以AI变革组织运营与管理，一家中国大数据厂商的升维布局｜甲子光年

作者｜赵健‍‍

近日，国内知名的大数据分析和指标平台厂商Kyligence（跬智信息）举办2023用户大会，发布了基于大模型的产品更新——Kyligence Copilot。

从名字也可以看出，这是一款与微软「副驾驶」系列产品形态相似的产品。

虽然微软早就打了样，但基于大模型做软件产品的改造，国内的尝试仍然不多。人人都知道生成式AI正在改变行业，但几乎没有人能够给出具体实现的方式。Kyligence正在做出自己的尝试。

Kyligence成立于2016年，主要为企业客户提供企业级的经营分析能力、决策支持系统以及各种基于数据驱动的行业解决方案。简而言之，是通过软件为企业提供「数据分析」和「指标管理」能力。

海内外成熟的软件厂商发展路径，都是从单点产品出发做产品矩阵，Kyligence也在探索这条路。围绕数据分析，Kyligence从OLAP（多维分析）引擎作为出发点，不断进行产品迭代，并在去年推出「指标平台」产品 Kyligence Zen。这一次发布的AI数智助理Kyligence Copilot是其第三款核心产品。

成立至今，Kyligence获得了来自红点、宽带资本、顺为资本、斯道资本、Coatue、浦银国际、中金资本等机构的多次投资，并服务中国、美国、欧洲以及亚太的多个金融、制造、零售、医药等行业客户。

一家从中国出发的企业软件厂商，是如何一步一步长大，并走向世界舞台的？

1.以AI变革组织运营与管理

2023年，以大模型驱动的ChatGPT风靡全球，英伟达CEO黄仁勋称之为“AI的iPhone时刻”。

今年春节刚过，韩卿就在思考Kyligence与大模型的结合点。思考之后，韩卿在公司内部发了一封全员信，主要提到了三句话：“LLM is Not our game，but we have to be part of the game, and we need to build our own game.”

第一句明确了定位，Kyligence不会像OpenAI那样做大模型的生产者，而是做大模型的应用者；第二句明确了态度，Kyligence要积极参与进去，找到属于自己的赛场；第三局则明确了目标，Kyligence要做出点不一样的、创新性的产品。

早在4月份，Kyligence就已经做出Copilot的原型产品，但韩卿没有着急发布。他希望真正做出对市场、对用户有价值的产品，而不是为了蹭ChatGPT的热度。

韩卿首先在公司内部培训会议上展示了最早的Kyligence Copilot，反响出乎意料得热烈。随后，韩卿又向企业客户展示，其中一位看完演示就问了两个问题：“这个产品怎么卖？多少钱？”

在经过半年左右频繁的用户需求沟通、产品迭代之后，Kyligence在今年的用户大会上正式发布了Kyligence Copilot的预览版。

Kyligence Copilot定位为“AI数智助理”，比较特别的是该产品是融合在 Kyligence Zen指标平台中，当客户在做数据指标分析和管理时，只需要唤醒“副驾驶”，用户就可以通过自然语言对话的方式获取指标，完成围绕业务指标的分析和洞察，并支持自动创建仪表盘。而在过去，这些工作通常需要一位数据分析师来完成。

韩卿在现场用Live Demo演示了Kyligence Copilot如何处理一个部门、二十多个指标。如果放大到企业，可能会有成千上万个指标，靠人的力量根本不可能处理得过来，但是AI可以。

因此，韩卿提出“以AI变革组织运营与管理”的理念，AI将从效率、经营、协同这三个方面给组织的运营与管理带来变革。

L1是以AI提升分析效率，可以释放所有人的潜力。

以前，人们用数据的方式往往是先进行数据治理、模型构建、报表制作，最后给业务使用的时候已经很后面的事了。Kyligence Copilot将改变这种模式，指标查找、指标推荐、归因分析、创建仪表盘等都可以通过自然语言的方式快速实现。

