基于业务场景的任务自动规划能力
基于AI Agent能力，对用户的目标和复杂任务做子任务的拆解，执行满足用户需求
智能分析助手(SwiftAgent)
自然语言驱动的数据分析中枢。连接指标语义、权限体系和分析工具，完成问数、归因、洞察与报告。
Data Agent 数据智能体 是数势科技企业级数据智能产品矩阵的重要模块。面向业务人员的自然语言数据分析中枢，连接指标语义层、权限体系和分析工具，完成问数、归因、洞察和报告生成。
- 自然语言问数
- 自动归因洞察
- 报告生成
基于行业认知的智能分析助手
基于自然语言的业务数据洞察、报告总结和决策建议。围绕企业数据架构、业务流程和决策场景展示产品价值，帮助你快速判断产品如何落到现有体系中。
产品功能轮播
核心能力围绕真实业务场景展开，帮助团队打通治理、分析与运营闭环。
运行级产品亮点
统一语义层构建
支持文本、语音、Excel等数据类型输入，方便客户在移动端和PC端快速完成数据查询
多源数据链接
接入非结构化信息与知识，满足全面分析思路
用户可干预
SwiftAgent2.0 可通过更自然的方式引导用户，如追问、反问、强化学习等。减少认知负担，让系统更懂用户，让分析更准确
持续反思学习
可将用户的问答分析沉淀到知识库，在之后相似的场景中提供结论
数据计算加速引擎
SwiftAgent2.0采用了数势科技独创的数据计算加速引擎，可以实现秒级数据查询，真正实现实时的人机交互体验
常见问题
- 智能问数和 NL2SQL 有什么区别？
- 智能问数走 NL2Semantics 路径，先理解指标语义和业务口径，再调用可信数据资产；NL2SQL 直接生成 SQL，在复杂多表和口径场景中更容易失真。
- SwiftAgent 如何降低幻觉？
- SwiftAgent 依托 SwiftMetrics 指标语义层和权限体系，按已治理的指标、维度和口径取数，让回答可追溯、可解释、可复核。
- 业务人员需要会 SQL 吗？
- 不需要。业务人员可以用自然语言提问，系统完成意图识别、指标匹配、查询执行、归因解释和报告生成。
- Data Agent 可以接入哪些场景？
- 可用于经营分析、客户运营、风险监控、门店督导、管理驾驶舱和行业专题分析等场景。