Community
Blog
精彩回顾 | 北极九章 DataGPT 升级发布,马上就能用的 AI 数据洞察引擎!
优阅达 2023-11-24

近日,北极九章 Aurora Day 暨 DataGPT 升级发布会在线上成功举办!

在直播过程中,北极九章发布了 DataGPT 在结合大语言模型、完善数据洞察到行动闭环等方面的升级能力,并邀请到雅戈尔 CIO 王歆、长安汽车 IT 应用架构总工程师王在清,分享应用案例。

接下来,跟随我们一起重温精彩主题分享,了解北极九章 DataGPT 如何成为你身边懂数据、懂业务、可信任的靠谱 AI 参谋吧~


01 企业需要可信的 AI 数据分析师

自从 OpenAI 推出 ChatGPT 以来,大语言模型引发了极高的期待。在激动人心的产品背后,大模型在企业级数据分析领域落地,面临边界的不确定性和焦虑。

北极九章创始人兼 CEO 刘沂鑫在演讲中谈到,超大型企业应用 AI 的核心挑战在于可信,需要控制大语言模型的输入和输出,以确保生成的内容准确、稳定、安全、没有被篡改。

在技术突飞猛进、激烈变革的时代,需要承认技术的能力边界,并合理利用,为实际业务需求服务,才能真正释放 AI +大数据的无限潜能。企业需要一个可信的 AI 数据分析师。


02 左脑准确分析+右脑丰富知识=企业智能决策大脑

北极九章基于自主知识产权的数据分析语言模型,结合大语言模型,发挥各自的优势,为企业用户提供安全可信的数据分析。

数据分析语言模型能够理解用户的自然语言,根据用户的意图和专业的数据分析思路,自动拓展多个分析问题,并准确地转换成 SQL 查询数据库,确保数据分析结果的正确性。

数据分析语言模型把准确的数据分析结果和洞察传递给大语言模型,大语言模型基于通用知识、行业知识、企业知识,结合数据分析结果,给出决策建议,并以简单易懂的语言形式返回给用户。

  • 拥抱大模型生态,支持国产大模型

北极九章 DataGPT 已正式支持接入 OpenAI、百度文心一言、百川智能,用户一键连接即可使用。北极九章已针对不同模型的特性进行了 prompt engineering,确保分析结果准确。

此外,用户也可以接入自己的大模型,并在北极九章的平台上进行调试。

  • 语义理解能力升级,数据对话更流畅

结合 AI 的能力,北极九章 DataGPT 对自然语言交互进行了升级,能够理解用户字面以外的真实需求,并通过更强大的多轮对话,还原与数据专家的 1V1 交流过程,帮助用户更流畅、轻松地获取数据洞察。

  • 有效的行动建议,连通洞察到行动的鸿沟

过去,由于数据分析产品仅仅停留在数据的可视化环节,无法将数据洞察和行动结合起来,使数据创造价值的链条不够完整。

北极九章 DataGPT 基于可靠的数据洞察和大模型的知识沉淀,为用户提出行之有效的行动建议,辅助业务人员决策。

  • AI 建模,释放 IT 团队生产力

高质量的数据洞察,离不开高质量的数据及模型。北极九章 DataGPT 利用 AI 识别和理解数据结构,自动生成字段名和同义词,将过去数十个小时的建模过程缩短到几分钟,IT 人员只需检查和微调,即可快速上线,赋能前台业务用户使用。


03 雅戈尔、长安汽车案例分享

雅戈尔 CIO 王歆、长安汽车 IT 应用架构总工程师王在清分享了应用 DataGPT 赋能企业业务人员的效果。

王歆谈到:北极九章对我最大的吸引之处,是从数据文化来提倡整个数据软件工具的使用模式和使用方法。

作为一个企业的 CIO,对于业务来说,我们最大的价值就是如何用数据帮助业务去呈现业务、发现业务、挖掘业务、决策业务。北极九章让所有具有一定商业洞察能力的人,获取到数据的成本降至最低,这是我们和北极九章合作中最大的价值点。

王在清分享了选择北极九章的心路历程:

IT 团队的痛点在于,完备了一些数据,做了很多仪表盘指标,但没办法永远满足临时的问询,或一次性的数据分析报告。不管上什么样的工具,都会面临到这个问题。

基于我们用数取数的这个业务痛点,我们对市面上的厂商基于 4 个维度、15 个功能点展开评估,最终选择了北极九章 DataGPT。只要业务用数人会问问题就可以操作,我们整个 IT 响应业务用数的速度大幅提升,业务用户用数也形成了闭环。


立即回看精彩主题干货

现在,发布会上精彩的主题演讲、产品实景 DEMO 和案例分享回放视频均已上线!

- 如果你错过了直播,或希望进一步了解 DataGPT 的强大能力,请点击下方标题,按需观看回放视频吧~

- 点击 免费试用北极九章 DataGPT 或申请功能演示

- 观看 北极九章 AIGC 主题视频,深入了解企业应用价值



Get the latest data news

Sign up to receive updates, insights and research from the DKM Data Blog