统一语义层构建 VS 数据分析不精准
数势科技SwiftAgent 2.0构建了统一的指标与标签语义层，即通过自然语言到指标+标签语义（Natural Language to Metrics&Label）即可实现数据洞察，解决大模型对底层业务语义难理解的问题，同时建立各行业标准、指标、人货场标签等易于理解的语义层。SwiftAgent 2.0统一语义层的构建让AI更“懂”企业数据，助力企业实现智能决策。
多源异构数据链接 VS 数据结构与维度单一化
数势科技SwiftAgent 2.0不仅可以将指标、标签一体化，基于人群的多维交叉分析，还实现了多源异构的数据接入，导入文本、Excel、图片、音视频等非结构化知识，基于新闻、政策解读、行业报告等多维度了解数据背后的“因果"，如：“导致黄金ETF产品持仓量持续升高的因素或为美国劳工市场有降温迹象，减息预期加强，推动金价上涨等”。SwiftAgent 2.0多源异构数据的链接AI更“懂”数据，提供用户全面分析思路，大幅加强决策精准性。
用户可干预 VS 人机融合问题
以往在人机交互沟通中，如用户无法判定明确需求，进行模糊化搜索，往往会出现所答非所问的现象，数势科技SwiftAgent 2.0可通过更自然的方式引导用户，并且将AI思考过程白盒化，用户可以清晰的看到它的“大脑”。用户可以通过“点赞”和“踩”的反馈进行强化学习，不断纠正错误、调整查询，从而更懂用户所想所需，也让分析更准确。如当用户提出“我想看一下最近的销售情况。”这种模糊的数据查询，SwiftAgent会给出“最近7天销售额”、“本月北京地区销售额”等选项供用户选择，用户还可以根据提示重新提问，最终得到他真正想要看的分析内容，SwiftAgent 2.0用户可干预让AI更“懂”用户，减少认知负担。
持续反思学习 VS 学习迭代停滞
SwiftAgent 2.0可将所有使用用户过往的问答分析沉淀到知识库，在之后其他用户相似的问询场景中，直接提供结论并提供思考过程。这种不断反思学习的能力，也发挥了大模型最大的特点。随着时间的推移不断进步，SwiftAgent 2.0持续反思学习让AI更聪明，全面贴近业务需求。
数据计算加速引擎 VS 计算查询效率低及性能弱
SwiftAgent 2.0采用了数势科技独创的数据计算加速引擎，可以实现秒级数据查询，真正实现实时的人机交互。
1）底层选用了StarRocks、Doris等数据分析引擎作为执行引擎，在大宽表查询、跨模型关联查询和物化视图等方面性能更好；
2）结合对数据加工和使用场景进行了一系列优化，提供基于视图的预计算能力和基于预计算结果的查询优化能力；
3）数据虚拟化技术，将数据定义和物理数据（业务）解耦，实现指标/标签灵活加工使用，无需排期开发；
生成式 AI 为企业数据分析带来两大关键变革
数势科技联合创始人谭李表示，以往一线业务人员想要了解数据情况，需要向数据分析团队提需求，流程漫长。这不仅消耗了大量的时间成本，还使得数据获取变得复杂而低效。然而，通过引入AI Agent，我们实现了一线业务人员直达数据的便捷通道，极大地降低了数据使用的门槛，实现了数据的民主化。这种普惠化的数据使用方式，打破了传统的数据壁垒，为企业的数字化转型注入了新的活力，无疑将为企业带来更高效的运营和更优质的服务。
另一方面，传统的数据分析往往需要用户根据数据去发现问题、提出假设并进行验证。这个过程不仅耗时，而且受限于个人经验和知识。通过引入AI Agent，能够自主地进行数据探索、分析和可视化，从而快速生成有价值的见解。比如你可以基于数据结果与AI沟通“有哪些可以提升业绩的建议？”等洞察性的问题。总的来说，生成式AI正在改变企业数据分析的游戏规则，通过数据民主化和普惠化，以及从手动分析到自主洞察的转变，为企业带来了前所未有的数据驱动决策能力。
在论坛现场，曜金资本总经理李可先生回顾了人工智能的发展历史，并对人工智能的未来发展做了生动幽默的预测。同时，李可先生强调了生成式AI和SaaS技术在推动企业创新和优化业务流程中的重要作用，并对未来的合作机遇表示期待。亚马逊云科技大中华区初创生态及投资业务发展总监胡瑛先生进行了开场分享，他详细介绍了亚马逊云科技在支持初创企业成长方面的努力和成果，并展望了生成式AI技术的未来趋势。随后，众多行业大咖就生成式AI场景与SaaS碰撞中的产业视角和投资视角进行了精彩的对话。
关于数势科技
数势科技是行业领先的数据智能产品提供商，拥有在大金融、高科技制造和泛零售等领域的专业洞察力及技术实力，为全球优秀企业提供基于大模型增强的智能指标平台（SwiftMetrics）、智能分析助手（SwiftAgent）、智能标签平台（SwiftCDP）及智能营销平台（SwiftMKT）系列产品，提升企业的数字化决策能力，推动企业数字化升级