作者｜常敏潇

编辑｜邱晓芬

近日，商业智能服务平台「帆软」发布对话式的商业分析（BI ) 产品 --FineChatBl，借助 AI 技术帮助用户分析业务数据，并为其提供智能化解决方案。

FineChatBl 能够让企业用户与平台直接对话，提出自己对当前业务的困惑。该平台采用 Text2DSL 技术，将用户的自然语言转化成系统可以理解的语言，并基于 AI 为用户提出可以理解和执行的建议。

AI 技术的融入，让 FineChatBI 可以帮助用户梳理思路，将相对 " 销售额为什么下降？" 等相对复杂的问题进行拆解。系统会基于需要了解的问题不断向用户提问，以拆分问题，进行归因分析。将门店整体的销售额率下降，拆分成不同单品销售额的变动，再挖掘关键单品销售额下降的原因。

「帆软」供图

" 在理解用户的意图后，FineChatBI 可以将用户相对抽象的问题转换成具体的分析查询需求，并以数据的形式呈现出来 "，「帆软」FineChatBI 负责人翁林君告诉 36 氪，" 现在我们的数据量级已经突破 10 亿，在 AI 的辅助下，FineChatBI 可以有效的将用户问题自动归因，识别数据中的异常点，并基于异常情况给用户提供下一步的建议。"

FineChatBI 的应用，可以在很大程度上缩短用户搜索目标信息的时间，把寻找数据的平均时间从 5 个小时降低到 3 分钟，更快速高效的给用户提供信息及建议。

值得注意的是，FineChatBl 作为对话生成式 BI，其生成结果并不是直接建立在 AI 大模型之上，而是需要依赖元数据、数据模型及用户画像等商业分析的底层能力。

此外，AI 在算法、异常问题等方面帮助原有的软件进行更有效的商业分析。AI 能够基于用户关注的问题快速的筛选相应数据，并将其中需要关注的问题以图表形式进行绘制。

AI 对问题的拆分和分析给用户提供了直观的问题解决过程，有效避免大模型直接生成解决方案，用户无法把握中间的推导过程。

FineChatBI 负责人翁林君表示，" 商业分析的价值在于决策支持系统，因此，可信的数据来源对商业分析来说是非常重要的。" 为此，「帆软」建立数据消费和数据资产的配合关系，用户通过向系统提问，给系统提供更多准确、实际的经营数据，以此完成底层数据资产建设。

在此之上，「帆软」将 FineChatBI 的核心能力集成开放给部分优质客户，让用户依托平台，能够独立部署企业数据库，完善企业底层数据资产建设。

end