ओम्री कोहल, पाइरामिड एनालिटिक्स के सीईओ और सह-संस्थापक – साक्षात्कार श्रृंखला

ओम्री कोहल पाइरामिड एनालिटिक्स के सीईओ और सह-संस्थापक हैं। पाइरामिड डिसीजन इंटेलिजेंस प्लेटफॉर्म किसी को भी तेजी से, अधिक बुद्धिमान निर्णय लेने के लिए डेटा-संचालित अंतर्दृष्टि प्रदान करता है। वह कंपनी की रणनीति और संचालन का नेतृत्व तेजी से बढ़ते डेटा और विश्लेषण बाजार के माध्यम से करते हैं। कोहल विश्लेषण और एआई प्रौद्योगिकियों की गहरी समझ, मूल्यवान प्रबंधन अनुभव और पारंपरिक सोच को चुनौती देने की प्राकृतिक क्षमता लाते हैं। कोहल एक अत्यधिक अनुभवी उद्यमी हैं जिनके पास तेजी से बढ़ती कंपनियों को विकसित करने और प्रबंधित करने का एक सिद्ध रिकॉर्ड है। उन्होंने बार-इलान विश्वविद्यालय में अर्थशास्त्र, वित्त और व्यवसाय प्रबंधन का अध्ययन किया और न्यूयॉर्क विश्वविद्यालय, लेनार्ड एन. स्टर्न स्कूल ऑफ बिजनेस से अंतर्राष्ट्रीय व्यवसाय प्रबंधन में एमबीए किया है।

आप जेनबीआई क्या है और यह व्यवसायिक बुद्धिमत्ता के साथ जनरेटिव एआई को कैसे एकीकृत करता है ताकि निर्णय लेने की प्रक्रियाओं में सुधार किया जा सके, इसके बारे में बताना शुरू कर सकते हैं?

जेनबीआई विश्लेषण, व्यवसायिक बुद्धिमत्ता और निर्णय लेने में जेनएआई, एलएलएम और सामान्य एआई की शक्ति लाने के लिए फ्रेमवर्क और मशीनरी है।

वर्तमान में, जेनएआई का उपयोग करके डेटासेट तक अंतर्दृष्टि प्राप्त करना व्यावहारिक नहीं है। यह एक सप्ताह से अधिक समय ले सकता है कि आपके जेनएआई टूल में पर्याप्त डेटा अपलोड करने के लिए अर्थपूर्ण परिणाम प्राप्त करने के लिए। यह बस काम नहीं करता है, क्योंकि व्यवसायिक डेटा बहुत गतिशील और बहुत संवेदनशील है और इस तरह इसका उपयोग करने के लिए। जेनबीआई के साथ, कोई भी अपने डेटा से मूल्यवान अंतर्दृष्टि निकाल सकता है, बस एक प्राकृतिक भाषा में एक प्रश्न पूछकर और परिणामों को एक बीआई डैशबोर्ड के रूप में देखकर। यह केवल 30 सेकंड का समय लेता है एक प्रासंगिक, उपयोगी उत्तर प्राप्त करने के लिए।

जेनबीआई के पीछे प्रौद्योगिकी नवाचार क्या हैं जो इसे प्राकृतिक भाषा के माध्यम से जटिल व्यवसायिक बुद्धिमत्ता कार्यों को समझने और निष्पादित करने की अनुमति देते हैं?

