Databricks 预测性 AI 函数进入 Beta

数据团队总会被问到同样的问题：“下个季度的销售额会是多少？”“这个指标为什么变动？”“最近的数据是否偏离了我们通常看到的情况？”回答这些高级分析问题通常意味着要把工作交给数据科学团队来构建模型和管理基础设施。这造成了一个瓶颈：业务用户排队等待，而许多问题甚至从未被提出。

预测式 AI 函数现已进入 Beta 阶段，通过让分析师和业务用户运行预测、驱动因素分析和异常检测等高级分析，消除了这一瓶颈，所有这些都通过由最先进机器学习模型支持的内置函数来完成。这些 SQL 原生函数可以直接在 SQL 中调用，在 Genie 中用自然语言问题调用，或嵌入到仪表板中。由于 Databricks 集中维护这些模型，团队无需构建或管理基础设施，即可获得高质量、一致的答案。

本次发布新增了四个 SQL 原生函数，并提升了 ai_forecast 的准确性：

• ai_forecast：将时间序列投影到未来
• ai_top_drivers：找出哪些细分群体对指标变化的影响最大
• ai_detect_anomalies：标记时间数据中的异常行
• ai_predict_value：预测连续值（回归）
• ai_predict_class：预测分类值（分类）

为了展示这些函数如何跨 Databricks 使用，我们将使用 NYC 出租车行程数据集，在仪表板、SQL 和 Genie 中演示示例。

仪表板中值得信赖的预测

仪表板是团队监控业务运营指标的地方，也往往是他们查看这些指标未来走向的地方。借助 ai_forecast，团队可以预测指标，并将这些预测与其他报告一起展示。

新的 ai_forecast 让获得高质量预测变得轻而易举，无需任何调优。它由基于 Transformer 的时间序列基础模型驱动，该模型像大语言模型基于文本训练那样，基于庞大且多样化的时间序列集合进行预训练。由于它已经能够识别季节性和趋势等常见模式，因此无需调优即可对你的数据生成准确的预测。

下面的可视化使用 ai_forecast 预测 NYC 出租车行程数据集中到 2027 年底的每月乘车量。该预测揭示了出租车需求中预期的季节性模式，提供了以数据为驱动的乘车量未来走向视图。

新的 ai_forecast 不仅能自动处理一般模式，还引入了新功能，让团队可以添加特定于其业务的因素。借助内置的节假日支持，团队可以自动考虑圣诞节低谷和学校假期高峰等本地事件。团队还可以指定外部协变量，输入驱动指标的因素，例如价格变化或营销支出，从而使预测更好地反映其业务。

用自然语言实现强大的预测

本次发布还引入了四个新函数，用于数据团队经常提出的临时高级分析问题。

• ai_top_drivers 解释指标为何变动
• ai_detect_anomalies 标记看起来异常的值
• ai_predict_value 和 ai_predict_class 通过估算数字或分配类别来填补缺失值。

每一个函数，就像 ai_forecast 一样，都是原生 SQL 函数。分析师可以直接在 SQL 编辑器或笔记本中调用它们，在数亿行数据上运行它们，并将结果与其他工作一起馈送到查询和管道中。与为类似功能开发自定义模型相比，这缩短了开发时间，并提高了更多用户的可访问性。

例如，下面的查询将 NYC 出租车行程聚合为每日收入时间序列，并将其传递给 ai_detect_anomalies，后者会自动拟合数据模型并标记异常日期。

这些相同的函数将通过 Genie 提供给业务用户（ai_top_drivers 现已可用，而 ai_forecast、 ai_detect_anomalies、ai_predict_value 和 ai_predict_class 即将推出）。任何人都可以用自然语言提问，例如上季度收入为何下降或哪些客户可能流失，Genie 会调用正确的函数返回有依据、有模型支持的答案，无需 SQL 或机器学习专业知识。

下面的查询使用 ai_top_drivers 自动识别哪些时段和 weekday/weekend 细分群体对 2016 年 1 月至 2 月期间 NYC 出租车票价收入变化的贡献最大。它按绝对和相对收入影响对每个细分群体进行排名，揭示出工作日午间时段带来了最大增长，而工作日晚高峰则是最大的拖累。

由于这些函数使用量身定制的机器学习方法，它们使 Genie 能够回答通用 LLM 无法可靠独立处理的问题。

行业领先的质量

这些函数都提供由生产级机器学习模型支持的高质量预测。由于 Databricks 集中维护这些模型，这种质量在每个界面上保持一致，因此无论预测是在仪表板、SQL 中还是通过 Genie 运行，团队都能获得同样可信的结果。

预测最具体地展示了这一点。我们使用 fev-bench 将新的 ai_forecast 与来自领先云数据仓库的函数进行基准测试。任务胜率定义为（以缩放分位数损失衡量的）一个系统比另一个系统实现更低概率误差的任务百分比。以下是各选项的对比：

ai_forecast 的表现优于其他云数据仓库提供商以及之前版本的 ai_forecast。借助预测式 AI 函数，团队在每个界面上都能开箱即用地获得行业领先的准确性，无需任何调优。

立即开始使用

预测性 AI 函数将过去需要数据科学团队才能回答的问题，如接下来会发生什么、为什么发生了变化、出了什么问题以及价值是什么，转化为业务团队可以自行获得的答案，并且就在他们已经在使用的工作环境中：仪表板、Genie 和 SQL。其结果是为人人提供高级分析：高质量的预测易于使用，无需构建模型，也无需管理基础设施。

准备好尝试了吗？从这里开始使用预测性 AI 函数这里。