2025年10月21日，袋鼠云成功举办了以“数据筑基、智能跃迁“为主题的秋季发布会，详细介绍了多模态数据中台、空间智能引擎等一系列战略级产品与行业解决方案，全面展示了袋鼠云在技术融合、品牌升级与战略定位上的全新突破。
发布会上，袋鼠云技术专家小刀带来了《Data+AI融合架构：驱动企业智能化的技术引擎》专题演讲，为我们深入解读了AI 是如何帮助产品突破核心挑战，重构人机交互逻辑的。
➡️下载演讲资料：
https://www.dtstack.com/resources/1110?src=szsm
1.从数据到智能
1.1.智能引领数据决策范式深度革命
随着大数据与人工智能的深入发展，人机交互方式逐渐被重塑。在数据驱动的大背景下，企业决策方式也发生了根本性转变。传统的 BI 分析依赖固定报表，需要人工整理和解读。但在智能化时代，任何人都可以用自然语言直接提问，获得系统提供的实时洞察和决策支持。数据开始主动地支撑人，帮助我们更好地理解世界、做出决策。
1.2.核心挑战
与此同时，在企业真正落地智能化的过程中，常常也面临着一些非常现实的核心挑战，造成数据分散难以统一利用、人员流动难以复制经验、业务变化难以实时响应。
1.3.重构产品交互逻辑
面对企业智能化落地的各种挑战，AI 为产品突破限制提供了新思路，实现了从底层逻辑到交互方式的全面重构，让产品从“工具”变成“伙伴”，从“操作”变成“协作”。
2.AI能力建设
2.1.AI智能体应用平台
AI的功能如此丰富强大，那企业又该如何建设自身的AI能力呢？袋鼠云基于行业核心挑战，推出了低代码与模型编排的AI智能体应用平台——AIWORKS。AIWORKS 可理解为企业 AI 能力建设的核心底座，其核心价值在于打通数据、模型、算力与业务场景之间的协同链路，实现 AI 开发、部署与迭代的高效运转。
2.2.智能问数产品
基于 AI 智能体开发平台，袋鼠云推出智能问数产品，形成了从底层的 AI 智能体平台到业务端智能问数的完整闭环，打造 “问就懂数据，看就明白趋势” 的业务前端能力，让数据真正服务于决策。
3.技术架构
袋鼠云以 “数据平台 + AI” 为核心构建技术架构，围绕数据、模型、智能体三大要素，通过双引擎驱动，平衡业务严谨性与 AI 灵活性。
3.1.整体架构分层
架构分为三大层次，各层协同协作，支撑智能应用落地：
- AI 基础设施层：集成 DeepSeek、Qwen 等主流大模型，搭配英伟达 H20、昇腾 910B 等不同硬件，可根据业务场景复杂度灵活选择合适模型与算力，为 AI 应用提供 “最强大脑” 支持。
- AIWorks 智能体开发平台层：作为核心平台，提供从数据接入到应用发布的全流程工具链。其中，工作流模块支持复杂业务逻辑自动化、智能化实现，可调用外部工具与内部系统；RAG 模块解决大模型 “幻觉” 与知识滞后问题，提升问答准确性；模型管理与应用发布模块保障模型全生命周期管理与快速落地。
- 场景应用层：底层能力最终汇聚于业务场景，支撑知识库问答、ChatBI、客服机器人等各类智能应用，实现业务价值闭环。
3.2.双引擎协同发力
- 业务引擎：构建完善的指标元数据层，如同 “数据字典”，确保无论通过报表、BI 工具还是 AI 问答，核心指标定义唯一、一致、可信，解决企业数据口径不一的痛点。
- 智能引擎：基于 AIWorks 平台构建，负责将用户自然语言问题进行语义理解、意图识别，转化为结构化指标元数据查询请求，提升用户与数据交互效率。
3.3 智能指标问答工作流
- Query 处理与意图识别：借助 CoT（思维链）、Few-Shot 等技术，改写优化用户原始 Query，同时识别用户需求类型，如指标查询、展示、归因分析或信息检索。
- 信息检索：通过 RAG 机制，从知识库中检索相关指标信息与上下文，返回给大模型二次处理，匹配最优知识。
- 语义解析与数据查询：大模型结合检索信息与原始 Query，解析出指标名称、时间维度、维度字段、维度值等结构化查询要素，传递给数据引擎。
- 权限校验与结果展示：数据引擎先进行权限校验，确保用户仅访问授权数据，随后执行查询，结合 AI 推荐的可视化方式（表格、饼图、柱状图等）展示结果。
4.应用案例
从 AI 智能体开发平台搭建，到智能问数产品落地，再到多场景案例实践，袋鼠云构建了从平台能力到业务应用的完整闭环。未来，袋鼠云将持续深耕 Data+AI 领域，为企业提供基于可信数据、AI 驱动的全新生产力，助力更多企业实现智能化跃迁，在数字化浪潮中把握机遇、赢得竞争优势。