बिना हमारे सभी रहस्यों को दिए, मूल रूप से तीन घटक हैं। पहला, जेनबीआई एलएलएम को उन सभी तत्वों के साथ प्रेरित करता है जिन्हें सही विश्लेषणात्मक चरणों का उत्पादन करने की आवश्यकता होती है जो अनुरोधित अंतर्दृष्टि का उत्पादन करेगा। यह वह है जो उपयोगकर्ता को प्राकृतिक भाषा में प्रश्न बनाने की अनुमति देता है, यहां तक कि अस्पष्ट शब्दों में, बिना यह जानते हुए कि किस प्रकार का चार्ट, जांच, या प्रारूप अनुरोध करना है।

इसके बाद, पाइरामिड एनालिटिक्स जेनबीआई समाधान इन चरणों को आपकी कंपनी के डेटा पर लागू करता है, आपकी स्थिति के विवरण की परवाह किए बिना। हम बुनियादी डेटासेट और सरल प्रश्नों से लेकर सबसे जटिल उपयोग के मामलों और जटिल डेटाबेस तक बात कर रहे हैं।

तीसरा, पाइरामिड अंतर्निहित डेटा पर इन प्रश्नों को निष्पादित कर सकता है और परिणामों को तुरंत मैनिपुलेट कर सकता है। एक एलएलएम अकेले डेटाबेस पर गहरा विश्लेषण नहीं कर सकता है। आपको एक रोबोट तत्व की आवश्यकता है जो सभी आवश्यक जानकारी खोजता है, उपयोगकर्ता अनुरोध की व्याख्या करता है ताकि अंतर्दृष्टि उत्पन्न हो सके, और इसे बीआई प्लेटफ़ॉर्म पर परिणामों को व्यक्त करने के लिए पारित कर देता है, चाहे वह सादे भाषा में हो या एक गतिशील दृश्यीकरण के रूप में जिसे बाद में अनुवर्ती प्रश्नों के माध्यम से परिष्कृत किया जा सकता है।

जेनबीआई डेटा विश्लेषण को कैसे लोकतांत्रिक बनाता है, विशेष रूप से गैर-तकनीकी उपयोगकर्ताओं के लिए?

बस, जेनबीआई किसी को भी आवश्यक अंतर्दृष्टि तक पहुंच प्रदान करता है, उनकी विशेषज्ञता के स्तर की परवाह किए बिना। पारंपरिक बीआई टूल्स के लिए उपयोगकर्ता को यह जानने की आवश्यकता होती है कि डेटा मैनिपुलेशन की सबसे अच्छी तकनीक क्या है ताकि आवश्यक परिणाम प्राप्त किए जा सकें। लेकिन अधिकांश लोग पाई चार्ट, बिखरे हुए चार्ट या तालिकाओं में नहीं सोचते हैं। वे यह नहीं चाहते कि उन्हें यह तय करना होगा कि उनकी स्थिति के लिए कौन सा दृश्य सबसे प्रभावी है – वे बस अपने प्रश्नों के उत्तर चाहते हैं।

जेनबीआई इन उत्तरों को किसी को भी प्रदान करता है, उनकी विशेषज्ञता की परवाह किए बिना। उपयोगकर्ता को सभी पेशेवर शब्दों को जानने की आवश्यकता नहीं है, या यह तय करने की आवश्यकता नहीं है कि एक स्कैटरग्राफ या पाई चार्ट सबसे अच्छा विकल्प है, और उन्हें डेटाबेस क्वेरी को कोड करने की आवश्यकता नहीं है। वे अपने स्वयं के शब्दों में एक प्राकृतिक बातचीत का उपयोग करके डेटा का अन्वेषण कर सकते हैं।

हम इसे एक पेपर मैप का उपयोग करके अपने मार्ग की योजना बनाने और गूगल मैप्स या किसी अन्य नेविगेशनल ऐप का उपयोग करने के बीच के अंतर के रूप में सोचते हैं। एक पारंपरिक मैप के साथ, आपको यह तय करना होगा कि कौन से सड़कें लेनी हैं, संभावित यातायात जाम के बारे में सोचें, और विभिन्न मार्गों की तुलना करें। आज, लोग बस अपने गंतव्य को ऐप में डालते हैं और सड़क पर उतरते हैं – इतना विश्वास है कि एल्गोरिदम में सुझाए गए मार्ग पर कोई सवाल नहीं उठता है। हमें लगता है कि जेनबीआई कॉर्पोरेट डेटासेट में भी इसी तरह की स्वचालित जादू ला रहा है।

प्रारंभिक अपनाने वालों से उपयोग में आसानी और शिक्षा की ढलान के बारे में प्रतिक्रिया क्या रही है?

