大家好，我是龙石数据总经理练海荣，很荣幸能够在2025年人工智能产业应用博览会上正式发布我们的龙石AI智能用数平台1.0版本。这是一个适合90%场景的顾问式数据分析平台。我今天会尽量的多分享一些我们的研发心得和干货，希望大家能够有所收获。

熟悉我们的朋友都知道，我们是一家专注于数据管理领域的高新技术企业。我们的产品主要是三大类，一个是数据中台，一个是数据共享交换平台，还有一个就是第三方数据质量管理平台 。AI用数平台是龙石数据中台的一部分，通过AI能力的引入，让龙石数据中台变得更加智能。

我们的数据中台经历了四个大的版本。1.0是创始版本。2.0基于用户的需求变得越来越强大，也越来越复杂。3.0就是我们基于DCMM标准和DAMA知识体系对我们的产品进行了重构，让这个产品的结构看起来更加的清晰。3.0之后的版本，我们是以易用化为目标，做了很多的小版本迭代，目标就是让我们的数据治理工作不需要写任何的代码，也不要写任何的脚本，拖拖拉拉就能完成我们的数据治理工作。今年，国家对数据要素产业的发展越来越重视，大家对数据的价值化和资产化也越来越关注，所以我们在4.0版本中做这方面的研发。

我们从2019年就提出了一个数据治理的方法论，“理采存管用”，数据梳理、数理采集、数据存储、数据管理和数据使用。我们在做数据治理过程当中，其实也遇到了很多的困境或者困惑。其中最严重的就是业务人员对数据价值的不认可，用户不愿意使用数据。不愿意使用数据的原因，就是因为他用数据太麻烦了。业务部门申请了数据资源，还要请技术人员把数据拿回来，拿回来以后，还要把它加工成一个Excel，或者一个可视化报表，或者开发成一个业务系统，我们才能把这些数据给用起来。这个过程少则三五天，多则数个月，所以既慢又复杂。这也就导致业务部门不愿意来使用这些数据。

所以我们AI用数平台的目标就是来解决这一部分的问题。我们要让数据立等可取，我们拿到数据以后，还要能够让AI给我们一些风险的提示，甚至来说给我们一些决策的建议。最好是能够让数据来驱动我们的业务工作，而不是我们人工再去完成业务的闭环。

目前来看，AI用数平台主要有三种产品形态。AI主导型、BI主导型和数据中台主导型。AI主导型的优点是他对AI的理解更加深刻，它的缺点就是对数据的理解相对较浅。BI主导型的优点是已经有一个成熟的BI产品基础，它的缺点是现有的产品架构对基于AI的这种新产品形态也形成了一定的制约。数据中台主导型的优点是它为AI提供了一个良好的数据基础，缺点就是我们要按照AI的要求来定制这个数据的展现方式。我们就属于数据中台主导型的产品。

我们认为AI智能用数平台是AI问数平台的升级版本，比AI问数平台多出了数据分析方面的内容，它至少要包括四个部分：知识的导入、数据的问答、数据的分析和平台的运营。

第一部分的知识导入就是我们要把这些业务规范、办公文件、业务术语和一些业务规则都导入到AI里面来。因为没有业务知识的支撑，AI是没有办法来使用数据的。

举个例子，比如说我们问今年的梅雨量是多少？那么梅雨量这个概念它是包含了两层含义的，一个是梅雨季，一个是降雨量。苏州市政府今年发布的梅雨季，是6月11号到6月30号，所以说梅雨量它表示的含义是6月11号到6月30号这个时间段里面的降雨量。我们只有把这个知识告诉给AI了，AI才能把相应的数据取出来给到我们。

另一个例子是神仙水的销量是多少？神仙水是一个行业术语，真正的产品名字是SKII-护肤精华露，我们需要提前做好转换才能得到准确的答案。

第二部分的数据问答就比较简单，就是常规的问数据、查数据和展示数据。

第三部分的数据分析会复杂一些，它需要去做数据的解读，做数据的归因分析，做风险的提示和做决策的建议。

第四部分的平台运营也是很重要的，尤其是工单服务和需求归纳部分。我们的用户在这个平台上问了很多的问题，这些问题就隐含了用户对数据的需求。我们的平台会把这些问题进行归纳总结，归纳总结成一个需求清单。我们的运营人员会来看，这些需求哪些是被满足的，哪些是没有被满足的。没有被满足的部分我们就需要去补充相关的数据来满足用户。还有的时候，用户虽然得到了答复，但是他认为这个数据不准确的，或者说不是他想要的结果。他提出了工单以后，我们的运营人员就要第一时间来响应用户的需求，解决了这一部分问题，第一时间告诉他，用户再来使用的时候，就能得到他想要的结果。所以经过这样的运营工作，我们就能够快速的让用户得到满足，用户就更愿意来使用这个平台，更愿意使用平台这个以后就会产生更多的需求，我们就激活了数据的价值，形成了需求和满足的良性循环。

下面的部分就是AI智能用数平台需要具备的技术能力，包括知识库构建、意图识别、工作流开发、多轮会话支持、提示词调优、召回测试等等。以及需要提前做好的数据治理工作，包括首创元数据增强技术，依托用数知识库攻克数据识别难题，也包括数据归集、数据清洗、标准管理、质量管理、标签计算、指标计算、数据安全授权等等；

好，我们今天正式发布了龙石AI智能用数平台的1.0版本，实现了用数的准确率无限接近于100%。接下来在2.0版本中，我们会去做更多的数据分析方面的研发，包括数据的归因分析、风险提示和决策建议。在3.0版本当中，我们会更多的去结合MCP，整合更多的系统来实现智能化的数据驱动业务闭环。

我们在AI用数平台的研发过程当中，我们也对大模型进行了测试。我们的测试数据集是基于某大型互联网招聘平台的SQL能力测试题来做的。SQL基础能力部分，DeepSeek和Qwen3都能达到100%。SQL进阶能力DeepSeek的准确率是91%，Qwen3是85%。所以从准确率角度来看，DeepSeek稍微好一些。响应时间上面两者能力差不多。

下面部分，我们也对我们也在AI用数平台上测试了大型互联网企业的SQL面试题。京东、百度、知乎、抖音，他们的面试题我们都能达到100%，淘宝是80%，滴滴是83%。龙石AI智能用数平台应答大型互联网企业的SQL能力测试题的准确率达到94%以上。所以说，我们的AI用数平台的能力可以说是达到了这些大型互联网企业的高级工程师的水平的。所以用我们的AI用数平台，就相当于是这些大型互联网企业的高级工程师在为大家提供服务，是值得信赖的。

好，我已经把我们的AI智能用数平台1.0版本给大家做了一个简要的介绍。如果大家感兴趣，想来试试看我们的AI用数平台是不是真的像我说的这么好，是不是真的能够解决大家业务场景中的问题，欢迎扫码联系我们。