Databricks
Unlock powerful insights and forecasts with Predictive AI Functions
6.0内容质量
TL;DR · AI 摘要
Databricks发布Predictive AI Functions产品宣传，但缺乏技术深度和工程实践指导，更适合市场推广而非技术学习。
核心要点
- 文章未提供具体技术架构或实现原理，仅展示产品功能列表。
- Databricks通过博客进行产品宣传，但缺少性能数据或案例对比。
- 工程师需谨慎对待此类发布稿，建议参考技术白皮书获取深度信息。
结构提纲
按章节快速跳转。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- Databricks Predictive AI Functions
- 产品功能
- AI助手
- 数据工程
- 商业智能
- 客户价值
- 提升预测能力
- 优化决策流程
- 技术生态
- 云平台集成
- 合作伙伴方案
金句 / Highlights
值得收藏与分享的关键句。
Databricks AI Research提供行业解决方案
Predictive AI Functions可提升商业智能分析
平台支持AWS/Azure/GCP云服务集成
#Databricks#AI产品#数据平台#宣传稿
打开原文通过预测性AI功能解锁强大的洞察和预测 | Databricks 博客
[](https://www.databricks.com/)
[](https://www.databricks.com/)
- 为什么选择 Databricks
- 发现
- 客户案例
- 合作伙伴
- 产品
- Databricks 数据 + AI 平台
- 集成与数据
- 定价
- 开源
- 解决方案
- * 行业解决方案
- 跨行业解决方案
- 迁移与部署
- 解决方案加速器
- 资源
- * 学习
- 活动
- 博客和播客
- 获取帮助
- 深入探索
- 关于我们
- * 公司
- 职业发展
- 媒体
- 安全与信任
目录
目录
目录
平台2026年10月14日
通过预测AI功能解锁强大洞察与预测能力
预测AI功能为业务用户和SQL分析师提供高质量的预测、异常检测、驱动因素分析和预测功能，无需先进的机器学习专业知识。
作者：Jonathan Brito 和 Gary Shambat
摘要
/
- 预测性 AI 功能使业务用户和 SQL 分析师能够在无需高级机器学习专业知识的情况下创建预测、检测异常、分析指标驱动因素并进行预测。
- AI 功能在 Genie 中易于使用，可无缝嵌入现有工作流程，无需用户构建和维护模型。
- 此次发布包含五个功能：升级后的
ai_forecast，以及新增的ai_top_drivers、ai_detect_anomalies、ai_predict_value和ai_predict_class。
数据团队经常被问到同样的问题：“下个季度销售额会是多少？”、“这个指标为何发生变化？”、“这些近期数据是否超出我们通常看到的范围？”回答这些高级分析问题通常意味着将工作交给数据科学团队来构建模型和管理基础设施。这会形成瓶颈，导致业务用户需要排队等待，许多问题甚至从未被提出。
Predictive AI Functions 现已进入 Beta 阶段，通过让分析师和业务用户通过内置函数运行预测、驱动因素分析和异常检测等高级分析，消除了这一瓶颈。这些原生 SQL 函数可以直接在 SQL 中调用，通过 Genie 使用自然语言提问触发，或嵌入仪表板中。由于 Databricks 中央维护模型，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。
此次发布新增了四个原生 SQL 函数，并提升了 ai_forecast 的准确性：
ai_forecast：将时间序列向未来进行投影ai_top_drivers：识别对指标变化影响最大的细分领域ai_detect_anomalies：标记时序数据中的异常行ai_predict_value：预测连续值（回归）ai_predict_class：预测分类值（分类）
为了展示这些函数在 Databricks 中的使用方式，我们将通过仪表板、SQL 和 Genie 使用纽约市出租车行程数据集进行示例演示。
仪表板中的可信预测
仪表板是团队监控业务关键指标的地方，也是他们查看指标未来趋势的常见场所。通过 ai_forecast，团队可以预测指标并在报告中一并展示这些预测结果。
新的 ai_forecast 无需任何调优即可轻松获得高质量预测。它基于基于 Transformer 的时间序列基础模型，该模型通过大量多样化的时间序列数据进行预训练，方式类似于大型语言模型对文本的训练。由于它已经能够识别季节性和趋势等常见模式，因此无需任何调优即可在您的数据上生成准确的预测。
下图使用 ai_forecast 将纽约市出租车行程数据集中的月度乘车量预测至 2027 年底。预测揭示了出租车需求的预期季节性模式，为乘客数量的未来趋势提供了数据驱动的视角。
展开
sql
sql
WITH taxi_history AS (
SELECT
ride_date AS ds,
CAST(trip_count AS DOUBLE) AS trip_count
FROM main.examples.synthetic_taxi_rides
),
forecasted AS (
SELECT * FROM ai_forecast(
TABLE(taxi_history),
horizon => '2027-11-01',
time_col => 'ds',
value_col => 'trip_count',
prediction_interval_width => 0.95,
version => '2'
)
)
SELECT * FROM forecasted新的 ai_forecast 不仅能自动处理通用模式，还引入了功能让团队可以添加特定于业务的因素。内置的节假日支持使团队能够自动考虑本地事件，如圣诞节需求下降和学校假期需求激增。团队还可以指定外部协变量，输入驱动指标的因素，如价格变化或营销支出，从而使预测更贴合业务实际情况。
