AskTable 的诞生
你好，我们是 AskTable。
作为一个技术领域的创业团队，我们一直在思考：为什么不能像搜索网页一样，简单快捷地搜索我们的 Excel 和数据库这类结构化数据呢？
各行各业面临的数据困境
在与众多企业和机构交流的过程中，我们深刻体会到他们在处理结构化数据时的困境：
- 湖南某人力服务公司（日活千万）：每天接收上千个格式不统一的 Excel 文件，如表头不一致、单元格合并等，目前全靠人工处理，急需自动化。
- 北 京某头部会计师事务所：从客户财务、ERP系统中获取大量结构化数据，存于 Excel，希望能快速查数，提高效率。
- 天津某中学：全校学生资料、老师排班等信息散落在大量 Excel 文件中，手动处理数据繁琐且低效。比如在统计全校数据时，需要将各年级上报的 Excel 文件手动汇总。
- 江苏某新能源上市公司：提供软硬件一体化解决方案，计划在自研 SaaS 平台上集成 AI 查询，减少重复代码编写，节省人力。
- 山东某全球 500 强企业：业务负责人频繁查询数据，虽然有数据中台、仪表盘，但也只有少数人具备应用的能力，因为这需要编写复杂 SQL 并理解数据仓库字段。创建一个仪表盘通常耗时数天，严重影响决策效率，尤其是在需要二次查询的情况下。该集团计划未来 3 年通过 AI 来解决这一问题。
- 北京某金融服务公司：为商家提供垫资服务，部分经营数据存于阿里云 RDS 数据库，期望通过 AI 直接检索数据，为业务决策和客户查询服务提供支持。
结构化数据的搜索与利用，已成为各行各业加速经营效率无法绕过的“必经之路”。
出路在哪里
面对这样的困境，我们相信 AI 是我们寻找的钥匙。然而，常见的 AI 知识库或 AI 搜索主要针对自然语言文本，擅长处理 Word、PDF、网页、邮件等自然语言文档，如法律条文、产品手册等。但面对结构化数据 Excel 或 数据库，往往无能为力。
用户的期望很简单：无论是 Word 还是 Excel，都希望同样易用。 而这种理想与现实的鸿沟，正是我们努力的方向。
我们始终认为，让 AI 理解结构化数据，是从“有趣”到“有用”的关键转折点。
AskTable 的诞生
为了填补这一空白，我和团队创立了 AskTable。
- Ask，代表了新 AI 时代标志性的交互方式——提问。
- Table，代表结构化数据，如飞书表格、Excel、MySQL、ClickHouse 数据仓库等。
我们的使命是：让每个人都能像使用百度、谷歌一样，轻松搜索和利用自己的结构化数据。
我们的定位
通过最新的 AI 搜索技术，AskTable 能够理解用户的自然语言查询，自动生成数据查询指令，直接给出结果。这不仅降低了使用门槛，还显著提升了工作效率。 AskTable 将搜索的边界从网页、文档、图片、视频，扩展到了 Excel、数据库等强结构化数据。
例如，基于 AskTable，我们正在为 Excel 用户设计一个 AI 档案库—— 0Excel.com，基于 AskTable 的技术，仅需 10 秒，即可从成千上万的 Excel 文件中找到所需数据。
在发展过程中，我们始终坚持 “专注于核心，不重复造轮子” 的原则：
- 我们不提供 AI 模型，但会集成/微调适合的大模型，为用户提供最佳体验。
- 我们不构建 AI Agent 平台，但可以在合作伙伴的平台中嵌入我们的数据库访问能力。
- 我们不提供通用 Bot，但能让合作伙伴的 Bot 更智能，识别用户身份，提供个性化回答。
- 我们不提供数据库，但赋予用户和 开发者访问和利用自有数据的能力。
- 我们不提供 BI 套件，但可以在合作伙伴的数据平台中嵌入我们的 AI 对话能力。
展望
随着企业的 AI 应用进入深水区，必须要面对大量的结构化数据。市场对便捷、高效的结构化数据搜索需求巨大。我们相信，未来的工作方式将因 AskTable 而改变。让每个人都能轻松、平等地获取所需的数据和洞察，是我们永远努力的方向。
欢迎加入
- ALL in LLM：我们是 LLM 虔诚的信徒，不引入复杂的系统设计，尽可能激发LLM的潜能。
- 业务第一：我们专注于 LLM 在具体业务场景的落地，聚焦上层应用的落地
- 安全性：我们相信开源模型的能力，寻找最佳的本地部署方案
我们诚挚地邀请同样在 AI 领域充满热情、创造力的你联系我们，互相交流，或者加入我们，一起开创人工智能的未来！
在官网（AskTable.com）提交资料即可与我们取得联系～