大模型的到來被視為改變企業軟件命運的Game Changer，加速了數據普惠化的到來。通過大模型知識壓縮和推理涌現能力加持，企業軟件擁有深度行業認知，能夠真正輔助企業業務決策和運營。以ChatBI工具為例，目前市面上的通常使用的是NL2SQL的技術路徑，即通過大語言模型直接生成SQL，雖然在一定程度上可以幫助企業提升數據分析的效率，但這種解決方案容易出現數據查詢準確率低(準確率在60%-70%，如果跨表查詢會更低)，數據口徑不統一等問題。

數勢科技SwiftAgent在大模型和AI Agent加持下，通過建立業務指標、人貨場標簽等易于理解的語義層，將自然語言解析到指標和標簽語義(Natural Language to Metrics&Label)，即可實現相比ChatBI更精準的數據洞察，解決大模型對底層業務語義難理解的問題。

數勢科技SwiftAgent將大模型和數勢指標、標簽產品的數據分析能力相結合，為企業管理者、數據分析師、業務人員等提供了一個強大而直觀的智能分析工具。今年發布的SwiftAgent 2.0，更是做到了五大亮點升級。

一是統一語義層的構建(Unified Data Semantics)，SwiftAgent 2.0構建了統一的指標與標簽語義層，即Natural Language to Metrics+Label to SQL，實現兩段式數據洞察。第一段解決大模型對底層業務語義難理解和幻覺的問題，建立行業標準、指標、人貨場標簽等易于理解的語義層;第二段解決企業各部門數據口徑統一的問題，有效避免數據臟亂差等現象，將傳統的經驗決策升級為以數據為核心的智能決策。

二是用戶可干預(Human in the Loop)，SwiftAgent 2.0可通過更自然的方式引導用戶，如當用戶提出“我想看一下最近的銷售情況。”這種模糊的數據查詢，SwiftAgent會給出“最近7天銷售額”、“本月北京地區銷售額”等選項，供用戶選擇，用戶還可以根據提示重新提問，最終得到他真正想要看的分析內容。

三是持續反思學習(Continued Reflection Learning)，SwiftAgent2.0可將所有使用用戶過往的問答分析沉淀到知識庫，加上上文提到的強化學習結果，在之后其他用戶相似的問詢場景中，直接提供結論并提供思考過程。這種不斷反思學習的能力，也發揮了大模型最大的特點。隨著時間的推移不斷進步，SwiftAgent2.0可以變得更加聰明、好用，并更貼近業務需求。

四是多源數據鏈接(Diverse Data Connection)，SwiftAgent2.0還實現了多源異構的數據接入，不僅能接數倉，還能導入文本、Excel、圖片、音視頻等非結構化知識，滿足全面分析思路。如：“美國數據反映勞工市場有降溫跡象，減息預期加強，推動金價上漲，導致黃金ETF產品持倉量持續升高。”

五是數據計算加速引擎 (Hyper Computing Acceleration)，SwiftAgent2.0采用了數勢科技獨創的數據計算加速引擎，可以實現秒級數據查詢，真正實現實時的人機交互。