智东西（公众号：zhidxcom）
作者 | 李水青
编辑 | 心缘

智东西11月22日消息，昨日，Kyligence（跬智信息）升级了智能一站式指标平台Kyligence Zen及AI数智助理Kyligence Copilot的一系列企业级能力。

Kyligence旗下产品正式支持智谱AI、百川智能等在内的多款国产大模型，支持企业级私有部署等多种部署方式，以及指标全生命周期管理、数据权限管控、智能缓存等多项能力，助力企业加速实现数据驱动的决策智能。

智东西与少数媒体对Kyligence联合创始人兼CTO李扬、Kyligence产品总监肖牧云进行了采访。

当智东西问到Kyligence是否采用了OpenAI发布的定制GPTs时，肖牧云称他们正在尝试将GPTs应用到企业级场景中，并结合指标平台的定位找到了一些切入点。

当智东西问到国产大模型与GPT-4在落地数据分析领域的效果差异时，李扬称，国产大模型在能力上与GPT-4存在差距，但应用差距并不大。在指标管理体系和数字化管理的范围内，通过微调来弥补差距，差距不会影响实际生产。与此同时，差距更多地体现在成本上，OpenAI近期已将GPT-4的成本降得更低。

当下，基于大模型越来越多的Copilot（副驾驶）正在诞生，Kyligence做Copilot产品的核心壁垒在哪里？

李扬告诉智东西等媒体，Kyligence给到的是一个基于AI的管理能力。把通用大语言模型比作传统的操作系统，你需要在上面把能够产生业务价值的应用系统做出来，Kyligence的指标平台和AI助理就是这么一个应用系统。

这一系统是帮助企业做数字化管理的，就是在数字化管理之上加上了AI辅助提效，人人用数，增强管理半径，对齐大家的管理口径，甚至是AI做一些智能研判的能力增强。

面对大模型的“幻觉”、不准确问题，大模型数据分析工具如何实现决策智能？

李扬称，Kyligence推出的AI数智助理具有稳定性和可靠性，这可能是和一般大模型最主要的差别。其产品首先是基于一个指标平台——一个客观的数字系统，所以一般大语言模型的“幻觉”在其系统里理论上是不存在的。

但在实践中，它也有可能在管理者指令方面出现错误理解，为此Kyligence推出了大语言模型测评，以此增强指令理解的稳定性和准确性。一旦指令理解到位之后，后续的判断、事实陈述和建议部分都会是客观准确的，不会有“幻觉”。

一、AI数智助理升级，支持国产大模型

Kyligence Copilot是基于智能一站式指标平台Kyligence Zen的AI数智助理，现已支持智谱AI、百川智能等国内领先的大语言模型。

为评估和优化Kyligence Copilot对不同大模型的支持效果，Kyligence近期还推出了数据分析场景下的大模型能力评测框架（Kyligence LLM Benchmark for Data & Analytics），基于企业常用的数据分析场景，从数据准确性、结果可读性、洞察自动化等三大方面、七大维度对国内外多个大模型进行了评测。

Kyligence Copilot现已支持大模型+大数据在企业不同业务场景的落地，主要面向的用户既包括企业战略和关键业务指标的管理者，又包括将KPI执行落地的一线员工。

这一“助理”可为员工提供引导式对话分析，智能推荐高频问题；一键自动归因分析，帮助用户层层下钻，定位问题的根本原因并提供行动建议；自动生成仪表盘/报告，沉淀有价值的提问和数据洞察，并支持分享与下载，提升协作效率。

1、放大管理半径，AI驱动问题归因和行动建议

以客观真实的指标体系为核心，Kyligence Copilot聚焦确保企业战略与业务目标的对齐、分解和落地，为管理者客观还原全面业务状况；与AI对话的内容可保存成文档或用于创建仪表盘，让数据共享更加高效，提升沟通及协作效率。

2、专属AI数智助理，10秒自动完成KPI评估

基于大模型技术，Kyligence Copilot可在10秒自动完成关键KPI评估，快速定位问题；20秒找到数据变化背后的根本原因，动态优化策略，帮助业务人员聚焦关键指标，掌握业务进展。

3、安全可靠的企业级服务以及开放的API

基于统一的指标平台，AI所分析的指标保持一致和可信，确保所获得的分析结果准确可靠；依托Azure OpenAI、智谱AI、百川智能等大模型服务，确保企业使用的AI服务的安全、合规；开放API接口支持个性化的数据应用搭建，以更低的成本拓宽产品的业务场景和使用范围。

二、企业级指标平台再进化，指标全生命周期管理

Kyligence推出了智能一站式指标平台Kyligence Zen的最新版本，集AI大模型、业务模型、指标管理、指标加工、数据服务等能力于一体。企业可根据实际情况选择SaaS、云上部署和本地私有部署不同的部署方式。新版Kyligence Zen具有以下主要能力：

1、指标全生命周期管理，边用边治理

企业可以在Kyligence Zen这个统一的平台内完成指标的创建、审核、发布到下线的全流程，支持与企业工作流打通，通过“边使用、边治理”的理念，进一步实现对指标的规范化管理。

2、千人千数，保障企业数据安全

在统一管理指标体系的基础上，Kyligence Zen支持企业对数据进行行级别的权限控制，严格控制不同用户的数据使用范围和操作权限，有效保障企业的数据安全。

3、智能优化推荐，运维可观测

Kyligence Zen支持自动构建数据模型，并可依据业务实际使用情况进行智能优化和推荐；按需完成指标的加工计算；整个加工流程可视化，企业可实现轻松的运维与管理。

三、落地金融医药等行业，Data+AI带动智能决策

目前，Kyligence全新产品家族已经收获了来自金融、零售、制造、医药等行业的多家客户，与不同领域合作伙伴共创了联合解决方案。目前，Kyligence已实现以Data+AI赋能多家企业以统一可信的指标为基础。

在金融领域，对公业务是各大银行业务的重要组成部分，而对公客户和业务的复杂性决定了银行对公数字化转型的复杂性和难度更大。

某大型股份制银行基于Kyligence智能一站式指标平台，以Data+AI赋能各分行/支行行长及客户经理，自动评估业务进展并识别潜在风险，帮助客户经理快速掌握客户动态、维护客户关系、避免大客户流失。

对于生物医药企业而言，只有通过合规运营和降本增效，才能实现长期可持续发展。

Kyligence助力头部药企实现以Data+AI驱动数据架构的云上升级，提高了数据分析应用场景的时效性和开发效率，包括应用大模型+大数据创新技术，用AI自动评估销售、营销、研发等业务的运营进展和风险，提供建议；帮助业务用户通过数据快速定位问题、智能分析原因，获取及时、准确、统一的数据和信息，大幅提升业务敏捷性。

结语：大模型落地数据分析，加速决策智能进程

国内外大模型实现爆发式增长，数字化领域企业纷纷开始探索大模型落地的可能。大模型改变了传统应用开发、数据开发等流程的固有范式，企业能够以更智能、更自动的方式提升数据使用效率、更快实现数据驱动业务决策，加速企业数智化转型的进程。

本次，Kyligence将其全新产品家族接入国产大模型，不仅落地大模型在自然语言交互层面的应用，更探索数据与AI结合的智能决策，迈出了智能化的重要一步。

正如Kyligence联合创始人兼CTO李扬在演讲中所说，AI给数据和分析带来了一场新的革命。AI将自动完成大部分决策，而人类只需进行一些审阅、解释和批准的工作，整个决策的过程将变得更加科学、高效和智能。