[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
当 AI 大模型浪潮一浪高过一浪,很多制造企业却卡在一个尴尬的悖论里:花了几年时间、投了千万建起来的数据中台,业务一线却依然“看不见、用不上、喊不应”——订单为什么延误?库存为什么积压?老师傅凭经验拍
接入 Agent 的热潮里,数据平台团队普遍遇到同一个困境:平台 API 都在,接口文档也齐全,但 Agent 就是“用不起来”。 问题不在接口本身。查询任务状态、读取运行日志、修改任务配置、重跑失败
搭建一组数仓任务,通常要做的事:创建目录和任务、编写 SQL、配置调度依赖与告警、完成发布前检查。这些步骤分散在不同页面,开发者需要在页面间反复切换、核对、再继续下一步。 需求本身却往往只是一句话:“
凌晨,一批夜间任务级联失败。值班工程师先要做的不是修复,而是判断:失败原因是什么、影响范围有多大、能不能直接重跑。 这是数据平台运维最常见的场景,也是最考验经验积累的场景。随着 Agent 进入数据平
选型现场最常见的场景是:演示环节答得又快又准,评审一致认为“够用”;试点跑两周,问题陆续冒出来——同一个问题换个问法答不出来、口径和报表对不上、权限说不清谁来管、生成的结论没人接着用。 这不是模型的问
同一个问题,换个人分析,结论不一样;同一次指标异动,上月是怎么查到根的,这个月没人记得住。数据团队的时间有很大一部分消耗在重复走同一条路:找数、对口径、拆维度、下结论——每一步都有人做过,但每一步都没
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
针对企业指标体系建设中人工成本高、元信息填写繁琐的痛点,网易智企·数帆指标平台重磅推出AI辅助创建指标功能。支持单点智能补全与批量自动化生成,用户仅需提供指标名称与数据模型,AI即可自动推导英文名、业