三个引擎,一个界面。

问一个问题,得到一个综合答案。

人工智能驱动的对话路由系统能够实时对每个问题进行分类,并将其分派到合适的引擎——结构化查询、非结构化搜索或混合搜索。用户只需提问即可。

数据查询 — 人工智能助手 循环演示人工智能数据助手如何回答三个自然语言问题,并提供表格、生成的 SQL 和建议的后续问题。 数据请求 / AI助理 非结构化源 ▾ 查看提示 2025年哪条产品线的收入最高? 显示 2025 年第四季度的月度收入趋势 请按月显示 2026 年第一季度的预订情况。 U DA DA 2026 年第一季度预订总额为 1.32 万美元。 以下是按月细分的数据。 表 图 以上皆是 月 预订 2026 年 1 月 $420,000 2026 年 2 月 $385,000 2026 年 3 月 $515,000 ‹/› 查看生成的 SQL ▾ 建议的后续问题 哪个月份的预订量最高? 比较 2026 年第一季度和 2025 年第一季度 请提供2026年第二季度的预测数据。 2026年第一季度的胜率是多少? 按销售代表显示交易规模分布 我要去参加预测会议了——你能…… 提取本季度的销售渠道信息? U DA DA 2026 年第二季度管道总价值为 2.84 万美元。 这里涵盖了所有公开赛阶段。 表 图 以上皆是 舞台 管道价值 合格 $640,000 提案 $980,000 承诺 $1,220,000 ‹/› 查看生成的 SQL ▾ 建议的后续问题 哪个阶段的未完成交易最多? 按销售代表显示销售渠道 平均交易规模是多少? 显示 2024 年消费额最高的账户 今年哪些客户需要续约? 请提供 Acme 公司 2024 年的交易记录。 U DA DA 您是否需要每笔交易的详细信息? 或按季度汇总的收入? 请逐笔交易。 U DA DA 以下是 Acme 公司自 2024 年以来的所有交易记录。 表 图 以上皆是 日期 商品描述 金额 一月18年 软件许可续期 $48,000 22 年 5 月 硬件采购 $61,000 02年XNUMX月XNUMX日 平台升级 $84,500 ‹/› 查看生成的 SQL ▾ 建议的后续问题 单笔交易金额最大的一笔是多少? 将 Acme 的收入与 2023 年进行比较 询问有关数据的问题……
三种访问方式

一个界面,三种工作。

SQ

结构化查询

用自然语言提问。从企业数据库中获取准确答案,这些答案基于 Data Sense 构建的应用知识图谱 (AKG)。预置了适用于主流 ERP 系统的 AKG。

UQ

非结构化查询

可对企业文档、合同、政策、手册等提出问题。答案来源可靠,并附有引用和完整的审计跟踪。检索过程遵循权限感知原则。

HY

混合查询公开预览版

提出一个问题,这个问题既涵盖结构化数据,也涵盖非结构化内容。即可获得一个综合答案。市场上难得一见:一个问题,两种数据类型,一个统一的答案。

请求提前访问
→

接下来:扩大提问范围。

跨应用查询——通过 XKG 在您的 ERP 系统中解析同一供应商、客户或物料;跨系统提供统一、规范的答案(预览版)。语音——提供完整的语音对话,答案与聊天界面一样具有依据和引用(预览版)。

它如何流动

一个接口,一台路由器,三个引擎。

所有问题都通过相同的聊天体验进行处理。对话路由器会对问题进行分类,并将其发送到相应的引擎;如果意图不明确,则会先提出澄清问题。

数据请求流程
AKG的优势

问题不在于人工智能能否回答,而在于谁来构建对你数据的理解——以及这需要付出怎样的成本。

现代人工智能工具能够精准处理企业数据——前提是您的数据工程团队首先要为其构建一个精心设计的语义层,确保其能够逐表、逐模型、逐应用地准确处理这些数据——并且您的工程师还要随着每个应用的变化不断更新语义层。它们的准确性是实实在在的。但代价也是实实在在的,无论是金钱还是时间——任何超出预设范围的问题最终都会回到工程团队的待办事项列表中。

Data Ask 的设计初衷就是为了消除这些繁琐的工作。AKG会根据您的原始企业架构自动生成,覆盖整个企业规模,并在每个检查点进行人工审核,随着数据的演进不断更新。它将企业应用程序中所有价值流(采购到付款、订单到收款、记录到报告、按订单生产)中的业务对象、关系、术语和已测试的查询模式进行编码,涵盖企业运行的所有流程。任何问题都不会超出其范围,因为整个架构都包含在映射中。