हमें बहुत ही सकारात्मक प्रतिक्रिया मिली है। इसे सबसे अच्छी तरह से यह कहा जा सकता है, “वाह!” उपयोगकर्ता और परीक्षक पाइरामिड की उपयोग में आसानी, शक्तिशाली सुविधाओं और अर्थपूर्ण अंतर्दृष्टि की बहुत सराहना करते हैं।

पाइरामिड एनालिटिक्स में लगभग शून्य शिक्षा की ढलान है, इसलिए लोगों को इसे तुरंत अपनाने से रोकने के लिए कुछ भी नहीं है। लगभग तीन चौथाई व्यावसायिक टीमें जिन्होंने हमारे समाधान का परीक्षण किया है, उन्होंने इसे अपनाया है और आज इसका उपयोग करती हैं, क्योंकि यह इतना आसान और प्रभावी है।

जेनबीआई ने संगठनों के भीतर निर्णय लेने की प्रक्रियाओं को कैसे बदल दिया है जिन्होंने इसे लागू किया है? कोई विशिष्ट मामले का अध्ययन या उदाहरण हैं?

हालांकि हम इसे लंबे समय से विकसित कर रहे हैं, हमने जेनबीआई को केवल कुछ हफ्ते पहले लॉन्च किया है, इसलिए मुझे लगता है कि आप समझेंगे कि हमारे पास अभी तक पूरी तरह से विकसित मामले के अध्ययन या ग्राहक उदाहरण नहीं हैं जिन्हें हम साझा कर सकते हैं। हालांकि, मैं आपको बता सकता हूं कि जिन संगठनों में हजारों उपयोगकर्ता हैं, वे अचानक वास्तव में डेटा-संचालित हो गए हैं, क्योंकि हर कोई अंतर्दृष्टि तक पहुंच सकता है। उपयोगकर्ता अब अपने सभी डेटा का सच्चा मूल्य अनलॉक कर सकते हैं।

जेनबीआई वित्त, बीमा, बैंकिंग, खुदरा, निर्माण और कई अन्य ऊर्ध्वाधर उद्योगों के साथ-साथ उद्योगों में एक परिवर्तनकारी प्रभाव डाल रहा है। अचानक, वित्तीय सलाहकारों के लिए, उदाहरण के लिए, एक ग्राहक के पोर्टफोलियो को अनुकूलित करने के सर्वोत्तम तरीके के बारे में तुरंत सुझाव प्राप्त करना संभव हो गया है।

जेनबीआई विकसित करने में आपको किन सबसे बड़ी चुनौतियों का सामना करना पड़ा और आपने उन्हें कैसे पार किया?

पाइरामिड एनालिटिक्स ने जेनबीआई लॉन्च से पहले कई वर्षों तक विश्लेषण के लिए एआई का लाभ उठाया था, इसलिए अधिकांश चुनौतियां पहले ही समाप्त हो गई हैं।

मुख्य नया तत्व एक जटिल प्रश्न जनरेशन प्रौद्योगिकी का अतिरिक्त है जो किसी भी एलएलएम के साथ काम करता है ताकि सटीक परिणाम उत्पन्न हों, जबकि डेटा को निजी रखा जा सके। हमने डेटा को प्रश्न (एक पल में और अधिक) से डिकपलिंग करके इसे हासिल किया है।

एक और बड़ी चुनौती जिसका सामना हमें करना पड़ा वह थी गति की। हम गूगल युग की बात कर रहे हैं, जहां लोग अब उत्तरों की अपेक्षा करते हैं, न कि एक घंटे में या यहां तक कि आधे घंटे में। हमने सुनिश्चित किया कि प्रसंस्करण को गति देने और सभी कार्य प्रवाहों को कम करने के लिए ऑप्टिमाइज़ किया गया है।

