|
7月13日下午，华中科技大学管理学院赵玲教授邀请帆软走进MEM课堂，带来了一场主题为“对话式BI革新数据分析流程”的讲座。本次讲座特邀帆软AI产品线负责人翁林君老师主讲，他基于最新的行业洞察和帆软在AI领域的前沿实践，为学员们揭示了AI如何革新数据分析流程，推动企业数字化转型迈向新高度。
导师简介
翁林君老师现任帆软AI产品负责人，毕业于浙江大学计算机学院，拥有十年以上AI+BI领域产研经验。他曾任职于全球领先BI厂商微策略及阿里巴巴数据技术与产品部，主导过MicroStrategy、QuickBI等核心数据产品的技术研发与迭代，是该领域兼具理论与实战经验的资深专家。
讲座内容
从行业趋势到技术实践的深度剖析
1.AI + to B的洞察与思考
翁林君老师首先从宏观视角出发，深入剖析了AI + to B领域的发展趋势。他指出，生成式AI经过3年的发展，基模与基建格局已基本确定，2025年成为应用层蓬勃发展的元年，2025-2027年则是AI应用的爆发窗口期。这一时期，AI基础设施建设逐渐完善，大量资金涌入推动技术进步，同时像DeepSeek这样的企业通过教育市场激发了企业级用户的需求，促使千亿规模的资金投入。翁老师强调，“MCP协议 + Agent形态”已被应用层开发者广泛认可，成为AI agent发展的新技术范式，Agentic AI将成为生成式AI的下一波主流热点，这为企业级应用带来了新的机遇与挑战。
在LLM（大语言模型）智能水平的提升方面，翁老师提到，模型智能水平的每一次进步都会解锁新的应用场景。当前的智能水平已经解锁了“自主任务规划决策行动”能力，进入了Agents阶段，同时MCP加速了Agentic AI的发展速度。他通过对比5G技术与短视频行业的发展，说明了技术成熟度对应用场景开启的重要性，并指出每个细分赛道的从业者都需要构建个性化的模型测评水平标准，以判断机会窗口是否开启。
2.从报表式BI到对话式BI
随着技术的进步，数据分析的方式也在不断演进。翁林君老师详细介绍了从传统的报表式BI向对话式BI转变的过程。他指出，大模型的发展加速了数据分析的民主化，使得更多非专业人员能够便捷地获取和分析数据。在介绍FineChatBI的目标场景时，翁老师提到，企业各职能员工的数据需求呈现出指标聚焦、频次高、一线运营、周期变化、关联业务价值、链路复杂和重分析等特点，而传统的FineBI在覆盖这些需求时存在一定的局限性，FineChatBI则能够更好地满足这些场景下的数据需求。他还明确了FineChatBI的目标用户，包括领导层、管理层和业务层，并阐述了企业级ChatBI的发展路径，同时指出了企业级ChatBI建设面临的挑战，如模糊意图理解的准确性等问题。
3. FineChatBI的关键技术与产品亮点
在FineChatBI的关键技术与产品亮点方面，翁林君老师进行了重点讲解。他提到，FineChatBI采用了NL2DSL（自然语言到领域特定语言）技术，结合语义解析小模型与大模型，能够在问题清晰或模糊的情况下，都确保结果的可信与可解释性。此外，FineChatBI还具备集团级专业权限配置管理功能，支持纯内网的本地化大模型部署，保障企业级数据的安全性。其产品亮点在于能够为业务提供从思路拆解到数据查询、异常检测、归因分析、趋势预测再到报告生成的完整自助分析闭环，并且通过对话入口与指标模型相结合，实现数据建设的良性循环。在性能方面，FineChatBI具备低廉的部署算力成本和业内领先的查询响应效率，不仅能够满足企业对数据查询的高性能要求，还能实现低成本运营。
4.FineChatBI的应用场景
翁林君老师通过多个实际案例，展示了FineChatBI在不同场景下的应用效果。他指出，FineChatBI能够有效解决数据供需不平衡和工具使用门槛高的矛盾，满足一线业务人员快速确认数据情况和简单下钻分析的需求。在运营篇中，翁老师详细介绍了FineChatBI在“送数到一线”场景中的优势，使得一线业务人员能够快速适应并使用FineChatBI。他还列举了FineChatBI在不同行业中的应用场景，如能源公司、银行、营养品公司等，通过具体案例展示了FineChatBI如何帮助企业实现数据驱动的决策和运营优化，提高工作效率和业务价值。
5.FineChatBI的落地方法
为了帮助学员们更好地理解和应用FineChatBI，翁林君老师分享了FineChatBI的落地方法和注意事项。他指出，ChatBI落地存在五大陷阱，如长期耗在技术选型与问法边界测试、忽视数据质量和口径混乱等问题，这可能导致项目失败或用户弃用。因此，企业在实施FineChatBI时，需要明确业务价值ROI的场景和目标用户，确保数据质量，并根据实际情况进行调优。翁老师还介绍了影响精度的四个因素：问法、用户认知、知识配置和数据/指标，并强调了ChatBI是一个项目，而非开箱即用的产品，需要企业投入一定的资源和精力进行实施和优化。
6.FineChatBI的产品规划
最后，翁林君老师展望了FineChatBI的未来产品规划。他提到，帆软将致力于使FineChatBI更加智能、开放和低成本。在产品演进方面，FineChatBI将从对话式交互向推理决策和自主执行阶段发展，以满足企业日益复杂的业务需求。在具体功能规划上，FineChatBI将增加枚举值模糊匹配、集成企业知识库、分析思路配置、自动切换主题、指标归因分析、移动端语音与交互、管理员后台监管、自定义词泛化理解等功能，进一步提升用户体验和数据分析能力。此外，FineChatBI还将优化图表数据解读、深度集成钉钉、企业微信和飞书等办公平台，提供问法引导与拆解、自动意图归类、后端开放平台等功能，以更好地支持企业的数字化转型和数据分析需求。
 
结语
前沿洞见点亮企业数字化转型之路
本次课程为学员们呈现了一场关于智能对话式BI与企业数据洞察的前沿盛宴。翁林君老师凭借其在AI与BI领域的深厚积累，从宏观趋势到技术细节，深入浅出地剖析了AI如何革新数据分析流程，推动企业数字化转型。通过深入探讨智能对话式BI的技术创新与应用实践，学员们对AI在企业数据分析中的价值有了更深刻的理解，为未来的职业发展和企业决策提供了有力支持。华中科技大学MEM项目与帆软的此次合作，充分体现了高校与企业携手推动知识创新与实践应用的积极意义，为培养适应数字化时代的高素质管理人才奠定了坚实基础。
| 
