Omri Kohl, CEO și Co-Fondator al Pyramid Analytics – Seria de Interviuri

Omri Kohl este CEO și co-fondator al Pyramid Analytics. Platforma de Inteligență Decizională Pyramid oferă perspective bazate pe date pentru ca oricine să poată lua decizii mai rapide și mai inteligente. El conduce strategia și operațiunile companiei printr-un sector de date și analize în plină creștere. Kohl aduce o înțelegere profundă a tehnologiilor de analize și inteligență artificială, o experiență managerială valoroasă și o abilitate naturală de a contesta gândirea convențională. Kohl este un antreprenor foarte experimentat, cu o experiență dovedită în dezvoltarea și gestionarea companiilor cu creștere rapidă. El a studiat economia, finanele și managementul afacerilor la Universitatea Bar-Ilan și are un MBA în Managementul Afacerilor Internaționale de la Universitatea New York, Școala de Afaceri Leonard N. Stern.

Puteți începe prin a explica ce este GenBI și cum integrează Inteligența Artificială Generativă cu inteligența afacerilor pentru a îmbunătăți procesele de luare a deciziilor?

GenBI este cadrul și mecanismele pentru a aduce puterea Inteligenței Artificiale Generative, a Modelelor Lingvistice Mari și a inteligenței artificiale generale în analize, inteligență afacerilor și luarea deciziilor.

În acest moment, nu este practic să se utilizeze Inteligența Artificială Generativă singură pentru a accesa informații din seturile de date. Ar putea dura peste o săptămână pentru a încărca suficiente date în instrumentul dvs. de Inteligență Artificială Generativă pentru a obține rezultate semnificative. Acest lucru nu este fezabil, deoarece datele afacerilor sunt prea dinamice și prea sensibile pentru a fi utilizate în acest mod. Cu GenBI, oricine poate extrage informații valoroase din datele sale, doar prin punerea unei întrebări în limbaj natural și vizualizarea rezultatelor sub forma unui tablou de bord de inteligență afacerilor. Poate dura doar 30 de secunde pentru a primi un răspuns relevant și util.

Care sunt inovațiile tehnologice cheie din spatele GenBI care îi permit să înțeleagă și să execute sarcini complexe de inteligență afacerilor prin limbaj natural?

Ei bine, fără a dezvălui toate secretele noastre, există esențialmente trei componente. În primul rând, GenBI solicită Modelelor Lingvistice Mari toate elementele necesare pentru a produce pașii analitici corecti care vor produce perspectiva solicitată. Acesta este ceea ce permite utilizatorului să formuleze întrebări utilizând limbaj natural și chiar în termeni vagi, fără a ști exact ce tip de grafic, investigație sau format să solicite.

Următorul, soluția GenBI a Pyramid Analytics aplică acești pași asupra datelor companiei dvs., indiferent de specificul situației dvs. Vorbeam despre seturile de date de bază și întrebările simple, până la cazurile de utilizare sofisticate și bazele de date complexe.

Al treilea, Pyramid poate efectua aceste întrebări asupra datelor subiacente și poate manipula rezultatele pe loc. Un Model Lingvistic Mare singur nu poate produce o analiză profundă a unei baze de date. Aveți nevoie de un element robotic pentru a găsi toate informațiile necesare, a interpreta solicitarea utilizatorului pentru a produce perspective și a le transmite platformei de inteligență afacerilor pentru a articula rezultatele fie în limbaj clar, fie sub forma unei visualizări dinamice care poate fi ulterior rafinată prin întrebări ulterioare.

Cum democratizează GenBI analiza datelor, în special pentru utilizatorii non-tehnici?

Foarte simplu, GenBI permite oricui să acceseze informațiile de care are nevoie, indiferent de nivelul său de expertiză. Instrumentele tradiționale de inteligență afacerilor necesită ca utilizatorul să știe cea mai bună tehnică de manipulare a datelor pentru a obține rezultatele necesare. Dar majoritatea oamenilor nu gândesc în grafice, diagrame sau tabele. Ei nu vor să fie nevoiți să descopere ce vizualizare este cea mai eficientă pentru situația lor – ei doresc doar răspunsuri la întrebările lor.

GenBI oferă aceste răspunsuri oricui, indiferent de nivelul de expertiză. Utilizatorul nu are nevoie să știe toate termenii profesionali sau să descopere dacă un grafic sau o diagramă este cea mai bună opțiune, și nu are nevoie să știe cum să programeze întrebări de bază de date. Ei pot explora datele utilizând propriile cuvinte într-o conversație naturală.

