作者|斗斗 。

修改|皮爷 。

出品|工业家 。

伦敦塔桥下的泰晤士河底，埋藏着工业革新的隐秘图腾——布鲁内尔规划的地道盾构机。在19世纪城市地下轨迹建造的过程中，这个直径11米的钢铁巨兽没有挑选拓展河道，而是创始了地下通行的新维度。

“咱们不是ChatBI帮手，咱们是智能剖析Agent产品，技能道路是Agent+企业级数据语义渠道Enterprise Data Semantics Layer，和传统BI叠加大模型Chat才干的技能道路不同。”。在采访前期和后期，数势科技重复和工业家着重。

当整个职业在BI赛道的红海中“厮杀”，数势科技像19世纪创造盾构机的工程师般潜入工业底层，用企业级数据语义渠道Enterprise Data Semantics Layer构建起数据价值活动的地下轨迹管网，为智能剖析Data Agent的完结奠基。

“数据的力气，凭什么只能归于互联网巨子和少量头部企业？”。

这一提问来自于数势科技的联合创始人谭李。他在百度和京东亲历了数据怎么重塑商业逻辑，也在办理咨询职业作为数据剖析师服务过许多国际500强企业。

但是，当目光投向传统职业，他看到的却是另一番现象：一家连锁零售企业的区域经理为了剖析月度出售和本钱数据，需辗转数仓团队、BI剖析师和开发人员，耗时两周才干拿到一张完好报表；一家城商行的事务部分因目标口径紊乱，同一份数据在不同部分“吵架”了一周。

数据的价值，在千行百业中仍是一座难以抵达的海上孤岛。也正是这些洞悉，让数势科技挑选了一条异乎寻常的赛道——目标渠道。

目标渠道是数势科技2020年推出的榜首个产品，也是职业榜首款“管研用一体化”智能目标渠道，后来生长为数势科技的大模型明星产品SwiftAgent的重要内核——企业级数据语义渠道Enterprise Data Semantics Layer。

这一产品不同于传统数仓+BI的“手艺业形式”，也不同于上一代数据中台里的“目标办理渠道”。，企业运用数势目标渠道只需一次界说原子目标，一切派生目标、衍生目标均可经过动态事务逻辑核算实时生成，事务团队能够零代码调用，功率大幅提高，需求呼应从天级紧缩至分钟级。

在职业沉浸在数据中台范式的2020年，数势科技就开端以智能目标渠道破圈；而后来让数势科技继续引领职业、锋芒毕露的，是他们对大模型技能趋势的敏锐嗅觉。

2023年大模型浪潮袭来时，大都企业还在探究谈天机器人，数势科技已推出 SwiftAgent，将大模型的推理才干与企业私域杂乱数据语义深度交融。当竞品仍在“ChatBI”的浅水区徜徉时，SwiftAgent早已不限于“智能问数”，已经成为一个企业级的剖析决议计划智能体渠道，既能为用户供给精准数据，也能供给企业级常识，还能自动生成根据企业私域常识的个性化运营剖析陈述，乃至预判事务反常。

现在，数势科技的成绩单上写满“榜首”。国内首个“管研用一体化”的智能目标渠道、首家完结我国信通院数据目标办理渠道技能要求专项测验、榜首批经过我国信通院大模型驱动的智能数据剖析东西专项测验的智能剖析产品、出书了职业首本目标系统与目标渠道的专著......。

当数据民主化遇见Agent革新，企业运营决议计划正从“人找数”迈向“数追人”。

一、数据价值开释的根底：

目标渠道让企业用数功率提高十倍。

某食物连锁企业，具有13000多家加盟门店，其加盟为主的商业形式，使得面向加盟商的数据透明化需求极高。

“数对不上，关于这类企业是很要命的。”从谭李口中工业家了解到，一段时刻里，该食物连锁企业加盟商常遇到“某营业额数据次日重查时不一致”的问题，导致与总部的信任危机。

