平安人寿ChatBI：大模型智能化报表的深度实践

主要观点总结

本文分享了平安人寿自研的大模型智能化报表——ChatBI产品的实践与思考，包括项目背景、目标、解决方案、产品效果、落地挑战、总结与展望等方面。嘉宾刘行行详细介绍了产品的实现过程和技术特点，包括大模型的应用、随机报表功能、言出必答功能、SQL生成与问题推荐等。同时，他也提到了在开发过程中遇到的挑战，如大模型的幻觉问题、根因分析、用户权限管理等。最后，他总结了项目的价值并展望了未来。

关键观点总结

关键观点1: 项目背景和目标

平安人寿推进ChatBI产品的应用，旨在解放手、解放脑、开药方，实现智能BI的升级。目标是为用户提供全面的数字化服务，实现智能化分析建议。

关键观点2: 解决方案

解决方案包括总体架构方案、业务架构和技术架构。通过API服务、知识管理、大模型等平台，实现用户提问到代码生成、可视化等功能。应用层实现了三个核心功能：What（解放手）、Why（解放脑）和How（开药方）。

关键观点3: 产品效果

通过案例展示了产品效果，包括对话式问数、言出必答、SQL生成与问题推荐等功能。

关键观点4: 落地挑战

在开发过程中遇到的挑战包括大模型的幻觉问题、根因分析、用户权限管理等。

关键观点5: 总结与展望

总结了项目的价值，包括覆盖所有员工和客户、实现7×24小时在线应用等。同时展望了未来，将继续推动数字化转型的进程。

文章预览

导读   本文将分享平安人寿自研的大模型智能化报表——ChatBI 产品的实践与思考。 主要会从以下几个方面展开： 1.  项目背景和目标 2.  解决方案 3.   产品效果 4.  落地挑战 5.  总结和展望 6.  问答环节 分享嘉宾｜ 刘行行 中国平安人寿保险股份有限公司 财企及产品数据服务组分组经理 编辑整理｜ 杨生 内容校对｜李瑶 出品社区｜ DataFun 01 项目背景和目标 1.  项目背景：大模型赋能智能 BI 我们先来看一份报告，2023 年，国家发布了《数字中国发展报告》，报告显示我国的数字经济规模已经达到了 50 多亿，位居世界第二。这一成就的取得，离不开像 ChatBI 这样的创新性产品的贡献。 我们做 ChatBI 这款产品的原因主要有三个： 第一，传统的 BI 产品在数据指标、预测能力方面遇到了技术瓶颈，用户体验也不够友好； 第二，随着 GPT 的发展，GPT 技 ………………………………