夜雨聆风学习资料网

ARTICLE · 1318903

憋了十年!腾讯内部数据工具灯塔 AI 对外开放

憋了十年!腾讯内部数据工具灯塔 AI 对外开放

每周一早上九点,会议室。

老板盯着大屏问,华东区毛利率为什么掉了三个点。

你手忙脚乱翻Excel,旁边的数据同学悠悠来一句,BI那边排期了,最快周四给你。

这个场面,做过业务的人多少都经历过。

数据这种东西,明明就躺在那里,可你想看一眼,得先提需求,再等排期,再等写SQL,再等做图,再等调格式。等这一套流程走完,黄花菜都凉了,老板的问题早就换成下一个了。

最近腾讯把一个内部用了十几年的家伙事儿放出来了,就是冲着这个场面来的。

它叫灯塔AI,官网beacon.qq.com,做的事情听起来有点离谱,你用嘴说一句,近三十天各渠道的转化漏斗,它几十秒给你一张能交互、能改、能定时推送的看板。

不用写SQL。不用拖拽。不用等排期。

说实话,我第一次看到这个产品的时候,心里是打了个问号的。AI问数这两年听多了,十个里面有九个是套壳聊天框,问一句出一张图,再问一句它把整页给你重画一遍,用起来让人想摔键盘。

但把灯塔AI的来龙去脉翻了一遍之后,我的问号慢慢变成了感叹号。

这玩意的背景,比产品本身有意思多了。

01
一只叫狨猴的小猴子,磨了十年刀

讲它之前,先说一段陈年旧事。

时间往回拨到2018年。那一年腾讯刚经历930变革,整个公司喊出「拥抱产业互联网」,数据中台这个词在国内刚刚开始被念叨。腾讯内部搞了一套数据平台,取名灯塔。名字起得很直白,灯塔嘛,黑夜里给船指路的东西,数据嘛,业务迷雾里的光。

这套系统在腾讯内部一跑就是好几年。微信、QQ、腾讯视频、游戏工作室群,几十上百个业务团队的日常经营分析,都靠它。官方的说法是,五十多个业务从2018年开始用它演化数据中台,每天处理数十亿条数据。

也就是说,等灯塔AI在2026年11月正式对外开放的时候,它已经在腾讯内部被一线员工锤了快十年。

这不是那种PPT里长出来的产品,是给自家业务天天用、用出茧子来的东西。

故事到这里还只是个传统BI的内生进化,真正有意思的转折发生在2024年。

那一年大模型全面爆发,灯塔团队在自家一个叫DataTalk的系统里做过一轮ChatBI,就是常见的问一句答一句。做完之后团队发现,这东西有个天花板,它只能回答,不能干活。你问它GMV多少,它答你。然后呢,看板谁来做,口径谁来对,异动谁来归因,全还是老一套。

于是在2026年1月中旬,灯塔团队里几个核心开发,长期就三四个人,开工搞了个新东西。两个月,主链路跑通。他们给这个内测版起了个名字,叫Omega,还有个更可爱的小名,马尔摩斯,marmos,学名叫狨猴,南美洲一种巴掌大的小猴子。

一个数据分析平台,小名叫小猴子。。。腾讯的起名品味,一向如此。

谁能想到,这只小猴子几个月内在腾讯内部铺开,腾讯视频、和平精英、微信小店、腾讯会议,上百个团队都跑来用。

到了2026年10月底,腾讯技术工程发了一篇一万三千字的使用指南,这只内测的狨猴正式改名叫灯塔AI,对外开放,新用户注册送500积分,每个月再送500。

一个内部工具,就这么走到了台前。

磨刀十年,出山一次。

我为什么觉得这个故事有意思,因为它是那种特别罕见的产品路径。不是风口上追出来的,不是融资逼出来的,是自己公司里被真实验证了快十年,然后顺手推出来的。

02
四个能力,从弱到强摆给你看

回到产品本身,它到底能干什么。

先坦白一句,我自己还没拿真实业务数据跑过全链路,下面这些数字都来自官方口径和公开报道,等我实测完再跟各位汇报。但光是把案例摆一摆,落差已经够吓人了。

第一个能力,一句话出图

你连上自己的数据,本地Excel也好,腾讯文档、飞书表格也好,MySQL、ClickHouse这些数据库也好,然后在对话框里说,帮我生成电商日度GMV分析看板。

它不是黑盒等半天,你能看着它一步步干活,理解需求,匹配字段,选图表,渲染页面,全程流式输出。几十秒之后,一张带KPI指标卡、趋势线、品类结构图的看板就立在眼前了。