而且,该图谱会随着使用而不断学习。当管理员或最终用户确认某个答案时,该答案会被记录在 AKG 中,作为已验证的查询模式——因此,下一个含义相同的问题,无论措辞如何,都能找到经过验证的答案。答案一旦确定,对所有人来说都保持不变。准确性会不断提高,而不是下降。

引导提示

当问题不明确时,Data Ask 会首先提出问题。

“显示第四季度营收”——但具体是哪个季度?是哪个营收指标(预订量、发货量、账单金额、收款额)?引导式提示提供有意义的选择,让用户在生成 SQL 语句之前确认意图。

结果:精准后再做决定。模棱两可的问题最终会得到高精度的答案。

专为人们实际工作方式而设计

答案是开始,而不是结束。

把它看作一张图表

任何结果都会从表格视图切换到图形视图——无需离开对话即可进行可视化阅读。

随身携带

一键下载到 Excel 和其他常用格式——答案直接出现在后续工作进行的地方。

后台执行

执行大型查询不会占用会话——发出查询后继续工作,待结果准备就绪后再获取结果。

建议提示

每个应用都精心挑选了一系列经过验证的问题——新用户一开始就能高效工作,而不是盯着空白的方框发呆。

个人查询历史记录

每个用户的问题都会被保存,可搜索,一键即可重新运行——上个月的分析会自动刷新。

通过施工确保安全

用户无权查看的表的 SQL 语句根本不会生成——即使生成,执行的语句也会在显示时再次经过过滤。每个查询都会进行权限检查并记录审计日志。

使用场景

Data Ask 的功能是什么?

财务与运营

应收账款账龄、应付账款风险敞口、预订与已发货收入对比、供应商支出、期末结算诊断。

销售与客户

按收入排名的前几名客户、账户级别历史记录、按地区划分的订单渠道、QBR 的客户内容相关性。

供应链与库存

库存周转率、缺货风险、供应商绩效、采购到付款分析。

人力资源与劳动力

人员编制和管理幅度、职位管理分析、薪酬分析。

合规与审计

涵盖合同和程序的政策性答案;结构化和非结构化答案集中在一处。

语音对话公开预览

同样的自然语言界面,现在无需动手操作。用语音提问,即可获得语音回复——答案同样权威可靠,并附有引证。

请求提前访问

前瞻性声明。以上标有“公开预览”的功能描述了Solix的总体产品方向,并提供给Solix预览计划的早期用户。这些功能仅供参考,不得纳入任何合同,也不构成交付任何材料、代码或功能的承诺。客户应仅根据正式发布的功能做出购买决策。

部署灵活性

数据会留在它原本存放的地方。

自然语言访问功能无需将数据迁移到新平台即可实现。

  • 生产企业应用。 通过 AKG 查询实时运营数据。
  • Solix CDP 中的存档数据。 查询已保存的数据的方式与查询实时应用程序的方式相同。
  • 数据湖屋和数据仓库。 Solix 可运行于任何数据平台之上——无需迁移。
  • 通过人工智能仓库实现云ERP。 通过 AI Warehouse 基础架构访问;相同的 NL 界面,现代化目的地。

需要部署数据咨询方面的帮助吗?

AKG建筑服务和实施服务。

部署选项

多租户、单租户、本地部署、混合部署。

相关资源

相关资源

探索相关资源以获得更深入的见解、有用的指南和专家提示,从而帮助您取得持续的成功。

常見問題解答

数据咨询常见问题解答

什么是数据询问?

Data Ask 是 Solix 的自然语言查询服务,它允许业务用户用简单的英语提出问题,并从结构化数据库、非结构化文档或两者中获得准确的、有据可查的答案,而无需编写 SQL。

Data Ask 与文本转 SQL 工具有何不同?

与需要数据团队逐表手动构建语义层的文本到 SQL 工具不同,Data Ask 基于预构建的应用程序知识图谱,因此它开箱即用,可跨企业模式处理数千个表。

人工智能能否同时回答结构化和非结构化企业数据中的问题?

是的:Data Ask 的混合查询目前处于公开预览阶段,它将数据库和文档中的答案综合到一个响应中。

基于企业数据的自然语言人工智能回答是否安全且可审计?

是的:Data Ask 的答案会考虑权限,并包含来源引用和完整的审计跟踪,因此用户只能看到他们已被授权访问的结果。

Data Ask是否需要先将数据迁移到新平台?

不:Data Ask 查询数据所在的位置,包括生产应用程序、Solix CDP 归档、数据湖和数据仓库以及云 ERP,无需迁移。