在當今數據驅動的時代，企業對于高效、智能的數據處理與分析需求日益增長。隨著大模型的興起，如DeepSeek等，數據智能領域正經歷著前所未有的變革。

Aloudata大應科技創始人&CEO周衛林表示，企業的核心競爭力包括人才壁壘、技術壁壘以及資本壁壘。然而，在AI的快速發展下，這些壁壘正在被逐漸拉平，唯有知識資產難以被復制和超越。

Aloudata大應科技創始人&CEO 周衛林

未來的企業將構建多維知識庫矩陣，通過多智能體（Agents）的協同與交互，形成動態進化的知識、決策與行動網絡。在這一體系中，經營決策場景因其知識密度和價值密度最高，自然成為核心戰場。企業的每一次決策，都是對市場認知、客戶洞察、產品理解和技術評估的綜合體現，這一過程本質上就是知識的萃取與應用。

正因為如此， DeepSeek崛起后，市場對Chat BI強烈關注，因為它精準切入企業經營決策這一核心場景。經營決策場景下企業知識語義表達的載體就是“指標”，其管理平臺就是“指標平臺”。所以指標平臺是企業最為確定性的私域知識庫，而Chat BI是當前最為確定性的AI垂直應用之一。

Chat BI落地之道

周衛林指出，Chat BI，其關鍵不在BI，而在數據。數據不好找、不敢用、用不對、取不出等問題決定了Chat BI與數據倉庫之間必然依賴指標平臺實現語義層中介，實現數據的AI-Ready。

同時，Chat BI的核心不在GPU，而在CPU。BI活動是一個既消耗腦力又消耗“體力”復雜過程。傳統ETL工程體系和工程師體系在面對AI時代海量、靈活的分析需求時顯得力不從心。這正是提出NoETL理念的根本原因。NoETL通過將ETL Engineers驅動的數據工程轉變為ETL Agents驅動的數據工程，實現數據處理流程的自動化重構。這種轉變解決了傳統BI體系中最根本的供需矛盾，為Chat BI的真正落地掃清了障礙。

Chat BI如何落地？周衛林給出了三個建議。

1、好數據，強智能

企業擁有多少好數據，就能擁有多強大的智能。好數據應該是好找的、敢用的、沒有歧義的、AI-Ready的。一個好的指標引擎必須實現真正的“管研用一體化”，以解決ChatBI真正用起來的問題。

2、可溯源，可審計

在數據分析領域，數據準確是一切使用的前提。為解決大模型的幻覺問題，需要實現思維鏈與數據鏈的雙重展開，白盒化地呈現Chat BI從意圖識別、語義理解到查詢SQL等每一個環節的生成結果，做到端到端可溯源、可審計。

3、全開放，大生態

指標平臺是企業在AI時代的數字基建。它應具備下層兼容性和上層開放性，能夠支持動態連接不同的數據源，并與各類工具、應用場景形成生態合作。保持指標平臺的獨立性和開放性是保持其可迭代性的關鍵。

NoETL x 大模型，Aloudata產品關鍵升級

自2023年底推出Aloudata CAN指標平臺以來，Aloudata在NoETL領域取得了顯著進展。NoETL理念強調通過自動化和智能化的方式重構數據處理流程，以解決傳統ETL過程中存在的效率低、成本高、靈活性差等問題。

首先，Aloudata CAN指標平臺致力于實現指標定義、研發和管理的一體化，確保數據能夠更快、更準、更靈活地滿足業務需求。通過基于明細數據的指標定義和自動化加速，平臺能夠為企業提供更靈活、更一致的數據消費體驗。

第二，Aloudata CAN指標平臺具備高度的開放性，能夠與市場主流的計算引擎和企業數據源無縫對接。同時，平臺還積極擁抱生態，與阿里云瓴羊Quick BI強強聯合，推出「指標定義-計算-可視化-智能分析」全鏈路解決方案，助力企業破解指標管理與分析效能難題；與WPS合作推出指標插件，幫助用戶實現基于指標和維度的拖拉拽透視分析，使用熟悉的工具即可完成自助洞察分析。

