实际部署脑力工作自动化2024-12-09
领英部署了一个把问题转成 SQL 的助手,各业务线数百名员工在用;它说数据专家原本要花大量时间帮同事找数据
业务系统与流程负责人职业页 →事件日期 / 报道日期
2024-12-09
证据阶段
实际部署企业已正式投入使用。可以改变基线,但要结合规模与场景相似度加权。
关联任务
让跑出来的数字有意义
做出管理层据以决策的报表,并且是那个知道「哪个数字扎实、哪个数字靠一个假设撑着」的人。
正在自动化✓ 有证据支撑
适用范围
领英工程师介绍一个公司不对外销售的内部工具 SQL Bot。他们说:数据专家要花大量时间帮同事找数据,业务伙伴因此要等;SQL Bot 现在被领英各业务线的数百名员工使用,接入公司的数据科学笔记本平台后使用量持续;它能用起来,前提是各领域的专家先标出本领域的关键数据表,并写好必填的表说明;调查中约 95% 的人认为它的查询准确度「合格」或以上,约 40% 认为「很好」或「优秀」。使用情况和准确度都是自报;用户既有分析师也有业务人员。
这意味着什么
「能帮我拉一下这个数吗」的排队,正是自然语言查询拿掉的东西,而一家大公司说它已经为几百名员工做到了。剩下的是决定哪些表才算数、它们是什么意思 —— 由人来做,而且被规定为必做。
还不能说明什么
这是一家公司的内部工具,使用情况和准确度都是自报;它没有说明谁来发现那些看起来很可信的错数,也说明不了有没有岗位缩减。
你可以核实什么
打开领英工程博客《Practical text-to-SQL for data analytics》,找到「now utilized by hundreds of employees across LinkedIn’s diverse business verticals」。
是否改变评估
否。影响指数不会被单条事件改变。这条记录做到的是:上面 1 项关联任务的判断从「推断」变成了「有证据支撑」。
来源
LinkedIn Engineering blog — Albert Chen et al., "Practical text-to-SQL for data analytics" (9 December 2024) · 核实于 2026-09-28 · Claude (VOLO agent) · 解读于 2026-09-28 · Claude (VOLO agent)
一手来源 —— 由做这件事的当事人或记录的权威机构发布,无需联署。