NoETL×大模型：Aloudata重构数据智能新范式，开启Chat BI新落地之道

在当今数据驱动的时代，企业对于高效、智能的数据处理与分析需求日益增长。随着大模型的兴起，如DeepSeek等，数据智能领域正经历着前所未有的变革。

Aloudata大应科技创始人&CEO周卫林表示，企业的核心竞争力包括人才壁垒、技术壁垒以及资本壁垒。然而，在AI的快速发展下，这些壁垒正在被逐渐拉平，唯有知识资产难以被复制和超越。

未来的企业将构建多维知识库矩阵，通过多智能体（Agents）的协同与交互，形成动态进化的知识、决策与行动网络。在这一体系中，经营决策场景因其知识密度和价值密度最高，自然成为核心战场。企业的每一次决策，都是对市场认知、客户洞察、产品理解和技术评估的综合体现，这一过程本质上就是知识的萃取与应用。

正因为如此， DeepSeek崛起后，市场对Chat BI强烈关注，因为它精准切入企业经营决策这一核心场景。经营决策场景下企业知识语义表达的载体就是“指标”，其管理平台就是“指标平台”。所以指标平台是企业最为确定性的私域知识库，而Chat BI是当前最为确定性的AI垂直应用之一。

Chat BI落地之道

周卫林指出，Chat BI，其关键不在BI，而在数据。数据不好找、不敢用、用不对、取不出等问题决定了Chat BI与数据仓库之间必然依赖指标平台实现语义层中介，实现数据的AI-Ready。

同时，Chat BI的核心不在GPU，而在CPU。BI活动是一个既消耗脑力又消耗“体力”复杂过程。传统ETL工程体系和工程师体系在面对AI时代海量、灵活的分析需求时显得力不从心。这正是提出NoETL理念的根本原因。NoETL通过将ETL Engineers驱动的数据工程转变为ETL Agents驱动的数据工程，实现数据处理流程的自动化重构。这种转变解决了传统BI体系中最根本的供需矛盾，为Chat BI的真正落地扫清了障碍。

Chat BI如何落地？周卫林给出了三个建议。

1. 好数据，强智能
企业拥有多少好数据，就能拥有多强大的智能。好数据应该是好找的、敢用的、没有歧义的、AI-Ready的。一个好的指标引擎必须实现真正的“管研用一体化”，以解决ChatBI真正用起来的问题。

2. 可溯源，可审计
在数据分析领域，数据准确是一切使用的前提。为解决大模型的幻觉问题，需要实现思维链与数据链的双重展开，白盒化地呈现Chat BI从意图识别、语义理解到查询SQL等每一个环节的生成结果，做到端到端可溯源、可审计。

3. 全开放，大生态
指标平台是企业在AI时代的数字基建。它应具备下层兼容性和上层开放性，能够支持动态连接不同的数据源，并与各类工具、应用场景形成生态合作。保持指标平台的独立性和开放性是保持其可迭代性的关键。

NoETL x 大模型，Aloudata产品关键升级

自2023年底推出Aloudata CAN指标平台以来，Aloudata在NoETL领域取得了显著进展。NoETL理念强调通过自动化和智能化的方式重构数据处理流程，以解决传统ETL过程中存在的效率低、成本高、灵活性差等问题。

首先，Aloudata CAN指标平台致力于实现指标定义、研发和管理的一体化，确保数据能够更快、更准、更灵活地满足业务需求。通过基于明细数据的指标定义和自动化加速，平台能够为企业提供更灵活、更一致的数据消费体验。

第二，Aloudata CAN指标平台具备高度的开放性，能够与市场主流的计算引擎和企业数据源无缝对接。同时，平台还积极拥抱生态，与阿里云瓴羊Quick BI强强联合，推出「指标定义-计算-可视化-智能分析」全链路解决方案，助力企业破解指标管理与分析效能难题；与WPS合作推出指标插件，帮助用户实现基于指标和维度的拖拉拽透视分析，使用熟悉的工具即可完成自助洞察分析。

