全文约1500 字；
阅读时间：约5分钟；
听完时间：约10分钟；
多维表格更新后，在新建的“文本”类型属性字段中，新增了一个选项叫做“AI 计算”。这个功能具体有哪些作用呢？通过点击进入后，我发现它提供了几种计算类别：智能抽取、智能分类、情感分析、内容总结和自定义生成。这些类别具体都有什么用途呢？为了搞清楚，古老师决定使用具体数据来进行测试。
智能抽取首先测试的是“智能抽取”功能。从这个功能名可以理解为对特定数据进行分离处理，类似于传统表格中的智能填充功能。测试的第一组数据是从一组具有规律性的数据中提取特定的数字。例如，从“芯子 3.8*60*2.5 101.8uf”这样的字符串中提取数字“101.8”。
在“AI 计算”的“智能抽取”功能中进行如下设置：
数据来源：选择当前表中的名为“物料名称”的文本字段；
提取内容：在类似对话框的界面中输入“提取 uf 前面的数字，例如 101.8”。
设置完成后点击“开始生成”。经过简单的处理，不到几秒钟的时间，AI 就成功地从数据中抽取出正确的数字，并且所有提取结果都是准确无误的。
其效果如下图所示
当有新的数据变化时，如何进行更新呢？我们继续在表格下方添加数据即可。这时我们可以观察到，“智能抽取”这一列的字段数据并未像公式那样自动更新。正当感到有些失望之际，却发现旁边有一个 AI 图标。选择需要抽取的数据类型，尝试点击该图标后，发现系统能够按照上次设定的规则自动更新抽取的数据。
其效果如下图所示：
智能分类接下来测试的是智能分类功能，这个功能可以根据内容进行分类。那么具体的内容是什么呢？我们先给它一组绩效等级，如"S、A、B、C" 等，看看它能分出什么内容。
在“AI计算”的“智能分类”功能中进行如下设置：
数据来源：等级
添加想要的分类：一级、二级、三级、四级
确认后，AI 自动根据绩效等级的字母生成了相应的数字等级。也就是说，字母等级被转换成了数字等级。其效果如下：
我们将继续测试一组数据，场景为公司的产品销售到不同城市，并需要按城市的地区进行大区统计。我们已经知道销售的城市，例如“包头、大同、海口”等。现在我们需要把这些城市分类到“东部地区、南部地区、北部地区、西部地区”这四个大区。
在传统的表格中要实现这一功能可能比较困难，让我们看看多维表格的AI是否能够快速生成所需的分类。
在“AI计算”的“智能分类”功能中进行如下设置：
数据来源：城市字段
添加想要的分类：“东部地区、南部地区、北部地区、西部地区”
确认后，AI自动根据城市名称在几秒钟内判断出每个城市对应的大区。由于城市数量较多，我们尚未逐一验证，但从初步观察来看，分类的准确性非常高。
效果如下图：
继续测试，工厂中请购了很多防护类的用品，现在需要根据这些防护类的用品的名称进行分类，如防尘口罩、防护眼镜、一次性防护服等。具体的分类分为：
头部防护、身体防护、呼吸防护、其他防护等。我们看一下AI的表现
由于时间关系，今日测试到这里，未完待续……
最后总结通过对多维表格更新后的“AI 计算”功能进行了一系列测试，我们发现了其强大的数据处理能力。其中，“智能抽取”功能能够高效准确地从复杂文本中提取所需的关键数据，大大简化了数据整理的过程。即使在数据发生变化时，只需简单操作即可完成数据的更新，无需重新设置抽取规则。
接着，“智能分类”功能展示了其在数据归类方面的强大能力。无论是将抽象的绩效等级转化为直观的数字等级，还是将不同的城市名快速准确地划分到所属的地理区域，甚至是将工厂采购的防护用品进行细致分类，AI都能迅速给出合理的分类结果。这些功能不仅极大地提高了工作效率，还减少了人为错误的可能性。
综上所述，“AI 计算”功能为多维表格带来了前所未有的智能化体验，对于日常工作中涉及大量数据处理的任务来说，无疑是一项重大提升。未来我们将进一步探索更多应用场景，以充分发挥这项技术的优势。
