Grab用AI代理把数据分析里那些重复、机械的活儿接了过去。分析师机械性工作占比从2月的44%降到6月的30%，腾出来的精力，开始花在更值钱的判断和决策上。这套做法，给企业上云后的数据管理提供了新样本。
AI代理在Grab内部怎么运转？
Grab把AI代理嵌进了数据分析的各个环节。一个自然语言请求进来，Spartan系统接手，把来自Slack等渠道的问题路由到专门工作流。这个系统背后有50多项技能和120多个分析框架，相当于把分析师的“手艺”拆成了标准化模块。
举个例子：分析师在Slack里说一句“帮我看看最近一周的订单异常”，Spartan系统解析意图，调用对应技能，完成数据发现、查询执行、结果验证，最后起草报告。整个过程中，人只需要在关键节点确认。
五级自主模型：机器干活，人定规矩
Grab没有搞“全自动”的一刀切，而是设计了五级自主模型，分级界定代理的自主范围。第3级代理能完成数据发现、查询执行、结果验证和报告起草；第4级代理能规划协调工作流，但需要人类检查点审核；到了第5级，代理可以端到端自主执行，但人类依然握着目标设定、质量阈值和升级规则。
换句话说，AI代理是“执行者”，不是“决策者”。指标怎么定义、因果怎么解释、最终谁拍板，这些权力始终留在人手里。这种设计很务实——既拿到自动化的效率，又防住失控的风险。
Spartan和Scarlet：两个典型的AI代理
Spartan是“前场”代理，负责理解请求、调度资源，支持超过50项技能和120多个分析框架，覆盖从数据提取到SQL查询的常见场景。Scarlet则是“后场”维护代理，专门处理管道故障。数据管道一出问题，Scarlet会自动做根因分析、尝试修复；如果预定义的检查点或运行手册解决不了，就升级给人类。
这种分工让整个分析系统更皮实。数据准备、查询、故障恢复这些脏活累活，代理们扛下了大部分。3月到5月，无需人工干预的自助分析请求比例涨得很快：指标查询从53%升到67%，数据提取从63%升到90%，SQL查询从50%升到81%。约四分之三的讨论帖来自分析团队之外，85%的请求在一分钟内获得首次回复。也就是说，业务人员自己也能拿到答案，不用干等分析师排队。
可靠性是AI代理的命门
AI代理最怕什么？怕胡说八道。Grab为了保障输出可靠，维护了一套庞大的“知识底座”：超过5000个认证表和指标、4000份上下文文档、2000条黄金记录。这些数据通过ContextIQ系统做生命周期管理，一旦发现指标口径变了，还能自动整合修复方案。
黄金记录相当于“标准答案”，代理输出的结果要跟它对齐。有了这套机制，AI代理不是瞎猜，而是基于已验证的知识做推理。可靠性有了保障，业务部门才敢放心用。
分析师的工作变了
数据准备和分析被代理接管后，分析师的角色重心明显上移。Grab分析部门负责人说，分析师正在转向更高阶的工作——定义问题、解读业务逻辑、评估结果质量。机械性工作占比从2月的44%降到6月的30%，省下来的时间都花在了真正需要人脑的地方。
这种变化也体现在工具使用上。Grab的BriX门户让分析师和业务人员能自助生成指标和OKR分析报告。自9月以来，BriX的使用量增长超过十倍，上半年完成了31次生产部署、283次请求合并和60项功能开发。AI代理不是让人失业，而是把人从“做表”里解放出来，去做“用表”的事。
对国内企业来说，想复制这套模式，离不开稳定的云基础设施。无论是部署AI代理还是跑数据分析，都需要云服务器ECS这样的底层资源。如果你正在考虑企业上云，不妨找易枫顺 - 阿里云官方旗舰级代理商聊聊，他们能提供阿里云优惠和代金券，降低上云成本。
FAQ
Q: AI代理会让数据分析师失业吗？
A: 不会。从Grab的实践看，AI代理接管的是机械性工作，分析师反而能腾出手做更高阶的决策和判断。机械性工作占比从44%降到30%，人反而更值钱了。
Q: 企业想落地AI代理，需要什么基础？
A: 至少要有稳定的数据底座和云计算资源。像Grab那样维护几千张认证表、几百个技能，没有云服务器ECS支撑很难跑起来。国内企业可以借助阿里云代理商，用云服务器ECS搭建环境，再用阿里云优惠降低成本。
Q: 五级自主模型里，人类到底管什么？
A: 说白了，人类管目标、质量阈值和升级规则，还有指标定义、因果解释和最终决策权。AI代理执行得再快，也得在人的规则框架内干活。
关于易枫顺
深圳市易枫顺网络科技有限公司是阿里云官方旗舰级代理商。提供云服务器ECS、云数据库RDS、对象存储OSS等阿里云全系产品官方特惠折扣与代金券申请，以及多云成本优化、企业上云一站式服务。客服热线：19520841949 - 易枫顺
来源：InfoQ