有内部案例说,搭一个业务监控看板,从打开对话框到看板定稿,用时八分钟。而在此之前,这种活儿走排期,等一两周是常态。

八分钟对一周,这是第一个落差。
第二个能力,改图不改全页

用传统ChatBI最气人的一幕是这样的。你觉得第二张图不直观,跟它说换成柱状图,结果它把整页看板重新生成一遍,你前面调的布局、备注、配色,全没了。

灯塔AI的做法是外科手术式的。开启AI拾取,点中那一张图,说,把单位从条每天改成条每小时,再补一个和昨日的对比。它就只动这一张,别的地方一根汗毛都不碰。

而且它给你留了后路,版本历史全记着,改砸了一键回滚。看板背后AI写的SQL,你也能打开看、直接改,口径不对自己动手修正。

这点特别重要,后面我还会绕回来讲它。

第三个能力,归因

老板问毛利率为什么掉了三个点,这才是数据分析里最难也最值钱的部分。以前的做法是数据分析师手写五到八条SQL,交叉验证,一个维度一个维度往下钻,折腾三四个小时,才能给出一个像样的答案。

灯塔AI把这个过程压缩成了追问。你在异常的图卡上直接问,11月24日销售额为什么增长,它会自动做维度下钻、双因素拆解,然后给你一个可视化的归因结论。

一位做直播电商的运营说,过去排查一次指标异常要三四个小时,现在十分钟。

第四个能力,盯盘

这是我觉得最容易被低估的一块。看板做完不是终点,你可以在关键指标上设监控,阈值异动、数据为空、查询失败,它按你设定的频率巡检,有情况就通过企业微信、邮件、钉钉、飞书推给你。

数据不再等你来看,数据主动找你。

四个能力摆完,你会发现一件事,它已经不是那个问一句答一句的聊天框了。接入,生成,编辑,归因,盯盘,分享,一整条工作流它全包了。官方管这叫数据闭环,我自己的感受是,一个业务运营,配上它,差不多等于身边站着一个小型数据团队。

说到这儿,必须泼一盆冷水,也是我自己最在意的一点。

数据分析这行,漂亮图是次要的,可信才是命根子。AI生成的数字要是掺了幻觉,那看板做得越好看,死得越快。

灯塔AI在这块下了一个很硬的钩子,官方叫零泄露架构。大模型自始至终不接触真实数据,推理的时候只看到字段名、数据类型这些元数据,真实的数值走占位符替换回填,每个关键数字都能追溯、能审计、能复核。

翻译成人话,AI负责听懂你要什么,算账的还是老老实实的查询引擎。模型不碰真值,想编都没处编。

是不是听着有点耳熟。

对,这就是我前面埋的那个点,它能让你打开AI写的SQL、能回滚版本。一整套设计都在干同一件事,让AI干活,但让每一步都晒在太阳底下。

03
对手一长串,它凭什么

有朋友可能要问了,这条赛道又不缺人,它凭什么。

确实不缺。国内做AI问数的,如今数得出的名字就一长串。

传统BI大厂那边,帆软的FineChatBI走Text2DSL路线,指标口径管控严,制造业金融政企的私有化场景是它的地盘。观远数据深耕零售,连锁店店长拿手机问一句今天门店流水,落地速度很快。网易有数走轻量路线,信创认证都拿了好几张。

云厂商那边更是全员上阵。阿里云瓴羊Quick BI背着通义大模型,火山引擎DataWind背着豆包,百度智能云千帆ChatBI背着文心,各家都在自家云上开箱即用。

海外还有ThoughtSpot、Power BI Copilot、Tableau Agent这些老牌选手压阵。

每一家都有自己的根据地,这仗不好打。

那灯塔AI的差异在哪,我说说自己的看法,不一定对。

一是出身。别的产品多少都在讲案例,它是真被腾讯内部一百多个业务团队天天用的。微信、QQ、腾讯视频,这些产品的经营分析都在上面跑,每天数十亿条数据砸出来的工程成熟度,这个不是短期能追的。

