生成式人工智能(AIGC)的出现，是人工智能领域的一次重大变革，生成式AI已经深刻改变了人们处理信息的方式，并将进一步从根本上改变企业的运作方式。
SAP作为全球领先的企业管理软件供应商，也积极响应并顺应这一技术潮流，提出了全新的AI战略——商业人工智能Business AI。SAP Business AI旨在将AI技术深度融入到SAP提供的所有解决方案中，充分利用先进的AI技术，特别是生成式AI的技术，为用户提供更加智能化和自动化的应用，推动企业的数字化创新和智能化决策。
SAP BTP（SAP Business Technology Platform业务技术云平台）作为SAP AI战略的技术底座，为企业提供了强大的数据管理与分析、功能扩展、系统集成、AI人工智能服务四个方面的能力，其中AI人工智能服务能够调用外部的生成式AI平台。
本文将通过SACGPT数据智能分析的应用场景，介绍如何利用SAP BTP平台的数据分析系统——SAP Analytics Cloud（SAP分析云）与生成式AI平台深度集成，构建生成式AI数据分析插件，实现AI驱动的、零门槛、对话式的智能分析应用。
当前，数据分析系统已经为用户提供了便捷的自助分析应用，可以帮助用户快速对数据进行可视化的分析和探索，但是还存在或多或少的技术门槛，特别是面对快速变化的市场环境，用户需要更快速、零门槛、无预置、全智能的分析应用。
生成式AI具有强大的自然语言处理、文字生成、代码生成等功能，但生成式AI也有一些局限性，主要表现在大模型的幻觉和输出结果的随机性方面，因此生成式AI可能会提供错误的结果。SACGPT充分整合了SAP分析云的数据分析技术和生成式AI的优势，能够有效地减少大模型产生的幻觉。既能支持基于自然语言的智能分析，又能通过大模型生成AI分析思路，还能结合SAP分析云Search To Insight的功能实现数据的精准查询，同时保证数据的安全性。
SACGPT是一个结合SAP分析云和生成式AI的创新应用方案，能够支持全自然语言的交互式分析，将用户的自然语言指令直接转化成可视化的、有业务逻辑的数据分析图表和分析报告，极大地方便用户的数据分析和理解，提升企业的数据分析效率和数据的利用率。
SACGPT根据生成式AI业务思维链的设定方式来进行设置。SACGPT将用户问题转化为提示词并发送到大模型后，大模型会根据这些提示词和思维链要求，生成有业务逻辑的AI分析思路和分析步骤，并按照SAP分析云Search To Insight的语法要求生成分析指令。这些内容回传至SAP分析云，SAP分析云解析指令后，能够自动生成具有业务逻辑的分析图表，并可将图表整合成分析报告供用户查阅。
SACGPT的整个应用过程，实现了SAP分析云数据分析技术和生成式AI技术的优势互补，为用户提供了基于自然语言的深度智能分析应用。SACGPT按照标准插件方式开发，支持用户快速切换底层数据模型，以适应各种不同的业务场景需求。同时SACGPT还能对接不同的国内外大模型，以满足不同用户的需求。
智能问答可以根据用户的问题，自动生成有业务逻辑的可视化分析图表和分析总结，为用户提供零门槛的智能分析。
智能问答支持用户在SAP分析云中通过自然语言提出问题并发送至AI平台，生成式AI会首先判断用户的问题是否跟数据分析相关，如不相关则直接返回相应结果。判断与数据分析相关后，生成式AI再判断问题是简单还是复杂，以确定分析需要一步还是多步。大模型会按照SACGPT业务思维链的设置要求，给出有业务逻辑的AI分析思路，以及连续关联的分析步骤，并生成相应的分析指令。SAP分析云会根据这些指令自动生成一系列、有业务逻辑的可视化分析图表，并根据分析思路生成相应的分析总结。思维链步数、业务逻辑、图表的数量和类型等，由生成式AI自主决定。
