在 BI 自助报表中引入 AI 时的白盒黑盒路线之争

在数据项目中,BI 自助报表有着不可代替的独特作用,它可以把简单规整的分析报表由最终用户自行完成,既让用户能自由灵活的做表分析、不需要事事求人、等待,也释放了开发团队的技术资源,是用户和开发人员都喜闻乐见的功能

AI 时代的自然选择:用 AI 赋能 BI 自助报表

随着 AI 技术的突飞猛进,让对话式交互成为可能,能降低使用门槛还能提升用户体验,用户“说句话就能做报表”的愿景,让各大厂商纷纷入局
但在如何引入 AI 这条路上,出现了一个根本性的分歧——走黑盒路线还是白盒路线?

黑盒路线:隐式输出 不可掌控

目前市面上大多数 AI 自助报表都采用纯 LLM 路线,这本质上是一个“黑盒”模式

imagepng

LLM 生成报表基本是一步就位,没有中间态,也就是没有可以让人查看并确认的中间步骤

即使个别产品提供了步骤,也往往是工程师才能看懂的代码或指令,对业务用户来讲还是个无法理解的“黑盒”

而 LLM 天生又有幻觉问题,不能保证稳定的输出,做对了还好,如果错了,由于“黑盒”问题,就很难进行局部修改,无从下手,只能推倒重做,而重做又可能引发新的错误,就只能一次次盲目反复,导致效率和体验双双崩塌

白盒路线:全程透明、完全掌控

相比之下,白盒路线的核心理念非常清晰:AI 数据分析不能黑盒化
报表生成必须做到口径能核查、过程可回看,错了能修改

imagepng

其本质是增加人类能看懂、可修改的中间步骤,把 AI 的不确定性严格限制在人类可确认的范围内
这样的产品,才真正具备可控、可用、好用的企业级特质

润乾自助报表:白盒模式下的“掌控感”

润乾报表的 AI 自助报表,正是从白盒的思路出发,为用户提供了可控好用的产品

它采用的是“LLM+ 规则引擎”的混合模式

imagepng

LLM 负责规划
它把用户的任务目标拆解成一步步详细的命令,全程白盒
翻译后的命令是可读的中文,人机都可读,用户可以读懂,可以查看是否正确并修正,报表工具可以执行

规则引擎负责执行
润乾自研的轻量型规则引擎(包含在报表安装包中不需要额外部署),已经把报表的常规操作都纳入其中,接收到 LLM 传来的正确命令后,就可以100% 准确的执行命令,制作报表

这样 LLM 的黑盒不确定性,无法局部修改的的问题就完美解决了

示例说明
润乾 AI 自助报表的 LLM 规划功能,可以把用户完整的需求拆分成一步步对应的操作

imagepng

每一步都是白盒,可查可改的,即使 LLM 翻译错误,也能及时发现修正

比如上图中,想把百分比格式从 0.00% 改成 0.0%,直接修改对应步骤的命令就可以,不需要整个重新来一遍

而且修改时候还有“AI 规范”功能可用,因为不是所有命令都这么简单,也不是所有用户都熟悉命令的写法,借助 LLM 规范可以把口语化命令快速规范成报表可读的规范命令,更轻松的做表

对于有些经验的熟手,也可以不用 AI 来规划,而是自己分步边想边做,例如,先做出一个基础表样

imagepng

然后再一步步追加要求

imagepng

整个过程可以不需要 AI 参与了,有些场景可能因为安全问题不方便接入公网 LLM,或者算力紧张而没有 LLM 可用,那仍然可以用上面这种方法来实现对话式的自助报表
当然没有 AI 的帮助就没办法做整体规划了,还需要学习如何写出规范的命令,好在润乾报表的操作页面提供了丰富的帮助和例子,也很容易上手


在 AI 赋能报表的道路上,黑盒路线,一次性输出,不可控不可改是走不通的,只有“白盒”的透明与可控,才能让 AI 的便利真正落地

而且纯 AI 的黑盒路线需要专业的硬件和 AI 人员配置,往往成本很高,而润乾的白盒 AI 自助报表功能已经包含在可无限分发的工具版中的,极低的成本就可以不限量获取这个功能