智東西（公眾號(hào)：zhidxcom）
作者 | 長(zhǎng)頸鹿
編輯 | 李水青
智東西4月12日?qǐng)?bào)道，昨日大數(shù)據(jù)分析和指標(biāo)平臺(tái)供應(yīng)商Kyligence（硅智信息）召開了數(shù)智論壇暨春季發(fā)布會(huì)，并分享和探討Data+AI產(chǎn)品及解決方案在金融、零售、制造等行業(yè)落地的思考和經(jīng)驗(yàn)。
Kyligence最新AI解決方案正式發(fā)布，該方案由智能站式指標(biāo)平臺(tái)Kyligence Zen以及內(nèi)置AI數(shù)智助理Kyligence Copilot構(gòu)成，能夠解決AI與指標(biāo)融合的問(wèn)題，論壇分享了AI-數(shù)據(jù)、AI-業(yè)務(wù)相融合的領(lǐng)先案例和未來(lái)趨勢(shì)。
▲Kyligence的AI數(shù)智助理
智東西與少數(shù)媒體對(duì)Kyligence聯(lián)合創(chuàng)始人兼CTO李揚(yáng)、Kyligence解決案與服務(wù)總監(jiān)甜進(jìn)行了采訪。
Kyligence Copilot是基于Kyligence Zen的AI數(shù)智助理，通過(guò)融合最新的通AI模型技術(shù)，幫助管理者智能評(píng)估業(yè)務(wù)運(yùn)營(yíng)的進(jìn)展、定位風(fēng)險(xiǎn)標(biāo)、發(fā)現(xiàn)趨勢(shì)和瓶頸，并提供決策建議。AI解決方案框架通過(guò)然語(yǔ)對(duì)話即可完成圍繞業(yè)務(wù)指標(biāo)的分析和洞察。
當(dāng)智東西問(wèn)到最新AI解決方案與去年有什么新的升級(jí)時(shí)，李揚(yáng)回答道，相比于去年來(lái)說(shuō)，今年這個(gè)方案是有著巨大的飛躍。他表示，去年從方案角度來(lái)說(shuō)指標(biāo)平臺(tái)和數(shù)智助理更像是一個(gè)毛坯和小樣；而最新的AI解決方案融入了企業(yè)中真實(shí)的場(chǎng)景，進(jìn)而能夠解決真實(shí)的問(wèn)題。
▲Kyligence的AI核心技術(shù)
當(dāng)智東西問(wèn)到Kyligence的大模型落地還面臨什么挑戰(zhàn)時(shí)，Kyligence解決方案與服務(wù)總監(jiān)甘甜稱，對(duì)于較復(fù)雜和口語(yǔ)化的自然語(yǔ)言，Kyligence AI解決方案對(duì)此的意圖識(shí)別仍然在攻關(guān)。此外，該產(chǎn)品仍然依賴于專業(yè)的業(yè)務(wù)人員的感知，公司相信在未來(lái)，AI解決方案會(huì)努力朝著貼合自然語(yǔ)言這個(gè)方向前進(jìn)。
來(lái)自德勤和Kyligence的多位嘉賓分享了Data+AI現(xiàn)階段在企業(yè)場(chǎng)景中落地的痛點(diǎn)，并帶來(lái)AI+指標(biāo)平臺(tái)在金融、零售、制造、醫(yī)藥等行落地的最新成果。
一、AI對(duì)話達(dá)成95%準(zhǔn)確率，100%可解釋性
Kyligence CTO李揚(yáng)分享了Kyligence在部分領(lǐng)先企業(yè)落地Data+AI的最新成果。他稱，AI商用化的必要條件是在數(shù)智中真實(shí)應(yīng)用下?lián)碛?5%的準(zhǔn)確性和100%的可解釋性，而Kyligence已經(jīng)在某頭部城商行的真實(shí)場(chǎng)景中做到了這點(diǎn)。最新AI解決方案為AI進(jìn)一步在銀行進(jìn)行大規(guī)模的推廣和應(yīng)用打下了堅(jiān)實(shí)的基矗
▲為什么AI對(duì)話落地需要高準(zhǔn)確率和可解釋性
Kyligence Zen的目標(biāo)管理與指標(biāo)對(duì)齊功能，使得組織能夠從管理者視角，將企業(yè)管理分解為相關(guān)目標(biāo)，并設(shè)置合理的結(jié)果或過(guò)程指標(biāo)，并持續(xù)追蹤、對(duì)比，進(jìn)一步驅(qū)動(dòng)組織的數(shù)字化轉(zhuǎn)型。從而達(dá)到對(duì)齊團(tuán)隊(duì)目標(biāo)和加速業(yè)務(wù)閉環(huán)的目的。
