在9月19日舉辦的火山引擎“V-Tech數據驅動科技峰會”上，火山引擎宣布在數據平臺VeDI上加裝全新的“AI助手”，即便不會寫代碼的運營人員，通過與大模型的對話，也可以做好業務運營數據的取數、看數、歸因分析等。目前，VeDI相關數據產品已啟動邀測。
字節跳動數據平臺負責人羅旋在會上表示，“數據飛輪”模式，是從字節跳動內部大量實踐中沉淀提煉出來的。他介紹，隨著字節業務的不斷發展，數據產品使用也出現了很多新的變化。一方面，使用人群越來越廣，相對于早期，現在更多的非技術背景人員已經參與到數據消費的過程中。另一方面，消費場景也越來越多，從之前更加側重輔助決策，拓展到監測預警、分析預測，實時業務決策等多個層面，覆蓋了整個業務過程。
這一背景，就對數據產品提出了越來越高的要求，需要更高的數據時效性，支撐實時的決策&業務行動，同時也需要更強更多樣化的能力，覆蓋非常不一樣的業務場景。
尤為重要的是，企業迫切希望通過降低數據使用門檻，讓更多非技術背景的員工能參與到數據消費的過程中，讓各種背景的人群，都能夠自由靈活的使用數據。
大模型的出現，給數據工具的發展提供了新的探索方向——即利用大模型在交互和效率上的提升，降低數據產品使用門檻，加速企業“數據飛輪”的轉動。
火山引擎通過字節跳動內部的一系列探索實踐，利用大模型強化了自身的數據產品，為企業的數據消費和利用提供了新的渠道和工具。
首先，在數據資產管理上，探索了AI找數助手，通過大數據治理研發套件DataLeap-找數助手可以實現用自然語言問答的方式，檢索包括表、數據集、儀表盤、數據指標、維度、業務知識庫等等，做出擬人化總結。在與用戶對話式交互的過程中，大語言模型(LLM)可以更好的理解用戶真實意圖，也可以給用戶較貼近人工響應的體驗，讓“找數”本身的成本變得更低，整個過程有更大的可能用戶可以自助的完成。
在數據生產環節，則研發了基于大模型的DataLeap-開發助手，既可以將用戶的自然語言描述，自動生成SQL代碼，也可以針對存量已有的代碼，做診斷優化、問題修復，代碼的解釋與注釋等等，同時覆蓋傳統的文檔搜索、函數使用、代碼示例等輔助性需求。
開發助手在很大程度上，減小了編程語言帶來的障礙，降低了數據開發的準入門檻。一方面，不是特別精通SQL語言的人員，也開始能做一些簡單ETL工作，另一方面，專業的數據研發人員，則可以從大量繁雜且基礎的需求中解放出來，更聚焦復雜場景的需求，使生產效率得到大幅度的提升。
在數據洞察環節，火山引擎還提供了DataWind-分析助手。用戶只要輸入自然語言，就可以查詢想要的數據、生成表達式，或是由可視化圖表組成的儀表盤。DataWind-分析助手則可以打通飛書等辦公協同工具，使用戶可以通過IM消息訂閱+自然對話，做更多的延展分析，讓數據分析能更加靈活，更加隨時隨地的發生。
