飛象原創（魏德齡/文）近年來的每一個春節，都成為人工智能的閃耀時刻。隨著DeepSeek V3/ R1模型的發布，讓本地部署成為了新的熱潮，以至于配合RAG，每個人都能在本地終端中構建一個自己的知識庫。但在實際測試使用中便會發現，要想讓AI的回答符合預期，并不是把自己的文件往庫里一甩那么簡單，尤其是對于專業知識的理解學習與邏輯推理，并非如想象中的理所當然。

對于早就已經邁向數智化轉型的眾多企業來說，這一問題更是由來已久。例如“三大行”一詞，常規上肯定理解為工農中建交這樣的頭部銀行，然而在某銀行的工作對話場景中，卻是指北京、上海、深圳的分行。又比如某連鎖快餐品牌的內部系統中，“訂單數”可能被稱為“GC”，但大模型在面對數據表時可能根本無法理解何為“GC”。

Aloudata大應科技創始人&CEO周衛林

“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’。也因此，指標平臺是企業最為確定性的私域知識庫。”Aloudata大應科技創始人&CEO周衛林在不久前舉行的NoETL指標平臺最佳實踐研討會上表示，隨著AI技術的不斷增強，人才、技術與資本將不再是企業的真正壁壘，而“知本”作為企業的獨有認知體系和知識庫，一旦形成競爭優勢，將難以被復制和超越。這也是為何市場正在對Chat BI表現出強烈關注的原因所在。

然而，如同文章開篇提到的實際知識庫應用落地難題，在很多企業的多年數據積累的過程中，本應成為競爭壁壘的數據知識，卻甚至成為內部工作中的阻礙。

NoETL破除企業數據管理消費集中痛點

報表口徑不統一是很多企業內部人員所頭疼的問題。平安證券數據平臺產品負責人倪程偉指出，同一個指標可能在不同的報表里呈現不一致，或管理模式調整切換口徑后，無法更新全部報表，帶來潛在數據差異。原因在于指標定義分散在報表中，無法共享。

他表示，信息呈現多但數據洞察少也是一個經常出現的問題，最終企業內部只是看到了大量的總體數據，但難以理解數據背后的各種維度和變化。也就是說，工具和數據難以支撐深入契合場景，進行多維分析、切片分析、關聯分析或歸因分析。

還有一點便是重復開發的問題，報表數量眾多，但實際業務價值不明確。傳統ETL +數據集的生產模式下，開發工作分散在不同團隊和人員手中，報表開發周期長、靈活性差，業務需求已經難以被靈活快速滿足。

另一個在日常生活中最常見的表象可能就是正在進行促銷活動的快餐廳，一場營銷活動的目的可能在于提升客戶的滿意度或拉升月活黏性。然而，如果活動期間餐廳應對猛增的出餐需求不利，卻會導致出餐速度變差，或油炸食品品相不佳，又或是取餐系統信息滯后，反而可能出現的是一次負向的營銷。這一切表象的背后往往在于指標無法在各部門間形成統一。例如：供應鏈部門關注物料準備，運營部門負責員工調配，管理層則通過移動駕駛艙查看數據。麥當勞中國數據中臺負責人陳潤紅表示，最后由于數據源和計算邏輯不一致，常常在營銷活動進行到一半時，發現各部門的數據對不上，導致決策混亂。

面對不同行業在數據管理和消費過程中所出現的集中痛點，Aloudata在三年前提出了NoETL理念。而在業務取數、用數體感最強烈的場景，即指標的生產、管理、消費場景，Aloudata打造了業界首個“管研用”一體化的NoETL指標平臺，通過定義清晰的語義，對數倉中間層和應用層進行建模，然后通過自動化構建和物化加速實現指標的定義、開發、管理、消費的一體化，讓業務無需掌握ETL技能，無需等待漫長排期，隨時可對全域數據開啟自助靈活的分析與洞察。

目前，NoETL指標平臺已經成為平安證券、麥當勞中國、華潤數科、lululemon、理想汽車等30余家頭部企業的選擇，周查詢API調用量已達億級，助力企業內部指標統一性與維度定義的標準化，并實現了數據資產的沉淀，提升指標開發管理的降本增效。

“NoETL就是通過將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。只有完成這種生產力變革，才能真正滿足AI時代的數據分析需求。”周衛林表示，NoETL不僅解決了當下傳統BI體系中最根本的供需矛盾，也正在為Chat BI的真正落地掃清障礙。

為Chat BI落地掃清障礙

有人說GPT的爆發恰恰是被前綴的Chat所點燃。通過自然語言的交互讓人工智能有機會成為每一個人告別技術門檻的生產力工具。對于企業來說，也自然希望在內部能夠構建起Chat BI，BI作為企業數字化進程中最為基礎和普遍的應用場景，與AI的結合已經是必然趨勢。

而通過上文內容不難發現，Chat BI的關鍵恰恰在于數據，解決業務日常溝通指標口徑與AI獲取指標語義保持一致的關鍵正在于Chat BI與數據倉庫之間必然依賴指標平臺實現語義層中介，從而實現數據的AI-Ready。

“我們的口號是‘Less cost, more intelligence’，即以更低的人力成本、存算成本和應用接入門檻，實現數據的AI-Ready，以高度自動化的數據工程體系推動企業智能生態的繁榮發展。”Aloudata聯合創始人兼首席產品官肖裕洪表示，圍繞新的企業落地目標，Aloudata進行了一系列產品的關鍵升級。

