%在哪？都在各大企業內部自己的生態中。AI Agent產品，正是要在這方面打破壁壘，創造價值。

到了思邁特所處的BI領域，一切變得更加順理成章：當其他持有AI技術的企業想方設法切入企業核心業務流程時，BI這一產品形態，天然地扎根于企業生態之上。所謂BI，不正是利用軟件工具和系統對企業組織內外的數據信息進行分析，以最快最精準地輔助決策的系統嗎？

思邁特在長期的業務實踐中，已積累強大的BI能力，包括可視化分析、指標模型、數據模型等方面。從指標分析和管理體系的建設，到豐富的分析工具，再到平臺層面各個環節的打通，思邁特有豐富的應用經驗。

而在疊加AI技術后，AI需要的養分，BI都能提供；BI需要的深度智能，AI也能慷慨解囊。這解釋了為什么思邁特能成功打造“AI+BI”的代表性應用。

首先，思邁特有豐富的行業Know-how，這是一種寶貴的無形資產，也是AI應用的基礎。我們知道，AI的推理能力需要基于給定的信息資源，如果缺乏這種行業積累，會導致無法讓產品打破淺層推理的窘境，自然無法真正滿足客戶需求。

此外，行業Konw-how和AI是相互促進的，AI會在這種應用范式中“學會”更多行業知識，掌握更有助于企業實現戰略目標的商業智能。相比業外技術廠商，思邁特在這方面明顯領先。

其次，思邁特對AI的探索同樣領先。自2019年首次實現人工智能與數據分析的融合后，思邁特持續精進能力，在生成式AI興起后，迅速集結資源打造了Smartbi對話式分析大模型版本，為推出Smartbi AIChat奠定了模型基礎。

最后，思邁特對產品價值和行業需求的理解非常精準，可以給使用Smartbi AIChat的用戶提供最適合的服務。

比如，Smartbi AIChat封裝了Smartbi的應用插件，而這些應用插件是如何誕生的？正是思邁特把過去十余年服務5000多家客戶積累的主流業務場景應用模板和知識信息，凝聚嵌入指標模型后封裝而成的。這樣一來，中小型客戶甚至可以做到開箱輕松改、改完就能用。

這就是Smartbi AIChat難以替代的亮點：真正面向生產力，做到可用、易用、客戶樂用。

瞄準生產力需求，做用戶用得上的“AI+BI”

在功能性方面，Smartbi AIChat對BI與Agent融合的探索，很明顯地解決了幾個關鍵問題。最典型的是，大模型常規應用經常產生的幻覺問題。這在企業業務中顯然是不可接受的失誤。

普通用戶可能使用過kimi、bing之類C端的大模型產品，它們難逃幻覺的制裁。哈工大和華為曾在聯合發表的一篇論文中指出，幻覺有事實性幻覺——單純的信息錯誤，以及忠實性幻覺——大模型推理出錯這兩種情況?；糜X出現主要是因為數據源、訓練過程和推理三個方面存在問題。

例如，詢問模型今年下半年有何重點新聞時，它可能會抓住“下半年”這個關鍵詞，但卻忽視“今年”，從而給出一份2023年下半年的總結。這就是推理過程偏離了用戶指令。

而作為一個面向生產力的系統，Smartbi AIChat巧用RAG檢索增強技術，規避了這些缺陷。RAG意為Retrieval-Augmented Generation，檢索增強生成，也就是基于企業內部的知識數據進行一系列工作，這也符合BI的產品特性。

Smartbi AIChat將業務知識、業務規則、用戶反饋、基于業務的指標模型等要素都載入向量庫，整個生成過程持續收集最新的知識，邊用邊升級，越用越聰明。

同時，這種有深度的調用也最大程度實現了對企業數據的挖掘，解決了數據信息的長尾價值問題；由于AI的加成提升了BI的分析能力，解決了高級分析的水平問題等等。

于是，Smartbi AIChat的能力得到了極大的豐富，疊加高效的自然語言交互能力，使其更加適應企業內部不同崗位用戶的需求和場景，從而能夠充分發揮其功能。

例如，一線業務人員希望了解某些多指標間的關系數據，關于“同比”、“累計”、其他部門數據與本部門差異之類的細節，Smartbi AIChat都可以基于時間進行智能計算，無需業務人員再向IT提報單獨新增一個指標或者看板，大大節省了時間。

