2025年Agentic BI：打造你的数据智能助理报告-帆软

AgenticBI数据智能助理帆软-李仁敏2025/10/28目录01LLM3.0架构如何提升裸用精度0203LLM3.0架构如何提升裸用高精度产品&技术演进：数据→洞察→行动大语言模型（大语言模型（LLM）的通用语义查询和知识库问答（KBQA）意图统一的对话入口；通过意图分类AskDataoSemanticunderstandingKBQA在ChatBI的早期探索中，有几个难题：•系统需要通过大量“黑话”配置才能听懂业务语言，但这带来了巨大的管理负担；•另一方面，即使用户使用了正确的术语，系统对模糊语义的理解依然不足。（know-how）将复杂的分析拆分步执行，获取关键指标，结合专业知识进行解读，并提供最终AskDataKBQAoSemanticunderstandingoChain-of-ThoughtLLM的演进：不仅提升了对复杂语义的理解力，也开辟了全新的可能性。KBQAoSemanticunderstandingoChain-of-ThoughtAskData“充分利用并持续探索LLM的赋能询工具，而是真正能理解、会思考的智能伙伴。技术实现方法灵活调整：更加智能、更低成本、更加开放2023.05技术现状：大模型能力不足，价格昂贵2023.05技术现状：大模型能力不足，价格昂贵核心方法：尝试基于大模型的NL2SQL技术优势：实现成本低技术缺陷：•模型能力差，整体精度低•过程不可控，结果不可信•响应时长高，用户体验差•使用成本高，企业难承受2025.09技术现状：一方面大模型scalinglaw开始撞墙；技术现状：一方面大模型scalinglaw开始撞墙；另一方面大模型应用中间件（AgenticRAG、MCP等）能力快速提升核心方法：大模型语义改写，小模型NL2DSL+NL2MetricSemantic；推理大模型深度解读技术优势：•过程可控、可干预，结果可信任•支持独立部署，实现企业级安全•高性能、低成本•对接指标模型，扩大问数范围•通过开放集成支持灵活定制核心方法：通用大模型语义改写，小模型NL2DSL；推理大模型深度解读技术优势：•过程可控、可干预，结果可信任•支持独立部署，实现企业级安全•高性能、低成本•分析闭环：从数据查询到解读报告技术缺陷：配置成本高技术缺陷：配置成本高2025.10（当前）技术现状：2025.10（当前）技术现状：持续跟踪...核心技术：大模型端到端完成NL2DSL+NL2MetricSemantic，小模型做预处理+后处理；基于AgenticRAG技术实现仪表板检索+问答技术优势：•过程可控、可干预，结果可信任•支持独立部署，实现企业级安全•（极速模式）高性能、低成本•对接指标模型，扩大问数范围•低配置成本，高裸用精度（>80%）•智能检索、解读存量仪表板资产技术缺陷智能模式）算力换智能，响应时长变长技术现状：持续跟踪...核心技术：大模型端到端完成NL2DSL+NL2MetricSemantic，小模型做预处理+后处理；基于AgenticRAG技术实现仪表板检索+问答；多任务微调+强化学习压缩模型尺寸，降低响应时长；通过Multi-Agent架构整合结构化数据与非结构化KH知识，实现真正的DataAgent技术优势：•过程可控、可干预，结果可信任•支持独立部署，实现企业级安全•对接指标模型，扩大问数范围•低配置成本，高裸用精度（>80%）•智能检索、解读存量仪表板资产•高性能、底成本•能落地的DataAgentLLM3.0处理流程LLM3.0效果说明LLM3.0VSLLM2.0东三省=黑龙江省、吉林省东三省=黑龙江省、吉林省、辽宁省 泛化问题处理能力大升级直接提问“东三省的销售额是多少？”系统会自动匹配「黑龙江、吉林省、辽宁省」 泛化问题处理能力大升级今年至今的零食销量有多少今年至今的零食销量有多少”模糊问题，支持语义澄清直接提问：“去年营收top5的城市今年至今的零食销量”复合问题支持自动拆解需要手动拆分单一意图的提问问题一：复合问题支持自动拆解需要手动拆分单一意图的提问问题一：销售额最高的门店；问题二销售额最低的门店查询销售额最高和最低的门店-聚合指标无法再次聚合Code-聚合指标无法再次聚合CodeAgent提升灵活度-支持根据用户的问题和查询数据结果，直接更多升级细节，可见LLM3.0帮助文档面临的挑战：您的数据使用之痛业务困境：客户A：我需要上个月华东区的销售额，但我忘了在哪张仪表板里…数据分散在海量报表中，用户为了找到一个特定数据，数据分散在海量报表中，用户为了找到一个特定数据，需要花费大量时间，效率低下客户B：图表太复杂了，线和数字到底说明了什么？关键信息是啥？仪表板过于复杂，业务人员难以快速理解核心结论。客户C：想知道某个区域的具体情况还得找分析师重新做图，太慢了②仪表板“看不懂”③仪表板“不会用”静态仪表板无法满足动态的、个性化的深度分析需求。痛点洞察：用户需要的不仅仅是仪表板，而是一个更智能、更直接的数据交互方式重复、低效的“人肉”数据支持工作我们的解决方案：仪表板问答功能全景预览产品目标仪表板Agent:打造你的数据资产智能助理解决方案：仪表板问答功能全景预览智能报告解读解决“看不懂解决“看不懂”告。心结论。深度探索解决“看不懂解决“看不懂”等探索性分析。核心价值资产极速检索解决“找不到解决“找不到”现快速跳转。告别繁琐搜寻，AI赋能资产定位核心功能演示：如何解决“找、看、用”的难题02资产检索最终展示结果。智能分析看板，一键生成洞察报告核心功能演示：如何解决“找、看、用”的难题演示动图03智能报告解读：演示动图1.图表抄录内容。03智能报告解读：2.仪表板解读报告对比分析报告等。模版。