此外，加盟商收工后会会集查询营业额和佣钱数据，以及门店的个性化数据，传统数据架构无法支撑瞬时高并发恳求，导致查询推迟乃至系统溃散。

更为重要的是，关于这类体量巨大的连锁企业而言，系统改造往往需求消耗许多时刻、金钱、人力，这样系统化的晋级改造，必定会对门店运营带来较大影响。

该食物企业的事例是一个缩影，代表着大部分企业数据智能路上的“隐痛”。

“每次有暂时数据需求，先找BI剖析师，然后BI剖析师帮把需求翻译成各个目标的需求，再找数开团队去写SQL代码……或许一两个礼拜曩昔了。”谭李告知工业家。

传统数仓+BI形式下，数据获取需多部分协作，流程冗长，事务需求改动时需技能团队重复开发，严重影响功率。关于事务人员来说，数据东西运用门槛也很高，非技能人员难以自主获取洞悉，导致数据价值开释受限。

“目标渠道在该食物企业上线后，取数功率提高了至少10倍。”，谭李对工业家说。数势科技的目标渠道。答应企业仅界说10%的中心原子目标。，如“订单金额”，剩下90%的派生目标和衍生目标，如“出售毛利”，经过动态核算实时生成，无需重复开发。真实做到了“界说即开发”“一次界说，大局运用”。

这一形式将事务需求呼应周期从传统BI形式的“天级”紧缩至“分钟级”，处理了加盟商因数据推迟或口径紊乱导致的信任危机。

别的，针对加盟商会集查询出售数据的顶峰用数场景——如晚结账时段——数势科技经过“目标加快引擎”（Hyper Metrics Engine）完结虚拟化逻辑核算与物化预核算动态交融，即便面临海量并发查询，也能保证秒级功能，避。免了传统数仓因瞬时流量过大导致的系统溃散。

曩昔4年，越来越多的企业开端选用目标渠道的一体化数据开发和消费范式。目标作为凝结了企业事务逻辑的结构化数据语义，在目标渠道上进行一致的界说、加工、办理、运用，使得数据财物真实得以让0技能功底的事务人员去沉积和复用。

二、加快数据平权：

SwiftAgent让企业用数功率再提高10倍。

跟着大模型技能浪潮的来袭，生成式AI明显降低了事务人员用数的门槛。但这并未改动根本问题。

“数据剖析对企业而言通常是不容犯错的要害使命 Critical Mission，怎么做到数据100%精确？大模型的错觉问题以及数理才干缺点，使市面上绝大大都想要简略经过大模型+BI来处理问题的公司都受阻了。”谭李接着说。

这是由于大模型在练习过程中运用的是公域数据，缺少针对特定企业内部的私域常识。这或许导致模型生成不符合企业实践事务状况的内容，常常破绽百出、貌同实异。，也便是所谓的“错觉”。为了处理这一问题，需求经过产品化手法对大模型进行束缚和优化。

因而，数势科技推出了第二个拳头产品SwiftAgent，企业级剖析决议计划智能体渠道。这款产品选用AI对话式交互，让用户仅凭日常沟通的言语（无论是文字仍是语音）就能轻松查数用数，如支撑上述食物企业的办理团队问“华东区上星期出售反常原因”，“可做到智能问数100%精确、数据安全100%校验，完结真实的‘企业级可用’。”谭李对工业家介绍。

数势科技的产品怎么能够做到？

SwiftAgent详细的技能途径是大模型+企业级数据语义渠道Enterprise Data Semantics Layer+Agent，让大模型聚集于用户的自然言语目的辨认、使命规划、推理剖析和陈述生成等其拿手的才干，而将数据剖析不容犯错的目标查询核算作业交处以目标渠道为中心的企业级数据语义渠道。

别的，SwiftAgent还能够根据大模型推理才干调用企业私域常识库，如前史运营战略、职业剖析范式，自动生成包括归因剖析和主张的智能陈述。

更重要的是，SwiftAgent摆脱了传统“你问我答”的被动式问数范式，真实做到了自动式数据预警和洞悉生成，就像为每个职工装备了一个数据科学家助理相同，7x24小时为其自动服务。

从一致目标界说，完结“数据打架”；到高并发查询的“秒级呼应”；从“民主用数”到“洞悉生成”，最终奔向“全天候自动剖析预警”。数势科技SwiftAgent经过技能架构立异与企业场景深度适配，完结了数据价值的低门槛开释，企业用数功率比较目标渠道又提高了10倍。

三、看见数势科技的底层逻辑。

为什么是数势科技？

数据智能的竞赛，实质是“认知差”的竞赛。数势科技与竞品的分野，早在产品规划之初就已注定。

2020年，数势科技推出首代目标渠道，在谭李看来，当竞品仍将“目标办理”作为数据中台的隶属模块时，数势科技已提出“目标即服务”（Metrics as a Service）理念，将目标层独立为数据价值链的中心纽带。

