近日，第 17 届中国 R 会议 & 2024 X 智能大会 & 2024 数据科学国际论坛联合会议在中国人民大学召开，Kyligence 技术合伙人、Byzer PMC 祝海林受邀出席。在“大模型应用行业实践”专题环节中，祝海林深入探讨了大模型时代 AI 应用的发展趋势，并详细介绍了 Kyligence AI 解决方案，展示了 AI 数据库 Byzer 的强大功能以及编程工具 Auto Coder 的创新特性，为与会者带来一场关于 AI 技术前沿应用的精彩分享。
01
大模型在 C 端和 B 端的应用现状
在大模型时代，应用需满足用户多样化和个性化的需求。目前大模型主要的应用领域包括面向消费者（To C）的交互应用，如智能客服、虚拟助理和内容生成，它们通过自然语言处理和人机交互提升用户体验；以及面向企业（To B）的数据处理和分析，例如数据挖掘、预测分析等，这些应用通过大数据和机器学习技术提升业务决策。祝海林认为，在大模型时代下，传统的数据分析工具将不再有优势，因为大模型将引领数据处理向真正的智能决策迈进，它改变了数据处理的方式并为企业带来更深层次的洞察和决策支持。
02
现代 Data + AI 模式更利数据决策实现
在引入大模型之前，大数据和人工智能领域曾面临曲折发展，其内在的复杂性带来了高昂的成本，且这些技术平台往往无法真正助力决策。例如，早期的大数据平台和商业智能（BI）软件，主要功能是加速数据提取过程，帮助分析师更高效地获取信息，但这并未满足企业对决策支持工具的期待。企业追求的不仅仅是工具，而是工具能否提供决策依据，甚至直接指导决策。大模型技术让工具和产品实现智能化，它们能够自动挖掘数据，提供决策依据，乃至自动生成有价值的决策建议。
祝海林指出，仅依靠大模型并不足以满足企业需求。他强调，to B 企业的核心在于数据，而现有的大数据存储系统并不支持大模型的高效应用。大模型需要更易用的存储解决方案。同时，尽管向量数据库和全文检索系统目前备受瞩目，但它们在实际应用中仍显不足。因此，祝海林提出了 AI 数据库（这也是 Byzer 项目定位）的概念，旨在提升数据对大模型的易用性和处理效率。近期，mem0 的广泛讨论反映了用户对现有存储系统的不满，大家迫切需要一种能让大模型更易于使用的 AI 数据库。数据与人工智能的结合已经进入新的阶段，通过 AI 数据库、具备决策能力的智能产品，以及大模型，企业可以构建真正的数据智能核心竞争力。
03
与数据展开一场对话，应用率先落地
为什么 Kyligence 将 AI 数据分析应用率先落地？祝海林介绍是我们相信 to B 软件的终局是管理，是决策，而这也是符合大模型这波浪潮的趋势。 Kyligence 早先推出新一代智能一站式指标平台 Kyligence Zen，这款产品集业务模型、指标管理、指标加工、数据服务等能力于一体，旨在通过统一的指标视角简化企业数据管理，确保数据的一致性和准确性，从而为业务决策提供指导。再后，利用大模型的语料优势和自然语言交互能力，Kyligence 在业界率先发布 AI 数智分析应用 Kyligence Copilot，其采用 NL to Metric Query to SQL 的技术路径，实现更准确、更易治理、更安全、更高性价比的效果，其能力包括但不限于：对话分析、生成报告、创建个性专属报表。可以说，该应用的出现，意味着 AI 数据分析应用向 AI 数据决策更进了一步，也是 Kyligence 践行软件应该提供决策依据和结果的目标产物。
Kyligence Copilot 现已支持 Azure OpenAI GPT 系列 、通义千问、智谱 AI、百川智能等国内外领先的大语言模型，并已落地金融、零售、制造、医药等行业的多家客户，在企业贷款客户洞察、营业厅运营分析、全渠道销售分析等场景中应用实践。
演讲中，祝海林还介绍到一款新的项目编程工具 Auto-Coder ，它致力于提高企业的研发效率并降低成本。可以看到，无论是 Kyligence Zen、Byzer 还是 Auto-Coder，都在利用最新技术，助力企业在软件中实现更高效、更经济的开发和应用。可以说，一套 Data + AI 解决方案形成了。
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。
点击「阅读原文」了解更多
