本次分享将基于零售连锁行业的数字化发展现状，探讨大模型增强的智能分析 AI Agent 在上述行业中的具体应用场景、技术实现和实用性挑战解决方法。我们将从集中式分析和民主化数据分析的异同角度切入，展示大模型 AI Agent 的技术优势，以及我们 Agent 产品最新发布亮点在企业真实数据分析场景下的业务价值，如支持多模态和多源异构数据链接、跨实体洞察分析和诊断归因、以及帮助企业完成数据查询 - 分析倒洞察的完整闭环等。最后，我们还将提供对于未来智能分析在零售连锁行业的发展趋势的深度洞见，以期为智能分析领域创新建设提供启发与思考。

演讲提纲：

1. 零售连锁行业经营分析领域的现状和痛点
2. 集中式数据分析 VS 民主化数据分析
3. 大模型增强的智能分析 AI Agent 创新点：实现 NL to Metrics+Label to SQL
4. 数势智能分析AI Agent的应用场景与创新价值
5. 总结与未来展望

听众收益：

• 了解零售行业在经营分析领域的现状与痛点；
• 了解集中式数据分析与民主化数据分析的区别
• 了解大模型增强的智能分析 AI Agent 构建方法
• 零售连锁 + 大模型 + AI Agent 的落地应用经验和效果