通过自然语言实现强大预测
此次发布还引入了四个新函数，用于回答数据团队经常提出的即兴高级分析问题。
ai_top_drivers解释指标变化的原因ai_detect_anomalies标记异常值ai_predict_value和ai_predict_class通过估算数值或分配类别来填补缺失值。
每个函数（如 ai_forecast）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这些函数，处理数十亿行数据，并将结果与他们的查询和流水线中的其他工作结合使用。与为类似功能开发自定义模型相比，这大大缩短了开发时间，并让更多用户能够轻松使用。
例如，以下查询将 NYC 出租车行程汇总为每日收入时间序列，并将其传递给 ai_detect_anomalies，该函数会自动拟合数据模型并标记异常日期。
sql
sql
SELECT *
FROM ai_detect_anomalies(
observed => TABLE(
SELECT DATE(tpep_pickup_datetime) AS dt,
SUM(fare_amount) AS revenue
FROM samples.nyctaxi.trips
GROUP BY dt
),
time_col => 'dt',
value_col => 'revenue'
)
WHERE is_anomaly = TRUE
ORDER BY dt;这些相同的功能将通过 Genie 提供给业务用户（ai_top_drivers 当前已可用，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“为什么上季度收入下降”或“哪些客户可能流失”，Genie 会调用合适的函数返回基于模型的可靠答案，无需任何 SQL 或机器学习专业知识。
以下查询使用 ai_top_drivers 自动识别 2016 年 1 月至 2 月期间对 NYC 出租车收入变化贡献最大的时间段（如一天中的时段和工作日/周末）。它按绝对值和相对收入影响对每个时间段进行排序，显示工作日中午时段带来了最大增长，而工作日晚高峰则是最大拖累。
展开
由于这些函数使用定制的机器学习方法，它们使 Genie 能够回答通用型大语言模型无法可靠处理的问题。
行业领先的质量
code
这些功能均基于生产级机器学习模型，提供高质量的预测结果。由于 Databricks 对这些模型进行集中维护，因此所有界面上的质量始终保持一致，无论预测是在仪表板、SQL 还是 Genie 中运行，团队都能获得相同值得信赖的结果。
预测功能最直观地体现了这一点。我们使用 [fev-bench](https://huggingface.co/spaces/autogluon/fev-bench) 对新的 ai_forecast 与领先云数据仓库的功能进行了基准测试。任务胜率定义为一个系统比另一个系统实现更低概率误差的任务占比（以缩放分位数损失衡量）。以下是各选项的对比：
展开
`ai_forecast` 的表现优于其他云数据仓库提供商以及 `ai_forecast` 的早期版本。通过预测性 AI 函数，团队无需任何调优即可在所有界面上直接获得行业领先的准确性。
## 立即开始
预测性 AI 函数将过去需要数据科学团队处理的问题（例如“接下来会发生什么”“为何发生变化”“哪里出了问题”“价值几何”）转化为业务团队可以直接在现有工作环境中（如仪表板、Genie 和 SQL）自行获取答案的能力。其结果是让所有人均可使用高级分析：无需构建模型或管理基础设施，即可轻松获得高质量预测。
准备好尝试了吗？立即通过 [此处](https://docs.databricks.com/aws/en/sql/language-manual/sql-ref-functions-builtin-alpha) 开始使用预测性 AI 函数。
### 订阅获取最新文章
订阅我们的博客，即可将最新文章直接发送到您的邮箱。
## 订阅
*
工作邮箱
*
国家 国家*
点击“订阅”即表示我理解将收到 Databricks 的通信，并同意 Databricks 根据其 [隐私政策](https://www.databricks.com/legal/privacynotice) 处理我的个人数据。
订阅
[查看所有博客](https://www.databricks.com/blog)
[](https://www.databricks.com/)
为什么选择 Databricks
发现
* [面向应用开发人员](https://www.databricks.com/developers)
* [面向高管](https://www.databricks.com/why-databricks/executives)
* [面向初创公司](https://www.databricks.com/product/startups)
* [湖仓架构](https://www.databricks.com/product/data-lakehouse)
* [Databricks AI 研究](https://www.databricks.com/research/databricks-ai-research)
客户案例
* [客户故事](https://www.databricks.com/customers)
合作伙伴
* [合作伙伴概览](https://www.databricks.com/partners)
* [合作伙伴计划](https://www.databricks.com/partners/partner-program)
* [查找合作伙伴](https://www.databricks.com/partners/partner-directory)
* [合作伙伴聚焦](https://www.databricks.com/partners/partner-spotlight)
* [云服务提供商](https://www.databricks.com/partners/cloud-partners)
