未来，新东方将携手观远数据，进一步联动总公司、分校及各子机构，将在试点场景中沉淀的经验与价值“渐进式地复制推广到更多业务线，推动数智化能力走向全业务场景渗透。教育行业做数智化，最痛的不是缺数据，而是数据 “用不起来”—— 一线查个班级名额要点 5 步以上，跨业务数据像 “孤岛”，分析师有很多时间被基础问数困扰，没法组织更多精力支撑教学精准决策。一般是有观远BI经验的业务分析师，面向其讲解ChatB

在发现大型语言模型已具备重塑数据分析范式的潜力后，我们判断落地时机成熟，结合公司内看板冗余，需要人找数据这一核心痛点，利用AI的动态交互能力，从根本上解决传统BI“千人一面”、迭代缓慢的问题，成为我们技术侧核心要突破方向。在公司增长周会上，将AI分析报告纳入固定议程，业务骨干的认可能够带动全员，让AI报告成为会议的决策起点和共识基础，推动大家持续使用，实现从“用一下”到“离不开”。对话核心即传递这

值得我们每个组织借鉴的更是路径，不同厂商的智能驾驶技术落地路径上，Waymo选择直接冲击L4-L5全自动驾驶，目前大概有2500+辆车在运行，而特斯拉则选择从L1（辅助驾驶）开始，落地场景、获取数据反馈、逐步迭代至L2（部分自动驾驶）、L3（有条件自动驾驶），目前已有超过500万辆车上路。他指出，“即使进入3.0阶段，部分1.0的报表、大量2.0的自助BI分析，以及3.0的AI新实践会长期共存，不

从业务目标出发切入场景，结合“业务价值度”与“落地可行性”双维评估矩阵，优先高频、高价值、数据基础好的场景，围绕最本质的JTBD（Jobs to be done 用户待办任务），以3-6-12个月的节奏形成从BI到AI的分布建设规划，小步快跑，分步建设，渐进式实现智能决策。未来新东方将与观远数据深化合作，从“基础问数”向“智能归因”推进，AI+BI的应用在企业内也会从“试点试用”逐步扩大覆盖范围，

信息爆炸时代，企业数据正在呈几何级别增长。一家连锁零售企业，门店数3000，SKU数1000，一天产生300万库存快照数据，一年就是10个亿。面对动辄几十亿的库存数据，许多企业都会面对「留之累赘弃之担忧」的尴尬：历史数据中有大量不变的信息，把每一天的全量快照数据储存下来是对资源的极大浪费；设计不当则会影响查询效率，拖垮数据库。为「便捷处理海量数据」，观远数据推出「Smart ETL」功能：节省储存

在教育数字化进程中，人工智能正在帮助教育企业更高效地理解用户需求、优化服务体验。观远数据与国内领先的在线编程教育品牌「西瓜创客」展开深度合作，共同推进智能分析与教育场景的深度融合，真正实现“让数据服务于家庭与孩子”。通过落地以AI+BI驱动的「仪表板智能洞察」，观远数据助力西瓜创客更精准地传递教育价值、提升教学服务质量，从而更好地践行“释放每一个孩子的创造力”的企业使命。

在教育数字化进程中，人工智能正在帮助教育企业更高效地理解用户需求、优化服务体验。观远数据与国内领先的在线编程教育品牌「西瓜创客」展开深度合作，共同推进智能分析与教育场景的深度融合，真正实现“让数据服务于家庭与孩子”。通过落地以AI+BI驱动的「仪表板智能洞察」，观远数据助力西瓜创客更精准地传递教育价值、提升教学服务质量，从而更好地践行“释放每一个孩子的创造力”的企业使命。

BI通过收集、整合和分析企业内部的各种数据，帮助企业发现数据中的模式和趋势，从而做出更明智的商业决策，以此来提升企业的经营能力和竞争力。无论是传统BI还是自助BI，都是为了在数据和人之间建立一座桥梁，使数据能够被更有效地理解和应用，但由于数据的复杂性和用户的多样性，他们无法完全消除数据和用户之间的距离。自然堂集团携手观远数据，将大语言模型和BI基座能力相结合，应用大语言模型的底层能力，学习企业业务

基于这个逻辑，观远数据推出了「仪表板智能洞察」——通过AI自动解析仪表板数据，一键识别异常波动、隐藏关联与业务机会，为用户提供可视化之外的深度洞察与可行动建议，堪称身边能帮你“读数据、找问题、给方案”的数据解读助手。通过「仪表板智能洞察」，能够打破从数据到行动的壁垒，推动单纯的数字拆解向深层洞察与行动转化，实现战略、战术、执行链路的敏捷贯通。业务人员可以通过个性化调整预设的洞察思路，精准配置临时的

而如果企业采用的是本地化部署的私有大模型，那么在数据安全方面的顾虑就可以有所放宽，ChatBI也可以与大模型进行更多的业务数据交换。未来随着大模型云服务的普及，与数据安全合规相关的技术支撑会更加完善，法律法规也会更加健全。大模型厂商也会采取必要的技术和管理措施来保护用户数据不被滥用或泄露，从而在提供便利的同时，也保障用户的数据安全和隐私，那样我相信会有越来越多的企业客户逐渐接受大模型接口化服务。