AMD Data Intelligence Platform 与 AI Researcher

将 AMD IT 数据转化为具有实用价值的问题

AMD IT 团队需要处理海量的运营、可观测性和财务数据，但快速识别正确的问题并跨系统关联分析洞察仍然十分困难。AIR (AI Researcher) 旨在通过提供与角色相关的问题、跨 AMD Data Intelligence Platform (DIP) 关联数据，以及通过自然语言交互返回可解释的建议，来协助解决这一难题。

核心目标是帮助 AMD 各团队减少人工操作成本，更快地捕捉数据信号并据此采取行动。AIR 可将 DIP 数据转化为清晰、划分优先级的分析洞察，并通过对话式界面进行交付。

难题

AMD IT 团队在运营、可观测性和财务流程中生成并管理大量数据。然而，要将这些数据及时转化为跨部门决策仍极具挑战性。常见的痛点包括：

• 数据分散在 IT、财务、服务和运营系统中，难以确定原因、影响和成本之间的关联。
• 通常需要专业知识才能编写正确的查询语句并跨平台解读结果。
• 调查问题或挖掘改进机会需要耗费大量时间，并涉及多个团队和工具。
• 标准仪表板虽有助于监控已知指标，但可能无法揭示意想不到的关联或最佳后续行动方案。

AIR 旨在帮助 AMD IT 减少工作阻力，降低洞察挖掘难度、打通数据关联并提供具有指导意义的洞察。

AIR 是 DIP 生态系统之上的对话层，由 Eureka Engine 驱动。它利用领域特定的元数据和用户画像元数据来生成高价值问题，将用户意图映射到正确的 DIP 查询，并返回附带数据来源、置信度和排序建议的结果。AIR 还会提供解释说明和建议的后续操作，因此任何角色的用户都无需具备 SQL 或深厚的数据库专业知识，即可基于可信的洞察采取行动。

AIR 工作原理