* [合作伙伴解决方案](https://www.databricks.com/partners/consulting-and-si/partner-solutions)
为什么选择 Databricks
发现
* [面向应用开发者的资源](https://www.databricks.com/developers)
* [面向高管](https://www.databricks.com/why-databricks/executives)
* [面向初创企业](https://www.databricks.com/product/startups)
* [湖仓一体架构](https://www.databricks.com/product/data-lakehouse)
* [Databricks AI 研究](https://www.databricks.com/research/databricks-ai-research)
客户案例
* [客户故事](https://www.databricks.com/customers)
合作伙伴
* [合作伙伴概览](https://www.databricks.com/partners)
* [合作伙伴计划](https://www.databricks.com/partners/partner-program)
* [查找合作伙伴](https://www.databricks.com/partners/partner-directory)
* [合作伙伴聚焦](https://www.databricks.com/partners/partner-spotlight)
* [云服务提供商](https://www.databricks.com/partners/cloud-partners)
* [合作伙伴解决方案](https://www.databricks.com/partners/consulting-and-si/partner-solutions)
产品
Databricks 数据 + AI 平台
* [平台概览](https://www.databricks.com/product/platform)
* [AI 助手](https://www.databricks.com/product/genie/one)
* [应用开发](https://www.databricks.com/product/databricks-apps)
* [人工智能](https://www.databricks.com/product/artificial-intelligence)
* [商业智能](https://www.databricks.com/product/business-intelligence)
* [客户数据平台](https://www.databricks.com/product/customerlake-cdp)
* [数据工程](https://www.databricks.com/product/data-engineering)
* [数据仓库](https://www.databricks.com/product/databricks-lakehouse)
* [数据库](https://www.databricks.com/product/lakebase)
* [治理](https://www.databricks.com/product/unity-catalog)
* [Neon](https://neon.com/)
* [安全](https://www.databricks.com/product/lakewatch)
* [共享](https://www.databricks.com/product/opensharing)
定价
* [定价概览](https://www.databricks.com/product/pricing)
* [定价计算器](https://www.databricks.com/product/pricing/product-pricing/instance-types)
[开源](https://www.databricks.com/product/open-source)
集成与数据
* [应用市场](https://www.databricks.com/product/marketplace)
* [IDE 集成](https://www.databricks.com/product/data-science/ide-integrations)
* [合作伙伴连接](https://www.databricks.com/partnerconnect)
产品
Databricks 数据 + AI 平台
* [平台概览](https://www.databricks.com/product/platform)
* [AI 助手](https://www.databricks.com/product/genie/one)
* [应用开发](https://www.databricks.com/product/databricks-apps)
* [人工智能](https://www.databricks.com/product/artificial-intelligence)
* [商业智能](https://www.databricks.com/product/business-intelligence)
* [客户数据平台](https://www.databricks.com/product/customerlake-cdp)
* [数据工程](https://www.databricks.com/product/data-engineering)
* [数据仓库](https://www.databricks.com/product/databricks-lakehouse)
* [数据库](https://www.databricks.com/product/lakebase)
