Q1：从您所在企业的角度，如何看待BI未来的发展趋势？ 我们运刚其实一直是非常重视数据本身的， 23 年的时候我们成功的挂牌了我们自己的数据产品，同时也完成了数据管理能力成熟度DCMM3的认证。那本身 BI报表在我们公司的使用其实已经是非常频繁，我们大概整个 BI 报表目前已经有 600 多张,大屏60 多张,各种数据播报在我们自己的这个办公软件钉钉里面也有七八十条，这个其实各个分子公司都在用，应该说大家其实已经养成了这个用数据的习惯。
数据分析这件事儿目前还是在我们数据中心，它并没有实际到各个部门当中去，那我们还是作为一个需求部门，大家有任何的数据分析还是来找我们。我认为我们之后的一个发展方向就是怎么让更多的人，他们能自主地去做数据的分析，因为我们之前用的是帆软报表，之后FineBI 可能会纳入我们的一个计划当中去，我们如何培养更多的人来使用数据？因为 FineReport 的使用门槛还是比较高的，自助性的（分析工具）像FineBI 这种分析平台那可能更适合当企业发展到一定阶段，大家都去用数据的时候，我觉得这是发展的一个方向。
Q2 ：如何理解新质生产力以及它和数据生产力之间的关系？ 新质生产力我觉得它有别于传统的生产力，首先它第一点就是科技创新为主导，所以它强调的是科技创新，强调的是高效能和高质量。
第二点就是新技术的深化应用的驱动，也就是说这将会涌现出一批新的行业、新的业态、新的商业模式。
那第三点其实就是生产力的跃迁，它就不像传统的生产力，它包含了科技技术的关键性突破、新的生产要素的创新。那甚至就是各个产业的深化改革和升级，那最后其实就是数据作为新的生产要素，这其实我也认为这是新质生产力当中的一个核心点。其实我们刚才前面说的这个三个特点，它的底层就是数据，数据的应用，我们的大模型，我们的AI，自动驾驶所有东西其实都是在海量数据下去进行的。那所以说数据生产力其实是心智生产力的一个重要组成部分。新质生产力的提出其实也反映了国家对于这个数据的重视，以及在这个数据时代它的一个趋势。
Q3：您认为企业中数字人才应该有什么特质？ 说到数字人才，认为可以分为三类，一个是管理型的数据人才，应用型的数据人才，还有一个技术型的，那其实对于企业来说都要，好像也都缺。但是比如说我作为数据中心，我们本身技术部门，其实我认为技术型的数据人才没有特别缺，至少从我自己的招聘上来看，数据分析师的招聘我基本上 Boss直聘上挂一下，大把的人都来。因为其实现在越来越多的专业去做数据分析、统计专业的这个运筹这些，这各种学科算法，对吧？那其实都会往数据这个技术人才去。
但其实我觉得对于企业，你说数据型的管理人才、应用人才其实都是缺的，但是缺这个是从外部吗？我认为不是，它其实更多的是我们怎么把现有的企业人员变成数据型人才，就是我认为人人都是数据分析师，这个绝对不是一个口号，这一定是未来企业发展的一个方向。
就结合我们自身企业，肯定要引入这种自助型的分析工具，哪怕你不具备技术，那你也只要你具备数据思维，你具备用数据的思维，用数据去说话的这些思维，通过这个工具，通过平台在企业里打造这么一个数据的氛围。我认为这是我们企业对于数据人才的发展很重要的一个方向，不光从外部，更多的是从内部去转换。
Q4：在建设数字人才的过程中遇到的困难有哪些？ 其实一个困难的地方就是我刚刚说的，你如何让不具备技术的人去用数据，他可能只会提需求，我相信很多技术部门都会碰到一个问题，他们需求都说不清楚，所以我们会要求你数据部门的人员，你要下到一线，看他日常是怎么工作的，你帮他发现需求，这肯定是会一个困难啊。
当然这也是对我们数据部门的一个挑战，虽然说我们下一线，我们可以去发现这些需求，但是其实我认为对于企业更多的还是你自己部门如何培养你的数据分析能力，你说你为了数据分析专门再去招一个人吗？对于很多企业来说，它是没有这个预算的，那你现有的人员，特别是你的管理人员怎么能成为数字型的管理人员？那这个就是一个挑战。
Q5：您认为帆软如何适应数字人才的新趋势以及向客户提供更好的内容和服务？ 我们现在其实也在研究到底这个 AI 在数据当中到底能应用到什么程度，那理想状态就像刚刚说就是如何让 AI 读懂数据库，其实 AI 现在写 SQL 不是问题，对不对？那他如何通过读懂数据库来帮你做分析啊？如果这样的工具能出来，我认为这就是颠覆性的一个东西，那其实就是反映了我们的心智生产力，那帆软是不是能在这里发力？
我只要有思维，我就说我想要啥，能不能分析出来？因为本身我们具备各种报表工具， FineBI 已经是比较傻瓜式的这么一个拖动的这种分析了，那让 AI 学会用这个工具行不行？这个我认为其实是一个非常大的一个发展方向，这样子你就可以快速的让企业具备非常多的数据人才。
