[置顶]AI来了,数据开发治理,一个对话全搞定
搭建一组数仓任务,要建目录、写SQL、配调度和告警;任务失败后,又要查实例、看依赖、翻日志。工作围绕同一组任务展开,操作却分散在多个页面。开发与运维人员需要反复查找对象、核对信息,再继续下一步。 如果
搭建一组数仓任务,要建目录、写SQL、配调度和告警;任务失败后,又要查实例、看依赖、翻日志。工作围绕同一组任务展开,操作却分散在多个页面。开发与运维人员需要反复查找对象、核对信息,再继续下一步。 如果能把需求说清楚,让AI结合项目上下文,辅助完成配置、串联排查过程,这些工作能否更顺畅一些? 对此,网易智企·数帆推进 EasyData 的 AI 化改造,让平台从“人操作工具”走向“人与AI协作”。E
搭建一组数仓任务,要建目录、写SQL、配调度和告警;任务失败后,又要查实例、看依赖、翻日志。工作围绕同一组任务展开,操作却分散在多个页面。开发与运维人员需要反复查找对象、核对信息,再继续下一步。 如果
9月17日,广西南宁,东盟博览会·金融专场。 东盟博览会每年汇聚来自东盟十国及全球数十个国家和地区的政府代表、行业领袖、头部企业与投资机构,是推动中国-东盟经贸合作、产业对接与战略联动的核心舞台。 就
网易智企·数帆V10全链路数据智能平台,整合EasyData、指标平台、有数BI、知数DataAgent四项能力,贯穿数据建设、治理与分析应用全环节。四项能力既可组合联动,也支持独立部署,灵活适配企业
上期内容中,介绍了网易智企·数帆 V10.0 全链路数据智能平台的整体能力布局。围绕企业数据应用全流程,平台打造了四大核心能力——EasyData、指标平台、有数BI、知数DataAgent,助力企业
9月3日,网易智企·数帆正式发布全链路数据智能平台 V10.0。面向 Agent 应用与智能决策场景,通过数据开发治理、指标语义管理、有数BI、知数DataAgent 四项能力联动,实现从数据接入、治
8月22日,以“数据驱动AI”为主题的第五届中国数据×AI价值峰会在北京举行。本届峰会由DTinsight中国数智发展研究中心主办,汇聚来自央国企、智能制造等领域的200余位专家学者与企业数智化领军者
近日,由中国信息通信研究院华东分院联合中国信息通信研究院云计算与大数据研究所发起的《2026智能经济新形态:智能体创新实践案例汇编》,在2026世界人工智能大会(WAIC)上正式发布。 网易智企凭借
监管定调:金融AI进入新阶段 国家金融监督管理总局发布《关于银行业保险业人工智能安全开发应用的指导意见》(金发〔2026〕8号文),针对银行业、保险业人工智能安全开发与应用,从治理架构、开发应用、数据
建指标,为什么成为数据落地的拦路虎 构建统一、规范的指标体系是数据治理的基石。然而在实际的项目交付与日常运维中,指标建设面临三个典型困境: 困境 具体表现 人工成本极高 创建一个标准指标通常
为什么"归因"比"取数"更难 在企业的日常经营分析中,管理者面对报表时最常问的不是"销售额是多少",而是"为什么销售额下降了""哪个区域导致了利润下滑"。然而,传统的智能问答往往止步于"取数"层面:
指标平台和 BI 是数据体系里分工不同的两个角色:指标平台负责统一管理指标的口径与计算逻辑,构建权威的指标库;BI 负责把数据用报表、看板、可视化等形式呈现给业务。一个管"口径怎么统一",一个管"数据
指标口径不一致,指的是同一个指标在不同部门、不同系统、不同报表里有着不同的定义和计算方式,导致同一个业务数字对不上。它不只是一个技术问题,更是一个治理问题——解决它的关键,是把企业"各说各话"的数据语
企业指标管理,指的是对企业所有指标的定义、口径、计算逻辑和生命周期的统一治理。难的不是没有指标,而是指标太多、太乱、各说各话——口径对不上、重复建设、出了事说不清、要个数还得排队。这四大难题,几乎每家
统一数据指标体系,是企业把分散在不同系统、不同部门、不同口径下的指标定义收拢为一套可被共同理解和复用的标准语言:同一指标有唯一命名、唯一口径、唯一计算逻辑和唯一数据来源。它不是简单地整理一张指标清单,
指标平台是统一企业指标口径、集中管理指标计算逻辑的底座工具,它把分散在 BI 报表、数仓脚本和各业务系统里的指标定义收拢到一处,形成一套权威、一致的指标库,为数据分析和 AI 决策提供标准的语义基础。
"数据中台过时了"是近几年数据领域最具争议的判断。一面是企业下线数据中台的新闻,一面是 AI 应用找不到可信数据的现实。准确的回答是:作为能力的数据中台没有过时,作为形态的数据中台正在演进。 AI 时