* [治理](https://www.databricks.com/product/unity-catalog)
* [Neon](https://neon.com/)
* [安全](https://www.databricks.com/product/lakewatch)
* [共享](https://www.databricks.com/product/opensharing)
定价
* [定价概览](https://www.databricks.com/product/pricing)
* [定价计算器](https://www.databricks.com/product/pricing/product-pricing/instance-types)
开源
集成与数据
* [市场](https://www.databricks.com/product/marketplace)
* [IDE 集成](https://www.databricks.com/product/data-science/ide-integrations)
* [合作伙伴连接](https://www.databricks.com/partnerconnect)
解决方案
Databricks 行业应用
* [通信](https://www.databricks.com/solutions/industries/telecommunications)
* [金融服务](https://www.databricks.com/solutions/industries/financial-services)
* [医疗与生命科学](https://www.databricks.com/solutions/industries/healthcare-and-life-sciences)
* [制造业](https://www.databricks.com/solutions/industries/manufacturing-industry-solutions)
* [媒体与娱乐](https://www.databricks.com/solutions/industries/media-and-entertainment)
* [公共部门](https://www.databricks.com/solutions/industries/public-sector)
* [零售](https://www.databricks.com/solutions/industries/retail-industry-solutions)
* [查看全部](https://www.databricks.com/solutions)
跨行业解决方案
* [AI 代理](https://www.databricks.com/solutions/ai-agents)
* [AI 治理](https://www.databricks.com/solutions/industries/ai-governance)
* [网络安全](https://www.databricks.com/solutions/industries/cybersecurity)
* [市场营销](https://www.databricks.com/solutions/industries/marketing)
[数据迁移](https://www.databricks.com/solutions/migration)
[前向部署工程](https://www.databricks.com/forward-deployed-engineering)
[解决方案加速器](https://www.databricks.com/solutions/accelerators)
解决方案
Databricks 行业应用
* [通信](https://www.databricks.com/solutions/industries/telecommunications)
* [金融服务](https://www.databricks.com/solutions/industries/financial-services)
* [医疗与生命科学](https://www.databricks.com/solutions/industries/healthcare-and-life-sciences)
* [制造业](https://www.databricks.com/solutions/industries/manufacturing-industry-solutions)
* [媒体与娱乐](https://www.databricks.com/solutions/industries/media-and-entertainment)
* [公共部门](https://www.databricks.com/solutions/industries/public-sector)
* [零售](https://www.databricks.com/solutions/industries/retail-industry-solutions)
* [查看全部](https://www.databricks.com/solutions)
跨行业解决方案
* [AI 代理](https://www.databricks.com/solutions/ai-agents)
* [AI 治理](https://www.databricks.com/solutions/industries/ai-governance)
* [网络安全](https://www.databricks.com/solutions/industries/cybersecurity)
* [市场营销](https://www.databricks.com/solutions/industries/marketing)
数据迁移
前向部署工程
解决方案加速器
资源
[文档](https://www.databricks.com/databricks-documentation)
[客户支持](https://www.databricks.com/support)
