关于企业私有部署大模型解决数仓建模的问题

[Brentwans]

企业数据仓库质量不高，数据质量建设跟不上业务发展，最后慢慢拖累业务。此外 IT 人员良莠不齐等等问题，都是当前数仓建模的痛点问题。 企业内有各种 dws 表支撑着各种业务需求。然后借住 ETL 工具每天自动维护。很多 dws 之间存在很大的重复性，但是通常只要 ETL 时间在接受范围内，很少有人去优化（当然也没必要优化）但是很快就会发现 ETL 时间过长，T+1 都可能不够了，此时发现很多很难改动了。目前很多企业通过数据湖来增加数据实时性，同时降低 ETL 压力，这是一个很好的方向。但是需要对于企业数据底座进行改造，算上实施和配套人员，成本不低。

我的想法是，利用大模型通过行业建模数据和企业业务数据进行泛化。通过 AI 得出哪些 ETL 有公共计算，并且将公共计算的结果落表，这个操作是提效的，最终通过空间换时间。

我和几个客户 IT 部门也聊过，他们也觉得如果可落地还是非常解决问题的。可问题是我找了一圈，好像没发现有做相关的（唯一有点关系的是，杭州那有阿里出来的好像在做，方向一致但是解决方案不是完全利用 AI ，是通过改写计算的 AST 树减少 ETL 计算），这就很郁闷了。会不会是现在大模型可商用的不多，应用成本还是太高，还没到 2b 应用大模型的时候。

大家怎么看这个。

[xxfye]

通过 AI 得出哪些 ETL 有公共计算

没必要，写一个 parser 解析一下字段/表血缘不就知道了。

[min]

你是做产品吗？
有客户愿意买单吗？

[liprais]

梦里啥都有
你以为数仓做成这样是因为啥

[raycool]

目前的大模型真的能解决这些问题吗？