火山引擎将大模型落地企业数据场景 AI原生应用需待年底后

9月19日，火山引擎数智平台VeDI推出“AI助手”，通过接入人工智能大模型，帮助企业提升数据处理和查询分析的效率，也就是帮助不会写代码的运营人员通过与大模型对话，做好业务运营数据的取数、看数和归因分析。

火山引擎总裁谭待认为，数据飞轮将是大模型在企业市场应用落地的一个重要方向。大模型降低了企业挖掘数据价值的门槛，更高效地构建以数据消费为核心的数据飞轮。

今年4月，火山引擎基于字节跳动数据驱动实践经验，发布企业数智化升级新模式“数据飞轮”，核心要素就是做好数据消费。此次火山引擎数智平台应用AI技术，进一步降低数据消费门槛。

据介绍，火山引擎VeDI的大数据研发治理套件DataLeap、智能数据洞察DataWind已配置了AI助手，覆盖数据生产与消费的全链路场景，包括数据资产查询、开发运维和分析洞察。

具体操作上，如作为数据消费基础的数据资产查询与开发环节，经过大模型降低门槛，非研发人员利用DataLeap-找数助手，通过对话式的查询方式实现员工自助数据消费第一步，再利用DataLeap-开发助手使用自然语言，就可以自动生成、优化SQL代码，以及对话式咨询SQL使用问题等。

另在数据分析环节，利用DataWind-分析助手，企业员工与大模型对话就可完成数据可视化查询与分析等一系列业务探索，解决过去分析洞察上需要大量专业知识的痛点，缩短数据分析周期。

通过对数据的处理提高企业效率，甚至加速数字化转型是过去数据中台的主要路径，在行业内存在已久，此次火山数据飞轮不同于传统数据中台之处，在字节跳动数据平台负责人罗旋看来，主要在于传统中台先做数据资产建设，但飞轮会先确定业务诉求，然后确定具体解决方案。

目前大模型在数据产品中的应用在字节内部业务实践中已初获成效，如在电商场景下，不会写代码的电商运营可以直接提问“最近7天好物直播间的经营状况，要用哪些表？”DetaLeap会根据业务的知识库，推荐与经营状况相关的表，并解释每张表对应的数据维度。运营人员可以让DataLeap自动生成对应经营状况的数据需求代码，如分城市的订单销售，或分时段的直播间流量等。

有了数据资产，运营人员通过DataWind拖拉拽方式做数据集的创建，使用自然语言的方式定义不同字段的逻辑，如直接查“大咖直播时段”数据，再进行可视化分析探索。

DataWind提供了AI自动分析，方便进一步探索图表背后的原因。如在“直播间销售额Top类目”等可视化图表中，运营人员基于AI分析结果，通过对话形式进一步归因，实现业务洞察。罗旋表示，目前，字节跳动内部80%的员工可以直接使用数据产品，可管理、运营的数据资产覆盖80%的日常分析场景。

需注意的是，目前火山数据飞轮业务并不强制要求结合大模型，罗旋对第一财经记者表示，主要看客户在选择过程中的倾向如何，结合客户真实业务问题与诉求，并不会优先考虑结合大模型落地。

在大模型的选择上，此前，抖音云雀大模型入选首批《生成式人工智能服务管理暂行办法》备案名单。另在6月28日，火山引擎发布大模型服务平台“火山方舟”，面向企业提供模型精调、评测、推理等全方位的平台服务（MaaS，即Model-as-a-Service）。

对于目前客户更倾向于选择哪个大模型产品的问题，谭待对第一财经记者表示，目前选择比较分散，客户会根据不同的场景效果来策划部署。另外，谭待认为，目前国内底座大模型相比全球最高水平仍有一定距离，行业更多是在做测试，国内大模型行业诞生较好的AI原生应用至少需要具备ChatGPT3.5及以上能力，需要等到今年年底以后。