Qlik发布企业级AI助手Qlik Answers，集成Amazon Bedrock实现规模化智能

摘要：Qlik发布了基于Amazon Bedrock构建的企业级AI助手Qlik Answers，旨在为全球4万多家客户提供跨结构化和非结构化数据的可信答案。该系统采用分层多智能体架构，支持跨区域推理和Amazon Bedrock Guardrails，确保在满足数据主权要求的同时提供可靠的AI服务。自2026年2月上线以来，Qlik Answers已为客户生成超过10万次发现，并显著提升了企业效率，例如Lintech International的响应时间缩短了75%。

---

Qlik发布企业级AI助手Qlik Answers

全球领先的数据集成、数据质量、分析和AI公司Qlik近日发布了其最新产品——Qlik Answers。这是一款基于Amazon Bedrock构建的企业级AI助手，旨在解决企业员工在处理大量数据时面临的效率问题。Qlik Answers为全球4万多家客户提供跨结构化和非结构化数据的可信答案，帮助他们快速获取所需信息。

主要挑战

Qlik在开发Qlik Answers时面临三大挑战：

1. 高效协调专业推理：企业问题种类繁多，从快速查找信息到复杂的数据分析，通用助手难以同时满足所有需求。
2. 满足跨区域数据主权要求：Qlik的客户遍布欧洲、亚太和美洲，各地区对数据驻留有不同的期望。
3. 提前预测模型容量需求：需要提前3-6个月规划token消耗和模型可用性，以确保产品上线后不会因容量不足而影响用户体验。

解决方案

Qlik Answers采用分层架构设计，以应对上述挑战：

• 入口层：提供稳定的对话入口点，确保新功能可以无缝添加，而无需改变用户与助手的交互方式。
• 路由层：快速、准确地决定请求的路径，不负责具体任务的解决。
• 回答层：协调响应生成，根据问题选择快速路径或分解为子问题并从多个来源获取信息。
• 专家智能体层：定义专家智能体、工具、状态和人工干预步骤的工作方式，便于新智能体的添加。
• 对话分析层：处理结构化数据问题，将请求路由到专为分析构建的推理路径。
• 检索层：在Amazon OpenSearch Service上运行非结构化文档索引和检索，为知识库和文档问题提供支持。
• 模型访问层：通过Qlik自己的大语言模型（LLM）网关连接到Amazon Bedrock进行聊天、流式传输、嵌入和重新排序，并应用Amazon Bedrock Guardrails进行内容过滤和答案验证。

技术亮点

• 多模型灵活性：Qlik通过Bedrock可以灵活选择最适合每个智能体任务的模型，而无需将整个系统绑定到单一模型的权衡中。
• 数据主权控制：借助Amazon Bedrock的跨区域推理功能，Qlik能够在满足合规要求的同时为全球11个区域提供服务。
• 分阶段采用托管服务：AWS的区域部署模型和容量预留选项为Qlik提供了扩展空间，未来可以采用Amazon Bedrock AgentCore等托管服务，而无需全面迁移。

客户影响

自2026年2月上线以来，Qlik Answers已为客户生成了超过10万次发现，并显著提升了企业效率。例如：

• Lintech International：将技术文档索引到Qlik Answers中，缩短了75%的研究时间，为业务经理每周节省了多达7小时。
• Bystronic：在15分钟内部署了AI聊天机器人，为员工提供跨部门的实时运营数据查询。

未来展望

Qlik计划继续扩展Qlik Answers的功能，并评估Amazon Bedrock AgentCore以降低运营开销，同时保持对成本、延迟和可移植性的控制。此外，Qlik正在构建一个系统化的模型性能评估框架，以便在更好的模型出现时进行无缝切换。

结论

Qlik Answers的采用反映了其架构设计的成功：快速响应、准确性高、基于真实来源，并足够安全以供受监管的行业使用。Amazon Bedrock为Qlik提供了多模型灵活性、数据主权控制和内容过滤与验证功能，使其能够构建全球规模的可靠AI体验。

---

消息来源：AWS Machine Learning Blog (2026-10-07)

—— 完 ——

主题标签： #Qlik 关注 #Amazon Bedrock 关注 #企业AI 关注 #多模型架构 关注 #数据主权 关注