5 崔京-打造沉浸式的 Vibe Analyzing 体验--AI驱动的数据分析新交互.pdf

1、打造沉浸式的 Vibe Analyzing 体验AI 驱动的数据分析新交互崔京（乙休）目录CONTENT01AskTable 是什么0203最佳实践与案例分享AI Agent 技术理念01AskTable 是什么爱奇艺阿里云火山引擎AskTable2010201320212024我与 AskTable（察言观数）AskTable（察言观数）创始人前字节跳动（火山引擎）数据库产品负责人前阿里云战略产品 PolarDB 的创始人之一察然语输语模型细致观察精准理解观全位业务洞数结构化数据的价值释放AskT：有数据表（Table），就能问（Ask）数据！崔京（乙休）我们期望解决什么问题公式、固定枯燥、

2、繁琐？创造、灵活AI-First、Agent-First过去 15 年数字化的成果巨，但问题与挑战也随之来200020152030Whats Next？AskTable 演化史ChatBot for DatabaseAgent Platform for DatabasePrototypeAgent BuilderAI Infra、Integration1：问数引擎（AI Engine for Agent）2：分析画布（AI Canvas for Analyst）AI App、Experience2023202420251：问数引擎（AI Engine for Agent）Table Agent

3、 Builder网页AppOther Agent终端界（）结构化数据MySQL 等数据库Doris 等数据仓库Excel 等件API 数据接“2025年每个的销售额？”问数引擎：对话速查维度传统 BI(规则引擎/固定看板)AskTable(Agent 模式)工作流原始表-建模-固定看板原始表-Agent 即时生成核心逻辑先定义，后使用(Pre-defined)用时生成，即问即答(Just-in-time)灵活性极低。业务变化需重新建模、出报表极高。只要数据存在，即可自由探索响应速度周期性，依赖 IT/数据分析师排期秒级，Agent 自动生成 SQL 与图表赋能 BI：从“预设看板”到“即时生成

4、”的范式革新“论想查什么，只要数据表存在，就能即时得到答案。这种的时候才成的能，带来了极的产提升。”数据权限管理的变化传统模式：针对“产出物”（已成的看板或报表）设置权限Agent 模式：由于产出物是即时成的，法对尚未存在的结果预设权限应对策略：权限管理必须前移更上游的“原始表”层进管控。过去一年，我们提供了问数能力，但却没办法直接用于深度数据分析的场景！数据分析是一个探索的过程实际业务查询是在个业务背景下，先是根据实际问题探索，增量式发散，最后收敛固化为个线性表业务需求发散探索形式化表达对话是沟通方式，不是我们思考数据的方式NoChatBINot only ChatBI!2：分析画布（AI

5、Canvas for Analyst）AI CanvasBuilder：AI 生成 SQL（查询）、Python（处理数据、机器学习算法）、JS（可视化）等Viewer：AI 生成思维链、生成总结、生成洞察画布报告看板终端界（）结构化数据异构数据库外部数据AI 分析画布：查数AI 分析画布：生图AI 分析画布：处理数据AI 分析画布（内测中）AI 预测AI 报告AI 看板AI 解读AI 异常洞察02AI Agent 技术理念数据和逻辑，产生洞察，辅助决策洞察Chat裸数据、CRM内部资料、聊天消息等逻辑决策ReportCanvasAPI等Action数据结构化、标准化数据Any to Tabl

6、eAI for InsightVibe Analyzing阶段一：AI 问数引擎阶段二：AI 分析画布人、AI、数据将企业的即时语境（Context）、企业世界观（Knowledge）与企业私有数据（Database）连接起来！AskTable 核心任务维度名称作用AI 学习到了什么？业务示例Preference 偏好懂用户学习你的习惯和审美，决定结果的呈现方式我喜欢用柱状图看月度对比、数值保留两位小数Glossary 术语懂语言统一内部口径，把黑话翻译成数据库能理解的代码GMV是指实付金额+运费、老客是指下单超过3次的客户Training Data 训练集懂经验通过举栗子让 AI 模仿专家的