Data Agent 落地进行时
从给 Data Agent 祛魅、讨论大模型是不是护城河，到选择一个业务场景建立语义闭环，再把它放进会前、会中、会后的日常工作。这个系列回答一个问题：企业到底怎样把 Data Agent 用起来。
共 5 篇 · 更新中
祛魅壁垒第一个场景日常工作岗位应用
1阅读
Data Agent数据治理
Data Agent 不必依附 BI，企业真正要补的是数据治理
Data Agent 不必依附 BI。企业真正要补的是指标、对象、权限与质量等数据治理能力，让语义成为可复用的基础设施。
2阅读
Data Agent大模型
大模型不是 Data Agent 的护城河
模型普及后，Data Agent 的壁垒不在模型，而在把模糊问题变成确定结果的后端服务能力。
3阅读
Data Agent语义闭环
Data Agent 落地，从一个业务场景建立语义闭环
从同名不同号、目标达成率等场景出发，说明如何用第一个业务场景建立对象、口径、权限和标准答案的语义闭环。
4阅读
Data Agent经营会议
从一个业务场景开始，让 Data Agent 持续创造价值
场景验证之后，如何让 Data Agent 进入会前报告、会中追问、会后跟踪的日常工作，持续创造价值。
5阅读
Data Agent岗位应用
让 Data Agent 接住问题，也接得住工作
围绕岗位与业务问题组织应用，让业务人员独立完成连续分析和后续协作，Data Agent 才能真正接住工作。