[社区](https://community.databricks.com/)
学习
* [培训](https://www.databricks.com/learn/training/home)
* [认证](https://www.databricks.com/learn/training/certification)
* [免费版](https://www.databricks.com/learn/free-edition)
* [大学联盟](https://www.databricks.com/university)
* [Databricks 学院登录](https://www.databricks.com/learn/training/login)
Events
* [Data + AI Summit](https://www.databricks.com/dataaisummit)
* [Data + AI World Tour](https://www.databricks.com/dataaisummit/worldtour)
* [AI Days](https://www.databricks.com/ai-days)
* [Event Calendar](https://www.databricks.com/events)
Blog and Podcasts
* [Databricks Blog](https://www.databricks.com/blog)
* [AI Blog](https://www.databricks.com/blog/category/databricks-ai)
* [Data Brew Podcast](https://www.databricks.com/discover/data-brew)
资源
文档
客户支持
社区
学习
* [培训课程](https://www.databricks.com/learn/training/home)
* [认证考试](https://www.databricks.com/learn/training/certification)
* [免费版本](https://www.databricks.com/learn/free-edition)
* [大学合作计划](https://www.databricks.com/university)
* [Databricks Academy 登录](https://www.databricks.com/learn/training/login)
活动
* [Data + AI Summit](https://www.databricks.com/dataaisummit)
* [Data + AI World Tour](https://www.databricks.com/dataaisummit/worldtour)
* [AI Days](https://www.databricks.com/ai-days)
* [活动日历](https://www.databricks.com/events)
博客与播客
* [Databricks 博客](https://www.databricks.com/blog)
* [AI 博客](https://www.databricks.com/blog/category/databricks-ai)
* [Data Brew 播客](https://www.databricks.com/discover/data-brew)
关于
公司
* [关于我们](https://www.databricks.com/company/about-us)
* [我们的团队](https://www.databricks.com/company/leadership-team)
* [Databricks 风险投资](https://www.databricks.com/databricks-ventures)
* [联系我们](https://www.databricks.com/company/contact)
职业发展
* [开放职位](https://www.databricks.com/company/careers/open-positions)
* [在 Databricks 工作](https://www.databricks.com/company/careers)
媒体
* [奖项与认可](https://www.databricks.com/company/awards-and-recognition)
* [新闻室](https://www.databricks.com/company/newsroom)
[安全与信任](https://www.databricks.com/trust)
关于
公司
* [关于我们](https://www.databricks.com/company/about-us)
* [我们的团队](https://www.databricks.com/company/leadership-team)
* [Databricks 风险投资](https://www.databricks.com/databricks-ventures)
* [联系我们](https://www.databricks.com/company/contact)
职业发展
* [开放职位](https://www.databricks.com/company/careers/open-positions)
* [在 Databricks 工作](https://www.databricks.com/company/careers)
媒体
* [奖项与认可](https://www.databricks.com/company/awards-and-recognition)
* [新闻室](https://www.databricks.com/company/newsroom)
安全与信任
[](https://www.databricks.com/)
Databricks Inc.
