"不做Plan B，聊聊BI的"独一份儿"。 ChatBI的问答流程采用workflow的形式，这是一个固化的流程。当收到用户的问题后，ChatBI先选择数据源，再选择数据集及字段，接下来可能通过编写 一个sql来查询数据，最后回答用户的问题。 Agentic BI的计算框架会从workflow转向Agentic模式，这两种模式的主要差异在于计算流程是是预先设置的流程还是大模型根据用户的需求自身进行设定 的流程。如果是固定的流程，它难以很好地处理复杂问题，"一个模板到处套"是行不通的。 Agentic BI与ChatBI的区别在哪里？陈家耀认为两者主要在工作流程上存在差异。 我们越来越清楚地认识到数据对于AI的重要性，但数据本身并不能直接与AI关联，我们需要的是"萃取"过后的数据，保证它的准确与干净。承担这一重要 职责，为AI和数据搭桥铺路的BI，就是我们今天讨论的主题。前不久，衡石科技发布了全新一代Agentic BI：HENGSHI SENSE 6.0。从传统BI到ChatBI， 再到Agentic BI，在哪些方面进行了革新，衡石又如何看待BI行业的发展，数据猿专访衡石科技首席数据科学家陈家耀，共同探讨 ...

瓴羊AgentOne平台发布与功能 - 7月以来瓴羊陆续发布客服、分析和营销三批企业级Agent应用[2] - AgentOne作为企业级AI智能体服务平台 提供智能体全生命周期管理 已部署超20种企业级Agent[2] - 平台构建融合企业数据、模型和平台能力的AI训练场 深度融合阿里生态能力如店小蜜、TMIC、天猫家装[2] 企业AI应用挑战与解决方案 - 调研显示500企业管理者与1500AI从业者面临技术、数据和组织三大挑战[5] - 企业AI尝试多停留单点工具层面 系统协同不足 数据分散于ERP、CRM等孤岛缺乏统一治理[6] - AgentOne通过多场景、好数据、强生态三大优势解决落地难题 帮助企业治理内部数据并形成可复用数据资产池[6][8] 核心应用场景与客户案例 - 深耕营销、客服、分析和经营四大场景 服务超百家客户包括瑞幸咖啡、牧原肉食等企业[6][7] - 客服场景推出超级电商客服专家Agent 自动化处理退换货退款等流程 降低人工错误率[6] - 分析场景瓴羊分析Agent帮助用户快速获取解读数据 智能小Q已服务百余家企业实现效率跃升[7] - 营销场景直击五大行业痛点 通过五大子Agent实现从灵感到落地的全链路智能化[7] - 运营场景直播巡检Agent24小时监控直播间 违规话术识别使违规率降低50% 运营效率翻倍[7] 生态整合与行业实践 - 整合大模型、阿里平台数据及云基础设施 协同TMIC、店小蜜、高德等业务形成品牌商家AI训练场[8] - 复星旅文通过平台打造国内首个全场景AI度假智能体AI G.O 1.5秒内响应上百种需求并自动派发工单[15] - 项目采用预置行业模板与零代码搭建 90天完成开发上线 将在三亚·亚特兰蒂斯小程序推广至全国度假地[16] 企业进化理念与白皮书发布 - 提出"AI超级公司"概念 定义为深度整合AI技术以人机协作为核心驱动力的新型组织形态[11][13] - 企业将AI作为业务增长与组织进化的底层引擎 重构研发、运营、销售等环节的协作与决策流程[14] - 发布企业数智化诊断Agent 自动评测企业AI与数据融合成熟度并输出定制化发展建议[14]

公司产品发布 - 阿里巴巴旗下瓴羊发布首个数据分析Agent [1] - Quick BI中的"智能小Q"升级为由问数、解读和报告三大核心Agent组成的"超级数据分析师" [1]

产品升级 - 阿里巴巴旗下瓴羊发布首个数据分析Agent 将Quick BI的"智能小Q"升级为"超级数据分析师" [1] - 新功能由问数 解读和报告三大核心Agent组成 [1] - 最快10秒获取数据 最快20分钟完成深度数据报告 [1] 技术体系 - 基于多模型深度理解智能匹配最优模型和提示词以降低大模型幻觉 [3] - 积累超100万条行业专属训练数据 覆盖近20个细分行业 每周自动化迭代 [3] - 集成十年以上底座引擎 沉淀上千家企业实战经验 预先解决常见BI疑难问题 [3] 核心能力 - 支持杜邦 帕累托 RFM等通用分析框架 [3] - 能进行深度波动归因和多指标交叉分析 [3] - 提供建设性精准意见和业务洞察 [3] 行业地位 - Quick BI是中国唯一连续6年入选Gartner ABI魔力象限的BI产品 [3]