AI to B 产品推出一年，Kyligence 聚焦三大核心能力

2023年7月，Kyligence 对外正式推出 AI 数智助理 Kyligence Copilot，致力于用 AI 来完成围绕业务指标的分析和洞察，这一产品也实在地降低了业务用数、管数和决策的难度，直接验证了生成式 AI 与数据分析的结合在企业级场景中落地的机会。经过一年的不断迭代，市场对这款产品已有了一定反馈，本文带大家回顾这一年来 Kyligence 团队的思考。

AI 数据分析的落地效果「超出预期」

Kyligence 联合创始人兼 CTO 李扬牵头和负责 AI 技术研发与产品工作，每天照例拉齐产研同学对齐计划和解决卡点。这一年中，他还增加了许多到客户现场的外访工作，深入了解一线需求。在他的描述中，打造一款 AI to B 产品确实不易，好在取得了一些“超出预期”的成果。

明确的产品方向给予了客户和团队信心。“降低数据使用门槛，简化数据分析”一直是 Kyligence 自创立以来积累的核心优势。随着生成式 AI 的日益普及，“智能分析与决策”是团队想进一步做深的能力。因此，AI 数智助理 Kyligence Copilot 不仅仅是一款对话式分析工具，更希望业务人员利用它提升决策能力。在过去一年中，Kyligence 不断丰富产品能力边界，例如集成国内外领先的大语言模型和企业知识库，让企业在数据的基础上形成知识沉淀和积累平台，促使一个又一个“数智组织”的形成。

AI 技术性能的进步超出预期。计算能力、算法优化、数据处理、多模态融合、自动化设计、鲁棒性、安全性以及可解释性等多个方面得到提升。就数据分析领域来说，李扬提到 AI 目前能分析更广大的范围，例如对比往年的同日、同周、同月业绩，提供超越人类专家的分析广度和深度。再配合行业知识库，能做出商业洞察，发现问题，提供解题思路。

更让人惊喜的是，以头部企业为代表的行业先锋坚持 AI 的决心和魄力超出预期。经过一年多的 POC 和付费客户验证，行业龙头企业“敢为人先”，对 AI 产品有长远视野，注重长期价值而非短期回报，可谓是“现实的创新派”。这类企业理性地认识到 AI 并非无所不能，但他们会在已有的成熟业务场景或创新业务场景上叠加 AI 能力，实现 AI 落地的小步快跑，现阶段追求的是高竞争力和积累高质量数据，以便后续智能化升级。

“全力配合、共创辉煌、多多交流下一阶段哪些重点能力提升”是 Kyligence 产品团队经常收到的客户反馈。这也给了 Kyligence 很大信心，从结果来看，2024 年 POC 和客户付费数量明显增高。

聚焦「可靠、安全和可控」三大核心能力

Kyligence 有三大企业级产品，分别是企业级 OLAP 多维数据库、智能一站式指标平台和 AI 数智助理。三大产品覆盖底层、中间层和应用层，互为依托，为企业级数据分析提供一体化、多方位的能力支持。基于多年来丰富的企业级服务经验，李扬与团队将 AI 产品锁定「可靠、安全和可控」三大能力，这也是技术优化和功能完善的基准。一年中三次重大改版和数十次小版本更新，将这三大能力打磨得越来越成熟。

聚焦稳定可靠，结合自研指标平台的优势，加速落地。

如果 AI 在数据层面的回答不准确，企业内部可能陷入严重混乱。为确保稳定可靠并达到 100% 可解释性这一企业级商用标准，Kyligence 结合自研指标平台，通过“自然语言到指标查询再到 SQL”（NL to Metric Query to SQL）的方式，确保结果准确性。指标平台为企业提供了标准化的数据表达方式，解决了指标口径不一致和数据信任缺失等难题。在 AI 应用层面，Kyligence 独创性地将其分为多个场景助手，限定问询范围，确保 AI 仅在专业领域作答。这使业务人员能更快上手并便捷地查询数据和获取决策建议。同时，产品支持业务术语标注和分析思路维护，大幅提高了大模型的识别准确度，增强了 AI 数据服务的可运维性。为确保准确性，Kyligence 还通过规则系统和指标平台验证数据，并将查询结果与专家知识库匹配解读，避免 LLM + 知识库的准确性问题。值得一提的是，Kyligence 指标平台与最新的 AI 技术和应用高度兼容，凭借成熟的指标管理、加工和数据服务能力，在各类数据分析场景中均表现出色。