Ne gândim la asta ca la diferența dintre utilizarea unei hărți pe hârtie pentru a planifica ruta dvs. și utilizarea Google Maps sau a unei aplicații de navigație. Cu o hartă tradițională, trebuie să descoperiți cele mai bune drumuri, să vă gândiți la posibilele ambuteiaje și să comparați diferitele posibilități de rută. Astăzi, oamenii doar introduc destinația în aplicație și pleacă – există atât de multă încredere în algoritmi, încât nimeni nu pune la îndoială ruta sugerată. Ne-ar plăcea să credem că GenBI aduce același fel de magie automatizată în seturile de date corporative.

Ce feedback ați primit de la utilizatorii timpurii despre ușurința în utilizare și curbă de învățare?

Am primit feedback extrem de pozitiv. Cea mai bună modalitate de a-l rezuma este „Wow!”. Utilizatorii și testatorii apreciază foarte mult ușurința în utilizare, funcțiile puternice și perspectivele semnificative ale Pyramid.

Pyramid Analytics are o curbă de învățare virtual zero, așa că nu există nimic care să împiedice oamenii să o adopte pe loc. Aproximativ trei sferturi din toate echipele de afaceri care au testat soluția noastră au adoptat-o și o utilizează astăzi, deoarece este atât de ușor de utilizat și eficient.

Puteți împărtăși cum GenBI a transformat procesele de luare a deciziilor în cadrul organizațiilor care l-au implementat? Există studii de caz sau exemple specifice?

Deși am dezvoltat-o de mult timp, am lansat GenBI doar cu câteva săptămâni în urmă, așa că sunt sigur că veți înțelege că nu avem încă studii de caz complete pe care le putem împărtăși sau exemple de clienți pe care îi putem numi. Totuși, vă pot spune că organizațiile cu mii de utilizatori devin brusc cu adevărat orientate spre date, deoarece toată lumea poate accesa informații. Utilizatorii pot debloca acum adevărata valoare a tuturor datelor lor.

GenBI are un efect transformativ asupra industriilor precum asigurările, bancarul, finanțele, precum și retailul, producția și multe alte verticale. Brusc, este posibil pentru consultanții financiari, de exemplu, să acceseze sugestii instantanee despre cea mai bună modalitate de a optimiza portofoliul unui client.

Care au fost cele mai mari provocări pe care le-ați întâmpinat în dezvoltarea GenBI și cum le-ați depășit?

Pyramid Analytics a fost deja implicat în utilizarea inteligenței artificiale pentru analize de mulți ani înainte de a lansa noua soluție, așa că majoritatea provocărilor au fost deja rezolvate de mult timp.

Elementul principal nou este adăugarea unei tehnologii de generare a întrebărilor sofisticate care funcționează cu orice Model Lingvistic Mare pentru a produce rezultate precise, în timp ce păstrează datele private. Am realizat acest lucru prin decuplarea datelor de întrebare (mai multe despre asta într-un moment).

O altă mare provocare pe care am trebuit să o abordăm a fost cea a vitezei. Vorbeam despre era Google, unde oamenii așteaptă răspunsuri acum, nu într-o oră sau nici măcar jumătate de oră. Ne-am asigurat că am accelerat procesarea și am optimizat toate fluxurile de lucru pentru a reduce fricțiunea.

Apoi, există nevoia de a preveni halucinațiile. Chatbot-urile sunt predispuse la halucinații care denaturează rezultatele și subminează fiabilitatea. Am lucrat din greu pentru a evita acestea, în timp ce menținem în același timp rezultate dinamice.

Cum abordați problemele legate de securitatea și confidențialitatea datelor?

Acesta este un întrebare excelent, deoarece securitatea și confidențialitatea datelor sunt cel mai mare obstacol în calea analizei cu Inteligență Artificială Generativă de succes. Toată lumea este – și pe bună dreptate – preocupată de ideea de a expune date corporative extrem de sensibile unor motoare de inteligență artificială terțe, dar și vor să aibă capacitățile de interpretare a limbajului și perspectivele pe care acestea le pot oferi.