需要特别说明的是，考虑到用户对数据安全的顾虑，我们特别设置了相关的数据安全保护机制。在智能问答应用中，用户可选择不将数据传到大模型，以保证数据安全。选择不传数据的方式下，SACGPT仍然可以根据元数据生成AI分析思路及分析图表。
智能报告可以根据用户的开放性分析需求，如“做一个收入分析报告”，自动确定分析思路和分析步骤，并结合业务思维链自动生成一页有逻辑的分析报告，报告中的图表数量、图表类型及页面布局会根据大模型的AI分析思路自动设置。
智能报告是在智能问答的基础上，添加了自动设置分析报告页面的功能。在大模型根据需求所返回的AI分析思路中，包括了报表的数量、图表类型等，SAP分析云根据这些信息自动进行页面布局，包括不同图表数量时的页面布局、不同图表类型的大小设置等，并允许用户选择是否需要文字总结。
我们知道，大模型能够理解自然语言并以自然语言的方式回答问题，还能够理解并生成非常复杂的文本。在SACGPT应用中，我们充分利用了大模型的自然语言处理功能，通过大模型来理解用户的数据分析需求。用户可以用完全自然的语言形式提出他们的问题，包括复杂的问题。大模型能够充分理解这些问题，并按要求转化为分析指令，以实现可视化的数据分析。
同时，利用大模型的文本生成能力，让大模型根据图表信息和分析要求，自动生成符合人类语言习惯和逻辑的分析总结。总结内容可以包括指标完成情况、运营问题、运营分析结论等，也可结合市场环境等给出进一步的建议。分析总结返回到SAP分析云，写入到指定的文本区域，为用户提供图文结合的分析报告。
SACGPT让用户可以用自然语言交互的方式进行数据分析，使得复杂的数据分析工作变得更加简洁高效，大大提升数据分析的效率，实现零门槛的智能分析应用。
Few-shot Prompt（少样本提示）是一种让大模型在少量训练样本的情况下进行学习和预测的技术。通过在提示中提供少量的输入和输出示例，我们可以引导大模型根据新的输入生成期望的输出。
在SACGPT的应用中，我们按照SAP分析云Search To Insight的语法标准，设置了少量样本的提示词。这种方法让大模型能够在没有大量标注数据或其他输入的情况下，从语法示例中学习，并按照语法标准生成准确的分析指令。这样，可以有效减少大模型幻觉，提升大模型的准确度，防止大模型产生误导性的输出。
Search To Insight是SAP分析云特有的数据查询和数据分析功能，能够按照分析指令生成分析图表。这个功能具有一定的容错度，即使在分析指令不完全精确的情况下，也能提供准确的分析结果。我们将SAP分析云Search To Insight与大模型Few-shot Prompt的应用相结合，最终实现精准的数据查询和分析。
此外，SAP分析云Search To Insight能够关联单个或多个数据模型，并根据模型创建元数据索引，元数据索引包含了模型的数据维度和度量信息。通过索引，一方面SAP分析云可以快速定位并检索数据，大幅提升搜索效率和性能；另一方面，在仅传元数据给大模型的情况下，仍然可以实现数据的分析和查询。
智能分析应用不仅是生成一个分析图表，而是要根据业务逻辑生成一系列的分析图表，以对分析问题进行完整解答。
在SACGPT的应用中，我们按照大模型的思维链方式进行设置，让大模型把用户的问题转化为业务思维链，生成具有业务逻辑的AI分析思路，以及最终的业务思维分析图表和报告。思维链的步数由大模型根据对问题的理解决定。
业务思维链充分利用了大模型对业务分析的强大理解能力。大模型可以理解复杂的业务分析概念、分析方法、分析指标，帮助用户理清业务问题，构建有效的分析框架和分析逻辑，形成智能的分析思路和逻辑。在一定程度上可以弥补分析人员在业务分析能力上的不足。
大模型本身不具备数据权限的管理功能。基于SAP分析云和底层SAP数据平台，我们可以设定数据模型中的用户权限，根据大模型返回的基于元数据的分析指令，SACGPT可以实现精细的数据访问控制：对同一问题，能根据设定的用户权限，产生不同的文字和图表，实现了内容生成的权限控制。确保每个用户都能获取到他们权限范围内的信息，既保证了数据的安全，也提高了工作效率。