這一點，與思邁特合作的某大型證券企業感觸頗深。據悉，其業務人員在Smartbi AIChat上線后，使用自然語言也可以查詢復雜字段和實體組成的數據結果。

例如，“2024年1月4日，現金資產超過1萬且貸款金額少于1萬的客戶的學歷、總資產和總負債情況”中的所有實體，經過向量匹配、大模型精排、調用數據模型返回相關視圖等步驟后，最終調用代碼解釋器生成代碼執行，給業務人員一個清晰的結果，無需再等待開發介入。

而對技術人員來說，當需要整理分析大批量的數據分析，甚至進行更進一步地開發作業時，Smartbi AIChat幾乎可以做到隨時隨地向用戶進行整理分析，給出結果。技術人員不再需要繁瑣的編寫規則語句、更改界面，用自然語言即可調動白澤的能力。

最后，管理層或者老板則可以通過Smartbi AIChat一次看遍公司數據情況。不管是層層嵌套的復雜業務情況，還是一些沉睡了很久的老數據，Smartbi AIChat都可以將其剖析得明明白白，并用多重圖表方式靈活展現，真正做到即時了解公司的經營情況和環境變化。在上述證券企業案例中，管理者可以不再局限于駕駛艙指標，而是能更全面地看透公司經營狀況，做出科學決策。

由此可見，Smartbi AIChat讓數據分析成為了一件低門檻高效率的業務工具，讓人樂于從數據出發做可靠決策，提升了生產力。

據悉，就在本月，國內領先的AI廠商智譜也官宣思邁特為其重要戰略合作伙伴。我們很高興看到BI廠商與大模型廠商的深度合作，這意味著AI技術真正賦能業務還有更大的想象空間，BI的迭代將有更多來自AI產業的力量支撐。目前，在應用方面，思邁特已與十余家頭部AI廠商及軟件廠商達成戰略合作，與上百家ISV廠商簽訂OEM合作協議。思邁特的產品能力與經驗，正在和頭部合作伙伴的產品和服務發生共鳴，進一步為終端用戶提供創新的數據應用價值。思邁特在生態合作領域的優秀表現，也獲得了國際著名分析機構IDC的認可，成為BI領域唯一榮獲2024“IDC中國生態創新獎項”的廠商。

塑造第二曲線，思邁特為AI應用普及探路

不難看出，思邁特依托技術+場景/產品理解的雙重優勢，掀起了一場以技術先進性和“懂行業”為核心的應用革命。但這可能還不是全部。智能BI的內涵其實非常豐富，思邁特還有很大的拓展空間。

圖源：思邁特

一方面，當前Smartbi AIChat提供的多元化能力是智能BI的一個表現。它是儀表盤和報表的進階升級，能分析異常數據、歸納業務走勢，從展示業務到理解業務再到決策業務，這個過程對客戶的價值已經實現層層強化。

另一方面，Agent的本質是針對業務積累，用標準化的數據能力解決人類的非標行為需求。那么，融合了Agent形態的BI，可能會在未來的進化中逐漸迭代為更復雜的解決方案，而非一種工具。

曾任Facebook首席技術官、Salesforce聯席首席執行官的布萊特·泰勒（Bret Taylor），目前正在執掌一家估值達到40億美元的AI Agent創業公司Sierra。Bret認為，企業運用AI轉型最大的支出其實集中在“最后一公里”，即有需求但無法構建相應的應用，結果不得不花費大資源去做對業務本身沒什么價值的事情。

這種情況很可能在未來得到改善。例如思邁特的下一步就是聚焦BI開發者，用AI的能力，幫助開發者用自然語言高效建立BI系統。這樣一來，企業數智化轉型將更輕松，最后一公里的問題也有望得到解決。Smartbi AIChat的成功經驗可以證明，思邁特的創新意識、行業經驗和產品化能力，是有機會給行業闖出一條路的。

最近，有36氪等行業媒體報道稱，國內AI行業已有獨角獸公司開始放棄單純的模型訓練，業務轉向AI應用。無獨有偶，硅谷角色扮演類明星AI企業Character.AI，也在8月宣布放棄預訓練，采用第三方模型支持自己的業務。

從中不難看出，AI的價值是無法從早期大模型參數內卷中實現的。沒有差異化的應用，沒有和人、場景深度交互，AI就會變成空中樓閣。

所以，我們可以大膽假設，當前不少火熱的AI應用產品選擇C端的“助手”，是因為AI Agent的發展有太多門檻。而Smartbi AIChat的誕生，則說明思邁特已經邁過了產品化的門檻，開始探索更縝密的解決方案。

未來，在“（AI+BI）x需求”這條價值公式的邏輯下，思邁特將持續拓寬AI時代的數智化之路，用智能BI幫助更多企業掌握生產力，夯實自身第二增長曲線，并為行業打破天花板，看見新未來。

來源：松果財經