在产品架构上，不做“全家桶”。，支撑对接Power BI、Tableau、帆软、QuickBI等干流BI东西，适配各种数据底座，防止了厂商确定。

“某目标渠道有必要绑定其自研OLAP引擎，客户被逼承受过期技能。”谭李告知工业家，有些厂商则不得不受限于自身的BI产品，强制绑缚生态。

在新式技能交融方面，数势科技好像也具有先发优势。

“2022年大模型出来之后，咱们榜首时刻就想到，根据大模型的才干，咱们的数据民主化其实能够更进一步。”谭李说道。“在传统BI厂商还在犹疑要不要+AI的时分，咱们就在2023年做出了SwiftAgent产品，并在多个商业付费客户交给落地。”。

2025年新年，DeepSeek火爆，数势科技称，其是职业首个接入DeepSeek才干的智能剖析产品。在可视化生成方面，动态图表款式、数量逾越传统BI东西；在深度洞悉陈述方面，推理剖析自由发挥度大幅提高，打破固定范式约束；谭李直言，“许多时分会有惊喜给到你。”。

根据对技能趋势的预判和对工业规则的敬畏，数势科技在引领工业数据民主化的路上一向踩准了节奏。从这一点来看，数势科技已然成为开源生态的“放大器”。经过数势科技这个“放大器”，企业能够更好地将大数据和AI的才干最大化地、更好地融入自身企业事务。

正如工业革新时期的地道盾构机改动了城市扩张的逻辑，数势科技正在数据国际的地下管网中，悄然铺设通向“数追人”年代的铁轨。

四、跑完数据平权的“最终一公里”。

不容忽视的一个事实是，我国许多企业仍处于信息化初级阶段，ERP系统未掩盖全流程，数据收集依靠Excel手艺填写；在企业内部，事务部分也常将数据问题简略归因于东西，忽视底层管理；中小企业对大模型的本钱耐受度低，且缺少专业团队保护常识库。

据我国信息通讯研究院《我国数字经济发展研究陈述（2024年）》，2023年，我国一、二、三工业数字经济浸透率分别为10.78%、25.03%和45.63%，第三工业数字化浸透率相对较高，而榜首二工业数字化浸透率不及全球平均水平。

需求供认的是，铺设通向“数追人”年代铁轨的路上，仍然存在实际的沟壑。“信息化系统自身有缺点，根据SwiftAgent的查询或许也就会遭到一些影响。”。

提起客户对SwiftAgent的推行阻力，谭李直言，事务方不会分阶段评论问题，以为一切痛点都该被一键处理。

当一家制作企业的订单数据因系统分裂导致周结时才干安稳，当一家县域超市的进销存数据仍依靠手艺台账，数据智能的愿景便撞上了严寒的实际——技能普惠的最终一公里，远比幻想中绵长。

面临这些根植于工业土壤的难题，数势科技挑选了一条“技能普惠”的务实途径。

在轻量化布置方面，针对涣散的系统，供给多系统兼容的标准化接口，短时刻内完结多源数据对接，防止“推倒重建”。在数据管理方面，防止漫无边际的数据管理，选用运用优先的方法，优先固化中心事务目标，再逐渐扩展至边际场景。选用本钱分级战略，简略查询调用轻量模型，杂乱归因运用更大的模型，经过Multi-Model动态路由，将大模型调用和算力本钱紧缩至同行计划的1/10。

在我国巨大而杂乱的工业系统中，走这样务实途径的技能服务商，不只存在于数据智能这个赛道，而是存在于各行各业：不设置高门槛，而是。用最小化改造撬动最大价值。。

19世纪铁路网的建造从未等候一切乡镇准备好站台，像数势科技这样的技能服务商们，挑选的是先让数据活动起来，再在活动中开释价值。。

特别声明：本文为协作媒体授权DoNews专栏转载，文章版权归原作者及原出处一切。文章系作者个人观点，不代表DoNews专栏的态度，转载请联络原作者及原出处获取授权。(有任何疑问都请联络idonewsdonews.com)。

内容来源：https://havascm.com/app-1/võ lâm 2 offline 2018,http://chatbotjud-teste.saude.mg.gov.br/app-1/888-casino-hot-bonus

(责任编辑：新闻)