Hurtownia danych dała początek Business Intelligence.
Tę uwagę zapadł mi w pamięć analityk Mike Ferguson, kiedy przeprowadzałem z nim wywiad jeden z naszych artykułów z okazji pięćdziesiątej rocznicy Computer Weekly.
W 2016 roku powiedział: „Hurtownia danych musiała nastąpić i była absolutnie skierowana na rynek BI. Do tego czasu mieliśmy tylko te zielono-białe wydrukowane arkusze, wypluwane z systemów transakcyjnych baz danych, z których mogliśmy składać raporty”.
W latach 90. i 2000. działała triada, w skład której wchodziły: magazyn danych, ETL I inteligencja biznesowa oprogramowania, co oznaczało radykalną, skokową zmianę w analizie danych.
Jesteśmy zaledwie dwa lata od sześćdziesiątej rocznicy Computer Weekly, a podobny punkt widzenia można by wysunąć w odniesieniu do tego, co wygląda na nową generację Business Intelligence. Nazywaj to, jak chcesz. Neo-BI, być może, lub Generative AI-driven Business Intelligence. Istnieje jednak logiczna homologia: tak jak Data Warehousing było dla Business Intelligence (pomyśl o Cognos, Business Objects, Micostrategy, a także stosunkowo nowych dostawcach, takich jak Qlik, Tableau i Thoughtspot), tak półtorej dekady magazynów danych Hadoop, jezior danych, a nawet domów danych jest dla powstającej nowej generacji BI – i zarządzania wiedzą. Napędzane przez Generatywna sztuczna inteligencja.
Firma Databricks przyjęła nazwę „AI/BI” jako termin określający „nowy typ analizy biznesowej” wywodzącej się z platformy danych. Podczas niedawnego szczytu Data+AI (niegdyś znanego jako Szczyt Iskry) w San Francisco ujawniło to. Częścią tego jest interfejs konwersacyjny „AI/BI Genie”.
Dostawca zapewnia, że jego produkt „demokratyzuje analitykę i spostrzeżenia dla każdego w organizacji”.
Na swoim koncie Databricks AI/BI oferuje zestaw uzupełniających się doświadczeń: „Dashboardy, oparty na sztucznej inteligencji interfejs o niskim kodzie do tworzenia i dystrybucji szybkich, interaktywnych dashboardów; oraz Genie, interfejs konwersacyjny umożliwiający zadawanie pytań doraźnych i uzupełniających za pomocą języka naturalnego”.
Mówi się, że obaj są napędzani przez złożony system sztucznej inteligencji które „nieustannie uczy się na podstawie wykorzystania całego stosu danych organizacji, w tym potoków ETL, pochodzenia i innych zapytań”.
Złożona sztuczna inteligencja
Przez „złożony system sztucznej inteligencji” współzałożyciel i dyrektor techniczny firmy Databricks, Matei Zaharia i jego współpracownicy, rozumieją „system, który realizuje zadania sztucznej inteligencji przy użyciu wielu współdziałających komponentów, w tym wielu wywołań modeli, obiektów pobierających lub narzędzi zewnętrznych. Natomiast model AI to po prostu model statystyczny, np. Transformator, który przewiduje następny token w tekście.
I tak jak oryginalny Business Intelligence dostarczał dane w formie raportów profesjonalistom biznesowym z finansów, HR, operacji, sprzedaży itd., tak AI/BI jest przeznaczone dla szerokiego grona użytkowników biznesowych. Firma Databricks jest dobrze znana z tego, że jest dostawcą usług technicznych, założonym przez naukowców i uwielbianym przez inżynierów danych, inżynierów ML Ops, analityków danych i pozostałych – zapalonych techników.
Ali Ghodsi, współzałożyciel i dyrektor generalny Databricks, powiedział w oświadczeniu prasowym ogłaszającym AI/BI: „Prawdziwie inteligentne rozwiązanie BI musi rozumieć unikalną semantykę i niuanse biznesowe, aby skutecznie odpowiadać na pytania użytkowników biznesowych.
„Uważamy, że wymaga to innego podejścia niż to, w jaki sposób projektowano oprogramowanie BI w przeszłości — takiego, które umieszcza system sztucznej inteligencji w centrum architektury i ma na celu wykorzystanie mocnych stron systemów sztucznej inteligencji, a także uzupełnienie ich słabych stron stawić czoła wyzwaniom związanym ze zrozumieniem i nauczeniem się tych niuansów. Uruchomienie AI/BI to krok w stronę budowy takiego systemu”.
W tym samym oświadczeniu Felix Baker, szef usług danych w Sega Europe, dodał wsparcie. „W firmie Sega naszym celem jest dostarczanie światu rozrywki kreatywnymi, innowacyjnymi doświadczeniami, a analiza danych odgrywa ważną rolę w osiągnięciu tego celu. Używamy Databricks AI/BI, aby pomóc decydentom w zadawaniu w czasie rzeczywistym doraźnych pytań na temat zachowań konsumentów, bez konieczności polegania na naszych ekspertach ds. danych w zakresie tworzenia pulpitów nawigacyjnych i zapytań. Teraz członkowie naszego zespołu mogą uzyskać szczegółowe informacje na temat sprzedaży gier i danych dotyczących rozgrywki, po prostu zadając pytania w języku naturalnym.
