Hinzufügen einer KI -Ebene zu Ihren Geschäftsdaten mit dem CEO von Pyramid Analytics, Omri Kohl

Omri Kohl ist der CEO von Pyramid Analytics, die Business Intelligence Softwareplattform, die er 2008 mitgesucht hat. Anfang des Frühjahrs kündigte Pyramid bekannt Die Veröffentlichung von „Genbi“, Die Integration generativer KI -großer Sprachmodelle (LLMs) durch das Unternehmen in Datenanalyse -Workflows. Während viele Analyseplattformen im vergangenen Jahr KI auf verschiedene Weise implementiert haben, ist Pyramids Ansatz unverwechselbar und besonders innovativ. Kohl sprach mit uns über die Herausforderungen, Versprechen und Zukunft des Genbi.

In den Medien ist jetzt viel Aufregung über die Datenschutzbedenken, die mit der Verwendung von LLM -Chatbots verbunden sind. Wie haben Sie diese Probleme beim Aufbau Ihrer Genbi -Funktionen angesprochen?

All diese Summen basieren auf sehr gültigen Bedenken. Die Menschen haben gute Gründe, sich von der Idee zurückzuziehen, ihre äußerst sensiblen Unternehmensdaten mit OpenAIs Motoren und anderen ähnlichen Lösungen zu teilen. Gleichzeitig möchten sie die Kraft von KI nutzen, um Antworten auf ihre datenbasierten Fragen zu erhalten.

Bei Pyramid Analytics stimmen wir die beiden Motivationen in Einklang, indem wir das gesamte Problem auf den Kopf stellen. Wir haben Dinge so strukturiert, dass das KI -Modell niemals auf Ihre Daten zugreifen kann. Sobald Sie Ihre Eingabeaufforderung an Pyramide senden, senden wir eine daten-agnostische Version an das große Sprachmodell (LLM) sowie eine grundlegende Beschreibung der Daten und empfangen im Austausch eine klare Richtung, um Ihre Frage in Form einer Aufforderung zu stellen, dass Pyramide intern auf Ihren tatsächlichen Daten ausgeführt werden kann.

Wir betrachten dies gerne als das Senden des LLM die Zutaten für die Analyse und erhalten ein Rezept im Austausch. Wir sind diejenigen, die das Rezept in situ auf Ihren Datensatz anwenden. Ihre Daten lassen Ihren Server oder Ihre Cloud nie, entweder auf unsere Plattform oder an eine LLM zu gelangen. Wir dienen als Schnittstelle zwischen Ihren Daten und dem LLM und bieten Ihnen Einblicke, Analysen und/oder die besten Möglichkeiten, Ihre Daten zu visualisieren und zu untersuchen.

War die KI-Eingabeaufforderungen für natürliche Sprache in das Bild, war wahre „Selbstbedienung Business Intelligence“ ein unerfülltes Versprechen?

Ich muss zugeben, dass Self-Service BI nie wirklich sein Versprechen erbracht hat. Die gleichen datenbezogenen Probleme, mit denen wir uns in den neunziger Jahren auseinandersetzten, wie „Müll in Müllausstattung“, sind immer noch bei uns, aber sie metastasiert, weil die Datenmenge so schnell gestiegen ist. Darüber hinaus hat die Idee des Selbstbedieners neue Probleme erzeugt, wie mehrere Versionen der Wahrheit, denn jetzt hat jeder seine eigene Kopie der Daten.

Das Hauptproblem ist, dass die Leute nicht in Kreisdiagrammen oder Streudiagrammen denken. Sie wissen eigentlich nicht, welche Visualisierungen oder Formate für ihre Daten angewendet werden sollen, aber Self-Service BI funktioniert nur, wenn Sie über ein gewisses Maß an Fachwissen in Bezug auf Datenmanipulation und Erkundung verfügen. Die Leute wollen wirklich nur ein System, das Antworten auf ihre Fragen liefert.

Hier kommt generative Bi oder Genbi, wie das, was wir für Pyramide entwickelt haben, ins Bild. Es ermöglicht den Menschen, nur eine Frage in der natürlichen Sprache zu stellen und ein Dashboard oder ein neu in Scheiben geschnittener Diagramm zu erhalten, das die von Ihnen gesuchten Antworten liefert. Mit Genbi ist BI jetzt wirklich selbstbedingt, da jeder eine Frage in der natürlichen Sprache ohne Fachwissen in der Datenerforschung stellen und die Erkenntnisse erhalten, die er in weniger als einer Minute benötigt.

Sie sprechen viel über die Daten der Daten, um eine bessere Entscheidungsfindung zu erzielen. Was hält die Geschäftsführer Ihrer Meinung nach davon ab, den Sprung von der Verwendung von Daten auf beschreibende Weise bis zur Verwendung von Daten auf eine vorgeschriebene Weise zu machen?

Erstens sollten die aus Daten extrahierten Erkenntnisse jederzeit verfügbar sein, da dies der Schlüssel für taktische Entscheidungen ist. Zweitens glaube ich, dass KI die Technologie ist, die uns zu präskriptiven Anwendungsfällen bringt.

