高端管理软件数据架构设计之大道至简
数据是 AI Agent 的 “核心燃料”,低质量数据将直接导致 Agent 执行偏差,用友 BIP 数据平台通过数据抽取、清洗、整合、知识图谱构建,形成标准化。”就感觉心中怪怪的,身为国内B端老大,搞个业财融合而已,想装下B都不会,随便取个高大山的名字耳,非要从旧坟堆刨出一个术语来,而且是洋坟墓!从应用→数据→BI→AI的不断进化,惜乎,很少有人会去想到从应用系统根基源头抓数据质量,根治多年积累
第14篇:数据架构设计的大道至简: 一表统全局,再谈数据架构的极简设计哲学! (全文链接)
大型B端软件架构设计必须在看似相互冲突的目标之间寻找动态平衡: 稳定性与灵活性的矛盾;标准化与定制化的矛盾;长期性和敏捷性的矛盾;功能强和操作简的矛盾…
最深奥的哲学,在最简单的事实里;最简单的常识,往往是最有用的哲学。
从应用→数据→BI→AI的不断进化,惜乎,很少有人会去想到从应用系统根基源头抓数据质量,根治多年积累下的技术债务!
一、用友Data Agent、FDE模式和事项会计法
Data Agent“数据智能体”落地难?用友FDE模式让技术 “沉下去”,价值 “浮上来”!
近期,用友声称创新提出的FDE(前部署工程师)模式,正是破解这一困局的关键,通过让技术专家深入客户一线,将“技术能力”与“业务痛点”深度绑定,搭配 “选场景 - 治数 - 理指标 - 智数 - 问数 - 验数”的六步标准化方法论,成功推动Data Agent从“实验室概念”走向“经营价值落地”。
其实创新啥呀,FDE这种提法太过陈词滥调!言下之意就是以前砖家天天不下现场?
祛魅Palantir帕兰提尔的所谓“本体论”-软件界的装B至上!
其实本体论的终极目标就是不ETL,利用强大算力直接做智能体,以前很多互联网公司或集团企业不是试过此思维,结果呢?Agent时代,头铁者又把Old idea拿出来装个新瓶忽悠!
曾经在用友代理公司短暂工作过,以前看到用友“事项会计法”就感觉心中怪怪的,身为国内B端老大,搞个业财融合而已,想装下B都不会,随便取个高大山的名字耳,非要从旧坟堆刨出一个术语来,而且是洋坟墓!看不懂!🤭
用友的Data Agent"数据智能体”思维:
第一,搭建数智底座架构:企业需构建支持 AI 与现有业务系统无缝对接的数智底座,实现业务流程、数据资源与智能应用的一体化协同,确保 AI Agent 可灵活调用各系统能力。
第二,高质量数据与知识支撑:数据是 AI Agent 的 “核心燃料”,低质量数据将直接导致 Agent 执行偏差,用友 BIP 数据平台通过数据抽取、清洗、整合、知识图谱构建,形成标准化数据资产!
第三,从源头狠抓数据质量!“大模型 + 小模型” 协同,从技术实现来看,“大模型+小模型”已经成为当下企业智能体建设中一个核心趋势!
皆是老生常谈!
二、金蝶不效仿FDE,追求标准化
金蝶副总裁明确表示不效仿Palantir的FDE模式,认为标准化产品更适合中国中小企业市场,同时指出中美企业软件技术差距已显著缩小,中国软件企业需通过出海突破市场瓶颈。
蝶这不是赤果果打友的脸吗?
友呀,蝶呀,总在互相伤害😂!作为B端001,咱看这俩难兄难弟从上个世纪一路缠斗,斗的难分难解,却惟独没有斗倒国际老大老二,Sap和Oracle, 一言难尽!都怪我厌倦和隐出B端江湖,若俺出手就会太直接干哭S和O!🤭🤭
三、Sap大道至简
财务数据架构在S4 HANA被极致缩表,企图融合OLTP(超越第3范式建模)和OLAP(维度建模,BI),用一个基于HTAP的ACDOCA一表定江山!
想象一下,如果集团财务数据提全组织在一张表中,什么txt2sql、Data Agent、ChatBI来分析财务,是不是都得变得极其简单?
下图是通用账的示意图!

以前我在下面文章早已提过!今天开始探讨怎么把这些数据组织在一个表中!
数据架构角度:
ACDOCA表将下表中这一大堆表融在一起!↓
业务架构角度:
一切业务数字化,一切数字业务化!
还有下句:
一切业务数据化,一切数据业务化!
业务即数据,数据即业务,菩提本无树,明镜亦非台!可懂?如你懂了就入道了!👻
更多推荐



所有评论(0)