܄

【金猿人物展】Kyligence CEO韩卿:AI 如何在一年内重塑数据与分析

【数据猿导读】 本文由跬智信息(Kyligence)联合创始人兼CEO韩卿撰写并投递参与“数据猿年度金猿策划活动——2023大数据产业年度趋势人物榜单及奖项”评选。

【金猿人物展】Kyligence CEO韩卿:AI 如何在一年内重塑数据与分析

2023 年,我的飞书签名是“Rethink Data & Analytics”,我们一直在探索,未来的数据与分析应该是什么样子,尤其是在 AI 带来巨大变革的时候,更加紧迫地让我们去深入思考,未来的数据和分析会朝什么方向发展。如何在这一波革命中,抓住机会,为客户提供更好地产品和体验,更好地发展业务。经过 Kyligence 过去一年的实践,在 AI 加持之下,我们的理念、产品以及实践,逐渐在市场上获得了认可,也获得了越来越多的共鸣,感受到了强烈的市场脉搏。新年之际,分享一些思考和认知,希望大家一起,为这个行业的变革带来贡献。

AI正在吞噬软件

AI 正在吞噬软件,这是 NVIDIA(英伟达)CEO 黄仁勋在 2017 年一篇采访中提到的观点。到今天,应该没有人再怀疑这个论断。现在的问题是,AI 将如何改变某领域的软件,在我们自己的行业,就是 AI 将如何改变数据与分析市场。

在数仓领域,下图已经用了超过30年,“数据源” - “ETL” - “数据仓库” - “OLAP/数据集市” - "BI / Reporting" 顶多再加上“元数据”和“分析预测”。不管是 ELT 还是 ETL,不管是数据湖还是数据仓库,不管是本地部署还是云端部署,这里所有的假设,都是数据需要经过漫长的工程,从原始数据萃集后,整理成星型或雪花模型,从而提供给上层 BI 等使用。作为使用者的最终用户,往往是最后才被赋能,从而导致大量的数据其实今天依然没有被充分利用起来。

金猿人物展_Kyligence_韩卿-1

图片来源于网络

Generative AI(生成式AI)的出现,使得数据的工艺流程将出现巨大的变革,数据的加工方式发生了革命性的变化。首先,各种复杂的重复性的劳动,尤其是数据的 Pipeline,都将由 AI Agent 来处理。从小到行列转换,大到数据治理,未来应该有很多的 AI Agent 来处理这些工作,人类只需要用提示词设计合理的流程就好。这从 ChatGPT 自带的 的 Advanced Data Analysis (高级数据分析)还是众多使用 OpenAI's Code Interpreter 的数据分析工具都可以看到,甚至 GPTs 可以通过几个简单的提示词就可以完成很多数据梳理、分析的工作。

其次,人和机器的交互进化到了最自然的方式,数据的消费方式发生了革命性的变化。只要会说话,就能用数据,这是这次 AI 带来的巨大变革。这使得原来只是领导、分析师、专业用户等才能使用的“数据和分析能力”,一下子平民化到了每个人,即使文化水平不高的用户,也能被充分赋能到。这将大大改变现在的数据架构、处理模式和消费方式等。大部分公司现在能够有效使用数据的员工不超过10-15%,而这次 AI 革命,能够让其余的 80-90% 的人直接消费数据或者数据产品,可以预见,现有的数据架构是无法满足的,这里的变革才刚开始。

当每个人都能、都需要消费数据的时候,传统的数据仓库或者数据湖的架构是否还适用,数据的存储方式将发生什么样的变革?这是一个开放问题,目前我还没有具体的答案,但可以预见,AI 的场景,必然会要求系统处理更多的数据,更灵活地访问数据和更高效地服务更多人。从今天的大部分 MPP 和大数据的架构上看,在这几个方面应该都会很快面临巨大的挑战,当比现在访问量大十倍、百倍甚至万倍的时候,今天任何数据系统要在成本可控的情况下完成都非常困难,这里期待我们未来和客户一起共同研究和探索,突破极限。

金猿人物展_Kyligence_韩卿-2

图片来源于 Kyligence

Gen AI 能带来的,将远比这些更多,我们在实践中实现了几个方向,已经产生了巨大的变化和影响,AI 将带来数据和分析的深层次革命。机器将代替人类完成更多的工作,尤其是重复的、可被自动化的。过去数据系统完成数据的加工和指标的统计后,后续需要大量的人工去分析影响相关指标变化的影响要素,探索根因,并根据经验提供相关的决策建议,从而对整个企业的经营和管理产生影响。