Kyligence AI解決方案基于自然語(yǔ)言轉(zhuǎn)化成指標(biāo)查詢，如何確保這個(gè)指標(biāo)的準(zhǔn)確性？如何保證起初的指標(biāo)定義的準(zhǔn)確性？如何去規(guī)避掉這種人為的錯(cuò)誤？
李揚(yáng)解釋道，首先，我們比較高的準(zhǔn)確性和可靠性就來(lái)自于我們獨(dú)創(chuàng)的目標(biāo)管理與指標(biāo)對(duì)齊功能。
他提出一個(gè)問(wèn)題，一個(gè)AI到底是在做什么工作？
如果AI的工作是幫助一個(gè)程序員把代碼寫得更快、更好，那么編程語(yǔ)言則更為合適。但換過(guò)來(lái)說(shuō)，如果AI的這個(gè)角色崗位是業(yè)務(wù)助理，他的用戶大概率是一個(gè)不懂技術(shù)的業(yè)務(wù)人員，如果AI回答的有所偏頗，那業(yè)務(wù)人員其實(shí)是無(wú)法去檢查他的真實(shí)性和可靠性，所以對(duì)于AI結(jié)合業(yè)務(wù)落地，通過(guò)更清晰易懂的自然語(yǔ)言轉(zhuǎn)化成指標(biāo)查詢才是AI由技術(shù)轉(zhuǎn)向市場(chǎng)的解決方案。
再說(shuō)到指標(biāo)，為什么選指標(biāo)而不是一些別的這個(gè)東西。因?yàn)橹笜?biāo)是業(yè)務(wù)人員可以理解的數(shù)據(jù)語(yǔ)言，那么我們看來(lái)最合適的就是業(yè)務(wù)人員可以理解的數(shù)據(jù)。
那么又沿著另外一個(gè)事情，怎么去把這個(gè)指標(biāo)做到這個(gè)標(biāo)準(zhǔn)化和統(tǒng)一化。大家在跨部門溝通協(xié)作的時(shí)候會(huì)發(fā)現(xiàn)，可能每個(gè)部門對(duì)銷售額和成本的定義都不一樣，那在這種情況下面，人在跨部門交流的時(shí)候也要去澄清，同樣，Kyligence的AI指標(biāo)指標(biāo)平臺(tái)和數(shù)智助理也要管理者在指令上進(jìn)行定義。
只有當(dāng)指標(biāo)數(shù)據(jù)對(duì)齊到業(yè)務(wù)目標(biāo)，才能真正意義上實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的決策和增長(zhǎng)。
萬(wàn)事開頭難，只有通過(guò)累計(jì)的知識(shí)點(diǎn)才能達(dá)到高質(zhì)量的Data+AI，用高質(zhì)量的實(shí)際數(shù)據(jù)來(lái)訓(xùn)練和決策數(shù)據(jù)，才能把長(zhǎng)期的人工智能做下去。
二、落地醫(yī)療、餐飲等行業(yè)，Kyligence提供針對(duì)性服務(wù)
Kyligence已合作于多家藥企、餐飲企業(yè)和頭部銀行，甘甜將這些落地實(shí)踐的案例整理起來(lái)來(lái)解釋產(chǎn)品的實(shí)用性。他認(rèn)為每個(gè)業(yè)務(wù)有不同的分析角度，Kyligence的AI解決方案能夠給出針對(duì)性的風(fēng)險(xiǎn)指標(biāo)和加強(qiáng)管理建議，把人物直接發(fā)送給業(yè)務(wù)的直接負(fù)責(zé)人，幫助實(shí)現(xiàn)更高效的業(yè)務(wù)辦理。
▲Kyligence的AI解決方案助力某頂流餐飲
▲Kyligence的AI解決方案與某頭部藥企攜手合作
▲Kyligence的AI解決方案服務(wù)于某頭部銀行
在落地AI應(yīng)用時(shí)，企業(yè)需要圍繞核心業(yè)務(wù)流程挖掘“小切口、大縱深”的大模型應(yīng)用場(chǎng)景，搭建變革業(yè)務(wù)模式的“殺手級(jí)場(chǎng)景”；與此同時(shí)，大模型仍然依賴大規(guī)模的訓(xùn)練數(shù)據(jù)，尤其是高質(zhì)量的數(shù)據(jù)；企業(yè)需要更加關(guān)注構(gòu)建自己的“數(shù)據(jù)壁壘”，將業(yè)務(wù)數(shù)據(jù)沉淀為指標(biāo)資產(chǎn)。
負(fù)責(zé)德勤中國(guó)AI戰(zhàn)略落地的尤忠彬，以“內(nèi)功不變”應(yīng)“時(shí)代萬(wàn)變”大模型時(shí)代企業(yè)的制勝之道來(lái)解釋AI行業(yè)的落地。他介紹并分享了過(guò)去和現(xiàn)在模型迭代的速度，并表示大模型行業(yè)的快速變化讓機(jī)構(gòu)面臨挑戰(zhàn)。
