专题演讲嘉宾：李俊

在数据洪流与业务快速迭代的今天，企业正面临前所未有的挑战：数据孤岛林立、业务需求瞬息万变、传统数据分析工具交互繁琐、响应迟缓，难以支撑高效决策需求。本次演讲将分享北银金科水晶球 ChatBI 如何融合大小模型技术实现一站式决策分析闭环。听众将了解到 BI 的技术演进历程，大小模型协同技术、NL2API 技术、多模态技术、复杂场景的意图识别技术的落地实践以及如何赋能业务发展。

落地成效：

• 成本骤降，决策效率倍增：ChatBI 通过自动化分析流程，大幅减少人工干预，无需数据看板定制化开发，降低人员运营成本与科技研发成本 60% 以上，同时提升决策效率，助力企业快速响应市场变化
• 洞察深化，智慧决策赋能：汇集企业内外部数据与知识，提供多维度、深层次的数据分析，帮助企业挖掘隐藏价值，优化业务策略，提升决策效率 80%
• 全面赋能，整体效能提升：为管理者提供战略决策的“战略罗盘”，为分析师打造便捷智能的“分析阵地”，为一线人员提供精准营销的“智能雷达”，全面激发团队创新活力，让数字化赋能更为广泛，促进组织整体效能提升

演讲提纲

1. 背景

• 数据智能的技术演进历程
• 在数智化时代下，客户需求及传统 BI 的痛点
• 大模型和 AIGC 的发展情况与未来中国 BI 市场的发展动向
• ChatBI 的技术路线研究

2. 水晶球 ChatBI 的能力域

• 自然语音查询：最直观的数据洞察
• 总结与预测：读懂现在，判断未来
• 归因分析：通用型归因引擎
• 智能决策：基于专家策略库的精准决策

3. 关键技术

• 指标引擎技术
• 基于 MaaS 的协同调度技术：解决 DATA 与 AI 的融合问题
• 大小模型协同技术：解决泛化能力与特定场景输出精确的融合问题
• 垂直域知识工程

4. 应用成效

• DeepSeek 赋能的水晶球 ChatBI
• 落地案例与业务价值

5. ChatBI 的演进展望

• 结合专家分析框架的模型微调
• 归因引擎演进：因果推论
• NoETL

您认为，这样的技术在实践过程中有哪些痛点？

• 业务域知识库的缺失
• 非结构化口语表达的意图识别
• 多轮对话的问题改写

演讲亮点

• 大小模型，多模态、知识库、指标引擎、归因引擎等技术的落地
• ChatBI 一站式进行“洞察-归因-决策”全流程的业务案例与成效展示

听众收益

• BI 技术的发展历程以及 ChatBI 主流技术路线
• 水晶球 ChatBI 的前沿技术落地实践与成效
• 大模型下的数据智能平台如何赋能业务发展