第三，自商業化以來，Aloudata CAN指標平臺已服務了30多家上市公司，涵蓋了互聯網、金融、零售、消費、制造等領域的領軍企業。客戶的認可證明了平臺的價值和市場方向。

如今，DeepSeek等大模型的興起，對數據領域產生了深遠影響。大模型的平權化使得更多企業能夠負擔得起智能分析的成本，同時大模型的智能化水平顯著提升，能夠生成更智能的推理結果。

為了應對大模型時代的數據挑戰，Aloudata在NoETL理念的基礎上進行了產品關鍵升級，旨在為企業提供“好數據”，實現真正的智能分析。Aloudata聯合創始人&首席產品官肖裕洪總結為：

1. 低成本實現數據高效就緒

通過持續增強指標平臺的語義引擎、推出智能建模助手以及實現Aloudata AIR和Aloudata CAN的深度融合，Aloudata能夠低成本地實現數據的高效就緒。這將為企業提供更全面、更準確、更靈活的數據支持。

2. 智能建模助手

智能建模助手（Copilot）是Aloudata推出的重要工具，旨在提升企業在復雜場景下的數據建模效率。通過結合AI技術，智能建模助手能夠自動完成指標和維度的批量創建、智能洞察語義收集整理、智能加速與性能優化以及指標治理與管理等任務。

3. Aloudata Agent：萬數皆可問的智能體

基于Aloudata CAN指標平臺沉淀的NoETL明細級指標語義層，Aloudata即將推出Aloudata Agent，一款以“萬數皆可問”為目標的Chat BI智能體。肖裕洪表示：“‘萬數皆可問’不僅是一個愿景，更是我們通過技術手段實現的承諾。我們希望通過一個強大的NoETL數據底座，為上層的Aloudata Agent提供更完整的數據覆蓋、更精準的數據語義、更強大的查詢性能和更可靠的安全保障。”。

目前，Aloudata Agent已具備一些重要的功能，支持靈活、準確的對話式取數、歸因分析和智能分析報告生成，并提供分析過程透明化、數據準確可信以及數據安全可保障等，可為企業提供初步的智能化支持。據了解，Aloudata Agent將于4月22日開啟公測。

4. 面向AI的API和SDK

除了自研的智能體外，Aloudata還提供了一組面向AI的API和SDK，以賦能企業快速實現AI應用創新。

跨行業賦能企業破解數據治理與決策難題

麥當勞中國攜手Aloudata，成功構建“管研用一體化”的指標中臺，實現指標資產統一定義與高效管理，沉淀、思考、抽象、總結出8大主題，積累了近千個指標。同時，指標研發效率顯著提升，簡單的調整當天即可完成，新建指標也只需幾天就能完成從0到1的構建和測試。該中臺廣泛應用于餐廳運營、營銷增長、管理決策等場景，顯著提升了運營效率與數據洞察能力。此外，麥當勞中國還展望了指標中臺與大模型結合的未來，探索智能數據分析的新邊界，為餐飲行業的數智化轉型樹立了標桿。

平安證券通過引入Aloudata CAN指標平臺，構建了科學統一的指標體系，有效解決了傳統報表口徑不統一、重復開發、信息呈現多但數據洞察少等痛點。該平臺通過三層架構實現數據的快速查詢、靈活配置和自助消費，顯著提升了數據開發效率，降低了管理復雜度，并確保了數據的準確性和一致性。在應用效果上，平安證券實現了指標設計方法的升級，策略動作分析閉環，以及業務經營分析提效。就Chat BI的落地，平安證券認為Chat BI將促使數據分析從報表時代邁向智能決策時代，其中指標平臺作為Chat BI實現精準分析和規模化落地的基礎設施，將持續發揮重要作用。

“我們堅信，AI時代的關鍵是Data，是知識庫，是數據語義層，是數據虛擬化，這是我們的判斷，也是我們創立這家公司的初心。而我們所提出的NoETL的全新數據工程體系也以AI-Ready為核心使命。懂BI、會洞察，為企業構建AGI時代的數智基建，相信我們是專業的。”周衛林如是說。