Pyramid Analytics CEO兼联合创始人Omri Kohl – 采访系列

Omri Kohl是Pyramid Analytics的CEO兼联合创始人。Pyramid Decision Intelligence Platform为任何人提供数据驱动的洞察力，以便他们能够更快、更明智地做出决定。他通过快速增长的数据和分析市场领导公司的战略和运营。Kohl拥有对分析和人工智能技术的深刻理解、宝贵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。他在巴尔-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是将生成式人工智能、语言模型和一般人工智能引入分析、商业智能和决策的框架和机制。

目前，仅使用生成式人工智能来访问数据集的洞察力是不切实际的。上传足够的数据到生成式人工智能工具中以获得有意义的结果可能需要一周的时间。这对于商业数据来说是不切实际的，因为商业数据太动态、太敏感，无法以这种方式使用。使用GenBI，任何人都可以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来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的关键技术创新是什么，允许它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，基本上有三个组件。首先，GenBI使用语言模型提示所有必要的元素来生成正确的分析步骤，以产生所请求的洞察力。这使用户能够使用自然语言和模糊的术语来形成查询，而无需知道要请求的图表、调查或格式的类型。

接下来，Pyramid Analytics的GenBI解决方案将这些步骤应用于公司的数据，无论具体情况如何。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可以对基础数据执行这些查询，并实时操纵结果。语言模型本身无法对数据库进行深入分析。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，以便以简单的语言或动态可视化的形式表达结果，这些结果可以通过后续查询进行细化。

GenBI如何使数据分析民主化，特别是对于非技术用户？

简而言之，GenBI允许任何人获取他们需要的洞察力，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必要的结果。但大多数人不以饼图、散点图或表格来思考。他们不想工作出哪种可视化对于他们的情况最有效 – 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或编写数据库查询的代码。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，您需要弄清楚要走哪些路线，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并开始行驶 – 对算法有如此多的信任，以至于没有人会质疑建议的路线。我们希望认为GenBI正将同样的自动化魔力带到企业数据集。

早期采用者的反馈如何，特别是在易用性和学习曲线方面？

我们收到了压倒性的积极反馈。我们可以这样总结它：“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。我们测试过的商业团队中，大约有四分之三采用了我们的解决方案并使用它，因为它非常容易使用且有效。

您能否分享GenBI如何改变了实施它的组织的决策过程？是否有任何具体的案例研究或示例？

虽然我们已经开发了很长时间，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成熟案例研究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对保险、银行、金融以及零售、制造和许多其他垂直行业产生了变革性的影响。例如，金融顾问现在可以获取有关如何优化客户投资组合的最佳方式的即时建议。

您在开发GenBI时面临的最大挑战是什么？您如何克服这些挑战？

Pyramid Analytics在推出新解决方案之前，已经利用人工智能进行分析多年，所以大多数挑战早已被解决。

主要的新元素是添加了一种复杂的查询生成技术，它与任何语言模型合作以产生准确的结果，同时保持数据的隐私。我们通过解耦数据和查询（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，人们希望立即获得答案，而不是一小时或甚至半小时。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。聊天机器人容易出现幻觉，这会歪曲结果并破坏可靠性。我们努力避免这些，同时保持动态结果。

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是成功的生成式人工智能分析的最大障碍。每个人都对将高度敏感的企业数据暴露给第三方人工智能引擎的想法非常担心，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。

这就是为什么我们从不与我们合作的语言模型共享实际数据。Pyramid作为您的公司信息和语言模型之间的中介。我们允许您提交请求，然后将其与我们称为“成分”的描述一起传递给语言模型，基本上只是元数据。

语言模型然后返回一个“配方”，它解释了如何将用户的问题转化为数据分析提示。然后Pyramid在您已经安全连接的自托管安装中的数据上运行该配方，因此没有数据会到达语言模型。我们将结果组合起来，以易于理解的可视化格式呈现给您。从本质上讲，没有任何东西会损害您的安全性和隐私，或者离开您组织的防火墙的安全范围。

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？是否需要任何先决条件或准备？

Pyramid Analytics的实施过程既简单又快速。用户需要很少的先决条件和准备，可以在不到一小时的时间内完成整个过程。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。

您不需要解释数据给解决方案，也不需要定义列。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，可以调整结构，例如更改连接模型或重新定义列。它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在他们的经典数据仓库或数据湖上运行得如此之快感到惊讶，通常只需五分钟左右。

您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且有价值的答案。您需要具备的只是对您正在询问的数据的一些了解。

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的、非常具体的查询。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，语言模型目前无法产生这些问题的智能答案，因为它们不具备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，而不将整个巨大的数据湖连接到语言模型。如何对每两秒重新水合的数据进行语言模型的细化？我们可以处理固定点，如国家、位置，甚至日期，但不是像名称这样特殊的东西，尽管我们今天已经非常接近了。

另一个挑战是让用户能够提出他们自己的数据数学解释，应用他们自己的公式。它的难点不在于公式难以实施，而在于理解用户想要什么并获得正确的语法。我们正在努力解决这两个挑战，当我们做到时，我们将会达到下一个发现点。

感谢这次精彩的采访，希望了解更多的读者可以访问Pyramid Analytics的网站。