AI (人工知能、人工知能) の発展はまだ 100 年しか経っていませんが、人々の思考や洞察に大きな影響を与え、徐々にすべての人の生活や仕事のあらゆる側面に関係しています。初期のルール エンジンと統計的手法の導入から、知識表現と推論メカニズムに基づくエキスパート システム、ビッグ データのコンテキストにおけるディープ ラーニングと複雑な AI アルゴリズムの開発加速を促進するニューラル ネットワーク、そして最近のHot LLM (Large Language Model、大規模言語モデル) が特異点に光を当て、AI 業界の話題に火をつけ、多くの分野で生産性をさらに向上させる AI の可能性が急速に注目され、試みられ、実装されています。例外は一人ではありません。
ビッグデータの生産性を解放するために 4 年前に AI 強化エンジンをリリース
さまざまな業界で、AI は将来の発展の重要なエンジンとみなされており、その中でも自動化とインテリジェントな支援、肉体労働の代替は主要なアプリケーションの 1 つであり、これは特にデータ分析の分野で顕著です。
ここ数年、データと AI をどのように完全に組み合わせるかが、業界で広く関心を集めるホットスポットとなっています。データ テクノロジーの急速な発展と AI アルゴリズムの継続的な最適化により、データ + AI の組み合わせは強力なツールになりました。ビッグ データ プラットフォームは大規模なデータ収集、処理、分析機能を提供し、AI は大量のデータから学習できます。背景にあるパターンと関係を抽象化して要約し、手作業の繰り返し作業の代わりに AI による自動分析を実現します。
Kyligence は、ビッグデータ分析およびインジケーター プラットフォームの大手プロバイダーとして、AI をデータ プラットフォームとインジケーター アプリケーションに統合して、事業運営と意思決定をより効率的かつセルフサービスでサポートすることに深く関わってきました。さまざまな業界の顧客にサービスを提供することは、その顕著な例の 1 つです。Kyligence は、2019 年の初めに、データ モデルの適応マッチング ビジネス クエリ要件を達成するための AI 拡張エンジンを立ち上げました。従来のデータ モデリングは、モデルの開発と設計を専門家に依存していましたが、使用の敷居が非常に高く、ビジネスが変化するとデータ モデルが変化してしまいます。もたらされる変更は膨大なワークロードにつながります。AI 拡張エンジンは、実際のデータの特性やクエリの習慣などのビジネス使用パターンを積極的に分析し、機械学習アルゴリズムを使用して、最も一般的に使用されるビジネス シナリオを予測して、次のサービスに提供します。
- モデルを自動的に設計し、最適化の提案をインテリジェントに推奨することで、モデリングの難しさを大幅に軽減します。一方で、ビジネス担当者が効率的にデータを独自に使用できるようにする一方で、データ開発コストを効果的に制御することもできます。
- 変化するビジネス ニーズに機敏に対応し、データ モデルを自動的に変更し、クエリの人気やリソースの使用状況などの要因に応じて柔軟に調整し、常に最も価値のあるデータを優先してインテリジェントなアクセラレーションを実現します。
AI は人間の価値を単調で反復的なタスクから解放し、ビッグデータの生産性を解放します
ビッグデータの生産性を完全に解放するための AI 強化エンジンのインテリジェントなサポートにより、Kyligence は 3 年連続 (2020 ～ 2022 年) にガートナーの強化されたデータ分析の推奨メーカーにも選ばれており、製品の認知と肯定を獲得しています。利点。
Gartner が発表した 2022 年の中国 ICT テクノロジー成熟度曲線レポートでは、Kyligence が推奨ベンダーとしてリストされています。
大型モデルの時代にビジネスをビッグデータに近づける
1990 年代から今世紀初頭にかけて、AI は新たな発展段階に入り、NLP (Natural Language Processing、自然言語処理) の登場により、AI アプリケーションの民生化が大きく進みました。AI を使用して自然言語を識別し、テキスト情報を分析および生成すると、人々がソフトウェアやプラットフォームを操作する難しさがある程度簡素化されますが、NLP は常に自然言語の理解、セマンティック ライブラリの広範さと豊富さに悩まされてきました。現在、ChatGPT などの LLM ベースの基盤のサポートにより、自然言語の理解の精度、思考と推論の能力、自然言語での出力はすべて新しいレベルに達しています。LLM によってもたらされる人間とコンピューターのインタラクション革命は必ずあります。また、スマートな使用法における次のラウンドの変化にも大きな影響を与えるでしょう。