De aceea, nu împărtășim niciodată date reale cu Modelele Lingvistice Mari cu care lucrăm. Pyramid inversează întreaga premisă, servind ca intermediar între informațiile companiei dvs. și Modelul Lingvistic Mare. Ne permite să trimitem solicitarea și apoi să o transmitem Modelului Lingvistic Mare, împreună cu descrieri ale ceea ce numim „ingrediente”, în esență doar metadatele.

Modelul Lingvistic Mare returnează apoi o „rețetă”, care explică cum să transforme întrebarea utilizatorului într-o solicitare de analize a datelor. Apoi, Pyramid rulează această rețetă pe datele pe care le-ați conectat deja în mod sigur în instalația dvs. auto-găzduită, astfel încât niciun dată să nu ajungă la Modelul Lingvistic Mare. Amestecăm rezultatele pentru a le returna într-un format ușor de înțeles, vizual. Esențial, nimic care ar putea compromite securitatea și confidențialitatea dvs. nu este expus sau nu părăsește siguranța firewall-ului organizației dvs.

Pentru organizațiile care doresc să integreze GenBI în infrastructurile de date existente, ce arată procesul de implementare? Există premise sau pregătiri necesare?

Procesul de implementare pentru Pyramid Analytics nu ar putea fi mai ușor sau mai rapid. Utilizatorii au nevoie de foarte puține premise și pregătiri, și puteți pune totul în funcțiune în mai puțin de o oră. Nu trebuie să mutați date într-un cadru nou sau să schimbați ceva despre strategia dvs. de date, deoarece Pyramid interoghează datele dvs. direct acolo unde se află.

Nu există nevoie să explicați datele dvs. soluției sau să definiți coloane. Este la fel de simplu ca încărcarea unui set de date CSV sau conectarea bazei de date SQL. La fel și pentru orice bază de date relațională de orice fel. Ia doar câteva minute pentru a conecta datele dvs. și apoi puteți pune prima întrebare în secunde.

Totuși, puteți ajusta structura dacă doriți, cum ar fi schimbarea modelului de alăturare sau redefinirea coloanelor. Acest lucru necesită timp și efort, dar vorbim despre minute, nu despre proiecte de dezvoltare care durează luni. Clienții noștri sunt adesea șocați că Pyramid este operațional pe depozitul lor de date clasic sau pe lacul de date în cinci minute sau mai puțin.

Nu aveți nevoie să veniți cu întrebări foarte specifice, precise sau inteligente pentru a obține rezultate puternice. Puteți face greșeli de ortografie și utilizați frazări incorecte, și Pyramid va descifra și va produce un răspuns valoros și util. Ce aveți nevoie este o anumită cunoaștere despre datele pe care le întrebați.

Privind înainte, ce este viziunea dvs. strategică pentru Pyramid Analytics în următorii cinci ani? Cum vedeți soluțiile dvs. evoluând pentru a satisface cerințele pieței în schimbare?

Următoarea mare frontieră este susținerea întrebărilor specifice și scalabile. Utilizatorii sunt nerăbdători să poată pune întrebări foarte precise, cum ar fi întrebări despre entități personalizate, și Modelele Lingvistice Mari nu pot încă produce răspunsuri inteligente în aceste cazuri, deoarece nu au o perspectivă atât de detaliată asupra specificului bazei dvs. de date.

Ne confruntăm cu provocarea de a utiliza modelele de limbaj pentru a întreba despre specificul datelor dvs. fără a conecta instantaneu întreaga și uriașă bază de date la Modelul Lingvistic Mare. Cum să ajustați Modelul Lingvistic Mare pentru date care se rehidratează la fiecare doi secunde? Putem gestiona acest lucru pentru puncte fixe, cum ar fi țări, locații și chiar date, dar nu pentru ceva idiosincratic, cum ar fi nume, deși suntem foarte aproape de asta astăzi.

O altă provocare este ca utilizatorii să poată pune întrebări despre interpretările matematice ale datelor, aplicând propriile formule. Nu este dificil din cauza faptului că formula este greu de pus în aplicare, dar pentru că înțelegerea a ceea ce dorește utilizatorul și obținerea sintaxei corecte este o provocare. Lucrăm la rezolvarea ambelor aceste provocări, și când vom reuși, vom fi depășit următorul punct de eurékă.

Mulțumim pentru acest interviu minunat, cititorii care doresc să afle mai multe despre Pyramid Analytics ar trebui să viziteze Pyramid Analytics.