当然，韩卿也强调，Kyligence Copilot只是一个效率工具，无法完全替代人类的所有工作， 但是已经能够为企业的数据分析与管理带来巨大的变革。

L2是以AI赋能运营，释放管理的潜力。

以AI提升数据分析效率是Kyligence Copilot的基础能力，而对于管理者而言，可以通过Kyligence Copilot随时随地响应不同的需求，获取非常客观的数据和报告，从而释放管理的潜力。

对于管理者而言，无论是KPI评估及建议、归因分析，还是行动建议，Kyligence Copilot都将以理性、客观地给出基于数据的事实，这一点是人类难以做到的。

L3是以AI加强协同，释放组织的潜力。

用户可以通过Kyligence Copilot去对接不同的数据产品，整合不同的第三方软件和系统，以数据产品的形式加强组织间的协同。为了让Kyligence Copilot有更高的普及度，Kyligence Zen指标平台提供了“SaaS、嵌入式及本地版”三种方式做部署：

在SaaS部署模式下，Kyligence Copilot选择了微软Azure OpenAI合作；

嵌入式方案又称“Copilot as a service”，仅需10行代码就可以嵌入到企业自有的SaaS、行业解决方案或数据管理系统；

在本地部署模式下，我们了解到Kyligengce正积极探索与国产大模型公司和开源大模型等合作模式，预计将很快有相关更新。

人人都知道AI会改变行业，但没有人知道具体改变的方式。Kyligence Copilot的推出正好打在了行业最焦虑的点上。据韩卿透露，很多客户对这款AI产品表达了强烈的兴趣，在当天的用户大会上，有客户连问三遍“怎么买”。

两年前的用户大会，Kyligence将“改变人类使用数据的习惯”作为企业愿景。今天，大模型的出现让人们离这一愿景靠近了一大步。

2.从“技术软件”转型“管理软件”

以AI变革组织运营与管理，为什么是Kyligence？实际上，Kyligence从成立的第一天起，就带有“智能化”的基因。

Kyligence由Apache Kylin项目创始团队组建。Apache Kylin是2014年Kyligence联合创始人兼CEO韩卿等在eBay内部启动的开源项目。一年后，该项目在Apache软件基金会（Apache Software Foundation，简称ASF）毕业，成为第一个来自中国的顶级开源项目。

2016年，韩卿踏上创业之路，在开源的基础上做商业版本Kyligence——“Kylin+Intelligence”的结合体。从名字就可以看出，Kyligence从第一天起就把智能化作为愿景之一。

Kyligence以OLAP引擎起家。2022年，Kyligence进行战略调整，从一家技术软件厂商向SAP这样的管理软件厂商转型。这一战略转型在公司内部称之为“升维布局”。

从产品来看，Kyligence在企业级OLAP平台Kyligence Enterprise之上，推出了一站式指标平台Kyligence Zen。Kyligence Enterprise提供多维数据分析能力，面向技术人员；而Kyligence Zen提供基于指标的管理与决策能力，面向业务人员。

所谓“指标”，就是用量化的方式来管理业务，所有用户均可以使用统一的语言获取与自己工作相关的洞察。现在，越来越多企业和用户开始关注到指标和目标管理，回归到使用数据的本质，而不是只关心某个开源项目或者技术。

在过去几十年里，整个数据的架构发生了很大的变化，从一体机时代的数据仓库，以Hadoop为核心的数据湖，到Snowflake、Databricks等云上数据仓库，再到湖仓一体化等。数据架构在进化，但本质都是“中心化模式”，即先由一个技术团队做复杂的数据治理，做好之后再交给业务人员使用。

而今天我们已经迎来了SaaS时代，不同的业务部门使用多个SaaS，形成一个个“去中心化”的分析模式。业务部门希望能更主动、自主地使用数据，而不再是交由一个中心化的团队，否则这个中心化的团队就很可能成为瓶颈，甚至阻碍。

