阿赫麦德·埃尔萨马迪西，Narrator.ai 的创始人兼首席执行官 – 采访系列

阿赫麦德·埃尔萨马迪西是Narrator.ai的创始人兼首席执行官，Narrator.ai是一家数据智能公司，为决策者提供个性化的可行见解。

阿赫麦德在康奈尔大学的自治系统实验室开始了他的职业生涯，专注于人机交互和贝叶斯数据融合，以及为自动驾驶汽车构建算法。

最初是什么吸引你进入人工智能和数据科学领域？

我爱上了人们如何做出决定。从心理学开始，到社会工程学，最后到我们如何处理不确定性。这让我深入研究贝叶斯数学，世界开始变得更有意义。我决定开始一段旅程，复制我们如何做出决定。

您在康奈尔大学的自治系统实验室工作期间有过一些令人难忘的经历，可以分享一下吗？

康奈尔大学的自治系统实验室非常有趣！从我们的自动驾驶汽车到一群移动机器人，我有机会在现实环境中构建、编程和测试算法和硬件。我的最爱项目是领导一个项目，尝试与所有康奈尔大学的学生玩20个问题的游戏。游戏很简单，一个机器人在寻找一个物体，它可以向康奈尔大学的学生提问是/否问题来帮助它找到物体。一个小小的转折，人类可以撒谎。

在这种情况下，没有真正的信息，没有绝对真实的东西。我开发了一个可以从人们和传感器中融合信息以做出更好的决定的算法。这个项目后来被商业内幕报道，并被称为“会说谎的机器人”。

这些项目中，数据和算法可以做到我们无法轻易想象的事情，这就是使它们变得非凡的原因。

Narrator的想法源自您在WeWork工作时对数据的挫败感。您当时在星型模式建模中遇到了什么问题？

每家公司都使用星型模式来构建他们的数据模型。这是有道理的！您构建表格来代表一系列您想要回答的问题，然后将其交给人们来绘制。挑战在于，问题不断增长和变化，因此您构建的表格永远不足以回答所有可能的问题。唯一的解决方案是构建更多的表格，这会导致偏离真实来源。

我总是谷歌“空气流动数据建模”来向人们展示建模层的最佳案例，它是复杂的。根据相互依赖的表格有数百个。

话虽如此，那是唯一的选择。在WeWork，我与许多独角兽公司交谈，看到我们面临的同样的情况。我们在数据工具上花费了数百万美元。我们构建了数百个模型。数据仍然在失去信任，无法及时回答问题。然后，每1-2年，我们会使用最新的工具重建系统，但使用相同的方法。

如果每家实施星型模式的公司最终都需要重建他们的系统，那么这个框架就有问题。

您如何找到一种更好的解决方案来处理数据？

最初，我从数据博客中得到了灵感。在一篇博客中，一家公司可以讲述一个客户的故事和分析，而不需要展示他们的数据模型。他们使用客户在时间上执行的操作来解释任何算法分析。有效地，这些都是每个人都能理解的概念（一个用户查看了网站，然后预订了一次会议）。我想知道为什么这种结构没有被用于数据，如果它似乎有潜力代表任何东西。简短的答案是，这种数据结构实际上是不可查询的BI工具（没有什么可以连接的）。

我们的数据模型，我们称之为活动模式，似乎有潜力真正改变世界。它可以允许每家公司拥有一个单一的数据模型来回答任何问题。每家公司都可以拥有相同的数据模型——因此，分析和算法可以在公司之间共享。并且，它可以为数据人员创建一个共同的工作和讨论数据的方式。

我认为这可以革新数据行业，所以我在2017年离开WeWork，目标是使活动模式可查询。

Narrator的输出数据格式与我们通常期望的不同。您能解释一下什么是叙述，以及它们如何像故事一样格式化吗？

叙述是以故事格式呈现的可行分析。

我们作为数据人员，已经习惯了仪表盘。然而，仪表盘只是达到目的的一种手段。仪表盘向您展示数据，您需要自己解读它：

1. 弄清楚如何阅读数百个不同的可视化表示。
2. 在大脑中组合数据，以弄清楚实际发生了什么。
3. 在大脑中创造一个故事，使数据片段变得有意义。
4. 决定采取什么行动。

这个过程的挑战在于，每个查看仪表盘的人都会得出不同的故事和不同的建议。这是一个自然的偏见。

Narrator的目标是基于数据推动行动。随着我们迭代，我们发现客户需要故事和解释来做出决定，这就是我们给他们的。

叙述以明确的目标开始。它们提出建议。然后向您展示您将获得的关键要点。最后，它们进行分析。每个部分都讲述了我们正在学习的东西的故事，数据被用作支持证据。

向100个人展示相同的叙述，他们都会得出相同的建议和解释。

叙述还理解您的业务正在变化，因此它们每周运行一次，以查看建议和解释是否仍然有效，并相应地进行更新。

在经历了所有这些学习和使叙述成为令人难以置信的行动驱动工具之后，我们意识到大多数主要的咨询公司也学到了同样的事情。麦肯锡为您提供类似的演示和方法，而不仅仅是仪表盘。我们正在努力以远低于他们的价格提供同样的质量。

使用Narrator的数据工程师有什么好处？

数据工程师是我们最大的支持者！我认为这是因为我最初是一名数据工程师，所以Narrator是为他们设计的。

在Narrator中，建模数据非常容易——您只需将源真实的概念映射到我们的数据模型。我们运行一堆测试以确保它可以正常工作，然后您将其推送到生产环境。Narrator处理迁移、同步数据以及确保一切快速且易于使用。

在Narrator中，您可以在几分钟内快速组装任何您想要的数据集，并将其提供给任何请求它的人。

我们还考虑到了您可能需要的所有小事情，并确保您得到它们：

• 所有处理和控制的完全透明度，包括暂停、取消、立即运行等。
• 在转换之前和之后对原始数据设置警报的能力。
• 对查询的所有更改的完整日志。
• 对表格中发生的每个更新的完整可见性。
• 一键式将任何数据集物化或发送到谷歌表格。
• 设置快速的Webhook将数据发送到任何系统。
• 联系支持，您将得到一名数据工程师来帮助您。
• Narrator生成的每个查询都是可读和透明的。
• 使用快速的时间线调试任何数据，以显示发生在特定客户身上的所有事情。
• 构建一个数据集并在其上创建多个聚合（无需在CTE中复制相同的查询）。
• 如果您更换任何构建块，我们将为您协调所有数据。

数据工程师会喜欢Narrator的很多东西！

使用Narrator相比传统建模，报告可以节省多少时间？

老实说，比较Narrator和传统建模是不公平的。在Narrator中，您的所有数据都可以在一天内建模，而在星型模式中需要花费数月的时间进行规划。Narrator中的更改风险低，且易于进行。创建任何表格在Narrator中都是即时的，因为您不必担心是否有外键来将事情联系起来。

在分析方面，Narrator拥有一个专家手写分析库，您可以立即运行。这些分析经过深思熟虑，在多家公司上进行了测试，会根据您的业务变化进行更新，利用算法来解释数据，并以故事格式呈现。这种级别的工作通常由数据人员团队在数周内完成（这就是我们所做的，但我们只做一次，然后使其立即可用于每个人）。

您还想分享关于Narrator的其他信息吗？

Narrator不同。

它很难理解它是如何工作的，但是一旦你开始使用它，你就会点击并永远不会回到过去。我对Narrator正在创造的世界感到兴奋，并欢迎任何人联系我们以了解更多！我们可以共同做出更好的决定，创造一个更好的世界。

感谢这次精彩的采访，希望了解更多的读者可以访问Narrator.ai。