AI（Artificial Intelligence，人工智能）的发展不过百年，却已经深刻影响着人们的思维和见解，并逐渐关联到每个人生活和工作的方方面面。从最初的规则引擎和引入统计学方法，到基于知识表示和推理机制的专家系统，再到神经网络的提出助推大数据背景下深度学习和复杂 AI 算法的加速发展，直至最近火热的 LLM（Large Language Model，大语言模型）点亮奇点，更是引爆了 AI 行业的话题，许多领域都在迅速看到、尝试和落地 AI 进一步推动生产力长足进步的可能性，这其中数据分析行业也不例外。
4 年前发布 AI 增强引擎，释放大数据生产力
在不同行业里，AI 都已被当作未来发展的重要引擎来看待，其中通过自动化智能辅助和替代人工是关键的应用之一，而这在数据分析领域体现地尤为明显。
过去几年，如何将数据和 AI 充分结合成为业界广泛关注的热点。随着数据技术的飞速发展加之 AI 算法的持续优化，Data + AI 组合已成为一套强有力的工具：大数据平台提供了规模化数据采集、处理和分析的能力，而 AI 则能够从海量数据中抽象并归纳出背后的模式和关系，实现以 AI 驱动的自动化分析、梳理和提炼代替人工重复劳动。
作为领先的大数据分析和指标平台供应商，Kyligence 一直深耕于将 AI 融合到数据平台与指标应用中，更高效、自助地支撑业务经营和决策，其中服务于各行业客户的 AI 增强引擎就是一个突出的例子。早在 2019 年，Kyligence 就推出了 AI 增强引擎以实现数据模型自适应匹配业务查询需求：传统的数据建模依赖专家来进行模型的开发和设计，具有相当高的使用门槛，同时一旦业务发生变化带来的数据模型变更会导致巨大的工作量；AI 增强引擎则会主动分析业务用数模式，如实际的数据特征和查询习惯等，并利用机器学习算法预判出最常用的业务场景来服务于：
- 自动设计模型并智能推荐优化建议，大幅度降低建模难度，一方面高效赋能业务人员自主用数，另一方面也能有效控制数据开发成本；
- 敏捷响应不断变化的业务需求，自动进行数据模型的变更，并能根据查询热度和资源占用等因素灵活调整，始终优先在最有价值的数据上实现智能加速。
AI 将人力价值从繁琐的重复性任务中释放出来，进而释放大数据生产力
凭借 AI 增强引擎对充分释放大数据生产力的智能支撑，Kyligence 也连续三年（2020 - 2022）入选 Gartner 增强数据分析推荐厂商，这是权威咨询机构和国内外市场对 Kyligence 实践 Data + AI 的技术创新和产品优势的认可与肯定。
Gartner 发布的 2022 年中国 ICT 技术成熟度曲线报告中，Kyligence 位列于推荐厂商
大模型时代，让业务离大数据更近
90 年代开始至本世纪初，AI 进入了一个新的发展阶段，NLP（Natural Language Processing，自然语言处理）的出现极大地推动了 AI 应用的平民化。通过 AI 来识别自然语言、分析和生成文字信息，一定程度上简化人们与软件和平台交互的难度，但 NLP 始终困扰于对自然语言的理解力、语义库的广度和丰富程度。如今在诸如 ChatGPT 这样以 LLM 为基础的底座加持下，对于自然语言理解的准确度、思考推理能力和同样以自然语言的输出都站在了全新的高度上，LLM 所带来人机交互革命势必也会深远地影响到智能用数下一轮的变革。
过去对于数据分析需求的流转通常是以人和人的对话、人和数据平台 GUI（Graphic User Interface，图形交互界面）的互动过程来完成的，这里的障碍主要在于：
一方面，业务人员、数据分析师和数据工程师之间需要不断经历从解释需求到反馈方案的循环，然后再进行繁复的数据加工和处理，这样的模式不止会有信息流失，也是低效价值转化的典型体现，多个不同角色间的协作经常需要几天甚至更久来完成一次数据需求的处理；
另一方面，基于 GUI 的用户体验，由于是预先假设用户的意图和操作流程，即使不断优化仍无法比拟使用自然语言来交互。
而得益于 LLM 支撑下的人机对话模式，从 GUI 到 LUI（Lanuage User Interface，自然语言交互界面）的过渡正在悄然发生，这样一个重塑用户体验的过程，真正做到了以用户想法为中心，直接理解本身表达的含义，而不再通过界面上常见的下拉框和按钮等来传导；同时对于 LUI 来说不仅仅是输入方式的变革，也同样会体现在输出端的洞察和见解。
智能用数下一站，会发生什么？
从 2022 年开始，Kyligence 基于在 AI 增强引擎方面的技术积累，以及众多企业客户的实践经验，发布了一站式指标平台 Kyligence Zen。借助 Kyligence Zen，企业可以快速构建指标管理体系，把数据平台的数据资产转化为有业务含义的指标定义，供业务用户自助使用，通过其低代码的指标服务，人人都可以敏捷地利用指标开展工作。
下一步，基于指标平台、AI 增强引擎和大模型技术，企业使用数据的方式又将带来什么变化？
Kyligence 将会在 7 月 14 日举行的用户大会上发布 Data + AI 的重磅新产品，邀您 7 月 14 日共赴数智化转型盛会，一同见证智能用数再一次的改变！欢迎点击按钮立即报名！
关于 Kyligence
跬智信息（Kyligence）由 Apache Kylin 创始团队于 2016 年创办，是领先的大数据分析和指标平台供应商，提供企业级 OLAP（多维分析）产品 Kyligence Enterprise 和一站式指标平台 Kyligence Zen，为用户提供企业级的经营分析能力、决策支持系统及各种基于数据驱动的行业解决方案。文章来源：https://www.toymoban.com/news/detail-521315.html
Kyligence 已服务中国、美国、欧洲及亚太的多个银行、证券、保险、制造、零售、医疗等行业客户，包括建设银行、平安银行、浦发银行、北京银行、宁波银行、太平洋保险、中国银联、上汽、长安汽车、星巴克、安踏、李宁、阿斯利康、UBS、MetLife 等全球知名企业，并和微软、亚马逊云科技、华为、安永、德勤等达成全球合作伙伴关系。Kyligence 获得来自红点、宽带资本、顺为资本、斯道资本、Coatue、浦银国际、中金资本、歌斐资产、国方资本等机构多次投资。文章来源地址https://www.toymoban.com/news/detail-521315.html
到了这里，关于从 AI 增强到大模型，企业使用数据的方式又将如何变化？的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
