WWW.YOUINFO.SITE
标签聚合 开会

/tag/开会

LinuxDo 最新话题 · 2026-06-10 17:43:56+08:00 · tech

最近一直开会做其他项目,非常忙,现在抽吃饭时间敲一下。老实说纠结了很久,要不要写这篇文章,害怕大家听不明白,思考了两天,终于知道该怎么给大家讲这个项目,本来想叫问数机器人,想了一下不合适,于是让AI想了一下名字,于是就出来了 智能数据管家Agent 事先说明,这个Agent真的非常难,非常难,涉及非常多的细节,对技术也有一定的要求,并且目前来看不能商用,找我咨询的那家公司,也只是内部数据岗人员小部分使用,我只能是尽我所能的用大白话告诉大家一些参考的方向,并且咋说呢,各家公司有各家公司的情况,主要就是分享一下思路,告诉各位佬友,原来还能这样! 我们先代入一个业务视角,站在业务的角度,假设现在要做一个问数机器人,也就是用自然语言出查询数据的机器人,比如你跟AI说查一下昨天的退款后GMV是多少,查一下某天的库存,AI就会相对的快速给你答案,但是事实上这用BI数据看板拖拉拽也能实现,只是提高了一点效率。业务本身更想要的是啥,我某个指标发生了异常,是什么时候发生的,导致这一情况出现的原因是啥,并且AI有没有什么建议能够给到我。就类似于说昨天的退款后GMV突然下滑了一百万,AI会自动推送给我,昨天某个产品由于价格上涨的问题,导致GMV下滑,AI建议上调价格这样。 这个Agent具体实现的功能如下 1.数据驾驶舱,能够将公司核心的指标都呈现,一眼就能知道当前公司的经营状况是怎么样的,比如会放当前的库存,当前卖了多少,目标完成度是多少 2.问数机器人,自然语言输入后AI输出数据或者Excel表格 3.数据预警,当某个指标发生重大变化是,直接查找原因,并推送到个人或群聊,并给出相对建议 来看下我是怎么去指导开发做的吧 这一切的前提在于指标体系是否完善,并不一定要求是全公司的,哪怕是某一个部门或者某个小子公司或者某个中心,都可以,这套方向指向性非常强,一定要结合业务场景去做,指标体系背后的话是必须得有数仓,主数据系统这样的系统去支撑,之前我是从0-1跟进了公司的数仓和主数据系统的搭建和开发,有一定的数据治理经验,所以我比较了解一点。 第一条蛮简单,就是把核心的指标梳理出来,比如库存货值,目标完成度,老板关心的指标都丢进去就好了,可以的话加上一个时间筛选器,BI也可以实现 第二条开始就难咯,问数机器人和数据预警,会有两个大难关,首当其冲就是数据安全问题,如果要把数据库直接丢给AI,是否安全,我们采取的方式是不管你用Codex还是用qoder或者是trae,采购企业版,签订安全协议,保证你的数据不外泄就好了。大部分公司都是这样的,没有绝对性的安全,如果一定要绝对性的安全,那市场上AI算法岗,还玩个毛线。接下来是AI会瞎编数据,懂得都懂啊,那也就是如何解决AI幻觉的问题,首先我们的做法(公司已有数仓),我们在数仓里针对销售,做一个销售大宽表,再做一个库存大宽表,一般公司这两个其实都够用了,其他要加也是一样的道理,并且把维度表跟指标清单一起,全部给AI,做好配置,数据准备好之后,再写通用性的大SQL,如果懂数据的应该能理解什么意思,就是不让AI直接写SQL,只让AI去以传参的形式,业务人员问什么指标,AI就传入什么指标,然后去执行取数操作,从数据源阶段就控制死,AI只能执行聚合汇总的操作。其次AI每次的回答要求,输出的数据必须带上查询了哪个表,哪个字段,什么时间段,过滤条件是什么,这样输出,基本上就没啥问题了,而且这个是给数据岗使用,即使有问题他们也看得出来,前期也会大量的去测试校验数据。再解决完这两个大头问题之后,就是如何把自然语言转化为数据语言,那做法大差不差了,就是做一个语义库,把自然语言翻译为数据语言,这个不用多说,感觉大家都理解逻辑。所以现在就很清晰了,我单独摘出来。 AI接收指令 结合语义库翻译为专业数据提示词 提取确认需要的维度和指标 传参执行SQL​ AI汇总分析等 输出数据与结论 第三步是最后一步了,如何人AI去做到数据预警并输出具体的结论,这里就不得不提到一个概念了,指标拆解,这个动作只能是业务部门自行去拆解,当时我是协调了业务部负责人一起干的。 什么叫指标拆解,我这里利用运营的思路大概说一下 退款后GMV=流量(访客数)*转化率(人群)*客单价*退款率,假设现在退款后GMV下滑严重,就要去找对应拆解出的几个数据,假设现在流量,转化率都没问题,就要考虑客单价是不是过高,是不是被竞品给狙击了;假设现在客单价,访客数也没问题的情况下,消费者仍然不买账,就要看下投流手投的流量是不是不符合公司人群,投错了。如果前几者都没问题的情况下,那就要考虑是不是退款率过高,产品本身出了问题。 大概是上面这个思路,最终AI输出的结论,一定是有迹可循的,结合公司的场景定制化输出,不让AI自己瞎编。 现在所有的东西做好了,可以理解为就是数据监控+预警+对话都可以实现的一个Agent,适用于数据分析。 我上面讲的内容是比较通用可以参考的,具体问题具体分析,还是要结合业务场景。并且这个本身就是给数据分析用,辅助,需要不断优化完善,并且如果AI出错,人工还是可以干预和介入。做这个的主要目的还是为了后续的销售预测和库存共享等算法做铺垫。这个Agent目前在公司内稳定也一段时间,后面我没再关注,如果一定要说价值吧。那我就简单的说一说。 改变了过去的一个工作方式,过去是人去被动找数据,找问题,现在讲工作流程扭转,变为数据找人,以及问题找人。改变了传统的一个工作方式吧,变成是交互式的,AI给结论,人来不断调试。我相信这样持续长久的运行下去,对整个业务部门来说,价值是非常大的,而我也坚信,市面上每一家规模起来的公司,一定会做这个,大家可以自行研究研究。并且传统的数据分析,数据开发的工作岗位,一定会在AI的冲击下做出改变。就比如说过去数据分析里常常说做一个归因分析,AI出现后,就变了,就变成是AI告诉你原因,你要去想办法去沟通去协调去解决,无法适应这个工作方式的同学,可能还会被替代优化。我并不想制造焦虑,只是说实话,那一天不远了。希望大家还是有点心理准备。 谢谢大家,这个是我的思路,目前我们还是持续在优化中。另外我有做过数仓跟主数据系统,有一定的数据治理经验,如果确实有必要想了解这方面的业务,我可以单独出几期来讲讲企业怎么做主数据治理,怎么做数仓,指标清单怎么收集这些。 最后给一张图,AI生成的,Agent工作流,希望能给到大家一点灵感,最后叠个甲,觉得不对的,当看个乐子,吃饭去了,晚上还要开会,谢谢大家,祝各位佬友生活愉快。 2 个帖子 - 2 位参与者 阅读完整话题

