数据分析与洞察是企业利用大模型提升角色效率的重要场景，但从数据到分析、到洞察再到决策是一个发展的过程，每一部分都有不同的落地难点，如何通过大模型+大数据能力解决？Agent 是解决复杂任务的重要技术框架，我们将分享 AI Agent 在数据分析与洞察的具体落地方法与技术突破。我们将剖析 AI Agent 在取数层面与指标与标签体系的融合策略，也将探讨如何让企业用户以自然语言交互的方式快速完成多维度、多实体的分析需求，分享实现方案的技术架构与实际效果，希望为企业探索大模型落地场地提供思路。

演讲提纲：

1. 企业数据分析与洞察的难点和挑战
   • 取数不准
   • 分析简单
   • 洞察不够深入
   • 与业务决策出现断层
2. 常见解决方案的技术路线
   • NLP2SQL
   • NLP2Python
   • NLP2API
3. 如何设计分析与洞察Agent，实现企业智能决策
   • 取数
   • 分析的幻觉
   • 分析-洞察的串联
   • 洞察更贴近业务
   • 洞察-业务决策的闭环
4. 技术架构与难点挑战
   • 技术架构设计和关键点
   • 如何规划多任务处理流程，以及设计企业数据语义层，让大模型更懂数据
   • 落地中的难点以及如何解决

听众收益：

• 了解行业前瞻性知识：了解大模型+Agent技术在数据分析和洞察领域最前沿的技术路径
• 学习实操经验：学习如何应用 AI Agent+ 数据语义等技术在企业分析、洞察领域的场景设计，帮助企业实现大模型 Agent 场景落地
• 启发技术思考：为企业在大模型+大数据的技术应用探索和商业模式创新上提供方向