知数
有数BI
大数据基础平台 NDH
一站式数据开发治理平台
企业级指标工具平台
集团管控数据应用
金融数据应用
智能制造数据应用
智能经营分析
智能财务分析
[置顶]从 ChatBI 到知数 DataAgent：网易智企，让 AI 从“能演示”到“真上岗”
10月16日至18日，第十届中国软件研发智能创新科技峰会在深圳举行。本届大会以“数智+智管”为主题，汇聚众多行业专家与技术团队，共探智能化研发的落地路径。 网易智企受邀参会，网易智企·数帆 DataA
相关文章
共 54 篇内容
[置顶]量子位智库报告解读：AI 能查到数据，为何还用不好？网易智企给出解法
AI 能访问数据，不代表它能理解数据。口径不一致、语义不统一、血缘不可追溯，这些问题不解决，Agent 越智能，决策风险越大。 10月15日，量子位智库发布《Agent 驱动的企业智能化：从单点提效到
[置顶]量子位智库报告：企业 AI 规模化之前，先过“数据可信”这一关
同一个「收入」，三花智控的 ERP、MES 和财务系统，能给出三个不同的数。 过去，三花智控的财务每做一次预算分析，都要跨多个系统取数、核对口径，再手工解释差异，一次两三个小时。口径对不上，这样的分析
[置顶]量子位智库报告发布｜从数据治理到 Agent 应用，网易智企实践入选
AI 让单项工作更高效，如何进一步转化为企业经营价值？ 10月15日，量子位智库发布《 Agent 驱动的企业智能化 单点提效到规模化重塑》，梳理企业AI规模化落地面临的六大断点，并以网易智企·数帆为
[置顶]AI做数据分析，别只停在“帮我查个数”
季度复盘时，运营团队发现：本季度充电时长比上一季度增加了。 数字查到了，原因还没找到。是车型构成变了，还是某些站点、设备或充电时段出现了变化？为了弄清楚，团队需要按不同维度取数、比较，再逐步缩小排查范
[置顶]给AI接口，更要给AI“规矩”与“边界”
凌晨，30多个任务级联失败。 值班人员需要先查失败原因，再判断影响范围、确定处理方式，最后检查任务是否恢复。 在某业务线的实践中，值班 Agent 已经参与这条处理链路：扫描失败任务、提取失败特征、匹
[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
[置顶]重磅签约 | 网易智企 × 海光信息：以国产芯片为底座，共建金融AI安全新生态
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
[置顶]当AI开始一本正经地胡说八道，谁来为企业决策真正兜底
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
[置顶]从“问一个数”到“交一份答卷”：DataAgent的分水岭来了
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
[置顶]网易智企全链路数据智能平台 V10.0 发布：让数据智能，一站到位
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
[置顶]从数据资产到业务价值：网易智企亮相第五届中国数据×AI价值峰会
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
[置顶]网易智企Data Agent实践入选信通院《智能体创新实践案例汇编》
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
指标口径不一致怎么办？三步统一企业数据语言
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
企业指标管理四大难题怎么破？从口径到血缘的解法
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
统一数据指标体系怎么建？从口径争议到业务共识
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，
指标平台怎么选？企业选型要看的5个关键能力
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。
数据中台过时了吗？从数据中台到AI-Ready数据底座的演进
"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
企业知识库怎么建才能喂给AI？数据分析RAG架构方法
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
数据开发和数据治理怎么一体化？嵌入流程而非事后检查
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
数据任务运维怎么做？AI诊断让失败任务秒级定位一键纠错
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
DataAgent会取代传统BI吗？从范式迁移看演进
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
