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。

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