為了幫助企業以低成本實現數據高效就緒。Aloudata在今年將專門在語義引擎上進行重大升級。首先是指標定義的增強，讓企業能夠以最優雅、最高效的方式定義指標和建模。比如支持多角色關系的建模，支持基于指標值定義和快速變更維度（標簽），支持公共（雜項）維度的定義；其次是指標加速的增強，重點優化查詢路由改寫、物化構建效率與Cube加速功能；最后是指標治理的增強，進一步提高相似指標的識別能力，提供更加精細的審批管理和審計日志，并通過多環境發布和字段級的影響評估進一步提升數據質量。

Aloudata還將結合AI技術推出智能建模助手，以提升企業在復雜場景下的數據建模效率。在指標和維度的批量創建場景中，智能助手可以顯著提升效率；此外，智能語義助手還可應用于更深度的語義生成和洞察分析中，例如可自動提取常用維度或熱門維度，幫助用戶在多維歸因分析的時候更好地選擇合適的分析維度。或自動從指標構建血緣、查詢記錄中挖掘出指標關聯因子指標，幫助用戶在歸因時自動關聯相關指標，提供更深入的洞察；智能助手還可以實時監測用戶的分析行為，識別性能瓶頸或不經濟的查詢模式，并提前進行智能加速，確保分析體驗的流暢性；以及自動盤點企業中的重復指標或無用指標，為管理者提供清晰的管理視圖，提升治理效率。

Aloudata AIR和Aloudata CAN兩大平臺作為以NoETL理念所打造的產品將通過深度融合，確保企業的所有數據能夠輕松連接和高效利用，并為企業的多智能體生態提供單一可信的數據服務。Aloudata目標未來在存算層、用戶體系層、權限層和血緣關系上實現更深層次的融通。

“在AI時代，企業要為各種智能體提供一份單一可信的數據源，而Aloudata AIR同Aloudata CAN的深度融合形成了一個路徑更短、成本更低、自動化程度更高的NoETL工程體系，將有力支撐企業的數字化重心從「數據呈現」轉移到「數據洞察」。”肖裕洪表示，融合的原因在于企業對數據就緒速度的需求顯著提高，而數據編織能夠借助數據虛擬化技術達成輕量級數據集成與準備、按需物化的效果。在實際業務推進過程中，Aloudata AIR邏輯數據編織解決方案是為Chat BI進行快速、低成本的數據集成準備的理想方案。

當AI-Ready的數據底座進一步完成構建，確保指標語義層擁有最大的數據覆蓋度。也意味著Chat BI最后的落地障礙掃清，Aloudata更是“既許人以援手，必扶持到底”，宣布還即將推出一款以“萬數皆可問”為目標的Chat BI智能體：Aloudata Agent。

萬數皆可問的Chat BI智能體

“‘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。”肖裕洪表示。

Aloudata Agent目標解決Chat BI在數據查詢中面臨的諸多挑戰。例如數據覆蓋度不足、口徑不一致導致的準確性問題、性能不穩定或不可控的查詢響應問題，以及數據越權或泄露的安全問題。Aloudata Agent目前已經具備了一些重要的功能和特性，能夠為企業提供初步的智能化支持。

第一是對話式分析。Aloudata Agent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。未來將會通過迭代升級達到與專業分析師同級別的歸因分析能力，能夠提出假設與驗證假設。

第二是分析過程透明化。在Chat BI這種容錯性較低的場景中，分析過程的透明化至關重要。Aloudata Agent會清晰呈現分析過程，保留中間產物，確保用戶能夠清晰地了解每一步的分析邏輯，以及在事后進行分析的回溯和審計。

第三是數據準確可信。Aloudata Agent的數據準確性依賴于Aloudata CAN指標平臺的標準化語義沉淀。它能夠將用戶的問答與企業標準指標口徑對齊，確保分析結果的準確性和可信度。

第四是數據安全可保障。Aloudata通過指標平臺精細化的數據權限管理確保數據在分析過程中的安全性和可控性。

為了配合Aloudata Agent的推出，Aloudata還提供了面向AI的API和SDK，以賦能企業快速實現AI應用創新，構建智能體生態。Aloudata AI API能夠致力于加速企業AI應用開發的工具集，尤其針對RAG場景進行了深度優化，旨在通過簡化數據集成與復雜分析流程，幫助企業更高效地構建智能應用。

在NoETL指標平臺最佳實踐研討會上，周衛林專門談到了針對企業Chat BI落地的三個建議，分別是：“好數據，強智能”、“可溯源，可審計”、“全開放，大生態”。縱觀Aloudata依托NoETL理念所打造的產品及持續升級，以及最新發布的Aloudata Agent，無疑正在圍繞這18個字，為企業構建AGI時代的數智基建。

“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。”周衛林這樣介紹了“Aloudata”名稱的由來，即源于“AI on data”的理念。

自NoETL理念誕生的三年以來，正在逐步筑牢企業的數據根基，化阻礙為“知本”壁壘。如今隨著Aloudata圍繞AI時代所帶來一系列升級，以及Aloudata Agent的全新推出，又在“好數據”的根基之上，為企業種下了“萬數皆可問”的知識之樹。