SACGPT能够无缝对接各种语言的数据模型，还能以提问者的语言对数据进行理解和处理，把数据按照用户语言转化为清晰易懂的答案，并输出分析结果，为信息交流提供了极大的便利。
SACGPT采用标准插件方式进行开发，并使用SAP分析云标准接口对接大模型，实现大模型插件化部署，让用户能够开放、便捷地接入不同的国内外大模型，满足广泛的用户使用需求。同时SACGPT还支持用户快速切换底层数据模型，以适应各种不同的业务场景需求。
SACGPT充分利用了生成式AI的智能技术，并结合SAP BTP平台强大的数据分析功能，实现了通过全自然语言进行交互式数据分析的应用，同时利用AI业务思维链生成有业务逻辑的分析报告。SACGPT可以在保证数据安全的情况下，帮助用户实现零门槛的智能分析应用，极大地提升数据分析效率和数据利用率，快速响应业务需求，为企业发展提供有力的决策支持。
常俊岭 尹海宁
免责声明：
SAP声明：关于生成人工智能和大型语言模型潜在用途的帖子只是发帖者的想法和意见，并不代表SAP的官方立场或未来发展路线图。SAP没有任何法律义务或其他承诺来开展本网站上任何帖子或相关内容中提及的任何业务，或开发或发布任何功能。
SAP作为全球领先的企业管理软件供应商，也积极响应并顺应这一技术潮流，提出了全新的AI战略——商业人工智能Business AI。SAP Business AI旨在将AI技术深度融入到SAP提供的所有解决方案中，充分利用先进的AI技术，特别是生成式AI的技术，为用户提供更加智能化和自动化的应用，推动企业的数字化创新和智能化决策。
SAP BTP（SAP Business Technology Platform业务技术云平台）作为SAP AI战略的技术底座，为企业提供了强大的数据管理与分析、功能扩展、系统集成、AI人工智能服务四个方面的能力，其中AI人工智能服务能够调用外部的生成式AI平台。
本文将通过SACGPT数据智能分析的应用场景，介绍如何利用SAP BTP平台的数据分析系统——SAP Analytics Cloud（SAP分析云）与生成式AI平台深度集成，构建生成式AI数据分析插件，实现AI驱动的、零门槛、对话式的智能分析应用。
一. SACGPT智能分析应用方案
1. 方案背景
当前，数据分析系统已经为用户提供了便捷的自助分析应用，可以帮助用户快速对数据进行可视化的分析和探索，但是还存在或多或少的技术门槛，特别是面对快速变化的市场环境，用户需要更快速、零门槛、无预置、全智能的分析应用。
生成式AI具有强大的自然语言处理、文字生成、代码生成等功能，但生成式AI也有一些局限性，主要表现在大模型的幻觉和输出结果的随机性方面，因此生成式AI可能会提供错误的结果。SACGPT充分整合了SAP分析云的数据分析技术和生成式AI的优势，能够有效地减少大模型产生的幻觉。既能支持基于自然语言的智能分析，又能通过大模型生成AI分析思路，还能结合SAP分析云Search To Insight的功能实现数据的精准查询，同时保证数据的安全性。
图_1：分析平台与生成式AI的特点对比
2. 方案架构
SACGPT是一个结合SAP分析云和生成式AI的创新应用方案，能够支持全自然语言的交互式分析，将用户的自然语言指令直接转化成可视化的、有业务逻辑的数据分析图表和分析报告，极大地方便用户的数据分析和理解，提升企业的数据分析效率和数据的利用率。
图_2：SACGPT智能分析应用架构