他重點(diǎn)強(qiáng)調(diào)了五個(gè)不變的因素：完整的AI戰(zhàn)略，即如何影響企業(yè)競(jìng)爭(zhēng)格局，對(duì)于AI有著相對(duì)清晰的愿景式描繪；垂直場(chǎng)景的同質(zhì)化明顯且業(yè)務(wù)深度不足；“紫領(lǐng)人才”的供應(yīng)斷層，強(qiáng)化對(duì)職業(yè)人才的重視度；管控新型AI風(fēng)險(xiǎn)，提高人工智能透明度和可解釋性；以及人工智能時(shí)代成功要素?cái)?shù)據(jù)基礎(chǔ)，企業(yè)內(nèi)部領(lǐng)域知識(shí)的運(yùn)營(yíng)會(huì)越來(lái)越強(qiáng)化。
正如尤忠彬所述，在快速變化的AI時(shí)代，企業(yè)應(yīng)當(dāng)保持定力，持續(xù)圍繞戰(zhàn)略、人才、風(fēng)險(xiǎn)、數(shù)據(jù)、生態(tài)等“不變”關(guān)鍵要素重點(diǎn)建設(shè)。
三、持續(xù)扎實(shí)AI基礎(chǔ)要素，規(guī)避AI產(chǎn)品風(fēng)險(xiǎn)
企業(yè)和商業(yè)用戶更在意的其實(shí)不放心是把數(shù)據(jù)交給給大模型，認(rèn)為AI有多重的不可靠因素。對(duì)此Kyligence的兩位出席人員表明，Kyligence Zen指標(biāo)平臺(tái)能夠智能的一站式解決，大模型實(shí)際上不會(huì)獲得任何數(shù)據(jù)，也不會(huì)直接查詢數(shù)據(jù)。AI數(shù)智助理Kyligence Copilot可集成用戶認(rèn)證系統(tǒng)如AAD，還可根據(jù)組織架構(gòu)配置用戶的數(shù)據(jù)訪問(wèn)權(quán)限。Kyligence AI解決方案結(jié)合數(shù)智助理獲取主要數(shù)據(jù)，通過(guò)通用大模型給出一些原因，對(duì)應(yīng)的行動(dòng)建議，形成閉環(huán)。因此，Kyligence的解決方案通過(guò)指標(biāo)查詢，在指標(biāo)系統(tǒng)得到保障。
▲Kyligence指標(biāo)平臺(tái)保障數(shù)據(jù)安全
Kyligence的AI解決方案對(duì)接了國(guó)內(nèi)外通用大模型，能夠更好的支持高度口語(yǔ)化的業(yè)務(wù)問(wèn)題，完成提供更加符合指標(biāo)平臺(tái)的答案。讓更多的業(yè)務(wù)通過(guò)自然語(yǔ)言獲取指標(biāo)數(shù)據(jù)，獲得指標(biāo)緯度，進(jìn)一步快速定義指標(biāo)問(wèn)題。
也就是說(shuō)，AI解決方案在已經(jīng)創(chuàng)建好的指標(biāo)體系的基礎(chǔ)上，去對(duì)指標(biāo)做進(jìn)一步的數(shù)據(jù)以及對(duì)應(yīng)的指標(biāo)的上升或者下降的歸因分析。
▲Kyligence的AI解決方案能夠回答準(zhǔn)確
和業(yè)務(wù)一起共創(chuàng)是AI解決方案的一個(gè)亮點(diǎn)，通過(guò)業(yè)務(wù)指標(biāo)的方式，讓客戶自己做交互式的修訂和更改。這類似于讓企業(yè)先定義一套類似于考核體系的指標(biāo)，然后再進(jìn)行智能分析。
結(jié)語(yǔ)：AI+數(shù)據(jù)分析，降低數(shù)據(jù)使用門檻
Kyligence以AI+指標(biāo)平臺(tái)這一全新的形式滿足企業(yè)復(fù)雜多樣的分析需求，提高了商業(yè)洞察的質(zhì)量和決策效率；還結(jié)合最新的生成式AI 技術(shù)，在一線人員范圍推廣并使用AI數(shù)智助理，進(jìn)一步降低業(yè)務(wù)人員使用數(shù)據(jù)的門檻；最后Kyligence創(chuàng)新性的分析眾多真實(shí)場(chǎng)景，使業(yè)務(wù)評(píng)估更為精準(zhǔn)。
但Kyligence的AI解決方案目前仍面臨著無(wú)法識(shí)別新業(yè)務(wù)的感知以及對(duì)自然語(yǔ)言處理不夠嫻熟的挑戰(zhàn)。對(duì)于處理終端業(yè)務(wù)和多指標(biāo)等復(fù)雜性需求，國(guó)產(chǎn)AI行業(yè)在AI技術(shù)完全落地的路上仍需繼續(xù)探索。
