日前，数字化市场分析机构爱分析发布大模型厂商全景报告。
北极九章凭借领先的AI数据洞察引擎DataGPT，入选“对话式分析”和“AI Agent”领域代表厂商。
▎大模型发展速度惊人，将迎来企业应用元年
过去一年来，大模型的发展和应用速度之快超乎想象。
2023年初，企业管理层对大模型的话题还停留在大模型是什么、是不是概念炒作。短短半年，大模型已经从饭后谈资走向落地应用。大企业管理层们希望了解到大模型能为企业发展带来哪些变革、应用路径是什么、如何提升大模型的投资回报率，以及应该为拥抱大模型做哪些准备。
而且，大模型吸引的人群也愈发广泛，不仅吸引CIO、CTO 等技术管理者的关注，CEO、CMO 等非技术类管理者同样期待大模型在业务中发挥价值。
可以想见，2024年，大模型将迎来企业级应用落地的元年。
▎老生常谈的挑战：“自助式分析”为什么迟迟没有实现？
数据应用的最后一公里是很多企业面临的老大难问题。过去几年，很多企业提出了“业务人员自助分析”的口号，真正实践下来，却发现很难落实。总结起来，过去所谓的自助分析面临两方面障碍：
第一，数据分析工具太复杂。动辄几百页的说明书、几十个小时的培训课，学习和使用的成本太高。这就造成业务人员不想学、学不会，即使学会了也不爱用、没人用的局面。
第二，数据分析需要专门学习和训练。在使用工具之前，用户需要知道如何把业务需求转换成结构化的数据问题，并且清楚用什么样的方法分析。大多数业务人员面临的问题是没有分析思路，不知道问什么、怎么问。培养这种数据素养的难度和成本比学会使用工具更高。
▎对话式分析让自助分析成为可能
随着大模型带来能力突破，让AI与数据分析相互结合，使分析结果更好地支撑企业管理和业务发展，促进企业内部数据价值释放，成为了当下企业尤为关注的话题。
对话式分析是大模型在2024年的重要落地场景之一。核心原因在于对话式分析正在朝着逐渐降低门槛、增强企业业务部门自主性，从而实现自助式分析能力的方向发展。
▎“可信”“可用”是大模型+数据分析绕不过去的难关
数据分析与写文案、做视频不同，对输出结果的准确性要求非常高。
“去年上海业绩前10的门店今年销售情况怎么样？”
大模型可以立刻回答您的数据问题，但您真的相信它们吗？
Microsoft的数据产品发布会被发现写SQL翻车
据国内外技术专家测评，即使是GPT-4，在回答数据问题时的最高准确率也只有80%左右。这个数字看起来虽然不低，但20%的错误率意味着每个问题都需要懂SQL、懂分析的人手动校验。
换言之，80%的正确率=对产品0%的信任。
此外，用大模型完成NL2SQL任务，还面临着用户权限、数据安全、性能、成本等一系列问题。
海外工程师对GPT-4、GPT-3.5和Bison的NL2SQL准确率测试
▎用精准模型+大模型，提供可信的AI数据洞察
在数据分析场景中，现阶段，大模型的幻觉和不稳定无法回避，北极九章采用精准模型与大模型相结合的方式，确保数据分析可信、可用。
⭐️ “左脑”完成精准分析，还原人类分析师思路
北极九章DataGPT自主研发的精准语义模型，能够将自然语言准确地转换为SQL语句，面对复杂嵌套问题、多表关联查询问题，也能保障高达100%的准确率。
针对业务用户没有分析思路、不知道如何探索数据的问题，DataGPT的AI洞察引擎，能理解用户意图，基于一个简单的种子问题，主动拓展多个衍生问题，包括趋势、同环比、异常、成因、周期性波动等，还原3-5年经验的专业分析师思路和能力。无需用户专门操作，就能帮助用户一次性提供从数据“是什么”到“为什么”、“怎么办”的完整洞察。
⭐️ “右脑”发挥语言天赋，人机交互更简单
众所周知，大模型的强项在于语义理解、文本生成，并能结合知识库完成一系列问答、总结、创作等任务。北极九章DataGPT结合大模型的这些优势，使用户获得更自然流畅的对话体验。
结合大模型的能力，DataGPT能准确理解用户的自然语言提问，并且更能理解模糊、灵活、复杂的问法。
此外，借助大模型，DataGPT可以将数据分析的结果和关键洞察“翻译”成简单易懂的业务语言，进一步降低业务用户理解数据的门槛。
再结合通用知识、行业知识和企业知识，DataGPT能为用户提出下一步行动建议，帮助业务用户在理解数据的基础上，能更轻松地应用数据。
▎结语：打造可信的AI数据分析师
北极九章DataGPT将大模型可信地应用于企业数据分析场景，满足不同行业、不同企业客户的需求，帮助企业打通数据应用的最后一公里，快速赋能业务用户“看得到数”、“看得懂数”、“用得上数”，充分释放企业数据的价值。
北极九章