SACGPT根据生成式AI业务思维链的设定方式来进行设置。SACGPT将用户问题转化为提示词并发送到大模型后，大模型会根据这些提示词和思维链要求，生成有业务逻辑的AI分析思路和分析步骤，并按照SAP分析云Search To Insight的语法要求生成分析指令。这些内容回传至SAP分析云，SAP分析云解析指令后，能够自动生成具有业务逻辑的分析图表，并可将图表整合成分析报告供用户查阅。
SACGPT的整个应用过程，实现了SAP分析云数据分析技术和生成式AI技术的优势互补，为用户提供了基于自然语言的深度智能分析应用。SACGPT按照标准插件方式开发，支持用户快速切换底层数据模型，以适应各种不同的业务场景需求。同时SACGPT还能对接不同的国内外大模型，以满足不同用户的需求。
3. 智能分析应用
3.1 智能问答
智能问答可以根据用户的问题，自动生成有业务逻辑的可视化分析图表和分析总结，为用户提供零门槛的智能分析。
图_3：SACGPT智能问答
智能问答支持用户在SAP分析云中通过自然语言提出问题并发送至AI平台，生成式AI会首先判断用户的问题是否跟数据分析相关，如不相关则直接返回相应结果。判断与数据分析相关后，生成式AI再判断问题是简单还是复杂，以确定分析需要一步还是多步。大模型会按照SACGPT业务思维链的设置要求，给出有业务逻辑的AI分析思路，以及连续关联的分析步骤，并生成相应的分析指令。SAP分析云会根据这些指令自动生成一系列、有业务逻辑的可视化分析图表，并根据分析思路生成相应的分析总结。思维链步数、业务逻辑、图表的数量和类型等，由生成式AI自主决定。
需要特别说明的是，考虑到用户对数据安全的顾虑，我们特别设置了相关的数据安全保护机制。在智能问答应用中，用户可选择不将数据传到大模型，以保证数据安全。选择不传数据的方式下，SACGPT仍然可以根据元数据生成AI分析思路及分析图表。
3.2 智能报告
智能报告可以根据用户的开放性分析需求，如“做一个收入分析报告”，自动确定分析思路和分析步骤，并结合业务思维链自动生成一页有逻辑的分析报告，报告中的图表数量、图表类型及页面布局会根据大模型的AI分析思路自动设置。
图_4：SACGPT智能报告—显示提问窗口和分析思路
图_5：SACGPT智能报告
智能报告是在智能问答的基础上，添加了自动设置分析报告页面的功能。在大模型根据需求所返回的AI分析思路中，包括了报表的数量、图表类型等，SAP分析云根据这些信息自动进行页面布局，包括不同图表数量时的页面布局、不同图表类型的大小设置等，并允许用户选择是否需要文字总结。
二. SACGPT智能分析应用方案特点
1. 基于自然语言的数据分析
我们知道，大模型能够理解自然语言并以自然语言的方式回答问题，还能够理解并生成非常复杂的文本。在SACGPT应用中，我们充分利用了大模型的自然语言处理功能，通过大模型来理解用户的数据分析需求。用户可以用完全自然的语言形式提出他们的问题，包括复杂的问题。大模型能够充分理解这些问题，并按要求转化为分析指令，以实现可视化的数据分析。
同时，利用大模型的文本生成能力，让大模型根据图表信息和分析要求，自动生成符合人类语言习惯和逻辑的分析总结。总结内容可以包括指标完成情况、运营问题、运营分析结论等，也可结合市场环境等给出进一步的建议。分析总结返回到SAP分析云，写入到指定的文本区域，为用户提供图文结合的分析报告。
SACGPT让用户可以用自然语言交互的方式进行数据分析，使得复杂的数据分析工作变得更加简洁高效，大大提升数据分析的效率，实现零门槛的智能分析应用。
2. Few-shot Prompt提升大模型准确度
Few-shot Prompt（少样本提示）是一种让大模型在少量训练样本的情况下进行学习和预测的技术。通过在提示中提供少量的输入和输出示例，我们可以引导大模型根据新的输入生成期望的输出。
在SACGPT的应用中，我们按照SAP分析云Search To Insight的语法标准，设置了少量样本的提示词。这种方法让大模型能够在没有大量标注数据或其他输入的情况下，从语法示例中学习，并按照语法标准生成准确的分析指令。这样，可以有效减少大模型幻觉，提升大模型的准确度，防止大模型产生误导性的输出。