160 Spear Street, 15th Floor
San Francisco, CA 94105
1-866-330-0121
* [](https://www.linkedin.com/company/databricks)
* [](https://www.facebook.com/pages/Databricks/560203607379694)
* [](https://twitter.com/databricks)
* [](https://www.databricks.com/feed)
* [](https://www.glassdoor.com/Overview/Working-at-Databricks-EI_IE954734.11,21.htm)
* [](https://www.youtube.com/@Databricks)
[查看职位](https://www.databricks.com/company/careers)
[在 Databricks](https://www.databricks.com/company/careers)
* [](https://www.linkedin.com/company/databricks)
* [](https://www.facebook.com/pages/Databricks/560203607379694)
* [](https://twitter.com/databricks)
* [](https://www.databricks.com/feed)
* [](https://www.glassdoor.com/Overview/Working-at-Databricks-EI_IE954734.11,21.htm)
* [](https://www.youtube.com/@Databricks)
© Databricks 2026。保留所有权利。Apache、Apache Spark、Spark、Spark 标志、Apache Iceberg、Iceberg 和 Apache Iceberg 标志是 [Apache 软件基金会](https://www.apache.org/) 的商标。
* [隐私声明](https://www.databricks.com/legal/privacynotice)
* |[使用条款](https://www.databricks.com/legal/terms-of-use)
* |[现代奴隶制声明](https://www.databricks.com/legal/modern-slavery-policy-statement)
* |[加州隐私](https://www.databricks.com/legal/supplemental-privacy-notice-california-residents)
* |[您的隐私选择](https://www.databricks.com/blog/unlock-powerful-insights-and-forecasts-predictive-ai-functions#yourprivacychoices)
* 
## 我们重视您的隐私
Databricks 使用 Cookie 和类似技术来提升网站导航体验、分析网站使用情况、个性化内容和广告，具体说明请参阅我们的 [Cookie 声明](https://www.databricks.com/legal/cookienotice)。如需禁用非必要 Cookie，请点击“全部拒绝”。您也可以通过点击“管理偏好”来管理 Cookie 设置。
管理偏好
全部拒绝 全部接受
## 隐私偏好中心
已尊重退出偏好信号
## 隐私偏好中心
* ### 您的隐私
* ### 严格必要 Cookie
* ### 性能 Cookie
* ### 功能性 Cookie
* ### 定向 Cookie
* ### TOTHR
#### 您的隐私
当您访问任何网站时，网站可能会在您的浏览器中存储或检索信息，通常以 Cookie 的形式。这些信息可能涉及您本人、您的偏好或您的设备，主要用于使网站按您期望的方式运行。这些信息通常不会直接识别您，但可以为您提供更个性化的网络体验。由于我们尊重您的隐私权，您可以选择不允许某些类型的 Cookie。点击不同的分类标题以了解更多并更改默认设置。然而，阻止某些类型的 Cookie 可能会影响您使用网站的体验以及我们能够提供的服务。
#### 退出销售、共享和定向广告
根据您的所在地，您可能有权退出“销售”或“共享”您的个人信息，或退出将您的个人信息用于在线“定向广告”的处理。您可以通过在此处禁用可选 Cookie 来基于 Cookie 和类似标识符进行退出。如需基于其他标识符（如您的电子邮件地址）进行退出，请通过我们的 [隐私请求中心](https://privacypreferences.databricks.com/) 提交请求。
[更多信息](https://www.databricks.com/legal/cookienotice)
#### 严格必要 Cookie
始终处于激活状态
这些 Cookie 对网站的正常运行至关重要，无法在我们的系统中关闭。它们有助于实现网站的基本功能，例如设置您的隐私偏好、登录或填写表单。您可以设置浏览器阻止或提醒您这些 Cookie，但网站的部分功能将无法使用。
#### 性能 Cookie
- [x] 性能 Cookie
这些 Cookie 允许我们统计访问量和流量来源，从而衡量和改进网站性能。它们帮助我们了解哪些页面最受欢迎，哪些最不受欢迎，并观察访客在网站内的浏览行为。
#### 功能 Cookie
- [x] 功能 Cookie
这些 Cookie 使网站能够提供增强的功能和个性化服务。它们可能由我们或我们页面上添加的第三方服务提供商设置。如果您不允许这些 Cookie，部分或全部服务可能无法正常运行。
#### 定向 Cookie
- [x] 定向 Cookie
这些 Cookie 可能通过我们的网站由广告合作伙伴设置。这些公司可能会利用它们建立您的兴趣档案，并在其他网站上向您展示相关广告。如果您不允许这些 Cookie，将看到更少的定向广告。
#### TOTHR
- [x] TOTHR
### Cookie 列表
同意 法律利益
- [x] 复选框标签
- [x] 复选框标签
- [x] 复选框标签
清除
* - [x] 复选框标签
应用 取消
确认我的选择
允许所有
[](https://www.onetrust.com/products/cookie-consent/)
