所有业务都依赖于数据,但许多组织难以获得关键的洞察分析。这是一个老生常谈的故事:所有部门都需要最新、准确的数据来做出正确的战术和战略决策。然而,大多数团队成员缺乏所需的技术技能。联系数据团队请求报告意味着需要等待数天甚至数周,因为此类任务不断被堆积到本已超负荷工作的团队的案头。在这种现实情况下,各部门需要做出艰难的选择。可以等待数据提供,这可能导致错失机会和疏忽;也可以在没有数据的情况下向前推进,根据直觉做出决策。
依靠数据团队作为 BI 报告的中间人,对于业务用户和数据团队来说都很令人沮丧,尤其是当数据分布在多个存储库,并且在每个系统上都以不同方式进行表示时。决策过程中尚未开发和充分利用的宝贵数据洞察,也降低了竞争力和敏捷性。
Pyramid Analytics 一直在为客户面临的最大挑战寻找创新解决方案。随着大型语言模型 (LLM) 和生成式人工智能 (gen AI) 的兴起,我们看到了改变业务用户处理数据方式的机会。
这就是我们打造生成式商业智能 (GenBI) 的原因:一款革命性的人工智能驱动解决方案,可支持非技术用户通过自己的语言描述他们的分析需求,并在几秒钟内实现复杂请求的洞察分析和数据可视化。
在与 IBM 销售团队和 IBM Build Lab 团队进行了一些初步探索会议后,我们决定将 IBM watsonx.ai 加到我们的堆栈中。IBM 在我们的办公室召开了一整天的研讨会,帮助团队快速了解产品。这对于在我们的团队之间建立联系非常有用,我们在项目的早期阶段继续与 IBM Build Lab 团队的专家合作。
IBM® watsonx 的自然语言(无论是书面还是口头)理解能力,可支持 Pyramid 解读用户意图,即使问题是采用非技术术语或模糊语言提出。
其结果是,用户可以从全天 24 小时待命的专家数据分析师那里获益,即使是最复杂的问题,也能在 30 秒内得到回复。
虽然我们开发的 GenBI 与 LLM 无关,但我们嵌入 watsonx.ai 是有令人信服的理由的。其中一个主要优势是 watsonx 可以本地部署或在私有云中部署,从而实现私有沙盒环境,同时保持源数据的高度安全。
通过与 IBM 的合作,我们已经开始为客户提供出色的结果。即使是技术水平最低的用户,GenBI 也能显著提高数据采用率,提供更高的投资回报率和业务价值。它还能让数据团队腾出时间来处理重要的战略项目,而不是繁琐的工作。
我们将 IBM 视为生成式 AI 领域的主要参与者,而我们的 watsonx 平台之旅才刚刚开始。
生成式 BI 将彻底改变分析、使数据民主化并为组织的所有成员带来宝贵的洞察分析,我们将继续利用 watsonx.ai 的力量来实现这一目标。
Pyramid Analytics(ibm.com 外部链接)可辅助组织释放数据的全部潜力。Pyramid 的业务和决策智能平台使业务用户能够快速、轻松地分析复杂数据集,无需外部技术支持。通过利用 AI 和高级分析,该公司可将原始数据转化为可操作的洞察分析,帮助企业做出明智的、数据驱动的决策,从而加速增长并提高效率。
关于作者
Avi Perez 是 Pyramid Analytics 的首席技术官兼联合创始人。除了实现公司的长期技术路线图外,Avi 还负责监督公司战略和公司研发工作的各个方面。在 Pyramid 之前,Avi 是美国信息学公司 Urix 的联合创始人,并成为在线分析最新进展的行业权威。
© Copyright IBM Corporation 2024。IBM、IBM 徽标、watsonx 和 watsonx.ai 是 IBM Corp. 在美国和/或其他国家或地区的商标或注册商标。本文档为自最初公布日期起的最新版本,IBM 可能随时对其进行更改。IBM 并不一定在开展业务的所有国家或地区提供所有产品或服务。
插图中的客户示例展示了客户使用 IBM 产品的方式,以及他们可能已取得的结果。实际性能、成本、节省情况或其他结果可能因具体运营环境不同而异。