导语 在大厂内部 " 从 0 到 1" 推动并构建数据基础设施十余年之后，离哲选择走向台前，开启一场真正意义上的 " 从技术到产品、从产品到服务闭环 " 的创业实 验。 离哲本名占超群，曾从无到有搭建起国内营收最高的云原生数据仓库体系，也曾因践行数据价值最大化的愿景积极参与数据业务设计，担任 阿里妈妈核心 商业化项目达摩盘架构师与 " 城市大脑 " 多个项目总架构师。 对 " 云 + AI" 趋势的敏锐判断，使离哲加入了质变科技，一家追求质变价值、估值数亿美金融资数千万美金、有机会重新定义 AI 时代数据基础设施的公 司，重新定义数据、云、智能的一体化新范式。真正让他坚信并全力押注这一方向的，是 ChatGPT 的发布。离哲回忆，那一天，他正在休假，深度使用 ChatGPT 的那一刻，他立即意识到：这不仅是一项技术突破，更是一次足以重构整个数据范式的深刻变革。这种冲击是颠覆性的，也让他彻底确信 —— 传 统数据仓库的技术体系与产品逻辑将迎来一场前所未有的洗牌，数据价值最大化迎来质变时刻。 基于对行业趋势的深刻洞察，质变科技推出了 Powerdrill Bloom—— 一款以 " 代码 " 为核心载体的数据智能 ...

核心能力与技术架构 - 融合大模型、企业知识库与实时数据构建动态客户洞察引擎 实现多维数据整合与实时千人千面侧写生成 [1] - 具备自我迭代与持续进化能力 通过持续学习机制形成动态优化策略并提升转化效率 [3] - 实现"主动思考"能力 打通数据资产到业务动作闭环 构建企业"数据大脑" [3] 行业应用成效 - 金融机构外呼客户意向识别准确率提升至89.7% 大幅优化外呼转化效率 [1] - 证券行业高价值线索转化效率提升1倍以上 通过客服通话数据持续学习优化客户跟进策略 [3] - 美妆行业通过精准用户需求挖掘实现转化率与客单价双增长 联动促销政策生成专属权益方案 [1] 场景化落地实践 - 车企"车书助手"实现用户自然语言提问秒级响应 通过语义深度理解与知识库整合替代传统3小时人工响应流程 [3] - 金融投顾场景实时追踪资金异动生成个性化配置建议 使投资者获取深度市场解读时间缩短一半以上 [3] - 已跑通多个行业落地场景包括金融、证券、美妆、车企等领域 [3] 范式变革与行业影响 - 推动营销从粗放式广投走向精细化个体运营 实现"一客一策"新范式 [1] - 经历从"广而告之"到"确而助之"的范式转变 重新定义营销转化效率边界 [3] - 以数据智能体为核心的新架构将助推商业增长逻辑更新迭代 [3]

融资进展 - 公司完成天使轮融资 获得上海常垒资本和武汉东湖天使基金近千万元人民币投资 [1] - 资金将用于加速产品研发迭代和全球化市场运营推广 [1] - 公司已启动PreA轮融资计划 [3][8] 产品功能 - 通过自然语言交互实现Excel操作 覆盖数据处理 数据运算 数据分析和图表生成四大模块 [3] - 支持对话企业数据库和自动获取网络数据生成分析报告 [6] - 处理速度提升300% 模型效果提升50% [12] - 支持图片转Excel功能 但单个文件上限为5MB [14] - 提供移动端H5和桌面客户端 并推出企业版支持SSO 本地部署和API调用 [9][11] 技术实力 - 保持每周一次产品迭代频率 [6] - 累计服务超过100万用户 [6] - 处理超过千万次用户请求 [18] - 获得AMD AI创新应用奖和央视《赢在AI+》创业大赛智能办公组第一名 [18] 商业化进展 - 加入华为 联想 惠普 阿里云等企业生态体系 [6] - 提供分级付费服务 包括年费99元至终身会员299元等多档套餐 [17] - 推出按次计费的格式转换服务 价格区间为9.9元至39.9元 [17] 发展历程 - 源于北京大学深圳研究生院课题组项目 最初为解决办公场景表格处理痛点 [18] - 2022年3月在GitHub提交初始版本 后正式成立创业团队 [18] - 创始人逄大嵬获得央视"2025中国AI创业十骏"称号 [18] 战略规划 - 从数据获取到价值交换的全链路构建AI DataAgent [8] - 推动数据平权 实现"人人皆是数据分析师"的愿景 [6] - 加速全球化市场拓展 [1]