これまで、データ分析要件の流れは、人々の間の対話、および人々とデータ プラットフォームの GUI (グラフィック ユーザー インターフェイス、グラフィカル ユーザー インターフェイス) との間の対話プロセスを通じて完了するのが一般的でしたが、ここでの主な障害は次のとおりです。
一方で、ビジネス担当者やデータアナリスト、データエンジニアは、要件の説明から解決策のフィードバック、そして複雑なデータの処理や処理を行うというサイクルを継続的に繰り返す必要があり、このようなモデルでは情報損失が発生するだけでなく、非効率になってしまいます。値の変換 の典型的な例として、複数の異なるロール間のコラボレーションでは、データ要件の処理を完了するまでに数日またはそれ以上かかることがよくあります。
一方、GUIベースのユーザーエクスペリエンスは、ユーザーの意図や操作プロセスを前提としているため、最適化を続けたとしても、自然言語によるインタラクションには及びません。
LLM がサポートする人間とコンピュータの対話モードのおかげで、GUI から LUI (言語ユーザー インターフェイス、自然言語対話型インターフェイス) への移行が静かに進行しています。このようなユーザー エクスペリエンスを再形成するプロセスは、意味を直接理解するためにユーザーのアイデアに真の焦点を当てています。インターフェイス上の一般的なドロップダウン ボックスやボタンを介して送信されるのではなく、それ自体で表現されると同時に、LUI にとっては、入力方法の変更だけでなく、会議での洞察や意見にも反映されます。出力端。
スマートデータの次の停留所では何が起こるでしょうか?
Kyligence は、AI 強化エンジンにおける技術蓄積と多くの企業顧客の実践経験に基づいて、2022 年からワンストップ指標プラットフォーム Kyligence Zen をリリースします。Kyligence Zen の助けを借りて、企業はインジケーター管理システムを迅速に構築し、データ プラットフォームのデータ資産をビジネス上の意味を持つインジケーター定義に変換し、ビジネス ユーザーにセルフサービスでの使用を提供できます。インジケーターを使用して作業を迅速に開発できます。
次のステップでは、指標プラットフォーム、AI拡張エンジン、ラージモデル技術をベースに、企業のデータ活用方法によってどのような変化がもたらされるのでしょうか？
Kyligence は、7 月 14 日に開催されるユーザー カンファレンスで、Data + AI の大ヒット新製品をリリースします。7 月 14 日のデジタル インテリジェンス変革イベントにぜひご参加いただき、スマート データ利用における新たな変化を目撃してください。ボタンをクリックして今すぐ登録してください。
キリジェンスについて
Apache Kylin の創設チームによって 2016 年に設立された Kyligence は、ビッグデータ分析およびインジケーター プラットフォームの大手プロバイダーであり、エンタープライズ レベルの OLAP (多次元分析) 製品 Kyligence Enterprise とワンストップ インジケーター プラットフォーム Kyligence Zen をユーザーに提供しています。ビジネス分析機能、意思決定支援システム、およびさまざまなデータ駆動型の業界ソリューション。
Kyligence は、中国建設銀行、平安銀行、上海浦東発展銀行、北京銀行、寧波銀行、太平洋保険、中国銀聯、上海汽車、長安汽車、スターバックス、安踏、李寧、アストラゼネカ、UBS、メットライフなどの世界的に有名な企業と提携し、マイクロソフト、アマゾンクラウドテクノロジー、ファーウェイ、アーンスト＆ヤングとグローバルパートナーシップを締結、デロイトなど。Kyligence は、Redpoint、Broadband Capital、Shunwei Capital、Eight Roads Capital、Coatue、SPDB International、CICC Capital、Gopher Assets、Guofang Capital などの機関から複数の投資を受けています。