这样的展望让团队成员一拍即合，决定开启IN4项目。面对多维度、大规模的数据，如何让系统自动搜寻有趣的数据特征，即所谓的insight（洞察），是团队在项目最初阶段面临的重多挑战之一。要解决这个问题，团队需要回答更多问题，比如说，什么是insight？（需要一个严谨具体的定义）如何挖掘数据？（需要一套高效的算法）挖掘出insight后如何向用户表达呈现？如何用自然语言描述？这些具体问题让团队成员逐渐聚焦四大关键技术：Excel Magic（元数据理解），Auto Insights（insight挖掘），MetroEyes（双向交互）和Power Story（insight描述）。根据这些具体的技术需求，atv，张冬梅将团队分为多个小组，大家同时开展研究。

因为IN4的研究目标是提供端到端的数据分析服务系统原型，所以针对任何一个要素，研究员都需要一边做技术研究，一边做工程设计。从2014年11月到2015年3月，这短短的5个月时间，对每个研究员来说都是一段紧张而难忘的时光。张冬梅尤其记得当时每周五组会，大家聚在一起汇报各小组进展。作为压轴节目，负责交互设计和系统集成的研究员侯志涛会将大家的成果汇总进行演示，那时大家最经常说的一句话就是：这是我们想要的效果么？如果答案是否定的，接下来就会是进一步的讨论、反馈和改进。周周如此，周而复始。

　　“这是我们能拥有的最好的合作伙伴之一”

时间快进到5个月后，2015年3月。在微软总部举行的技术节（TechFest）上，软件分析组首次在公司内部展示IN4。就在这场R（Research研究）与D（Development产品开发）的交流活动上，IN4项目和Power BI首次相遇，并被Power BI产品团队一眼相中。时任Power BI工程总监的Nick特意改变行程与张冬梅的团队开会，并表示出强烈的合作意向：Power BI需要这样的能力，让我们两个团队一起来完善它。

在微软技术节结束后的三个月内，双方的紧密合作促使项目进展迅速。7月，IN4的产品原型Quick Insights已经初见端倪。到了12月，Quick Insights正式上线。在短短9个月的时间内，从实验室里的技术原型到能够被无数用户使用的正式产品，效率之高让人惊叹。

和传统的数据分析工具相比，Quick Insights改变了用户与工具的交互模型，使工具在交互中变得主动。当用户上传数据之后，它的算法能够主动对这些数据进行分析，将分析结果以insights的形式进行组织和排序，并将排名在前的insights提供给用户。不仅如此，Quick Insights会选择适合的可视化方式来呈现这些insights，并配合文字说明以方便用户理解。在五个月之后，两个团队合作推出了第二个功能发布，增添了contextual/scoped insight（特定范围内的洞察）的新功能，让系统可以针对已有图表和分析给用户推荐相关性更高的分析建议。

　　你们怎么总给我送来圣诞礼物？

微软亚洲研究院软件分析组与Power BI团队的合作不会止步于此，双方的合作过程也给予了张冬梅和团队源源不断的研究灵感。

2016年8月，张冬梅团队和研究院创新工程组共同完成了为Power BI特别研究开发的“信息图设计”（Infographic Designer）技术。它可以将已有数据进行丰富多样的可视化呈现，用户可以通过精确控制形状、颜色和布局来控制列表、条形图和柱形图等具体外观，使得用户可以高度具象化地对数据进行描述和展示。这一技术也为Power BI填补了可视化功能的一项空白。

在Infographic Designer于10月底走向大众之后，张冬梅团队又为他们带来了另一个惊喜——Anna Talk。这是一种通过自然语言对话进行交互的商业智能和数据分析工具。微软亚洲研究院院长洪小文博士在2016年“21世纪的计算大会”的演讲中向与会者展示了Anna Talk。

例如当用户上传了过去几年某地的啤酒销售数据，j2直播，Anna Talk会像一个经验丰富的人工智能分析师一样，主动提醒你关注去年5月份的销售异常数据，也会主动问询你是否需要调出过去几年内的5月销售数据作为对比。此外，Anna Talk还能抛弃原有的搜索查询界面，转而使用自然的人机对话，你可以像与助理对话一样跟Anna Talk进行对话，让她帮你调出你想要的数据并自动生成报表。从原有的自然语言问询到对话，从被动回答到主动引导，从分立用户界面到无缝多模态界面， Anna Talk将重新定义数据分析的体验。