3. 结合SAP分析云Search To Insight功能，实现精准快速的数据查询
Search To Insight是SAP分析云特有的数据查询和数据分析功能，能够按照分析指令生成分析图表。这个功能具有一定的容错度，即使在分析指令不完全精确的情况下，也能提供准确的分析结果。我们将SAP分析云Search To Insight与大模型Few-shot Prompt的应用相结合，最终实现精准的数据查询和分析。
此外，SAP分析云Search To Insight能够关联单个或多个数据模型，并根据模型创建元数据索引，元数据索引包含了模型的数据维度和度量信息。通过索引，一方面SAP分析云可以快速定位并检索数据，大幅提升搜索效率和性能；另一方面，在仅传元数据给大模型的情况下，仍然可以实现数据的分析和查询。
4. AI思维链设置
智能分析应用不仅是生成一个分析图表，而是要根据业务逻辑生成一系列的分析图表，以对分析问题进行完整解答。
在SACGPT的应用中，我们按照大模型的思维链方式进行设置，让大模型把用户的问题转化为业务思维链，生成具有业务逻辑的AI分析思路，以及最终的业务思维分析图表和报告。思维链的步数由大模型根据对问题的理解决定。
图_6：SACGPT生成的业务思维链
业务思维链充分利用了大模型对业务分析的强大理解能力。大模型可以理解复杂的业务分析概念、分析方法、分析指标，帮助用户理清业务问题，构建有效的分析框架和分析逻辑，形成智能的分析思路和逻辑。在一定程度上可以弥补分析人员在业务分析能力上的不足。
5. 安全设置
大模型本身不具备数据权限的管理功能。基于SAP分析云和底层SAP数据平台，我们可以设定数据模型中的用户权限，根据大模型返回的基于元数据的分析指令，SACGPT可以实现精细的数据访问控制：对同一问题，能根据设定的用户权限，产生不同的文字和图表，实现了内容生成的权限控制。确保每个用户都能获取到他们权限范围内的信息，既保证了数据的安全，也提高了工作效率。
图_7：SACGPT根据同一个问题为不同用户的生成内容
6. 多语言支持
SACGPT能够无缝对接各种语言的数据模型，还能以提问者的语言对数据进行理解和处理，把数据按照用户语言转化为清晰易懂的答案，并输出分析结果，为信息交流提供了极大的便利。
图_8：SACGPT生成的英文和日文分析结果
7. 标准插件设置，开放对接国内外大模型
SACGPT采用标准插件方式进行开发，并使用SAP分析云标准接口对接大模型，实现大模型插件化部署，让用户能够开放、便捷地接入不同的国内外大模型，满足广泛的用户使用需求。同时SACGPT还支持用户快速切换底层数据模型，以适应各种不同的业务场景需求。
总结
SACGPT充分利用了生成式AI的智能技术，并结合SAP BTP平台强大的数据分析功能，实现了通过全自然语言进行交互式数据分析的应用，同时利用AI业务思维链生成有业务逻辑的分析报告。SACGPT可以在保证数据安全的情况下，帮助用户实现零门槛的智能分析应用，极大地提升数据分析效率和数据利用率，快速响应业务需求，为企业发展提供有力的决策支持。
本文作者：
常俊岭 尹海宁
免责声明：
SAP声明：关于生成人工智能和大型语言模型潜在用途的帖子只是发帖者的想法和意见，并不代表SAP的官方立场或未来发展路线图。SAP没有任何法律义务或其他承诺来开展本网站上任何帖子或相关内容中提及的任何业务，或开发或发布任何功能。
- SAP Managed Tags:
| User | Count |
|---|---|
| 15 | |
| 14 | |
| 11 | |
| 10 | |
| 10 | |
| 10 | |
| 10 | |
| 8 | |
| 8 | |
| 7 |
