对话Kyligence联合创始人李扬：AI 数据分析准确率超过95%，企业SaaS时代是否已死？｜钛媒体AGI

（图片来源：unsplash）

钛媒体App 4月13日消息，本周Kyligence 2024数智论坛上，大数据分析和指标平台供应商跬智信息（Kyligence）发布全新Kyligence AI + 指标平台一站式解决方案，并在金融、零售、制造、医药等领域落地实践。

Kyligence联合创始人兼CTO 李扬透露，相比去年，2024年新的公司方案具有巨大的技术飞跃。在某银行总分行客户中，利用Data+AI技术，Kyligence提供的指标平台解决方案将客户数据的 AI 对话准确率提升到 95% 以上，以及实现100%可解释性，从而提供更有价值的企业服务方案。

会后，李扬对钛媒体App表示，AI 会注定代替人类解决更多的实际问题，无论是SaaS（软件即服务），还是数据决策或是智慧决策，未来逐步会有 AI 自动化来参与其中。

“我们看到软件在吞噬世界，这是SaaS推出的时候的一个说法。而我们今天看到，AI在吞噬软件。”在李扬看来，企业SaaS形态正在变化，原有的企业SaaS模式时代已经过去。

Kyligence联合创始人兼CTO 李扬

据悉，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，现已服务中国、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被称为“中国版的Snowflake”，后者已成功IPO，市值超过500亿美金。

融资方面，Kyligence已获得来自红点、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。

产品和商业化层面，Kyligence主要提供指标平台解决方案、OLAP 解决方案，其中包括Kyligence Zen和Kyligence Enterprise。

李扬在演讲中表示，2023年，Kyligence 产品全面集成 AI 能力，公布司南大模型（Compass），并升级和推出了智能一站式指标平台 Kyligence Zen 和AI 数智助理 Kyligence Copilot等 Data+生成式AI企业服务，并已率先在金融、零售、制造、医药等客户的真实场景中落地。

李扬在演讲中表示，2023年，Kyligence 产品全面集成 AI 能力，推出了智能一站式指标平台 Kyligence Zen 和 AI 数智助理 Kyligence Copilot等 Data+生成式AI企业服务，并已率先在金融、零售、制造、医药等客户的真实场景中落地。

而到了2024年，此次公布的Kyligence全新 AI 解决方案，主要建立在Kyligence Zen产品上。利用AI Copilot等技术，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，智能一站式指标平台将帮助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。

同时，其配备的 AI 数智助理将进一步降低业务用户使用数据的门槛，助力业务人员进行快速、准确的决策，为业务创新提供数据支持。此外，Kyligence 提供的OLAP平台将为企业大规模使用数据、推广 AI 应用提供坚实的技术底座。

其中，新的Kyligence Copilot AI 数智助理，是在Kyligence Ken指标平台之上。结合大语言模型能力，通过自然语言对话完成围绕业务指标的洞察、评估、归因和总结，提升业务人员用数效率，赋能企业运营与管理。

李扬表示，数据决策需要 AI 技术的参与。如今，很多企业客户都看好Data+AI这一方向。由于 AI 在文本、视频、音频的生成以及代码生成等方向上已崭露头角，希望 AI 代替人们做更多的工作。

“去年ChatGPT刚出来的时候，我们根据过往的客户的问题和痛点，做的类似于实验室里面的‘毛坯和小样’，它更像是一个象牙塔里的东西。但今天，我们已经找到了颇具真实的用户真实的场景，利用 AI 在解决真实的问题，我觉得这是一个巨大的进步。”李扬对钛媒体App等表示。

Kyligence 解决方案与服务总监甘甜提到，公司新的解决方案是在原有Kyligence Enterprise这个OLAP引擎的基础上，架设了对应的企业级指标平台，同时结合百度文心一言和阿里通义千问等国内外的通用性大模型，去更好的去支持客户通过语言对话的方式，高效分析指标，洞察相关数据的发展形态，从而满足业务部门复杂多样的分析需求，提高了商业洞察的质量和决策效率。

“我们希望真正将 AI 用起来。”甘甜表示，从业务数据分析周期来看，利用新的 AI 技术，IT数据准备时间从之前几个小时级别，下降到30分钟，OLAP响应的查询性能平均在4秒以内，90%的查询信息在1秒钟内就可以完成。

谈及算力成本和需求话题，李扬对钛媒体App等表示，“推理算力消耗是一个优化问题。现在的 AI 助理更多在第一步，需要解决能否更聪明的问题，他并不关心能耗和成本。一旦充分聪明了以后，他开始来讨论能耗，因为虚拟的助理就是虚拟人，就相当于说我雇一个虚拟人，一个月付到多少工资是问题。目前来说有两个阶段，一是企业必须自己买卡到机房去，二是智能体需要大量的token和算力。而未来，可能会随着智能化程度，算力和能耗也会进一步优化。”

谈到未来 AI 技术发展，李扬坦言，市场对于全新 AI 产品和方案组合的需求很强，我们“明显感觉到了市场的迫切性”。但他认为，生成式 AI 技术到落地到行业当中需要一个过程，也需要一步步积累。

“在市场看来，首先AI 的未来好像越来越近，其次如果我现在不开始去尝试这个技术，我不开始积累我数据决策的知识，那我大概就会落后了。我猜应该是基于这种紧迫性，我们指标产品加上AI之后需求增加。”李扬表示。

李扬强调，他相信 AI 未来将有能力帮助人类做更加复杂的决策。当然，万事开头难。而如今，公司初步达到了可商用的一个标准，可以做到95%的准确率和百分之百的可解释性。未来，只有高质量的数据才能够训练出高质量的 AI。利用Kyligence AI 数据方案，将帮助更多企业实现数智化变革，推动更多产业加速发展。

（本文首发钛媒体App，作者｜林志佳）