3月21日，数据智能搜索引擎厂商北极九章举办了「数据驱动 全景变革」DataGPT暨产品3.0发布会。会上，北极九章正式发布3.0版本“DataGPT”，全面升级了自然语言、智能洞察、多场景应用等核心功能，以及结合大语言模型能力的产品探索。

展望全新的数据驱动路径

北极九章创始人兼CEO刘沂鑫在主题演讲中谈到，随着企业采集数据和储存的数据量越来越大，70%的数据从来没有被分析和使用，导致数据潜在的价值与实际发挥的价值之间有巨大落差。数据分析工具的交互方式已经沿用数十年，学习门槛高，只有少量专业的IT人员或数据分析师能够自如运用，导致75%的企业员工不愿意和数据打交道，甚至有36%的人在决策时故意绕过数据。

过去几年，北极九章打造了行业领先的数据智能搜索引擎，使用自然语言交互的方式，帮助非技术背景的业务人员轻松分析数据，让普通员工获得专业分析师一样的数据洞察力，将企业内数据分析的效率普遍提升20倍以上。在某头部保险公司，业务人员获得数据的时间从2个月缩短到几分钟；在某知名服装零售企业，过去因为无法提前准备数据而不了了之的会议讨论，现在有90%的灵感都能立刻得到数据支持；在某百货零售龙头企业，过去没有专人支持一线店长的数据需求，现在他们可以主动分析数据提升服务品质。

北极九章创始人兼CEO刘沂鑫认为，DataGPT致力于革新数据分析的体验，这将打破传统的数据分析模式，更加贴合用户的工作方式，实现数据洞察智能化、知识平民化。北极九章不只是发布一款产品，更希望与广大客户和伙伴一道展望一种全新的数据驱动路径，探索数据驱动在企业中生根、发芽、落地。

北极九章3.0产品DataGPT，首发大语言模型辅助数据洞察

北极九章发布3.0产品DataGPT，能力全面升级。

围绕“不断降低数据分析门槛”这一原则，此次北极九章DataGPT产品功能升级主要体现在三方面：

更易用的自然语言交互。北极九章DataGPT在原有自然语言解析引擎基础上，不断沉淀行业知识，打造“更懂业务的语义解析引擎”。目前，DataGPT能够理解更接近自然语言的灵活问法和复杂问题，并完成复杂运算。支持用户连接企业内部的知识库，配合机器学习，让产品更理解业务的语言。升级搜索推荐模型，基于推荐算法自动解析用户问题意图，推荐和引导用户问出合适的问题；同时也提供了人工校准能力，让产品越用越好用、越用越智能。针对私有化部署的客户，北极九章还内嵌了用户行为分析模块，建立IT和业务的桥梁，让数据部门更懂业务。新的版本支持英语自然语言搜索，帮助出海企业更好地走向全球市场。

更方便的智能洞察。很多业务人员面对数据结果，不知道数据表现好不好，不知后续会有怎样的发展、如何进一步分析。为帮助非技术背景的用户快速从数据中获得洞察，北极九章DataGPT基于AI技术，给用户提供多角度的分析结果和智能的数据洞察，不仅回答这个数据是什么，还主动回答这个数据怎么样、为什么会这样、下一步要怎么办。升级的智能洞察有助于用户更快地从海量数据中精准定位有价值的信息、提炼洞察，辅助决策。

更丰富灵活的使用场景。过去，日常办公和数据分析需要在多个软件窗口之间切换，体验非常割裂。北极九章DataGPT将为用户提供更加流畅的使用体验，使数据分析融入日常工作流程。DataGPT支持嵌入飞书、钉钉、企业微信，用户可以在对话和群聊里直接向智能机器人提问。同时，北极九章还首创了嵌入国产信创办公软件WPS，用户在撰写报告时，能够直接在文档窗口里查询、分析数据，并将图表和表格插入文档；数据有更新时，可以一键更新文档中的图表，提升工作效率。

首发大语言模型辅助数据洞察。北极九章DataGPT通过AI辅助建模，自动配置数据模型并拓展同义词，大大提升数据准备阶段的工作效率。AI辅助语义理解，使产品更准确地理解用户的模糊问题、复杂问题，基于对用户习惯和意图的理解反馈个性化答案。AI辅助数据解读，从用户提出的问题出发，自动生成数据洞察、解读，进一步降低业务用户理解数据的难度。AI建议决策行动，系统自动分析数据维度之间的关联，结合积累的最佳实践，给出优化业务表现的操作建议。

做真正赋能人的工具，打造企业数据驱动基因

发布会邀请到两位数字化转型领域的资深专家：毕马威管理咨询数字化业务合伙人季刚和优阅达数据引导师郑伟，分享了企业如何走向数据驱动的思考。

季刚提到，2020年以来，数字化时代下的企业竞争力已不同以往。过去，企业以经验判断为主，数据分析只是事后统计；立足当下和未来，企业应该重视数据应用，结合业务专家经验和领先的技术，协同优化提升管理水平。数字化能力提升不仅需要好的工具，还需要提升全员数据素养。但是，仅仅是战略宣贯、引入人才、组织培训是不够的，企业应从大处着想、小处着手、快速推进，通过体系化的数字化战略重塑，不断迭代打造数字化组织。

郑伟谈到，企业中存在两类数据驱动场景：企业级的共性需求集中，服务少量决策者，以年为周期更新；更长尾的需求在于局部的管理改善，数据相对分散，以月或季度为周期更新。这两类场景的价值是等量齐观的。过去由于技术局限，企业主要满足共性需求，而在数据平民化等概念越来越深入人心的今天，数据驱动的长尾需求场景也可以被深入发掘，通过北极九章DataGPT这样的产品用提问构建数据创造力，发挥企业的数据价值。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

责任编辑：kj005