谷歌在BigQuery中推出预览版对话式分析智能体-电子发烧友网

以下文章来源于谷歌云服务，作者 Google Cloud

Vasiya Krishnan产品经理

Jiaxun Wu高级工程经理

企业希望快速行动并做出明智的决策，然而，在当今组织中，数据量呈爆炸式增长，常常让知识团队深陷数据泥沼，而业务用户则不得不苦苦等待，才能获得所需的数据洞见。AI 智能体有望彻底改变这种局面，让用户能够更迅速地将数据转化为实际行动。

现在，我们在 BigQuery 中推出预览版对话式分析智能体。这项新功能将让用户能够使用自然语言分析数据，从而打破长期以来一直存在的知识壁垒，减少时间浪费。继我们在 Looker 中推出正式版对话式分析功能后，这一集成将搭载先进 AI 技术的智能推理引擎直接引入了 BigQuery Studio。

面向数据专业人员的数据分析洞见，在对话中呈现

BigQuery 中的对话式分析智能体不仅仅是简单的聊天机器人。它是一个智能体，能够运用最新的 Gemini 模型，直接在 BigQuery 安全、可扩展的环境中，根据您独特的业务背景，生成、执行并以直观的方式呈现答案。

借助 BigQuery 中的对话式分析功能，技术团队和业务团队可以在源头构建和部署智能体，利用现有数据和元数据快速进行创新。现在，您可以直接在数据源头创建具备上下文感知和业务理解能力的智能体，让所有用户都能获得由可信分析师指导的智能洞见，无需排队等待答案，也无需学习 SQL！

图 1 - BigQuery 中的对话式分析功能

从提问到获得可靠答案，只需短短数秒

与简单的数据工具不同，BigQuery 中的对话式分析功能使用业务元数据和生产逻辑在用户和数据之间建立信任。

当用户提出问题时，该智能体采用多阶段工作流，确保每个回答不仅精确，而且与上下文相关。这些依托 AI 技术的数据分析洞见通过总结性回答、原始数据结果和可视化图表为用户提供全面的分析，并辅以跟进问题，帮助用户进一步调查数据。

图 2 - BigQuery 中的对话式分析功能

BigQuery 中的对话式分析功能具有以下特点:

●以上下文为依据:通过利用您的 BigQuery 表结构、元数据和自定义指令，智能体生成的 SQL 查询将源于内部逻辑，而非泛泛的猜测。

●经过验证的查询和可信的逻辑:为了与生产指标保持一致，您可以让智能体以经过验证的查询和用户定义的函数 (UDF) 为基础。这能充分利用您团队已有的企业级资产，省去您从头开始的麻烦。

●透明的逻辑和总结:为了让您对分析结果充满信心，智能体可以显示其 "思考过程" 以及每个回答背后生成的 SQL 查询。然后，它会综合分析从数千行数据中获得的分析洞见，并提供一份简明的摘要，解释数字背后的推理过程。

● 从设计上保证安全和治理:用户只能访问他们有权查看的数据，并且每次查询都会被记录，以便在 BigQuery 合规框架内进行审核。

不止是查询: 在几秒内预测未来

大多数分析工具都是对数据进行回顾性报告，但 BigQuery 中的对话式分析功能可将这一体验从回顾性转变为预测性。借助 BigQuery AI，智能体可以使用简单的语言预测结果并揭露隐藏的模式。

在后台，智能体使用AI.FORECAST等函数来预测趋势，或使用AI.DETECT_ANOMALIES来实时发现离群值。这样，任何用户无需离开聊天界面，即可在几秒钟内执行高级预测性分析。智能体能够利用生成式 AI 将数百万行数据提炼成清晰的故事，快速生成易于分享且与上下文相关的分析洞见。

图 3 - 利用 BigQuery AI 函数进行预测性分析

释放非结构化数据的价值

借助 BigQuery 中的对话式分析，您的分析对象将不再局限于行和列中的数据。智能体可以对非结构化数据 (例如存储在 BigQuery 对象表中的图片) 进行推理。这样，您就可以通过单个界面查询所有数据资产，将之前无法访问的信息转化为富有实用价值的分析洞见，整个过程无需手动处理。

图 4 - BigQuery 中的对话式分析支持非结构化数据

让智能体变为现实

我们构建了 BigQuery 中的对话式分析功能，让您只需花费极少的精力，就能将原始数据转换为可主动运行的智能体。只需连接表并添加特定的业务说明和元数据，您就可以告别手动查询，通过自动化分析轻松获取数据洞见。借助 BigQuery 的辅助编写功能，您可以快速创建高质量的智能体，这些智能体还可以通过 Looker Studio Pro 和 BigQuery 界面共享。