LLM ها آماده هستند تا استفاده از ابزارهای هوش تجاری را آسان تر و سریع تر کنند
![](https://khabarkaav.ir/wp-content/uploads/2024/03/Fluent-Team-photo-1.jpg)
![](https://techcrunch.com/wp-content/uploads/2024/03/Fluent-Team-photo.jpg?w=761)
در حال حاضر، سازمانهای بزرگ اغلب از ابزارهای «هوش تجاری» (BI) استفاده میکنند تا بفهمند که در عملیاتهایشان چه میگذرد. این امر باعث به وجود آمدن لویاتان های چوب بر در دنیای نرم افزار شده است.
اکنون، استارتآپ فلوئنت بریتانیا دور سرمایهگذاری اولیه ۷.۵ میلیون دلاری به رهبری Hoxton Ventures و Tiferes Ventures را بسته است تا مدلهای زبان بزرگ مبتنی بر هوش مصنوعی (LLM) را در پایگاههای اطلاعاتی کسبوکار اعمال کند و بازجویی از آنها توسط افراد عادی بسیار آسانتر شود.
اساسا، ابزارهای BI به یک پایگاه داده تجاری متصل می شوند و از SQL برای ایجاد تجسم و ساخت داشبوردهای BI استفاده می کنند. شرکتهای بزرگی در این فضا دخیل هستند: Tableau (متعلق به Salesforce)، Power BI (متعلق به مایکروسافت)، Looker (متعلق به گوگل)، و QuickSight (متعلق به آمازون) به تعداد انگشت شماری.
بازار راه حل ها گسترده است. بر اساس یک گزارش، ارزش بازار جهانی هوش تجاری در سال 2022 به 27.11 میلیارد دلار رسید و پیش بینی می شود که از 29.42 میلیارد دلار در سال 2023 به 54.27 میلیارد دلار تا سال 2030 رشد کند. گارتنر فکر می کند که اگر هوش مصنوعی و LLM به طور گسترده تری به کار گرفته شوند، می تواند حتی بزرگتر شود.
با این حال، تیم های داده زمان زیادی را صرف ساختن این داشبوردها می کنند، به خصوص برای سازمان های بزرگ. و همیشه این چالش وجود دارد که مردم را وادار به استفاده واقعی از آنها کند - زمانی که تیم های داده در فکر انجام درخواست هایی که ممکن است چند روز طول بکشد، ناله می کنند.
در عوض، Fluent میخواهد از طریق LLMهای زبان طبیعی که در بالای انبار داده یک شرکت قرار میگیرند، یک «لایه مکالمه» باشد. این سؤالات را به SQL ترجمه می کند و آن پاسخ ها را بسیار سریعتر تولید می کند. به گفته این شرکت، پس هر کسی، صرف نظر از مهارتهای فنی یا زمینه کسبوکار، میتواند به زبان انگلیسی ساده از دادههای خود سؤال کند و بینشهایی کسب کند.
البته این به احتمال زیاد زمان پاسخگویی را به میزان قابل توجهی کوتاه می کند. رابرت ون دن برگ، مدیر عامل فلوئنت، به من گفت: «مشاوران از انتظار 2 هفته ای برای بینش به 30 ثانیه تغییر می کنند. این بدان معناست که آنها سؤالات بیشتری می پرسند، به طور قابل توجهی بیشتر از داده ها در شغل خود استفاده می کنند. داده ها به چیزی تبدیل می شوند که اکنون در دسترس آنه است. »
مشتریان فلوئنت در حال حاضر شامل Bain & Company هستند.
اگرچه او اعتراف می کند که Fluent "در درجه اول از مدل GPT4 Azure OpenAI استفاده می کند"، او تاکید کرد که این یک استارت آپ با "پوشش OpenAI" نیست.
او ادعا کرد که این رویکرد سادهسازی برای تولید SQL دقیق و پس پاسخهای صحیح به سوالات داده در زمینه ابزارهای BI کار نمیکند. از طریق 18 ماه کار، ما توانستهایم روشی برای دستیابی به دقت پاسخها بسازیم که سازمانهایی مانند Bain & Company بتوانند به آن اعتماد کنند و در سراسر سازمانهای خود از آن استفاده کنند.»
ایان وبر، یکی از شرکای Bain & Company، در یک بیانیه حمایتی گفت: «پلتفرم فلوئنت به ما کمک کرد تا از LLM ها برای بازجویی و ارائه بینش از مجموعه داده های پیچیده بزرگ استفاده کنیم. فلوئنت به مشاوران ما این امکان را می دهد که به سرعت پاسخ های مورد نیاز خود را به طور کارآمد و دقیق دریافت کنند، به خصوص برای سوالات بسیار پیچیده یا خاص برای داشبورد داده های از پیش ساخته شده.
ون دن برگ گفت: «تمام چیزی که کاربران کسبوکار میخواهند، پاسخ به سؤالات است. آنها نمی خواهند مدلینگ کنند. آنها می خواهند بدانند که این مشتری در مقابل این مشتری چگونه عمل می کند. یا [آنها] اینجا چگونه کار می کنند. و عملکرد این کمپین بازاریابی چگونه است. " او بيان کرد که سایر بازیگران در بازار کاربران داده را هدف قرار می دهند، در حالی که فلوئنت بازار کسب و کار را هدف قرار می دهد نه داده ها.
فضای جستجوی زبان طبیعی به تازگی امکان پذیر شده است، پس هنوز بازار شلوغی نیست.
به عنوان مثال، Metabase یک برنامه تجزیه و تحلیل و هوش تجاری منبع باز است که به کاربران اجازه می دهد تا داشبوردها را راحت تر ایجاد کنند. این شرکت مستقر در SF تا به امروز 51 میلیون دلار جمع آوری کرده است.
Einblick، یک شرکت آمریکایی است که اخیراً توسط Databricks خریداری شده است (که در حال تبدیل شدن به سهامی عام است)، به نظر می رسد نزدیک ترین بازیکن به Fluent در بازار باشد. با این حال، فلوئنت ادعا می کند که پیشنهاد Einblick به سمت کاربران فنی بیشتری در تیم های داده گرایش دارد.
Thoughtspot که ادعای ارزش گذاری 4 میلیارد دلاری را داشته است، اکنون یک سیستم جستجوی زبان طبیعی نیز دارد.
ارسال نظر