„AI/BI umożliwi nam demokratyzację danych, zwiększenie produktywności i przyspieszenie podejmowania decyzji opartych na danych w całej firmie Sega”.
W rozmowie podczas wydarzenia Richard Tomlinson, dyrektor ds. marketingu produktów w Databricks, przedstawił mi kontekst produktu, który warto odtworzyć.
Powiedział: „Próbujemy połączyć inteligencję biznesową ze sztuczną inteligencją. Zawsze zapewnialiśmy naszym klientom możliwość tworzenia lekkich kokpitów nawigacyjnych w Databricks w ramach oferty SQL. Coraz więcej klientów zaczęło go używać i lubić, więc włożyliśmy w to mnóstwo inżynierii.
„Następnie wraz z rewolucją Gen AI zaczęliśmy się zastanawiać: «a co, gdybyśmy mogli przeprojektować i ponownie uruchomić analizę biznesową od podstaw, korzystając z LLM?
„Genie, czyli interfejs przypominający czat, to pięć lub sześć różnych LLM. Kiedy więc zadasz pytanie, pierwszą rzeczą, którą zobaczysz, będzie informacja, że myśli, i to wszystko, co LLM odbywa z małą pogawędką, aby znaleźć właściwą odpowiedź na pytanie. Kolejną wspaniałą rzeczą jest to, że skonstruowaliśmy go w taki sposób, że gdy będzie pewien swojej odpowiedzi w mniej niż 95%, powie po prostu: „Nie wiem”. Czy chciałbyś mi to wyjaśnić? Może to być koncepcja biznesowa typu „rezygnacja”, o której nie wiadomo. Więc powiedz mu, co to jest, a on to zrozumie, a następnie zastosuje tę logikę przy następnym zapytaniu”.
Kostki danych nie same
Jeden z użytkowników, z którym rozmawiałem, pod warunkiem zachowania anonimowości, pozytywnie wypowiadał się na temat Genie. „Cała koncepcja BI opartego na sztucznej inteligencji była dla nas od jakiegoś czasu Świętym Graalem”. Wspomniał również, że inni dostawcy podążają tą samą drogą. Firma Databricks nie jest jedyną firmą próbującą połączyć sztuczną inteligencję – czy to GenAI, czy klasyczną sztuczną inteligencję – z inteligencją biznesową. Niedawno rozmawiałem z Karelem Callensem, dyrektorem generalnym i współzałożycielem Luzmo, firmy z siedzibą w Belgii, zajmującej się oprogramowaniem do analityki wbudowanej.
Jego firma wprowadziła tak zwany „wbudowywany komponent AI, który umożliwia podejmowanie decyzji w oparciu o dane najszerszemu gronu użytkowników końcowych. [Embedded] do dowolnego przepływu pracy, komponent znajduje się w narzędziach i aplikacjach, na których polegają użytkownicy, generując spostrzeżenia biznesowe dostosowane do kontekstu i celów każdego, kto ma do czynienia z danymi”.
W oświadczeniu ogłaszającym to Callens stwierdził: „Przejście od tradycyjnych ram analizy biznesowej (BI) do bardziej dynamicznych systemów opartych na Al stanowi przełomowy skok w sposobie działania organizacji i podejmowaniu decyzji, ale dla pracowników wiedzy tonących w morzu narzędzi i informacji, należy je zintegrować w ramach ich naturalnego sposobu pracy”.
Punkt widzenia
Cała tradycyjna społeczność Business Intelligence – czy to Salesforce Żywy obraz Lub Punkt myślowy Lub Qlik, a reszta – myśli w podobny sposób. Co ważniejsze, organizacje użytkowników szukają „Świętego Graala” Business Intelligence wzbogaconego o klasyczną i generatywną sztuczną inteligencję.
Najnowsze badania Enterprise Strategy Group zagłębiają się w rodzącą się konwergencję AI i BI w niniejszym raporcie badawczym: Uwolnienie mocy sztucznej inteligencji w analityce i analizie biznesowej. Autorzy raportu, Mike Leone i Christian Perry, stwierdzają: „Ponieważ tempo zmian w biznesie często przewyższa tempo gromadzenia i analizowania danych, organizacje potrzebują pomocy w zapewnieniu terminowego dostarczania dokładnych informacji na podstawie bieżącego stanu biznes. Umożliwiając użytkownikom dostęp do danych i ich analizę bez konieczności posiadania specjalistycznej wiedzy lub umiejętności kodowania, sztuczna inteligencja pomaga demokratyzować analitykę na potrzeby szerszego biznesu”.
Założyciele Databricks konsekwentnie podkreślają to podstawowe dążenie do demokratyzacji analityki. Wydaje się, że jest to oczywiste w przypadku ich produktu AI/BI, ale czas pokaże, jak głosiłby stereotyp starego analityka, jeśli chodzi o szerszą populację użytkowników biznesowych korzystających z tego rozwiązania.
W kontekście historycznym skromność nie pozwala mi polecić artykułu z okazji pięćdziesiątej rocznicy powstania CW, CW@50: Zarządzanie danymi – Pięć dekad poszukiwania wartości biznesowej.
Brian McKenna jest starszym analitykiem w Enterprise Strategy Group TechTarget, który koncentruje się na aplikacjach biznesowych. Wcześniej był redaktorem w ComputerWeekly.
Enterprise Strategy Group jest oddziałem TechTarget. Analitycy firmy utrzymują relacje biznesowe z dostawcami.