第三，自商业化以来，Aloudata CAN指标平台已服务了30多家上市公司，涵盖了互联网、金融、零售、消费、制造等领域的领军企业。客户的认可证明了平台的价值和市场方向。

如今，DeepSeek等大模型的兴起，对数据领域产生了深远影响。大模型的平权化使得更多企业能够负担得起智能分析的成本，同时大模型的智能化水平显著提升，能够生成更智能的推理结果。

为了应对大模型时代的数据挑战，Aloudata在NoETL理念的基础上进行了产品关键升级，旨在为企业提供“好数据”，实现真正的智能分析。Aloudata联合创始人&首席产品官肖裕洪总结为：

1. 低成本实现数据高效就绪
通过持续增强指标平台的语义引擎、推出智能建模助手以及实现Aloudata AIR和Aloudata CAN的深度融合，Aloudata能够低成本地实现数据的高效就绪。这将为企业提供更全面、更准确、更灵活的数据支持。

2. 智能建模助手
智能建模助手（Copilot）是Aloudata推出的重要工具，旨在提升企业在复杂场景下的数据建模效率。通过结合AI技术，智能建模助手能够自动完成指标和维度的批量创建、智能洞察语义收集整理、智能加速与性能优化以及指标治理与管理等任务。

3. Aloudata Agent：万数皆可问的智能体
基于Aloudata CAN指标平台沉淀的NoETL明细级指标语义层，Aloudata即将推出Aloudata Agent，一款以“万数皆可问”为目标的Chat BI智能体。肖裕洪表示：“‘万数皆可问’不仅是一个愿景，更是我们通过技术手段实现的承诺。我们希望通过一个强大的NoETL数据底座，为上层的Aloudata Agent提供更完整的数据覆盖、更精准的数据语义、更强大的查询性能和更可靠的安全保障。”。

目前，Aloudata Agent已具备一些重要的功能，支持灵活、准确的对话式取数、归因分析和智能分析报告生成，并提供分析过程透明化、数据准确可信以及数据安全可保障等，可为企业提供初步的智能化支持。据了解，Aloudata Agent将于4月22日开启公测。

4. 面向AI的API和SDK
除了自研的智能体外，Aloudata还提供了一组面向AI的API和SDK，以赋能企业快速实现AI应用创新。

跨行业赋能企业破解数据治理与决策难题

麦当劳中国携手Aloudata，成功构建“管研用一体化”的指标中台，实现指标资产统一定义与高效管理，沉淀、思考、抽象、总结出8大主题，积累了近千个指标。同时，指标研发效率显著提升，简单的调整当天即可完成，新建指标也只需几天就能完成从0到1的构建和测试。该中台广泛应用于餐厅运营、营销增长、管理决策等场景，显著提升了运营效率与数据洞察能力。此外，麦当劳中国还展望了指标中台与大模型结合的未来，探索智能数据分析的新边界，为餐饮行业的数智化转型树立了标杆。

平安证券通过引入Aloudata CAN指标平台，构建了科学统一的指标体系，并通过三层架构实现数据的快速查询、灵活配置和自助消费，显著提升了数据开发效率，降低了管理复杂度，并确保了数据的准确性和一致性。在应用效果上，平安证券实现了指标设计方法的升级，策略动作分析闭环，以及业务经营分析提效。就Chat BI的落地，平安证券认为Chat BI将促使数据分析从报表时代迈向智能决策时代，其中指标平台作为Chat BI实现精准分析和规模化落地的基础设施，将持续发挥重要作用。

“我们坚信，AI时代的关键是Data，是知识库，是数据语义层，是数据虚拟化，这是我们的判断，也是我们创立这家公司的初心。而我们所提出的NoETL的全新数据工程体系也以AI-Ready为核心使命。懂BI、会洞察，为企业构建AGI时代的数智基建，相信我们是专业的。”周卫林如是说。