इसके बाद, हमें हॉलुसिनेशन को रोकने की आवश्यकता है। चैटबॉट हॉलुसिनेशन के लिए प्रवण होते हैं जो परिणामों को तिरछा करते हैं और विश्वसनीयता को कमजोर करते हैं। हमने उन्हें बनाए रखने के लिए डायनामिक परिणामों को बनाए रखने के लिए कड़ी मेहनत की है।

आप डेटा सुरक्षा और गोपनीयता से संबंधित मुद्दों को कैसे संभालते हैं?

यह एक शानदार प्रश्न है, क्योंकि डेटा गोपनीयता और सुरक्षा जेनएआई विश्लेषण के लिए सबसे बड़ा बाधा है। हर कोई – सही तरीके से – इस विचार से चिंतित है कि उच्च संवेदनशील कॉर्पोरेट डेटा को तीसरे पक्ष के एआई इंजन के सposure में लाया जाए, लेकिन वे भी भाषा व्याख्या क्षमताओं और डेटा अंतर्दृष्टि की मांग करते हैं जो इन इंजन प्रदान कर सकते हैं।

इसलिए हम कभी भी वास्तविक डेटा को एलएलएम के साथ साझा नहीं करते हैं जिनके साथ हम काम करते हैं। पाइरामिड आपकी कंपनी की जानकारी और एलएलएम के बीच एक मध्यस्थ के रूप में कार्य करता है। हम आपको अनुरोध जमा करने की अनुमति देते हैं, और फिर हम इसे एलएलएम के साथ “सामग्री” के विवरण के साथ प्रस्तुत करते हैं, जो कि मेटाडेटा है।

एलएलएम तब एक “नुस्खा” वापस करता है जो बताता है कि उपयोगकर्ता के प्रश्न को डेटा विश्लेषण प्रोम्प्ट में कैसे बदलना है। फिर पाइरामिड इस नुस्खे को आपके द्वारा पहले से ही जुड़े हुए डेटा पर चलाता है, ताकि कोई भी डेटा एलएलएम तक कभी न पहुंचे। हम परिणामों को एक आसानी से समझने योग्य, दृश्य प्रारूप में आपको वापस परोसने के लिए मैश करते हैं। मूल रूप से, कुछ भी जो आपकी सुरक्षा और गोपनीयता को खतरे में डाल सकता है उसे उजागर नहीं किया जाता है या आपके संगठन की फ़ायरवॉल की सुरक्षा से बाहर नहीं निकलता है।

जेनबीआई को अपने मौजूदा डेटा इन्फ्रास्ट्रक्चर में एकीकृत करने के लिए देख रहे संगठनों के लिए, क्या कार्यान्वयन प्रक्रिया दिखती है? क्या कोई पूर्वापेक्षाएं या तैयारी की आवश्यकता है?

पाइरामिड एनालिटिक्स के लिए कार्यान्वयन प्रक्रिया आसान और तेज़ नहीं हो सकती है। उपयोगकर्ताओं को बहुत कम पूर्वापेक्षाएं और तैयारी की आवश्यकता होती है, और आप इसे एक घंटे से भी कम समय में चला सकते हैं। आपको अपने डेटा को एक नए फ्रेमवर्क में ले जाने या अपनी डेटा रणनीति में कुछ भी बदलने की आवश्यकता नहीं है, क्योंकि पाइरामिड सीधे आपके डेटा पर प्रश्न पूछता है जहां यह निवास करता है।

इसके अलावा, आपको अपने डेटा को समाधान के बारे में बताने की आवश्यकता नहीं है, या कॉलम को परिभाषित करने की आवश्यकता नहीं है। यह एक सीएसवी डेटासेट अपलोड करने या अपने एसक्यूएल डेटाबेस से कनेक्ट करने जितना आसान है। यह केवल कुछ मिनट लगते हैं अपने डेटा को कनेक्ट करने में और फिर आप कुछ सेकंड बाद अपना पहला प्रश्न पूछ सकते हैं।

