SVTR AI 创投库 · AI 创投会第 004 期丨AI + 数据分析：对话式 Data Agent · 2024 年 12 月 15 日
一句话丢给它："帮我统计各部门工资总和并出图，再按部门拆成多张表，把大于 7000 的标红下载。"屏幕上没有出现一个函数，思维链一步步展开，几张拆好的表和图表就落到了云盘里。2024 年 12 月 15 日这场 SVTR 会员圆桌上，元空 AI（ChatExcel）创始人逄大嵬（Davis）演示的东西，重点从来不在表格，而在一个赌注：AI 这轮真正的红利，是让不会写函数、不会写 SQL 的人也能直接调用数据。
把数据能力「平权」，靠的是替代函数而不是生成函数
据其现场表述，ChatExcel 2023 年三四月上线，是国内第一个做对话式 AI 表格的产品，累计服务过百万用户。它和微软 Copilot、WPS 的根本区别在思路：绕开生成函数，用一套 agent 流程直接理解并处理业务诉求。逄大嵬给了个量化标尺，据其表述，产品能刷国家计算机二级考试题库、正确率到八九成。这背后是一个明确的判断：对大多数普通用户来说，函数和 SQL 记不住也学不会，AI 的价值不是把工具做得更强，而是把使用门槛降到人人能上手。据其现场表述，服务过百万用户之后他们发现，技术实现是一道坎，让用户真正会用、用明白是更大的一道坎，为此产品里塞了大量教程和示例去教人怎么把话说清楚。库里这条赛道并不小，SVTR AI 创投库归入数据方向的公司有 290 家，但真正把接口做成「说人话」的仍是少数。
国内 AI 应用的变现死循环，与一条靠产品力换传播的活路
会前十分钟的闲聊里，几个人都在叹同一件事：国内 AI 应用眼下最大的挑战是变现，大家都在观望，像陷进一个死循环。据其现场表述，ChatExcel 的解法不是烧钱投放，而是把产品力做到位，让用户和 AI 自媒体自发传播。逄大嵬说他们在国内搜索 AI Excel、AI 数据分析能看到大量内容，几乎都不是付费 PR，而是用户自来水。这条路同时避开了与大厂的正面相撞：网页版对 Office 常驻、对话式对生成函数，路线不同；而与数据库对接这类活，大厂多半会塞进 Power BI，不会在 Copilot 里做。
天花板不在模型，在行业知识和从 Excel 到 DB 的那道坎
现场一位在零售深耕多年的资深从业者追问：一张表跑出的结论，方向性和真实性怎么保证，会不会出幻觉。逄大嵬的回答很实在，据其现场表述，真正的「自动决策」只能做到半自动，前面必须挂上行业知识才准：给一个品牌做数据处理，模型并不懂它自定义的产品编码，不挂 RAG、不理解行业背景就会答错；决策该收敛到哪几个方向，得靠提示词和后台的 agent 流程去约束。他把下一步指向从 Excel 走向 DB，因为传统数据库最大的问题是普通人调不动、事事得依赖工程师写 SQL，而这正是这轮 AI 最该改写的地方。据其现场表述，B 端客户更常把这件事落到数据资产上：与其纠结数据怎么定价，不如先用 AI 把内部数据里的价值挖出来，ChatExcel 也据此往 ChatBI、往数据库层延伸；至于数据安全，他说用户文件在公有云上会加密、且不丢进模型处理，并支持 API 形式的本地化部署。这场会吸引来的，也多是想从「人怎么使用数据」这个场景重新定义数据库的人，其中一位深耕零售多年的从业者，反复追问结论的方向性该由谁来担责。
回看这场 2024 年底的圆桌，逄大嵬押的「数据平权」在 18 个月后大体被印证：用自然语言操作专业工具，从写代码到做表格，已经全面铺开。但他当年就点破的那道天花板，行业知识的 RAG 和从 Excel 跨到 DB，至今仍是数据 Agent 落地最硬的坎。这也是 SVTR 做一手现场记录的价值：把一个还没被验证的判断原样留下，日后才好对表。
这场分享的完整录播，归 SVTR 会员专区归档。想看更多一手现场判断、项目信息并直接对接创始人，可加入 SVTR 会员。