周二，科技巨头AWS在其分析平台QuickSight中推出新生成式AI功能的公共预览版。

在拉斯维加斯举行的AWS re：Invent 2023 用户大会上，AWS公司首席执行官Adam Selipsky在主题演讲中宣布推出Amazon Q。

Amazon Q是AWS版本的生成式AI驱动的聊天机器人，类似于微软的Copilot和谷歌的Duet AI。正如微软和谷歌分别对 Copilot 和 Duet AI 所做的那样，AWS 计划将 Amazon Q 与某些现有平台（包括 QuickSight）集成。

Constellation Research公司分析师 Doug Henschen称，Amazon Q 是Selipsky推出的最重要的生成式 AI 功能，并指出它不仅可以实现对话交互，还可以应用机器学习来了解用户的需求。

他表示：“Amazon Q 是最引人注目和最令人兴奋的生成式AI公告。Amazon Q……将基于对公司特定信息、代码和技术系统的理解进行对话。它可以实现的是基于用户特定角色和权限的个性化交互。”

QuickSight 已包含一项名为 QuickSight Q 的自然语言处理功能，该功能于 2021 年 9 月首次推出，可实现与数据进行一些自然语言交互。在7月，AWS 推出了计划用于 QuickSight Q 的两项生成式 AI 功能。

现在，这两个生成式 AI 功能与其他两个功能一起包含在QuickSight的 Amazon Q中。

现提供预览版

长期以来，分析一直是训练有素的数据专家的领域。

在使商业智能平台可供业务用户访问方面，供应商们已经取得不同程度的成功。然而，尽管供应商进行各种尝试，包括低代码/无代码工具和有限的自然语言处理 （NLP） 功能，但在过去十年中，企业内部的分析使用在很大程度上停滞不前。

生成式 AI 聊天机器人有可能通过实现与数据的真正对话交互来改变这种状况。大型语言模型（LLM）包含广泛的词汇表，员工不必学习编写代码或学习分析供应商自己开发的 NLP 工具所需的业务特定语言。

因此，自 OpenAI 推出 ChatGPT 以来，除科技巨头之外，很多分析供应商已将生成式 AI 作为其产品开发的重点。

例如，Tableau 正在整合其母公司 Salesforce 的 Einstein GPT，而 Qlik则推出Staige，这个工具组合旨在帮助客户将生成式 AI 与其数据集成。

在 Amazon Q 的支持下，QuickSight 中的新Data Q&A功能将实现用户与其数据之间的对话交互，从而将分析用途扩展到企业内任何可能从数据中受益的员工。

因此，尽管QuickSight中的Amazon Q类似于微软的Power BI中的Copilot和Looker中的Duet AI，但根据Ventana Research分析师David Menninger的说法，这对QuickSight客户来说是一个重大发展。

他表示：“从自然语言使分析更容易获得的角度来看，这很重要。在 ChatGPT（来自 OpenAI 于 2022 年 11 月）进入市场之前，自然语言在分析中并未得到广泛应用。而QuickSight 中的 Amazon Q 提供了自然语言功能。”

通过使用Data Q&A，QuickSight 客户将能够探索现有报告和控制面板之外的数据。

通过使用现有仪表板和报表作为起点，客户（使用对话语言而不是代码）将能够提出有关基础数据的问题，而这些数据的答案在现有数据产品中看不到。例如，如果仪表板显示某个地区的销售数据，则用户可以通过询问该区域内特定城市的销售数据来更深入地挖掘。

当他们得到回复，他们就可以继续探索后续问题，帮助他们更好地了解他们的业务中正在发生的事情。

除Data Q&A,之外，QuickSight 中的 Amazon Q 还包括Stories（以前称为 Ask Q）、Build for Me 和Executive Summaries.。

Stories是一种数据叙事工具，可自动开发解释数据的叙述。

决策通常是协作过程。Stories使用户只需转到 QuickSight 中的“Build”菜单，即可创建描述数据的叙述和视觉对象，而无需开发 PowerPoint 演示文稿和其他信息共享方式的耗时任务。

Build for Me 是一款面向仪表板开发人员的工具。开发人员可以使用自然语言键入命令，而不是编写以前用于培养数据和构建仪表板所需的大量代码。

同时，Executive Summaries会自动在报告和仪表板中突出显示有趣的事实和统计数据，并部署 LLM 来编写易于理解的摘要。其目的是，通过以自然语言提供快照来节省业务用户的时间。

Menninger 表示，除了能够提出数据问题之外，Stories 可能是 Amazon Q 在 QuickSight 中实现的最重要的功能。

他指出：“Stories很重要，也很有价值，因为演示是企业做事的方式。我们需要有方法将叙事和视觉效果相结合，我们大多数人都是在 PowerPoint 中做到这一点。我们需要视觉效果，我们需要解释，因此，可将这些东西组合在一起的工具很有意义。”

Menninger 继续说道，从比较的角度来看，QuickSight中的Amazon Q代表着最先进的与分析相关的生成式 AI 功能之一。

它是先锋之一，但不是孤军奋战。

Menninger说：“它处于最前沿，但不一定能与其他人区分开来。这就是市场状况，这里涉及自然语言的问答界面、故事构建、提出后续问题的能力-这些都是AWS谈论的东西，似乎是最先进的。”

与此同时，Henschen指出，QuickSight 中 Amazon Q 的整体功能远远超出了AWS在 7 月份推出的 QuickSight Q。这些生成式 AI 工具的初始迭代是使用 Amazon Bedrock 开发，Amazon Bedrock 是一种提供对 LLM 的访问的 AI 服务。

他表示：“Amazon Q 的想法是提供能够理解数据、文本和代码上下文的 AI 助手。很明显，Amazon Q 将是一个超级人工智能助手，当用户在用自然语言提问以寻求的答案时，它将提供更细致入微的上下文理解。”

未来计划

Henschen 表示，随着 QuickSight 中的 Amazon Q 的初始功能现已推出公共预览版，该工具进一步发展的机会是扩展 Q 对代码的理解。

虽然很多分析供应商将自然语言查询作为整合生成式 AI 的一种手段，但很多数据管理供应商已使用 LLM 来开发文本到代码的翻译功能。

Dremio 和Monte Carlo在6月成为首批供应商，从那时起，很多其他供应商也纷纷效仿。

Henschen 说：“拥有功能更强大的 Amazon Q 服务，不仅对数据有更广泛、更深入的理解，而且对文本和代码也有更深入的理解，无论该服务出现在何处，都将使用户受益。QuickSight 将是起点之一。”

与此同时，Menninger表示，他很好奇AWS如何统一地将Amazon Q整合到其各种工具中。

除QuickSight 之外，Amazon Q 还被引入客户服务和供应链管理工具等。如果 AWS 能够在其庞大的平台中有效地注入 Amazon Q，这将有助于将 Q 与其他聊天机器人区分开来。

Menninger说：“你试想一下，你拥有通用平台，可为业务运营的所有不同部分提供所有这些不同的自然语言界面，那将非常令人兴奋。这将使AWS将自己与仅从事分析的参与者区分开来。”