二是姿态。很多AI BI绑定自家云,你用它的问数,得先进它的生态。灯塔AI现在是独立官网对外,接你的MySQL、你的飞书表格、你的本地Excel,模型底座混元、DeepSeek、智谱、月之暗面几家混着调度,不搞绑婚。

三是轻。不用私有化部署就能注册试用,还送积分,小团队和个人拿一个Excel就能玩起来。这在动辄百万起步的企业BI采购里,算是把门槛打到了地板上。

当然短板也得说。企业级深度定制、行业模板的丰富度,比起帆软观远这种在垂直行业泡了十几年的老炮,灯塔AI还是个刚出山的年轻人。开放初期还有邀请码机制拦一道。它强在起点高,弱在年轻,这个账要算清楚。

04
门槛归零之后

再往后看一眼,这个行业会往哪走。

这两年聊AI BI,大家嘴里都挂着ChatBI三个字母,但我隐隐觉得,这个词正在过时。

因为问数只是起点。你问它一句,它答你一句,这叫查询。可真实的工作里,没人只查一次,查完要改,改完要归因,归因完要盯盘,盯盘发现异常又要回头查。分析是一条河,不是一个点。

所以你看各家的新动作,方向出奇一致。帆软在讲AI原生和可追溯,观远在做移动端和语音,火山在讲湖仓一体加Agent。所有人都在从聊天框往工作流走,从帮你查数往替你干活走。

那句话怎么说来着,ChatBI是名词,数据Agent才是动词。

这里面藏着一个更大的问题,值得每个做业务的人想一想。

数据分析这件事的门槛,正在以肉眼可见的速度归零。

十年前,你想看个数据,得求BI部门。五年前,你得会写SQL。今天,你得会说话。

沿着这个斜率推下去,连会说话都不算门槛了,因为它都开始主动盯盘了。

有人会慌,数据分析师要失业了?

我的看法没那么戏剧化。工具每干掉一层搬运的活儿,就把人往上顶一层。那位用了灯塔AI七十天的数据分析师总结过一句话,我觉得特别准,过去百分之八十的时间花在写SQL、调SQL、截图做PPT、对口径上,现在百分之八十的时间在看洞察、和业务讨论原因、推动决策。

搬运的部分被拿走了,判断的部分留下来了,而且变得更重了。

说到底,工具从来不是来抢饭碗的,它是来抢杂活的。当年Excel出现的时候,也有人问过算盘师傅怎么办,后来的故事我们都看到了。会用Excel的人没有被算盘消灭,反而是把表格玩出花的人,升了职。

数据分析的每一次门槛降低,历史上都带来过一波爆发。1979年VisiCalc,人类第一款电子表格软件,诞生之前会计们趴在纸上算账,诞生之后财务分析成了一个行业。门槛降低从来不等于价值缩水,它等于原来锁在少数人手里的能力,交到了更多人手上,然后长出新的东西。

灯塔这个软件叫这个名字,我总觉得起名的人有点浪漫。灯塔不发光,灯塔只是把光举得高一点,让每一艘小船都看得见航道。

数据本来就在那儿,灯塔AI做的事情,不过是把那束光,照到每一个不会写SQL的普通人面前。

回到开头那个周一早上的会议室。

老板问,华东区毛利率为什么掉了三个点。

这一次,你不用翻Excel了,也不用等周四。打开对话框,@自己的数据集,问一句,为什么掉了。

十分钟之后,归因看板立在屏幕上,答案摆在那里,连哪个渠道、哪个品类、哪一天开始掉的,都标得清清楚楚。

老板抬起头看了你一眼。

那一眼里的东西,值很多个周四。

以上,既然看到这里了,如果觉得不错,随手点个赞、关注、转发三连吧。

谢谢你看我的文章,我们,下次再见。

关注公众号 · 前沿AI玩法

点赞 · 关注 · 转发

回首页,搜索你想要的文档

在首页搜索框输入关键词,快速定位资料

文库首页搜索指引 立即搜索

相关学习资料