刘行行-平安人寿大模型智能化报表-chatBI (3).pdf

1、平安人寿大模型智能化报表-ChatBI目录二、整体解决方案一、项目背景及目标四、技术架构三、业务架构五、产品效果六、落地挑战七、项目总结项目背景：GPT发展历程Chat随机报表GPT+BI应用大模型高盛：未来80%企业布局解放手数据先行2018-2020年6月前，应用于智能客服，主要关注文本生成任务。阶段一：GPT1-GPT22020年6月至2023年底，性能优秀，在文本生成基础上，结合衍生技术，关注文生图任务。阶段二：GPT3-GPT42024年2月，Sora问世，专注于文生视频任务，输出长达60秒的高清视频。阶段三：Sora123GPT发展为生活带来颠覆性改变：n 文本生成n 图像生成n

2、翻译n 音乐生成n 视频编辑n 智能助手n GPT发展与企业布局B端应用Gartner调研62%的中国CIO在23年增加商业BI投资，BI+AI将成为企业数字化转型的主力之一。寿险也追随GPT浪潮,布局ChatBI产品。随着GPT技术的日渐成熟，大模型技术赋能BI成为企业数字化转型发力的关键点传统BI现状n 报表形式固定，不支持随机报表n 预测分析能力弱n 交互性差n 根据中国国家互联网信息办公室日前发布的数字中国发展报告（2023年），我国数字经济规模已达50.2万亿元，总量位居世界第二，占国内生产总值比重提升至41.5%。这一趋势的背后，离不开众多像ChatBI这样的创新产品共同推动。Ch

3、atBI这类创新产品与中国当前数字经济的发展战略紧密相连。解放脑沉淀规则开药方指引策略Chat根因分析Chat预测预警chatBI平台4LLM的能力语言能力学习能力工具调用逻辑推理能够理解和处理自然语言的结构和含义能够理解和分析各种形式的数据借助RAG增强检索，使用少量优质的数据集微调能快速的学会某一个领域的知识能够实现对工具的调用和代码的生成，如：text2api、text2sql、text2code等可以推理和预测，识别数据中的异常点、趋势以及潜在的问题和机会业界对LLM的期望 一个具体的业务问题用户：这个月业绩表现如何LLM：较上月业绩大幅下滑，不及预期用户：下滑原因是什么？LLM：造成

4、业绩下滑的核心原因是*市场*产品在*人群的销售不及预期项目背景：大语言模型(LLM）给智能BI带来新的可能 5项目目标：GPT将助力BI产品实现自然语言查询、即时交互、智能决策、预测预警等功能。对话式的智能报表 代码生成及自动化 动态可视化模板报告 智能分析和决策传统BI-1.0自助BI-2.0智能BI-3.0静态报表和仪表盘预定义查询和指标复杂的ETL实时可视化报表自定义查询和指标简单的数据处理和分析1.02.03 3.0 0功能描述响应时间按月按周按秒工具学习成本高高0门槛产品适用人群高层管理人员基层管理人员及以上覆盖更大范围基层人员角色，不仅限管理岗用户数量级千级近似万级数万级项目背景：

5、寿险数据管理团队已经做好了准备 建设*个一级数据域*二级数据域 近百级三级数据域（数千张表）数据指标成熟度已达三级水平 指标体系目录结构达1万+个指标 提供超过40种图表组件丰富展现形式 通过可视化图表自荐、图表筛选联动和模板收藏复用协助业务实现快速生成图表和制作看板 提供快速将数据生成API的能力，支持一站式发布、鉴权、调用、数据隔离管理。平台已实现与寿险全系统对接，日均API调用次数超千万+。平安科技已部署PingAn Pro等大模型 支持各应用端调用、Prompt配置、微调等操作 业内开源的大模型如通义千问、书生浦语等百花齐放。数据中台数据指标可视化BI平台服务平台大模型平台7项目愿景：

6、GPT引领智能BI新时代，chatBI平台将致力于“人人都是数据分析师”而努力，深入洞察数据，释放数据价值ChatBI平台极其简单-自然语言搜索，0学习成本数据领域的ChatGPTSTRATEGY GOAL人人都是数据分析师-自然语言自动转化为洞察，AI多维分析预测，复制3-5年分析能力-实时搜索秒出结果，支持嵌入业务系统非常智慧尤其轻快目录二、整体解决方案一、项目背景及目标四、技术架构三、业务架构五、产品效果六、落地挑战七、项目总结总体架构方案：依托数据中台及各平台工具，提炼核心功能，灵活支持随机报表、根因分析、预测预警等应用，实现解放手、解放脑、开药方等数据能力建设解放手 （数据先行）对话