[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
企业上智能问数最常翻车的场景:业务问"这个月华东区价值户增加了多少",AI 一脸茫然——它不知道"价值户"是内部定义的客户分层,不知道"华东区"包含哪些省份。通用大模型智力再强,也不懂企业专属的语言和
很多企业的数据治理项目都走过同样的弯路:治理团队制定标准、写文档、发规范,开发团队按自己的节奏继续开发,两条线各跑各的。结果是标准变成文档柜里的摆设,开发完的资产不符合规范,治理无法落地。问题的根源不
大数据开发中,SQL 任务失败是最高频的运维痛点。凌晨调度任务红了、自助分析查询报错,开发者面对冗长的日志堆栈逐行排查——语法错误、字段名拼写、类型不匹配,平均每次排障需要 15-30 分钟,复杂问题
企业数据应用正在经历一次范式迁移:从"人用工具"到"AI 即员工"。DataAgent(数据智能体)是这个迁移的产物——它不是更强的 BI,而是以智能体形态重构的数据应用方式。很多企业困惑:已有 BI
智能 BI 是 BI 工具与 AI 能力融合的产物:在报表、看板、可视化之上,叠加自然语言问数、归因分析、报告生成等智能能力。市场上产品众多,演示都很惊艳,但企业实际选型时经常踩坑——买回来的"智能
数据分析报告是复盘分析逻辑、沉淀业务洞察、驱动管理决策的核心载体。但传统报告制作的时间大量花在过程上——取数、作图、调格式——而不是洞察本身。AI 数据分析报告的核心价值,就是把这个过程自动化:业务人
自然语言查数据(NL2SQL,Natural Language to SQL)是智能问数产品的核心引擎:业务人员用一句话提问,AI 自动理解意图、找到正确的表、生成正确的 SQL、返回正确的数。它听起
数据分析Agent是面向企业数据场景的智能体,它以大模型为推理引擎,连接企业的指标体系、数据资产和业务知识,让业务人员用自然语言完成查数、分析、归因乃至执行建议。但很多企业的实践止步于"问答演示"——
国央企集团管控的核心挑战在于:多层级组织结构下数据分散、口径不一、监管穿透不足。解决之道是通过统一数据标准、统一技术架构、分级数据运营和多类管理应用,让标准、指标和分析链路从集团总部到下属单位逐级对齐