AI正在重塑产品和需求

以上是 AI 趋势方面,Kyligence 一直致力于提供标准化软件产品,今年我们特别感受到了在 AI 时代,客户对产品能力和需求的不同之处。

从 Kyligence 最早开始提供的企业级 OLAP 平台场景中,我们经常碰到的挑战就是 Performance,这时主要强调性能,这也是 Kyligence 在 OLAP 层面的强项,花费了非常多心血,已经细化到为了帮助客户的某条 SQL 提升几秒,或只是让他们在点开仪表盘的时候稍等待几秒。

Performance/性能,是在技术 PK 中最常见。性能良好的系统/OLAP,当然是非常好的,但当大家都达到秒级响应的阶段,实际上,比较的空间已逐渐缩小。如果换一个角度,其实只需调整一个数据结构或优化数据处理流程,就能显著提升性能。然而,许多客户可能出于对现有模式的偏好,不太愿意进行这样的变更。

在 AI 时代,性能依然重要吗?我们认为,之所以需要 OLAP 或者数据仓库端有极好的性能,是因为大量的数据分析工作,依赖于有限的几个分析师或业务用户,而该人群的业务压力非常大,而且往往数据出来后,依然有着非常繁重的任务,比如对比数据、查阅历史、分析原因、重跑各种可能性等等,并要形成报告和决策、行动建议。所以,一个非常好用的工具确实是必不可少的。但在 AI 时代,这里的大量工作其实可以委托给 AI 完成,甚至可以让 AI 提前完成,尤其是固有的、常用分析套路,而且可以快速给出大致的总结,这已经能够大大节省人力,甚至 AI 可以让各种系统自动化链接起来。例如,今天我们用智能一站式指标平台 Kyligence Zen 出一个周报或做一次归因,只要 10 秒即可,而且自带总结,这比出来结果,再去查资料些报告,已经有了质的提升。

性能,尤其是查询性能,在这个场景下其实已经没那么严苛了。反而,并发性成了下一个挑战,因为会有越来越多的人来使用系统。

更有意思的一个现象出现了。通过最近一年的接触,我们发现更多的客户已经将关注点,从性能转移到了Performance 的另外一个含义:绩效。例如,我们的客户已经将指标平台作为绩效管理(KPI)平台,而 KPI 的缩写正是 Key Performance Indicator 。当我们将关注点从性能转移到绩效的时候,这才是客户真正要的产品。仪表盘或者报表从来不是客户要得最终结果,他们要得是基于数据的管理能力。几乎每一个有用的指标/Metric,都展示了某个业务或者管理的结果,而一个公司之所以需要指标,就是为了更好地观测相关业务的进展、健康状态以及及时采取措施来修正组织行为,从而确保公司的整体或者部分绩效能够按照设定的目标行进。

例如,Kyligence 的一个银行客户最近做的 POC,即是一个绩效管理相关的需求,从总行领导-分行领导-普通一线员工指标层层下砖,客户的需求已经在这里。这也对新时代 AI 数据分析和指标管理有一个启发,就是要跳出技术思维,不要仅局限在Performance/性能,更要在Performance/绩效上打出差异化和壁垒,提升技术投入的 ROI,并快速占据市场。

AI 市场在过去一年发展实在是非常的快,几乎每周都在修改原有的假设。在这个过程中,站在客户的角度思考变得尤为重要,“可落地的场景” + “极致性价比” + “可衡量的ROI”才能满足客户新环境下的需求,这三个维度需要走在前面的创新公司认真想想。对于我们来说,将先进的技术进行产品化,继续打出差异化和竞争壁垒,将在2024年愈加明显。

·关于韩卿:

韩卿,Kyligence 联合创始人兼 CEO。大数据、数据仓库专家、顶级开源项目 Apache Kylin 创建者、微软社区总监(RD)、腾讯云最有价值专家(TVP)、金融科技创新联盟理事兼智库专家、中国互联网协会数字金融工作委员会委员等。他曾入选 “2016年财富中国40位40岁以下的商界精英" 、 “爱分析50位推动中国进入大数据时代的人物” 、美国商业杂志《快公司》 - 中国商业最具创意人物 100 、 “30位新生代数字经济人才” 等。


来源:数据猿

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

【金猿人物展】 蓝象智联创始人兼CEO徐敏:观数据,数据观——进化中的数据法则
【金猿人物展】 蓝象智联创始人兼CEO徐敏:观数据,数据观—...
【金猿人物展】数元灵科技CEO朱亚东:何以数智化
【金猿人物展】数元灵科技CEO朱亚东:何以数智化
【金猿人物展】零数科技CEO林乐:区块链夯实数据基础设施,开启数据要素产业化时代
【金猿人物展】零数科技CEO林乐:区块链夯实数据基础设施,开...

我要评论

数据猿微信公众号
2023第七届上海AI大会暨医药和医疗创新峰会
2023深圳物联网展
人工智能博览会
FMW2023全球闪存峰值
2023世界农业科技创新大会暨世界农业科技博览会
2024上海世博展览馆
返回顶部