Омрі Коль, CEO та співзасновник Pyramid Analytics – Серія інтерв’ю

Омрі Коль є CEO і співзасновником Pyramid Analytics. Платформа прийняття рішень Pyramid Analytics забезпечує дані для отримання швидких і розумних рішень. Він очолює стратегію та операції компанії на ринку даних і аналітики. Коль має глибоке розуміння аналітики та технологій штучного інтелекту, цінний менеджерський досвід і природну здатність поставити під сумнів традиційне мислення. Коль є досвідченим підприємцем з доведеним досвідом у розвитку та управлінні компаніями швидкого зростання. Він вивчав економіку, фінанси та управління бізнесом у Bar-Ilan University і має MBA у сфері міжнародного бізнесу в New York University, Leonard N. Stern School of Business.

Чи можете ви почати з пояснення того, що таке GenBI, і як воно інтегрує генерацію штучного інтелекту з бізнес-інтелектом для покращення процесів прийняття рішень?

GenBI – це рамки та механіка для введення потужності генерації штучного інтелекту, великих мовних моделей та загального штучного інтелекту в аналітику, бізнес-інтелект та прийняття рішень.

На даний момент не практично використовувати генерацію штучного інтелекту окремо для отримання даних про набори даних. Це може зайняти понад тиждень, щоб завантажити достатньо даних у ваш інструмент генерації штучного інтелекту, щоб отримати значимі результати. Це просто не працює, оскільки бізнес-дані надто динамічні та надто чутливі для використання в цьому спосіб. З GenBI будь-хто може витягнути цінні дані з їхніх даних, просто запитавши питання природною мовою та побачивши результати у вигляді панелі бізнес-інтелекту. Це займає всього 30 секунд, щоб отримати відповідь, яка є актуальною та корисною.

Які ключові технологічні інновації стоять за GenBI, що дозволяють йому розуміти та виконувати складні завдання бізнес-інтелекту через природну мову?

Ну, не розкриваючи всі наші секрети, існує три основних компонентів. По-перше, GenBI підказує великим мовним моделям всі необхідні елементи для отримання правильних аналітичних кроків, які дадуть запитаний результат. Це дозволяє користувачеві сформулювати запити природною мовою, навіть у невизначених термінах, не знаючи точно, який тип графіка, дослідження чи формату запитувати.

Далі, рішення GenBI від Pyramid Analytics застосовує ці кроки до даних вашої компанії, незалежно від особливостей вашої ситуації. Ми говоримо про найосновніші набори даних і прості запити, а також про найскладніші випадки використання та складні бази даних.

Третє, Pyramid може виконувати ці запити на основі даних і маніпулювати результатами на льоту. Велика мовна модель окремо не може проводити глибокий аналіз бази даних. Вам потрібен роботизований елемент, щоб знайти всю необхідну інформацію, витлумачити запит користувача для отримання даних та передати його на платформу бізнес-інтелекту, щоб артикулювати результати або у вигляді простої мови, або у вигляді динамічної візуалізації, яку пізніше можна уточнити через подальші запити.

Як GenBI демократизує аналіз даних, особливо для неквалифікованих користувачів?

Дуже просто, GenBI дозволяє будь-кому отримувати дані, незалежно від рівня їхньої кваліфікації. Традиційні інструменти бізнес-інтелекту вимагають від користувача знання того, яка техніка маніпулювання даними найкраще підходить для отримання необхідних результатів. Але більшість людей не думають у термінах діаграм, розсіювання чи таблиць. Вони не хочуть витрачати час на визначення того, яка візуалізація найефективніша для їхньої ситуації – вони просто хочуть відповіді на свої питання.

GenBI забезпечує ці відповіді будь-кому, незалежно від рівня кваліфікації. Користувачеві не потрібно знати всі професійні терміни чи визначати, чи є розсіювання чи кругова діаграма найкращим варіантом, і їм не потрібно вміти програмувати запити до бази даних. Вони можуть досліджувати дані, використовуючи свої власні слова у природній розмові.

Ми думаємо про це як про різницю між використанням паперової карти для планування маршруту та використанням Google Maps або іншого навігаційного додатка. З традиційною картою вам потрібно визначити найкращі дороги, подумати про потенційні затори та порівняти різні варіанти маршруту. Сьогодні люди просто вводять пункт призначення у додаток і вирушають у дорогу – у алгоритмах така довіра, що ніхто не сумнівається у запропонованому маршруті. Ми хотіли б думати, що GenBI приносить такий же автоматичний ефект до корпоративних наборів даних.

Який відгук був від перших користувачів щодо легкості використання та кривої навчання?

Ми отримали надзвичайно позитивний відгук. Найкращим чином ми можемо це підсумувати як “Вау!” Користувачі та тестери високо оцінюють легкість використання, потужні функції та значимі дані Pyramid.

Pyramid Analytics має майже нульову криву навчання, тому нічого не стримує людей від прийняття його на місці. Приблизно три чверті всіх бізнес-команд, які протестували нашу систему, прийняли її та використовують сьогодні, оскільки це так легко та ефективно.

Чи можете ви поділитися тим, як GenBI перетворило процеси прийняття рішень у організаціях, які його реалізували? Чи є якісь конкретні випадки або приклади?

Хоча ми розробляли його протягом довгого часу, ми тільки нещодавно представили GenBI, тому, я думаю, ви зрозумієте, що у нас ще немає повноцінних випадків або прикладів клієнтів, яких ми могли б поділитися. Однак я можу сказати, що організації, які мають тисячі користувачів, раптом стають真正ньо орієнтованими на дані, оскільки кожен може отримувати дані. Користувачі можуть тепер розблокувати справжню цінність усіх своїх даних.

