AI Agent引领企业智能决策，数据分析驱动业务持续增长。当前，大模型技术在ToB领域蕴藏巨大机遇，然而许多传统企业对于如何将大模型技术整合到现有业务中感到迷茫。

当前,大模型在 ToB 领域蕴藏巨大机遇,然而许多传统企业对于如何将大模型技术整合到现有业务中感到迷茫。大模型技术具有知识、智商、学习能力和推理能力,如果叠加 Agent,就能让企业应用具备了记忆、反思和学习能力,能够调用企业内部工具并不断迭代反思,真正实现业务价值的落地。

据行业调研表明,数据分析和决策被视为这一结合最重要的应用方向。值得注意的是,在企业考虑引入数据分析Agent产品时,成本、数据安全以及实际落地价值将是关注重点。部署千亿级别参数的大模型成本高昂,目前或许只有头部企业才能承担。同时,数据安全问题也不容忽视,特别是在受严格监管的金融等行业。再者,企业也需要确保大模型投入后能对业务产生实质性的帮助。

为解决这些问题,数势科技为企业提供了规模适中、符合企业经营分析场景的Agent产品智能分析助手“SwiftAgent”,不仅可以降低企业成本和使用门槛。同时,通过云端私有化的专属数据空间以及支持私有化和本地化部署的方式,确保数据安全。

近期,SwiftAgent 2.0 正式发布,为企业数据分析与决策带来了变革性的升级。与1.0 版本相比,SwiftAgent 2.0主要新增了五大亮点功能,包括增加了指标和标签语义层、多模态和多源异构数据链接、用户可干预、可持续性学习和数据加速引擎,这些亮点体现了产品如何针对企业数据分析的现有问题提供解决办法。

“统一语义层的构建”,SwiftAgent 2.0 通过添加指标和标签语义层,解决了大模型对底层业务语义理解的难题,并统一了企业各部门的数据口径,从而避免了数据的混乱。

“多模态和多源异构数据链接”使得结构化数据和非结构化数据能够结合,提供更丰富的分析结论。

“用户可干预机制”允许用户参与到数据分析过程中,通过反馈和确认来训练和优化 Agent。

“数据加速引擎”则确保了实时数据处理的能力,实现了秒级数据查询,真正达到了实时人机交互的水平。底层选用了性能优异的数据分析引擎,如 StARRocks、Doris,并结合对数据加工和使用场景的优化,提供了基于视图的预计算能力和基于预计算结果的查询优化能力。

此外,数据虚拟化技术的应用,使得数据定义与物理数据解耦,实现了指标/标签的灵活加工使用,无需排期开发,进一步提高了数据处理的效率。

以数势科技合作的一家头部茶饮连锁企业为例,SwiftAgent 通过在集团层面部署语义层和数据分析框架,并将 Agent 提供给每位店长,使得他们能够通过对话式查询快速获取数据和分析结果,从而提升门店运营效率。这种数字化工具的应用,为企业提供了一个经营闭环,改变了过去门店靠经验经营的困境,极大地促进了业务发展,带来了显而易见的价值提升。

以数势科技合作的一家头部茶饮连锁企业为例，SwiftAgent通过在集团层面部署语义层和数据分析框架，提升门店运营效率。数字化工具的应用为企业提供了经营闭环，促进业务发展，带来了显而易见的价值提升。