[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
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 DataAgent 技术负责人张佃鹏在“AI 时代的能力底座:数据与研发体系的 Agent 化建设”专场带来《网易智企企业级知数 DataAgent 的技术演进和实践》主旨分享,从三年技术演进出发,拆解了数据分
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
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
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
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
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
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
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
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
智能问数是企业级智能数据助手的核心交互方式——业务人员通过自然语言提问,系统自动将问题转化为数据查询并返回结果。但许多企业在落地后发现,问数的准确率远低于预期,根因往往不在大模型本身,而在于指标口径、
数据治理平台是企业将分散、异构、标准不一的数据转化为可管理、可复用、可服务的数据资产的一体化工具体系。它将标准、模型、质量、血缘和权限嵌入数据全生命周期,帮助企业兼顾敏捷交付与持续治理,让分析、报表、
指标管理平台是企业统一数据语义、消除口径分歧、支撑经营分析与智能数据应用的基础设施。它围绕原子指标、派生指标和计算指标的定义与管理,将业务口径、计算逻辑与数据来源连接起来,让指标成为全企业可共享、可复
DataAgent是企业级数据平台从被动响应指令的"工具"演进为能理解业务、主动执行、持续优化的"数字员工"的新型架构形态,它以大模型推理能力为核心,封装底层平台能力为原子化Skill,实现自然语言取