GenBI має трансформуючий ефект на галузі, такі як страхування, банківська справа, фінанси, а також роздрібна торгівля, виробництво та багато інших вертикальних ринків. Раптом стає можливим для фінансових консультантів, наприклад, отримувати миттєві пропозиції щодо того, яким чином оптимізувати портфель клієнта.

Які були деякі з найбільших викликів, з якими ви зіштовхнулися при розробці GenBI, і як ви їх подолали?

Pyramid Analytics вже протягом багатьох років використовував штучний інтелект для аналітики до запуску нового рішення, тому більшість викликів були вирішені давно.

Новим елементом є введення складної технології генерації запитів, яка працює з будь-якою великою мовною моделлю для отримання точних результатів, зберігаючи дані приватними. Ми досягли цього, відокремивши дані від запиту (детальніше про це зараз).

Іншим великим викликом, з яким нам довелося справитися, була проблема швидкості. Ми говоримо про епоху Google, де люди очікують відповідей зараз, а не через годину чи навіть півгодини. Ми зробили все, щоб прискорити обробку та оптимізувати всі робочі процеси для зменшення тертя.

Потім є необхідність запобігти галюцинаціям. Чат-боти схильні до галюцинацій, які спотворюють результати та підірвають надійність. Ми докладали зусиль, щоб уникнути цього, зберігаючи при цьому динамічні результати.

Як ви обробляєте питання, пов’язані з безпекою даних та конфіденційністю?

Це велике питання, оскільки безпека даних та конфіденційність є найбільшим перепонам для успішної аналітики генерації штучного інтелекту. Кожен – цілком справедливо – стурбований ідеєю відкриття високочутливих корпоративних даних третім сторонам штучного інтелекту, але вони також хочуть мовної інтерпретації та даних, які ці двигуни можуть надати.

Тому ми ніколи не ділімося реальними даними з великими мовними моделями, з якими ми працюємо. Pyramid перевернув усе на голову, виступаючи у якості посередника між інформацією вашої компанії та великою мовною моделлю. Ми дозволяємо вам надіслати запит, а потім передаємо його великій мовній моделі разом з описами того, що ми називаємо “інгредієнтами”, тобто просто метаданими.

Велика мовна модель повертає “рецепт”, який пояснює, як перетворити питання користувача на запит аналітики даних. Потім Pyramid запускає цей рецепт на даних, які ви вже підключили безпечно на вашій самої установці, так що жодні дані не виходять за межі безпечності вашої організації.

Для організацій, які бажають інтегрувати GenBI у свої існуючі інфраструктури даних, який виглядає процес реалізації? Чи є якісь передумови або підготовчі заходи?

Процес реалізації Pyramid Analytics не міг бути простішим чи швидшим. Користувачам потрібно дуже мало передумов і підготовчих заходів, і ви можете запустити все за менш ніж годину. Вам не потрібно переміщувати дані у нову структуру чи змінювати щось у своїй стратегії даних, оскільки Pyramid запитує ваші дані безпосередньо там, де вони знаходяться.

Не потрібно пояснювати ваші дані рішенню або визначати колонки. Це так просто, як завантаження набору даних CSV або підключення вашої бази даних SQL. Те саме стосується будь-якої реляційної бази даних будь-якого типу. Це займає лише кілька хвилин, щоб підключити ваші дані, а потім ви можете задати своє перше питання через секунди.

Однак, ви можете налаштувати структуру, якщо хочете, наприклад, змінивши модель з’єднання або переозначивши колонки. Це займає деякий час і зусиль, але ми говоримо про хвилини, а не про місяці розробки. Наші клієнти часто шоковані тим, що Pyramid запущений на їхній класичній базі даних або озері даних за п’ять хвилин чи близько того.

Вам також не потрібно формулювати дуже конкретні, точні чи навіть розумні питання, щоб отримати потужні результати. Ви можете робити орфографічні помилки та використовувати неправильну фразуцію, і Pyramid розбереться з цим і надасть значиму та цінну відповідь. Що вам потрібно, це знання про дані, про які ви питаєте.

Оглядаючи вперед, яка ваша стратегічна візія для Pyramid Analytics протягом наступних п’яти років? Як ви бачите розвиток ваших рішень для задоволення змінних вимог ринку?

Наступний великий рубіж – підтримка масштабованих, високоспецифічних запитів. Користувачі хочуть мати можливість задавати дуже точні питання, наприклад, питання про персоналізовані сутності, і великі мовні моделі не можуть ще надати розумні відповіді в цих випадках, оскільки вони не мають такого детального розуміння вашої бази даних.

Ми стоїмо перед викликом використання мовних моделей для запитів про особливості ваших даних без негайного підключення всієї вашої величезної бази даних до великої мовної моделі. Як ви можете налаштувати велику мовну модель щодо даних, які оновлюються кожні дві секунди? Ми можемо керувати цим для фіксованих точок, таких як країни, місця та навіть дати, але не для чогось ідіосинкратичного, як імена, хоча ми вже дуже близько до цього.

Іншим викликом є можливість для користувачів задавати свої власні математичні інтерпретації даних, застосовуючи свої власні формули. Це складно не тому, що формула складна для виконання, а тому, що розуміння того, що хоче користувач, і отримання правильної синтаксичної структури є складним. Ми працюємо над вирішенням цих двох викликів, і коли ми це зробимо, ми перейдемо наступну точку еureka.

Дякуємо за велике інтерв’ю, читачам, які бажають дізнатися більше, повинні відвідати Pyramid Analytics.