Ich denke, wir alle schätzen die Macht der Daten, um eine bessere Entscheidungsfindung zu ermöglichen, die auf soliden Fakten und Beweisen beruht. Das Problem war immer, auf die in den Daten gesperrten Erkenntnisse und rechtzeitig zugegriffen zu haben. Bisher hatten Unternehmensführer nicht immer das Know -how, um Daten zu analysieren und aussagekräftige Erkenntnisse zu erzielen. Wenn sie über die Werkzeuge und die Fähigkeiten verfügten, konnten sie diese Erkenntnisse nicht rechtzeitig erhalten, um taktische Entscheidungen mit der Geschwindigkeit des Geschäfts zu treffen.

Wir haben bereits einen langen Beitrag zur Überbrückung der Lücke zum vorgeschriebenen Datenmanagement geliefert, indem wir in weniger als einer Minute einfach umsetzbare Antworten auf Geschäftsfragen abgegeben haben. Wir bringen die gleichen automatisierten Magie in Unternehmensdaten, die Google Maps zur Reiseplanung gebracht hat. Auf die gleiche Weise, wie Sie Ihr Ziel in Ihre Navigations -App eingeben und die Anweisungen befolgen, hoffen wir, dass Genbi bald in der Lage sein wird, strategische Beratung basierend auf Datentrends und Projektionen zu geben.

Was sind einige der coolsten Möglichkeiten, wie App-Entwickler eingebettetes Genbi in Benutzererlebnisse implementieren können?

Die coolsten Wege wurden wahrscheinlich noch nicht einmal vorgestellt. Der Himmel ist die Grenze.

Bisher suchen wir jedoch Anwendungsfälle wie eine Bank -App, die Kunden einlädt, zu fragen: “Wie kann ich mehr Geld sparen?” Ein Finanzberater liefert möglicherweise automatisierte intelligente Vorschläge, wie Kunden ihre Portfolios optimieren können. Oder Fertigungsfabrikmanagement -Apps können generative, interaktive Effizienz -Erkenntnisse für Lieferketten liefern.

Andere BI -Plattformen behaupten, Abfragen für natürliche Sprache zu unterstützen. Was macht Ihren Ansatz anders?

Für den Anfang kann Pyramide auch sehr vage Fragen stellen und sie in praktikable Datenabfragen verwandeln, die sinnvolle Erkenntnisse liefern. Die meisten BI-Plattformen werden nicht in der Lage sein, etwas so Unkompliziertes wie „Analysieren von Verkäufen im Nordosten der USA im vergangenen Jahr“ und dann in Visualisierungen, die im Laufe der Zeit die Kategorie und Trends der Kategorie pro Branch aufweisen, zu brechen. Pyramide unterstützt auch gesprochene Anfragen, nicht nur Texteingaben.

Ein weiterer signifikanter Unterschied liegt in den Ergebnissen, die Sie erhalten. Aktuelle BI -Plattformen erstellen nur grundlegende Kreisdiagramme aus einfachen Datensätzen. Pyramide serviert hochkomplexe Visualisierungen und eine ganze Reihe von Grafiken, Diagrammen, Berichten und Formaten.

Darüber hinaus sind alle unsere Ergebnisse voll dynamisch, sodass Sie sie manipulieren können, um bestimmte Daten unterzuziehen, die Farben anzupassen und vieles mehr. Die meisten Apps, die das Datenmanagement für natürliche Sprache versprechen, basieren auf Python. Sie erzeugen ein statisches Bild, das nicht weiter optimiert oder untersucht werden kann. Alle unsere Visualisierungen können so angepasst und in Scheiben geschnitten werden, wie Sie möchten.

Wo sehen Sie die Fähigkeiten von Genbi im nächsten Jahr?

Wir konzentrieren uns definitiv darauf, Genbi in die nächsten Phasen zu bringen. Ich kann zu diesem Zeitpunkt nicht zu viel näher erläutern, aber Sie können mehr Überraschungen und störende Technologien von Pyramide erwarten. Ich kann Ihnen sagen, dass wir das nächste große Hindernis für Genbi -Tools ansprechen: skalierbare Personalisierung.

Die Menschen möchten in der Lage sein, sehr spezifische Fragen zu personalisierten Unternehmen einzureichen, aber LLMs erfordern vollständige und detaillierte Kenntnisse der Daten, um eine aussagekräftige Antwort zu liefern, die, wie wir bereits erklärt haben, aus Datenschutzgründen nicht praktikabel ist, aber auch nicht praktisch, da dies oft große Datensätze sind, die sich jeden Tag dramatisch ändern. Wir untersuchen Wege, um diesen Buckel an situationsspezifischen Datenuntersuchungen zu überwinden, und wir sind dem Erfolg sehr nahe.

Gleichzeitig arbeiten wir daran, Benutzern ihre eigenen Formeln anzuwenden und ihre eigenen mathematischen Interpretationen der Daten auszuwählen. Dies ist eine Herausforderung, weil es so schwierig ist, das grundlegende Anliegen des Benutzers zu verstehen und die richtige Syntax voranzutreiben. Es ist nicht besonders schwierig, eine Formel zu erlassen, sobald Sie verstanden haben, welche man sich verwenden soll. Wir glauben, dass die Lösung dieser Probleme uns über die nächste Grenze in BI und Datenmanagement bringen wird.