拓宽应用场景，除了 AI 问数，还探索了 AI 在其他数据应用中的潜力。

当 Kyligence 的产品从底层扩展到应用层时，已经意识到必须将 AI 深度融入企业的实际业务场景，真正贴近客户业务需求。自主对话数据分析、一键生成报告、自动创建个性化仪表盘等能力，已成功应用于企业贷款洞察、门店运营分析和全渠道销售经营等场景，发挥了实际价值。例如，喜爱度最高的智能归因分析能力，中国领先的体育用品公司用其完成大区、城市、产品等多维复杂的交叉归因分析，实现了销售策略的精准优化，大幅提升了各区域市场的销售业绩，同时减少了库存积压。再有，有客户反馈 AI 数智应用帮助企业激活沉寂报表，团队无需再耗费大量时间手动整理数据，自动化、智能化流程让复杂的数据处理变得简单高效。除数据层面，决策方向也有大的进展。Kyligence 结合「垂直场景+应用」建设思路，通过连接企业知识库，实现了垂直领域专家的支持效果。例如，零售企业的全渠道经营分析，Kyligence AI 数智助理通过锁定门店缺货的关键指标，给出具体品类的下一步库存和营销策略。

高度重视产品开放性。

Kyligence 非常注重用户体验，致力于打造“用户友好型”产品，通过简洁明了的设计和友好的交互界面，不断简化数据查询和可视化过程。例如，用户只需编写 10 行代码即可将其嵌入外部系统，实现 AI 驱动的数据分析；支持仪表盘 Dashboard 嵌入，消除了在多个工具或平台之间切换的需求，使用户直接在主页上展示数据。产品团队也探索了与 IM 工具（飞书等）的集成，和飞书等共同打造 AI 数智参谋，在 IM 中即可完成问数，并定时推送 KPI 评估报告，降低了一线业务人员用数的门槛。

以 AI 增强智能化，重塑「业务」竞争力

Kyligence 接触的众多企业级客户都将业务战略和需求置于首位，这表明企业正重新激活数据在业务经营中的价值。这一趋势也推动了智能分析和科学决策的实际应用。企业积累的大量业务数据资产如何与大模型及 AI 技术有效结合，将成为关键。

Kyligence 的跨国药企客户长期面临业务报告分散在不同系统和文档中的问题，导致用户需要跨多个报告查找数据，且找到的数据还需与 IT 部门确认，效率低下。客户希望采用智能化的数据使用模式，减少人工投入、简化沟通并缩短开发周期，以支持新业态的需求。Kyligence 的全球领先快消餐饮连锁客户需要一个高效的分析工具来满足不同业务线（如销售和营销）的分析需求。企业对数据安全要求严格，需要对业务线和门店进行严格的数据权限管理。同时，客户需要一个高性能计算引擎，以快速响应高并发的查询和分析需求。Kyligence 的头部股份制银行客户需要分析对公客户存款的出账金额指标数据，实时关注企业客户的资产异动变化情况，加强银行业务优化，提升客户服务及满意度，以降低客户留存风险。

“归因分析效率提升了十倍以上，数据准备时间缩短不到 30 分钟，显著缩短了业务数据分析周期，提高了决策效率。” 上述头部餐饮连锁客户 CIO 评价提到。

回顾过去一年，Kyligence 在 Data + AI 领域取得的多项成果备受业内广泛认可，荣获了包括 AIGC 产品创新榜、金融科技最佳供应商奖和人工智能创新应用大赛一等奖在内的多个重要奖项。李扬表示，客户和市场的积极反馈强化了团队对未来的信心。接下来，将继续推进数据资产的深度整合和应用，将数据价值最大化，并不断优化解决方案，继续为客户提供卓越的服务和创新价值。

关于 Kyligence

跬智信息（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，提供企业级 OLAP（多维分析）产品 Kyligence Enterprise 和智能一站式指标平台 Kyligence Zen，为用户提供企业级的经营分析能力、决策支持系统及各种基于数据驱动的行业解决方案。

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。