大模型的到来被视为改变企业软件命运的Game Changer，加速了数据普惠化的到来。通过大模型知识压缩和推理涌现能力加持，企业软件拥有深度行业认知，能够真正辅助企业业务决策和运营。以ChatBI工具为例，目前市面上的通常使用的是NL2SQL的技术路径，即通过大语言模型直接生成SQL，虽然在一定程度上可以帮助企业提升数据分析的效率，但这种解决方案容易出现数据查询准确率低(准确率在60%-70%，如果跨表查询会更低)，数据口径不统一等问题。

数势科技SwiftAgent在大模型和AI Agent加持下，通过建立业务指标、人货场标签等易于理解的语义层，将自然语言解析到指标和标签语义(Natural Language to Metrics&Label)，即可实现相比ChatBI更精准的数据洞察，解决大模型对底层业务语义难理解的问题。

数势科技SwiftAgent将大模型和数势指标、标签产品的数据分析能力相结合，为企业管理者、数据分析师、业务人员等提供了一个强大而直观的智能分析工具。今年发布的SwiftAgent 2.0，更是做到了五大亮点升级。

一是统一语义层的构建(Unified Data Semantics)，SwiftAgent 2.0构建了统一的指标与标签语义层，即Natural Language to Metrics+Label to SQL，实现两段式数据洞察。第一段解决大模型对底层业务语义难理解和幻觉的问题，建立行业标准、指标、人货场标签等易于理解的语义层;第二段解决企业各部门数据口径统一的问题，有效避免数据脏乱差等现象，将传统的经验决策升级为以数据为核心的智能决策。

二是用户可干预(Human in the Loop)，SwiftAgent 2.0可通过更自然的方式引导用户，如当用户提出“我想看一下最近的销售情况。”这种模糊的数据查询，SwiftAgent会给出“最近7天销售额”、“本月北京地区销售额”等选项，供用户选择，用户还可以根据提示重新提问，最终得到他真正想要看的分析内容。

三是持续反思学习(Continued Reflection Learning)，SwiftAgent2.0可将所有使用用户过往的问答分析沉淀到知识库，加上上文提到的强化学习结果，在之后其他用户相似的问询场景中，直接提供结论并提供思考过程。这种不断反思学习的能力，也发挥了大模型最大的特点。随着时间的推移不断进步，SwiftAgent2.0可以变得更加聪明、好用，并更贴近业务需求。

四是多源数据链接(Diverse Data Connection)，SwiftAgent2.0还实现了多源异构的数据接入，不仅能接数仓，还能导入文本、Excel、图片、音视频等非结构化知识，满足全面分析思路。如：“美国数据反映劳工市场有降温迹象，减息预期加强，推动金价上涨，导致黄金ETF产品持仓量持续升高。”

五是数据计算加速引擎 (Hyper Computing Acceleration)，SwiftAgent2.0采用了数势科技独创的数据计算加速引擎，可以实现秒级数据查询，真正实现实时的人机交互。