AI 赋能商业分析：Gemini 2.0 Flash 助力分析师提速增效
对于那些需要进行大量分析工作的职业人士来说，任何能够提高效率的方法都如同额外获得了宝贵的时间。自动化工具，尤其是 AI 工具，可以为需要处理海量数据并简洁地进行沟通的商业分析师提供强大的支持。
Gartner 的最新分析报告“以 AI 为先的策略带来持续回报”指出，最先进的企业依赖 AI 来提高分析工作的准确性、速度和规模，从而推动三大核心目标：业务增长、客户成功和成本效率。而竞争情报是实现这些目标的关键。
Google 最新发布的 Gemini 2.0 Flash 为商业分析师提供了更快的速度和更大的灵活性，帮助他们定义用于复杂分析的 Python 脚本，从而更精确地控制生成的结果。
Google 声称，Gemini 2.0 Flash 建立在 1.5 Flash 的成功基础之上，后者是其迄今为止最受开发者欢迎的模型。
根据 Google 的说法，Gemini 2.0 Flash 在关键基准测试中超越了 1.5 Pro，速度提升了一倍。2.0 Flash 还支持多模态输入，包括图像、视频和音频，以及多模态输出，包括原生生成的图像与文本混合，以及可控的文本转语音（TTS）多语言音频。它还可以原生调用 Google 搜索、代码执行和第三方用户定义函数等工具。
VentureBeat 对 Gemini 2.0 Flash 进行了一系列越来越复杂的 Python 脚本请求测试，以评估其在处理网络安全市场细微差别方面的速度、准确性和精确度。
VentureBeat 使用 Google AI Studio 访问该模型，从简单的脚本请求开始，逐步过渡到更复杂的网络安全市场相关请求。
使用 Gemini 2.0 Flash 进行 Python 脚本编写最显著的特点是其速度之快，几乎是即时的，可以在几秒钟内提供 Python 脚本。在处理越来越复杂的提示时，它明显快于 1.5 Pro、Claude 和 ChatGPT。
VentureBeat 要求 Gemini 2.0 Flash 执行一项典型的商业或市场分析师会遇到的任务，即创建一个矩阵，比较一系列供应商，并分析 AI 如何在每个公司的产品中使用。
分析师经常需要快速创建表格，以响应销售、营销或战略规划方面的请求，并且通常需要包含每个公司的独特优势或见解。这可能需要数小时甚至数天才能手动完成，具体取决于分析师的经验和知识。
VentureBeat 希望通过让脚本涵盖对 13 家供应商的分析，并提供 AI 如何帮助列出的 XDR 供应商处理遥测数据的见解，使提示请求更加现实。与分析师收到的许多请求一样，VentureBeat 要求 Python 生成一个包含结果的 Excel 文件。
以下是我们提供给 Gemini 2.0 Flash 执行的提示：
编写一个 Python 脚本，分析以下将 AI 集成到其 XDR 平台的网络安全供应商，并构建一个表格，显示他们在 AI 实现方面的差异。第一列为公司名称，第二列为公司将 AI 集成到其中的产品，第三列为他们的独特之处，第四列为 AI 如何详细地帮助处理其 XDR 平台的遥测数据，并提供一个示例。不要进行网页抓取。生成一个包含结果的 Excel 文件，并格式化 Excel 文件中的文本，使其清晰地显示任何括号 ({})、引号 (‘) 和任何 HTML 代码，以提高可读性。将 Excel 文件命名为 Gemini 2 flash test.Cato Networks、Cisco、CrowdStrike、Elastic Security XDR、Fortinet、Google Cloud (Mandiant Advantage XDR)、Microsoft (Microsoft 365 Defender XDR)、Palo Alto Networks、SentinelOne、Sophos、Symantec、Trellix、VMware Carbon Black Cloud XDR
使用 Google AI Studio，VentureBeat 创建了以下 AI 驱动的 XDR 供应商比较 Python 脚本请求，Python 代码在几秒钟内生成：
接下来，VentureBeat 保存了代码并将其加载到 Google Colab 中。这样做的目的是查看 Python 代码在 Google AI Studio 之外的无错误情况，并衡量其编译速度。代码运行完美无误，没有错误，并生成了 Microsoft Excel 文件 Gemini_2_flash_test.xlsx。
脚本在几秒钟内运行，Colab 信号没有错误。它还在脚本结束时提供了一条消息，表明 Excel 文件已完成。
VentureBeat 下载了 Excel 文件，发现它在不到两秒钟内完成。以下是 Python 脚本生成的 Excel 表格的格式化视图。
完成此表格所需的时间不到 4 分钟，包括提交提示、获取 Python 脚本、在 Colab 中运行它、下载 Excel 文件以及进行一些快速格式化。
对于许多在职业生涯中担任过各种商业、竞争和市场分析师角色的专业人士来说，AI 是他们一直在寻找的能够节省大量时间的力量倍增器，可以帮助他们减少重复性、单调任务所需的时间。
分析师天生就具有高度的智力好奇心。将 AI 应用于他们工作中最平凡、最重复的部分，并为他们提供快速创建比较和矩阵的能力，这将极大地提高整个团队的生产力。
商业、竞争分析和营销团队的管理者和领导者需要考虑如何利用 Google 的 Gemini 2.0 Flash 等模型的快速发展来帮助他们的团队控制不断增长的工作量。减轻这种负担将使分析师有机会做他们喜欢做的事情，并发挥他们的优势，即利用他们的直觉、智慧和洞察力，提出具有非凡价值的想法。
