以用户需求为核心，革新企业数据应用
2023 年，Kyligence 全面升级产品，全面集成 AI 能力，推出了智能一站式指标平台Kyligence Zen 与 AI 数智助理 Kyligence Copilot，为企业数据应用带来了前所未有的革新体验。目前，这些产品已在金融、零售、制造、医药等多个领域客户的真实场景中成功落地，展现出强大的应用潜力。
依托深厚的技术沉淀、创新的产品设计以及丰富的实践经验，Kyligence 发布了全新的 AI解决方案，为企业级客户提供准确、可靠的 Data + AI 落地应用，通过对接企业已有的数据源，助力企业实现统一的数据语言和目标管理，以及服务型的数据治理。此外，A I数智助理的引入，将有效降低业务用户使用数据的门槛，使他们能够更快速、更准确地做出决策，为业务创新提供有力的数据支持。
值得一提的是，Kyligence 独具技术优势的企业级 OLAP 平台，为企业大规模使用数据、推广 AI 应用提供了强大的技术支撑。这为企业打造数据驱动的决策体系，实现智能化运营奠定了坚实的基础。
Kyligence 联合创始人兼 CTO 李扬表示，公司全新解决方案的推出，是在深入理解企业用户需求的基础上，通过技术创新实现的重大突破。与去年相比，今年的方案已经不再是实验室中的“毛坯”，而是经过真实用户场景验证的成熟解决方案。
据了解，此次解决方案在多个方面实现了显著提升。首先，自然语言理解能力的大幅提升，使得非技术背景的业务用户也能轻松使用，业务语言能够被精准识别并转化为有效的数据查询。其次，意图识别的增强确保了问题解析的准确性，使得大模型能够更好地理解并满足客户的实际需求。最后，通过优化查询速度，提升了用户体验，使用户能够更高效地获取所需数据。
总的来说，Kyligence AI 解决方案以用户需求为导向，通过技术创新和场景验证，实现了产品的全面升级。这一方案将为企业级客户带来更准确、更可靠的数据应用体验，助力企业在数字化时代实现智能化决策和运营。
准确、可靠的 AI 解决方案是这样练成的
李扬强调，数智商用的核心要求是 100% 的可解释性。然而，当前 AI 对话数据分析面临三大关键问题。首先，如何确保用户获取的数据和结论准确无误？其次，企业数据具有敏感性，如何妥善解决不同用户之间的权限问题？最后，当数据和指标发生变动时，如新增、删除或变化，AI 对话系统应如何有效维护？
为解决这些问题，Kyligence AI 解决方案实现了 95% 的准确性和 100% 的可解释性，这得益于其独特的技术路线和产品设计。李扬指出，虽然 NL to SQL 技术在帮助程序员快速编写 SQL 方面表现出色，但当AI扮演业务助理角色时，这种技术可能过于复杂，导致业务人员难以验证 AI 回答的真实性和可靠性。
因此，Kyligence 开发一种业务人员易于理解的数据语言，即业务指标。通过标准化和统一化指标，以及采用统一的数据语言，Kyligence 实现了从自然语言到指标查询再到 SQL 的转换过程。这样，业务人员可以清晰地确认 AI 生成的指标查询结果，并在界面上纠正理解误差。可以说，这种方法可以让AI更精准地理解数据中的业务含义，提供了更好的用户体验。
行业应用，突破企业级生产场景难题
如今，Kyligence AI 解决方案已经在多个行业中取得了显著的应用成果。Kyligence 解决方案总监甘甜详细展示了 Kyligence 如何助力银行、零售、医药等头部企业成功落地 AI解决方案的真实案例。这些案例深入展示了 Kyligence 如何解决企业级生产场景下准确性、安全性、成本和 AI 治理等关键问题，从而推动 AI 更好地服务于企业，进一步提升数据决策效能。
以某跨国头部药企为例，过去其数据分散于多个报告之中，手工交付耗时费力，且数据指标口径不一，来源无法保障。这不仅导致大量人工工作的投入，还限制了数据的观察价值。然而，通过引入 Kyligence 的 AI 智能数据平台产品，该药企成功打造了一个精准、敏捷、全面、智能的商业分析平台。这一平台以 AI +指标平台的形式，满足了业务部门复杂多样的分析需求，显著提高了商业洞察的质量和决策效率。
此外，Kyligence 还助力一家合作多年的国内顶流餐饮连锁企业升级了其指标平台。结合最新的生成式 AI 技术，该企业在一线人员范围内推广并使用了 AI 数智助理，进一步降低了业务人员使用数据的门槛，提升了数据决策效能。
在金融领域，Kyligence 也展现了其强大的实力。基于多年服务金融客户的经验和结合 AI的智能一站式指标平台，Kyligence 为头部银行提供了创新的分析对公存款大额异动、绩效分析、贷款业务管理等场景的服务。这使得银行分支行也能享受到数智化转型的最新成果，真正将 AI 应用到了实际工作中。
结语
尽管 Kyligence AI 解决方案已取得了显著成果，但仍面临一些挑战。甘甜表示，“我们还需持续攻关的领域包括提升大模型的意图识别能力，特别是针对复杂业务问题的精准理解。此外，Kyligence 也在积极探索如何将 AI 更深入地融入企业决策流程，以实现知识积累的全面性和智能化决策支持的提升。”
展望未来，Kyligence 将继续深化 AI 技术的研发与应用，不断提升解决方案的智能化水平。李扬坚信，AI 将颠覆数据行业，指标与 AI 结合的智能决策是未来的必然趋势。相信随着技术的不断进步和市场的日益成熟，Kyligence AI 解决方案将在更多领域展现出强大的应用潜力，助力企业实现更高效、更精准的数据决策。