LinuxDo 最新话题 · 2026-05-31 20:31:38+08:00 · tech

“我在内部开会说,我们要不惜一切代价,在人力、资金资源上,全力将智能机器人打造成‘第二个超达’。”在近日举办的投资者沟通会上,超达装备(301186.SZ)董事长陈存友向第一财经等媒体表示。 这家以汽车内外饰模具起家的企业,过去一年经历了一次重要战略转型——从单一的模具供应商,转向以精密制造为核心、覆盖模具、检具、工装一体化能力的新能源汽车产业链解决方案提供商。2025年,超达装备的模具业务虽然仍占据约六成收入,但新能源电池箱体和智能植保机器人两大方向已成为新的增长点。 智能植保机器人是超达装备向机器人赛道切入的第一步。该产品聚焦新疆棉田市场,依托AI视觉识别、厘米级高精度导航和变量施药等核心技术,日均作业效率达800至1000亩,较传统人工方式提升5至8倍。 超达装备的转型并非孤例,它映照着整个汽车零部件行业的结构性变化。近年来,汽车行业利润率持续下行,降本压力向上游传导。当整车竞争趋于白热化,零部件企业纷纷另辟蹊径,机器人正是集体转型的方向。 双林股份(300100.SZ)和新泉股份(603179.SH)都曾公开表示,要将机器人打造成公司的第二增长曲线。均胜电子(600699.SH)已正式将战略定位从“汽车Tier1”升级为“汽车+机器人Tier1”。均胜电子董事长王剑峰认为,汽车产业的变革,上半场是电动化,下半场是智能化、机器人化。 “机器人”也已成为汽车零部件公司2025年年报中的热词。比如拓普集团(601689.SH)在年报中表示,公司已拆分设立机器人执行器事业部,建立独立管理架构;在机器人电驱执行器方面,将根据客户需求尽快迭代升级并进入量产阶段。 汽车零部件企业集体转向机器人,背后是清晰的技术同源性。瑞银证券中国工业行业分析师王斐丽近期接受采访时指出,汽车零部件企业跨界人形机器人具备两大先天优势:一是供应链管理,汽车零部件数量远超机器人,供应链复杂度更高,因此车企在供应链整合上经验丰富;二是软硬件技术协同,汽车智驾与人形机器人在感知、控制等环节高度相通。 除此之外,机器人的市场空间也同样可观。摩根士丹利在2025年12月发布的《机器人年鉴》中预测:全球机器人硬件销售额将从2025年约1000亿美元增长至2030年5000亿美元、2040年9万亿美元、2050年25万亿美元。浦银国际证券研报显示,人形机器人产业链中,上游核心零部件占总成本约60%-70%,这正是汽车零部件企业最擅长的领域。 作者 | 第一财经 肖逸思 1 个帖子 - 1 位参与者 阅读完整话题

