在数据仓库中使用AI函数：六大用例
内容提要
本文介绍了Databricks的AI Functions，可在纯SQL中运行六种AI用例，包括解析文档、分类、翻译、提取和生成。这些功能直接在数据仓库内处理非结构化数据，无需移动数据或额外管道，简化流程并增强治理。通过SQL查询即可实现情感分析、票据分类、销售提取等，提升效率并降低成本。
延伸解读
从“搬运数据”到“就地计算”
传统AI工作流需要将非结构化数据（如PDF、评论）导出到外部服务处理，再手工合并回数据仓库，过程繁琐且易因schema变化而中断。AI Functions将模型调用嵌入SQL，使推理在数据所在位置完成，无需额外管道，降低了数据移动带来的安全与治理风险。
六种函数覆盖常见AI需求
ai_parse_document负责解析PDF等二进制文件，ai_extract提取关键字段，ai_classify进行零样本分类，ai_translate实现多语言归一化，ai_query则提供通用提示接口。这些函数可组合使用，例如先解析发票再提取实体，或先翻译评论再分析情感，灵活应对多种场景。
治理与成本优势
所有AI函数均在Unity Catalog治理下运行，数据血缘从原始文件延伸到提取结果，全程可追踪。同时，由于无需额外托管模型服务或数据管道，减少了系统复杂度和运营成本，使AI能力更易集成到现有SQL ETL流程中。
适用场景与建议
文章建议从最脆弱的现有服务入手，用SELECT语句重写并测试10,000行数据，快速验证是否适用。这适合处理支持工单分类、销售通话记录提取、客户评论情感分析等任务，但需注意函数依赖Databricks环境，且效果受模型能力限制。
Q&A
Databricks AI Functions 是什么？
Databricks AI Functions 是一组内置函数，允许用户在纯 SQL 查询中直接调用 AI 模型，处理非结构化数据（如 PDF、文本）并与结构化数据结合，无需移动数据或构建额外管道。
AI Functions 如何解决传统 AI 工作负载中的数据移动问题？
传统方式需要将数据导出到外部 AI 服务，处理后再导回，过程缓慢且易出错。AI Functions 将 AI 直接带到数据所在位置，在 SQL 查询中调用模型，整个推理过程在现有管道和 Unity Catalog 治理内完成，避免了数据移动和相关的安全风险。
ai_parse_document 和 ai_extract 如何协同工作？
ai_parse_document 将原始二进制文件（如 PDF、图片）转换为可读文本，ai_extract 则从解析后的文本中提取特定字段（如发票中的实体）。两者结合，可以在单个查询计划中完成从原始文件到结构化数据的转换，替代了自定义 OCR 和第三方解析服务。
ai_classify 在情感分析中如何使用？
ai_classify 执行零样本分类，无需训练模型。例如，可以将客户评论（如 bronze.nps_responses 表中的数据）分类为正面、负面、中性和混合，从而将非结构化文本转化为可用于 BI 仪表板的查询列。
ai_translate 如何帮助处理多语言数据？
ai_translate 可以在查询层直接将多语言数据翻译成统一的目标语言（如英语），避免数据孤岛，使所有下游分析（如分类和提取）能够处理完整的全球数据集，而不是仅处理英语子集。
ai_classify 如何用于支持工单的自动路由？
ai_classify 可以在工单摄入时识别意图和紧急程度，从而自动将工单路由到合适的团队或触发自动响应系统，提高运营效率。
ai_extract 如何从销售通话记录中提取结构化信息？
ai_extract 可以从长文本（如销售通话记录）中挖掘半结构化信息，提取出下一步行动、交易阶段、风险标志和风险原因等字段，使定性信息可直接用于 BI 工具，帮助销售人员采取行动。
ai_query 的用途是什么？
ai_query 是最通用的函数，允许用户向任何 Databricks 托管的模型端点发送提示，并返回每行的模型回答。它可以用于生成文本（如续约邮件），处理其他特定函数无法覆盖的用例。
使用 AI Functions 对数据治理有什么好处？
AI Functions 在 Unity Catalog 治理下运行，所有推理过程都在数据仓库内完成，无需将数据移出，从而减少了安全风险，并统一了治理模型。
如何开始使用 AI Functions？
可以从一个列开始，选择当前最脆弱的服务，将其重写为 SELECT 查询，在 10,000 行数据上运行，并观察结果。每个演示笔记本都包含示例数据和分步 SQL，便于快速评估。
