Omri Kohl，Pyramid Analytics 的 CEO 和联合创始人 – 采访系列

Omri Kohl 是 Pyramid Analytics 的 CEO 和联合创始人。Pyramid 决策智能平台为任何人提供数据驱动的洞察，以便更快、更智能地做出决策。他领导公司的战略和运营，推动数据和分析市场的快速增长。Kohl 深刻理解分析和人工智能技术，拥有丰富的管理经验和挑战传统思维的自然能力。Kohl 是一位经验丰富的企业家，具有开发和管理快速增长公司的成功记录。他在巴伊兰大学学习经济学、金融和商业管理，并在纽约大学伦纳德·N·斯特恩商学院获得国际商业管理硕士学位。

您能否首先解释什么是 GenBI，以及它如何将生成式人工智能与商业智能相结合，以增强决策过程？

GenBI 是一个框架和机制，用于将生成式人工智能（GenAI）、大型语言模型（LLM）和一般人工智能的力量引入分析、商业智能和决策中。

目前，仅使用 GenAI 来访问数据集的洞察力是不切实际的。上传足够的数据到您的 GenAI 工具以获得有意义的结果可能需要一周的时间。这根本不可行，因为商业数据太动态，太敏感，不能以这种方式使用。使用 GenBI，任何人都可以仅通过提出自然语言问题并以商业智能仪表板的形式查看结果，就可以从他们的数据中提取有价值的洞察力。只需 30 秒即可获得相关且有用的答案。

GenBI 背后的关键技术创新是什么，使其能够通过自然语言理解和执行复杂的商业智能任务？

好吧，不要泄露所有我们的秘密，有三个基本组件。首先，GenBI 使用所有必要元素来提示 LLM，以产生正确的分析步骤，从而产生所需的洞察力。这使用户能够使用自然语言和甚至模糊的术语来形成查询，而无需知道要请求的确切图表、调查或格式类型。

接下来，Pyramid Analytics 的 GenBI 解决方案将这些步骤应用于公司的数据，无论情况的具体细节如何。我们谈论的是最基本的数据集和简单的查询，以及最复杂的用例和复杂的数据库。

第三，Pyramid 可以在底层数据上执行这些查询，并实时操纵结果。单独的 LLM 不能对数据库执行深入分析。您需要一个机器人元素来找到所有必要的信息，解释用户的请求以产生洞察力，并将其传递给商业智能平台，以清晰的语言或动态可视化的形式表达结果，然后可以通过后续查询来完善它。

GenBI 如何使数据分析民主化，特别是对于非技术用户？

简单来说，GenBI 允许任何人根据自己的需求获取洞察力，无论他们的专业水平如何。传统的商业智能工具需要用户知道哪种数据操作技术可以获得所需的结果。但大多数人不以饼图、散点图或表格的形式思考。他们不想不得不弄清楚哪种可视化对于他们的特定情况最有效 – 他们只想要答案。

GenBI 为任何人提供这些答案，无论他们的专业水平如何。用户不需要知道所有专业术语，也不需要弄清楚散点图或饼图哪个更适合他们的情况。他们也不需要知道如何编写数据库查询。他们可以使用自己的话语以自然的对话方式探索数据。

我们认为这就像使用纸质地图来规划路线和使用谷歌地图或其他导航应用程序之间的区别。使用传统地图，您需要弄清楚最佳路线，思考潜在的交通拥堵，并比较不同的路线可能性。今天，人们只需将目的地输入应用程序，然后上路 – 在算法中有如此多的信任，以至于没有人会质疑建议的路线。我们希望认为 GenBI 正在将同样的自动化魔力带到企业数据中。

早期采用者对易用性和学习曲线的反馈是什么？

我们收到了压倒性的积极反馈。我们可以总结为：“哇！”用户和测试人员非常赞赏 Pyramid 的易用性、强大的功能和有意义的洞察力。

Pyramid Analytics 几乎没有学习曲线，所以没有什么能阻止人们立即采用它。大约四分之三的所有测试过我们解决方案的商业团队都采用了它，并且正在使用它，因为它太容易使用和有效了。

您能否分享 GenBI 如何改变组织内的决策过程的具体案例或示例？

虽然我们已经开发它有一段时间了，但我们只在几周前推出了 GenBI，所以我相信您会理解，我们还没有可以分享的完整案例或可以命名的客户示例。然而，我可以告诉您，拥有成千上万用户的组织现在真正变得数据驱动，因为每个人都可以访问洞察力。用户现在可以解锁他们所有数据的真正价值。

