打造企业“数智大脑”，达观数据AI Agent 的创新与实践

主要观点总结

本文是对达观数据在AI时代的专访，探讨其在AI服务领域的创新与应用。达观数据通过“曹植”大模型、Agent智能体、提示词（Prompt）等技术，推动企业级AI服务的发展，并在垂直领域模型和RAG本地知识搜索方面实现创新突破。

关键观点总结

关键观点1: “曹植”大模型的技术特点和应用

达观数据的“曹植”大模型具备长文本、多语言、垂直化的特点，采用Transformer的基础架构和MoE架构，针对垂直行业的问题提供灵活的解决方案。在金融行业，该模型能够准确理解和处理金融术语和业务流程，为金融机构提供风险评估、投资建议等服务。

关键观点2: 达观数据在垂直领域模型的优势

垂直领域模型更注重专业性和企业私有化部署，涉及定制、数据安全、保密性等。相较于通用模型，垂直领域模型在专业知识深度上更具优势，能够根据企业的特定业务流程和需求进行定制化开发，满足特定场景需求。

关键观点3: 大模型管理平台的技术架构

达观数据的大模型管理平台内置了全栈自主研发的“曹植”大模型，并兼容外部开源大模型，提供数据管理、模型管理、服务管理、指令管理等核心功能。该平台采用多模型并联的创新方法，整合知识图谱、自然语言处理、多模态知识挖掘等技术，优化模型性能。

关键观点4: Agent智能体在企业服务中的应用

达观数据的Agent智能体在金融行业、制造行业、通用场景等各个业务场景中都有广泛应用。通过AI技术组件，结合企业的知识库，打造集合“数智大脑-眼识别-手执行”的专业、智能、可落地的办公智能体平台。

关键观点5: 提示词（Prompt）在大模型中的优化策略

合适的提示词能明确任务、限定输出范围，引导模型生成连贯、合理且有逻辑性的文本。达观数据结合业务场景与数据特点，对提示词进行定制化设计，融入金融术语与业务流程元素，帮助模型理解处理金融问题。同时，注重多轮交互优化提示词，依用户反馈动态调整，提升提示词针对性与有效性。

关键观点6: 企业级AI服务的定制化解决方案

达观数据通过深入行业调研分析，基于行业数据特点收集整理数据、选择训练模型并优化，融合行业知识构建知识图谱与开发特定应用模块，提供灵活多样的部署及集成方案，确保技术的灵活性和可扩展性。目前客户群体多为国央企、大型企业，涉及金融、通讯、制造、能源、运输等多个行业。

关键观点7: RAG技术的应用

达观数据的RAG产品结合了大模型与RAG技术的智能应用产品，将传统的基于检索的问答系统与基于自然语言生成的技术相结合，克服传统生成模型的知识更新不及时、容易产生幻觉等问题。在企业中，RAG技术可应用于智能问答系统、内容生成与创作、辅助决策等领域，提高企业知识管理的效率。

关键观点8: 未来AI技术的发展方向与挑战

未来人工智能将继续向更加全面、深入、人性化的方向发展，更广泛地融入人们的日常生活和工作中。在垂直领域应用上会不断深化，存在多模型融合趋势。同时，人机协作越发紧密，未来人工智能的发展也面临着就业市场冲击和伦理道德困境等挑战。