यह कहा जा रहा है, आप संरचना को बदलने में सक्षम हो सकते हैं, जैसे कि जोड़ने के मॉडल को बदलना या कॉलम को परिभाषित करना। यह कुछ समय और प्रयास लेता है, लेकिन हम बात कर रहे हैं मिनट, एक महीने की परियोजना नहीं। हमारे ग्राहक अक्सर आश्चर्यचकित होते हैं कि पाइरामिड उनके क्लासिक डेटा वेयरहाउस या डेटा लेक पर पांच मिनट के भीतर चल रहा है।

आपको बहुत विशिष्ट, सटीक, या यहां तक कि बुद्धिमान प्रश्न तैयार करने की आवश्यकता नहीं है ताकि शक्तिशाली परिणाम प्राप्त किए जा सकें। आप वर्तनी त्रुटियां कर सकते हैं और गलत वाक्य रचना का उपयोग कर सकते हैं, और पाइरामिड उन्हें सुलझा देगा और एक अर्थपूर्ण और मूल्यवान उत्तर प्रदान करेगा। जो आपको चाहिए वह यह जानना है कि आप जिस डेटा के बारे में पूछ रहे हैं उसमें कुछ ज्ञान है।

आगे देखते हुए, पाइरामिड एनालिटिक्स के लिए आपकी रणनीतिक दृष्टि क्या है अगले पांच वर्षों में? आप बदलते बाजार की मांगों को पूरा करने के लिए अपने समाधानों को कैसे विकसित होते देखते हैं?

अगला बड़ा मोर्चा विशिष्ट प्रश्नों का समर्थन करना है। उपयोगकर्ता व्यक्तिगत संस्थाओं के बारे में बहुत सटीक प्रश्न पूछने में सक्षम होने के लिए उत्सुक हैं, और एलएलएम अभी तक इन मामलों में बुद्धिमान उत्तर नहीं दे सकते हैं, क्योंकि उन्हें आपके डेटाबेस के विवरण में विस्तार से जानकारी नहीं है।

हमें यह चुनौती का सामना करना है कि कैसे भाषा मॉडल का उपयोग करके आपके डेटा के विवरण के बारे में पूछा जाए, बिना अपने पूरे डेटा लेक को एलएलएम से जोड़े। आप अपने एलएलएम को अपने डेटा के बारे में कैसे फ़ाइन-ट्यून करते हैं जो हर दो सेकंड में हाइड्रेटेड हो जाता है? हम देशों, स्थानों और यहां तक कि तारीखों जैसे निर्धारित बिंदुओं के लिए इसका प्रबंधन कर सकते हैं, लेकिन नामों जैसी कुछ असामान्य चीजों के लिए नहीं, हालांकि हम आज इसके बहुत करीब हैं।

एक और चुनौती यह है कि उपयोगकर्ता अपने स्वयं के गणितीय व्याख्याओं को डेटा पर लागू करने में सक्षम होने चाहिए, अपने स्वयं के सूत्रों का उपयोग करके। यह मुश्किल नहीं है क्योंकि सूत्र को लागू करना मुश्किल है, लेकिन क्योंकि उपयोगकर्ता को क्या चाहिए और सही वाक्य रचना प्राप्त करना चुनौतीपूर्ण है। हम इन दोनों चुनौतियों का समाधान करने पर काम कर रहे हैं, और जब हम ऐसा करेंगे, तो हम अगले यूरेका बिंदु से गुजर चुके होंगे।

धन्यवाद इस शानदार साक्षात्कार के लिए, पाठक जो अधिक जानना चाहते हैं उन्हें पाइरामिड एनालिटिक्स पर जाना चाहिए।