GenBI 正在对保险、银行、金融以及零售、制造业和许多其他垂直行业产生变革性的影响。例如，金融顾问现在可以瞬间获得有关如何优化客户投资组合的最佳建议。

在开发 GenBI 的过程中，您面临的最大挑战是什么，您如何克服它们？

Pyramid Analytics 在推出新解决方案之前的很多年里就已经在分析中利用人工智能，所以大多数挑战早已被解决。

新的主要元素是添加了一种复杂的查询生成技术，可以与任何 LLM 一起使用，以产生准确的结果，同时保持数据的私密性。我们通过将数据与查询分离（稍后会详细介绍）来实现这一点。

我们面临的另一个重大挑战是速度。我们谈论的是谷歌时代，人们现在就想要答案，而不是一小时或甚至半小时后。我们确保加快处理速度并优化所有工作流程以减少摩擦。

然后还有防止幻觉的需要。聊天机器人容易产生幻觉，这会歪曲结果并破坏可靠性。我们努力避免这些，同时仍然保持动态结果。

您如何处理与数据安全和隐私相关的问题？

这是一个很好的问题，因为数据隐私和安全性是成功的 GenAI 分析的最大障碍。每个人都对将高度敏感的企业数据暴露给第三方 AI 引擎的想法有合理的担忧，但他们也希望拥有这些引擎可以提供的语言解释能力和数据洞察力。

这就是为什么我们永远不会与我们合作的 LLM 共享实际数据。Pyramid 通过成为您公司信息和 LLM 之间的中间人来颠覆整个前提。我们允许您提交请求，然后我们将其与我们称为“成分”的元数据一起传递给 LLM。

LLM 然后返回一个“配方”，它解释了如何将用户的问题转换为数据分析提示。然后，Pyramid 在您已经安全连接到自托管安装的数据上运行该配方，因此不会暴露任何可能损害您的安全性和隐私的数据。我们将结果组合起来，以易于理解的可视化格式呈现给您。基本上，没有任何东西会离开组织的防火墙范围而暴露您的安全性和隐私。

对于希望将 GenBI 集成到现有数据基础设施中的组织，实施过程是什么样的？是否有任何先决条件或准备工作需要完成？

Pyramid Analytics 的实施过程不能更简单、更快。用户需要很少的先决条件和准备工作，可以在不到一小时的时间内完成设置。您不需要将数据移动到新的框架中，也不需要更改数据策略的任何内容，因为 Pyramid 直接查询数据所在的位置。

您也不需要解释数据给解决方案，或者定义列。只需上传 CSV 数据集或连接 SQL 数据库即可。同样适用于任何类型的关系数据库。连接数据只需几分钟，然后您可以在几秒钟内提出第一个问题。

话虽如此，如果您愿意，您可以调整结构，例如更改连接模型或重新定义列。这需要一些时间和精力，但我们说的是几分钟，而不是几个月的开发项目。我们的客户经常对 Pyramid 能够在几分钟内在他们的经典数据仓库或数据湖上运行感到惊讶。

您也不需要提出非常具体、准确或甚至聪明的问题来获得强大的结果。您可以犯拼写错误并使用不正确的措辞，Pyramid 将解开它们并产生有意义和有价值的答案。您需要的是对您正在询问的数据有一些了解。

展望未来，五年内 Pyramid Analytics 的战略愿景是什么？您如何看待您的解决方案在满足不断变化的市场需求方面的演变？

下一个大前沿是支持可扩展、特定查询。用户渴望能够提出非常具体的问题，例如关于个性化实体的问题，LLM 目前还无法产生这些情况下的智能答案，因为它们缺乏对数据库的详细了解。

我们面临的挑战是如何使用语言模型来询问数据的具体细节，而不将整个庞大的数据湖连接到 LLM。如何对每两秒就重新水合的数据进行细化？我们可以管理固定点，如国家、位置，甚至日期，但不能管理像名称这样的特殊内容，尽管我们今天已经非常接近了。

另一个挑战是使用户能够提出自己的数学解释来应用于数据，应用自己的公式。这之所以具有挑战性，并不是因为公式很难执行，而是因为理解用户想要什么并获得正确的语法很困难。我们正在解决这两个挑战，当我们解决它们时，我们将会达到下一个突破点。

感谢这次精彩的采访，希望了解更多信息的读者可以访问 Pyramid Analytics。