作为业内*“管研用”一体的NoETL指标平台，AloudataCAN从2023年底发布便受到高度关注。肖裕洪对此解释，数据建设的根本目标是“以用为本”，要满足业务对用数更快、更准、更灵活的需求。因此AloudataCAN着力打造强大的语义定义能力，和NoETL自动化查询加速能力，确保高效、灵活、一致的数据分析体验。

　　随着在客户真实环境中实践的深入，Aloudata发现，“开放”才是真正以客户为中心的服务方式，因此AloudataCAN进行了全新升级，大多数表现在两个层面：

　　*，AloudataCAN正加快开放对接企业的各种现有引擎，包括StarRocks、ApacheDoris、Databricks等，而不是自行开发独立的引擎。如此既保护了客户原有的资产，充分的利用了现有的资源，也为未来可能出现的更优引擎和架构预留了空间，确保了指标平台的可持续性和适应性。

　　第二，随着大模型的发展，数据与业务的融合慢慢的升高，未来的应用场景将更为复杂多样，单纯依赖一个指标平台已难以满足企业的所有需求。积极拥抱ECO成为AloudataCAN升级的关键一步，不仅通过JDBC、API的方式，实现与现有产品的对接，还致力于与BI工具、AI工具等实现更无缝的集成。

　　在此背景下，AloudataCAN与WPS融合推出了指标插件，让用户能在他们熟悉的工具中直接用，而无需引入新的平台来打破原有的工作习惯;与QuickBI融合推出了「指标定义-计算-可视化-智能分析」全链路解决方案，助力企业破解指标管理与分析效能难题等。

　　得益于此，AloudataCAN过去一年的商业化成果显著。“目前，我们已服务超过30家头部先进企业，且均为上市公司，客户的每周API调用量更是达到亿级别。”肖裕洪分享到，“通过我们的NoETL指标平台，客户的数据开发、交付效率得到大幅度的提高，实现复杂需求从原来的周级别缩短到天级别。”

　　随着以DeepSeek为代表的大模型的场景应用正进入工程化加速阶段，围绕大模型和AI智能体应用的开发同步加速推进，由此带动企业进入“模型平权”时代。肖裕洪对此表示：“对公司来说，未来公司竞争的关键壁垒之一将是如何建设优质数据，并从这些私有数据中挖掘价值。”

　　具体来看，在数据消费侧，大模型的快速应用将催生大量的对话式分析和主动洞察的用数场景，使得数据交互更加自然和高效，洞察分析也从被动转向主动;在数据供给侧，企业数据的准确性、可得性、就绪度等治理挑战也日益加剧，直接影响到企业能否低成本高质量完成数据快速就绪。

　　围绕“只有好数据才能成就真智能”的指导理念，Aloudata将着重在两个方面展开与大模型的产品融合：

　　在助力企业低成本实现数据快速就绪方面，将持续增强NoETL指标平台的语义引擎，引入大模型构建智能语义建模助手，以实现数据就绪度的进一步提升和数据建模/治理效率的10倍提升。同时将推进AloudataAIR与AloudataCAN两大平台的深层次地融合，以更好地整合和统一管理多源异构数据，为企业的AI应用交付“单一可信数据源”。

　　这一创新产品支持自然语言查询，通过逻辑化数据集成、明细级数据查询、标准化指标定义、智能查询路由、行列级权限管控，可帮企业轻松搞定「数据查不到、口径对不齐、性能难保障、安全不可控」四大难题，实现企业所有数据的快速集成与安全可控，进而将企业AI应用创新所需的数据准备就绪。

　　正如肖裕洪所说：“‘万数皆可问’这一口号并非随便提出的，而是经过深思熟虑的。以前我们通过ChatBI工具问数时面临诸多问题，比如数据覆盖度不足、口径准确性欠缺、性能不稳定或不可控，以及数据泄露等安全风险。而AloudataAgent恰恰提供了全新的解法，并具有四大核心特性。”

　　对话式分析：支持指标搜索问询、自然语言问数、智能归因分析、智能分析报告生成等;

　　分析过程透明化：实时展示分析洞察过程及中间产物，让分析过程可回放、可理解、可调整;

　　数据准确可溯源：基于标准化的指标定义，实现业务理解的对齐，提升回答的准确性;

　　数据安全可保障：基于精细化的权限管控，保障数据查询的安全可控。