融资情况 - 公司完成近千万元天使轮融资 由上海常垒资本和武汉东湖天使基金投资 [1] - 融资资金将用于加速产品研发迭代和全球化市场运营推广 [1] - 公司目前已启动PreA轮融资 [1] 产品与技术 - 公司为AI Native团队 通过对话方式处理Excel和数据分析 降低使用门槛 [2] - 支持多数据源处理 包括Excel文件/数据库数据/互联网网页/第三方数据 [6] - 训练出全球首款适配AIPC级端侧部署的数据垂直模型 [6] - 推出"云-边-端产品矩阵"保障数据安全 包括云端隔离/文件加密/本地化部署 [7] 市场表现 - 累计服务用户超千万次 [1][7] - 获得央视《赢在AI+》创业大赛智能办公组第一名 [1] - 已加入华为/联想/惠普/阿里云等大厂生态 [7] 发展战略 - 围绕数据全链路构建AI DataAgent 包括数据获取/准备/分析洞察/可视化/决策应用/价值交换 [4] - 计划在未来几个月推出更多新功能提升智能化水平和用户体验 [6] - 加速开拓海外市场 推动Data Agent全球应用 [6] 行业前景 - 大数据分析市场将从2024年3482.1亿美元增至2032年超9240亿美元 [7] - 智能办公和数据分析需求日益增长 为AI数据分析创造巨大市场机遇 [7]

融资情况 - 公司完成近千万元天使轮融资 由上海常垒资本和武汉东湖天使基金投资[1] - 融资资金将用于加速产品研发迭代和全球化市场运营推广[1] - 公司目前已启动PreA轮融资[1] 产品与技术优势 - 公司为北京大学团队创业成立的AI Native团队 专注生成式AI表格处理与数据智能体领域[1] - 用户通过对话即可处理Excel和数据分析 降低数据使用门槛[2] - 支持多数据源处理与分析 包括Excel文件/数据库数据/互联网网页/第三方数据[6] - 训练出全球首款适配AIPC级端侧部署的数据垂直模型[6] - 推出"云-边-端产品矩阵"保障数据安全 包括云端隔离/文件加密/本地化部署方案[7] 市场表现与商业化 - 累计服务用户超千万次[1][7] - 获得央视《赢在AI+》创业大赛智能办公组第一名[1] - 已加入华为/联想/惠普/阿里云等大厂生态体系[7] - 大数据分析市场规模将从2024年3482.1亿美元增长至2032年超9240亿美元[7] 发展战略 - 围绕数据全链路构建AI DataAgent 包括数据获取/准备/分析洞察/可视化/决策应用/价值交换[4] - 计划在未来几个月推出更多新功能提升智能化水平[6] - 加速开拓海外市场推动全球应用[6] - 通过重构传统数据链路实现数据平权愿景[8]

银行数字化转型与数据可视化服务 - 兴业银行通过数据可视化服务在零售、企业金融、同业与金融市场、风险管理等多个业务条线实现应用落地，提升数据共享与复用效率，加速数据要素价值发挥 [2] - 数据可视化服务解决了银行数据报送环节的两大瓶颈：将报表制作时间从2-3天缩短至实时更新，并通过定制化报表多维度呈现业务数据 [2] - 兴业银行自去年8月上线该服务以来，已覆盖44家分行和20个总行业务部门，未来计划向同业输出相关技术能力 [6] 数据中台建设与标准化 - 银行总部开始构建企业级数据中台以解决分行级平台的三大问题：重复建设、数据孤岛和工具不统一 [3] - 总行级数据可视化平台需具备标准化服务流程（数据连接至展示全环节）和定制化能力（数据准备至展现） [4] - 兴业数金在数据连接环节设立加速引擎，显著提升可视化配置与展现效率，并提供丰富企业级工具满足不同需求 [4] 分层可视化需求与应用场景 - 银行领导层通过"画板"工具关注战略决策与全域数据，业务管理层通过"仪表盘"跟踪指标，基层人员使用查询工具了解业务排名 [5] - 业务模式从"人找数据"转向"数据找人"，实现实时发现业务异动并快速调整策略 [6] - 需实现从"系统级烟囱式使用"到"企业级协同使用"的转变，并将报表形式升级为"智能数据故事化" [5] AI与数据智能体融合 - AI技术可整合多维度数据优化金融服务策略，如通过语义解析推荐方案提升员工效率 [7] - 银行需构建Data Agent解决传统数据产品不够智能和通用Agent专业性不足两大痛点 [8] - 兴业数金正在数据准备、图表配置等全链路构建AI智能辅助，驱动数据价值最大化 [9] 技术实现与行业趋势 - 部分银行尝试用AI大模型作为技术底座，但发现需结合自身知识库进行预训练和微调 [9] - 行业需关注数据安全、算法透明度等合规要求，并解决大模型"幻觉"带来的可靠性问题 [10] - 数据可视化成效与业务流程优化高度挂钩，需建立"企业级全民协同"的数据使用机制 [5][6]