LinuxDo 最新话题 · 2026-05-29 18:07:36+08:00 · tech

zeabur6月1号共享集群将完全取消免费额度(包括付费方案) 前沿快讯 之前是免费方案无法使用共享集群,现在连开通付费方案的用户5刀免费额度都没有了,共享集群完全转向付费了(而且共享集群现在都开不了了…) [image] 可看上帖现在连付费计划共享集群都完全取消免费额度了, 感觉zeabur其他功能比如啥AI托管啥的徒有虚名,都是一些华而不实的功能 佬有没有知道的(小白一个勿喷 ) 1 个帖子 - 1 位参与者 阅读完整话题

IT之家 · 2026-05-26 07:53:30+08:00 · tech

IT之家 5 月 26 日消息,据《金融时报》,欧洲央行已召集各行于当地时间周二召开会议。欧洲央行在会上强调,Anthropic 最新的 Claude Mythos Preview 以及类似 AI 模型揭示了金融系统面临的严重威胁,同时敦促已使用该技术的美国银行与无法接触到这一模型的欧洲同行分享信息。 欧洲央行银行监管委员会副主席弗兰克 · 埃尔德森在接受《金融时报》采访时表示:“多年来我们一直在与银行讨论各类网络安全问题,这些隐患至今仍然存在。但随着 AI 的进步,这些问题必须更快解决。用音乐术语来说,以往的速度或许是‘行板’,但现在必须进入‘急板’。” 此次会议为临时召集,凸显全球监管机构正急于应对 Mythos 等先进 AI 模型可能给全球银行体系带来的风险。这类模型能够挖掘银行信息系统的漏洞,对全球银行体系构成潜在威胁。 欧洲银行及监管机构对此尤其担忧,因为它们无法获得 Mythos 的使用权限。Anthropic 仅向少数机构开放该模型,大部分为美国企业,而这些机构属于其“Project Glasswing”测试计划的一部分。 Anthropic 上月表示,Mythos 已“发现数千个高危漏洞,包括所有主流操作系统和网页浏览器中的漏洞”,并警告称“其影响 —— 无论对经济、公共安全还是国家安全 —— 都可能十分严重”。 IT之家注意到,欧洲央行监管着欧元区约 111 家大型银行,其中包括摩根大通等华尔街大行在欧洲的子公司,而这些美国银行已经获得 Mythos 的使用权限。埃尔德森坦言,欧洲银行无法接触该模型“令人遗憾”,但他希望出席周二会议的美国银行能够与欧元区同行分享测试该模型的经验。 埃尔德森要求银行大幅加快软件补丁部署速度。“如果大型软件供应商发布一个补丁,不法分子可能不再需要数周,而是只需 30 分钟就能反向推导出漏洞原理,”他说,“这意味着,一旦补丁发布,银行必须建立流程,确保能以远超当前市场惯例的速度完成补丁更新。” “没有获得该模型访问权限,不能成为无所作为的借口,”埃尔德森表示,“恶意行为者很可能很快就会接触到这项技术。” 目前,全球众多机构纷纷向 Anthropic 申请获取 Mythos 使用权限或相关技术通报。该公司已同意为部分美国以外机构提供高层简报,包括由二十国集团财长与央行官员组成的金融稳定委员会,以及欧盟委员会。 欧洲央行通常定期与银行举行会议,像本次针对特定议题临时召开的会议较为少见。埃尔德森称:“这是足以改变游戏规则的事情。我们希望银行严肃对待。时间正在流逝。” 相关阅读: 《 消息称 Anthropic 将向金融稳定委员会简报 AI 模型 Mythos 发现的网络防御漏洞 》 《 消息称 Anthropic 拟今夏融资数百亿美元,冲击万亿估值反超 OpenAI 》