为了实现“AI变革组织运营与管理”的目的，Kyligence逐步构建了“OLAP引擎+指标平台+Copilot”的三驾马车，三者是缺一不可的。

Kyligence在OLAP引擎层面一直积极根据市场需求进行迭代。最初，Kyligence是基于Hadoop大数据底座的大数据分析平台，而自2019年起，又紧跟云计算发展趋势，推出了云原生产品。

最新消息是，Kyligence还在做一个向量化的Spark引擎——Kyligence Turbo，在同等的硬件资源下比开源Spark快了一倍。

在指标平台层面，SaaS的形式交付降低了业务人员的使用门槛，有助于提高业务敏捷能力，同时也降低了业务人员使用数据的成本。目前，该产品还有本地部署和Cloud版本，并已在金融、零售、医药、电商、制造等行业落地。其中，Kyligence助力平安银行建设的潘多拉指标平台，管理着超过1.4万多个指标、5000多个活跃用户，大大降低了数据使用的开发成本与周期。

而在最上层的AI应用层面，Kyligence Copilot可以帮助用户通过自然语言对话获取指标、完成围绕业务指标的分析和洞察。

为了让Kyligence Copilot最大化的发挥价值，前提是构建一个统一的、受治理的指标平台，这样Kyligence Copilot可以获取统一口径的数据和指标洞察；更进一步，当人人都使用数据，一定会带来超高的并发，可能是现在的十倍、百倍，需要一个强大的企业级OLAP平台来支撑，来避免系统崩掉。以及，所有的产品都需要合理的成本，否则用户也不会买单。

而这些需求，正是Kyligence多年以来积累的能力所在。

3.技术不是竞争壁垒，客户才是

2023年，由ChatGPT引发的生成式AI风暴，席卷了各行各业。

中金公司研究部计算机行业首席分析师、副总经理于钟海认为，大数据可能是在大模型驱动下，最先实现商业化的领域之一。Snowflake、Databricks在今年6月各自召开的年度大会主题都与AI、大模型紧密相关。

在大模型加持下，大数据厂商如何构建竞争壁垒？

Kyligence从技术起家，但发展到今天，竞争壁垒已不仅仅局限在单纯的技术上面了。

以Kyligence Copilot这款产品为例，它的价值是建立在强大的企业级OLAP以及指标平台Kyligence Zen之上的，而非单独存在。韩卿告诉「甲子光年」：“我们一直思考如何为行业和客户带来真正的变革，利用新技术新产品带来可沉淀、可延续的价值。这件事有难度，但极具意义。比如用AI写个SQL，然后拿去跑数据，这不是革命。而根据底层的指标平台所建立的数据分析，来给出相应的建议，这才是革命性的东西。”

如果Kyligence还停留在OLAP这一个维度在市场上竞争，拼到最后就是拼价格，这种内卷并没有意义。而现在，Kyligence已经跳脱出技术层面的数据分析，将视野聚焦到了更高维度的组织运营与管理。

在产品“升维”的同时，Kyligence把大部分的时间与精力聚焦在了客户身上，这是韩卿打造的企业文化。韩卿认为过分聚焦竞争没有任何意义，徒增焦虑。韩卿经常在公司内部说一句话“focus on your customers not your competitors”，这也是美国非常流行的一句话。

Kyligence定位做一家产品型公司，坚持以标准化软件交付，以订阅制的方式收费，几乎不做定制化服务。

为了做到这一点，早期的Kyligence在项目交付中付出了很多的时间与精力。韩卿表示：“早期有一个客户，光是POC（概念验证）就做了三次。第一年做完，觉得产品还不错，但是没有合适的场景；第二年，客户有了一个场景，但觉得这个项目可做可不做，最后就没做；直到第三年，客户才决定与我们合作。”

不过韩卿认为，早期与客户的深度合作，这种实践经历要远远比客户给自己的钱更有价值。

今天让韩卿非常自豪的一点是，在用户大会上Kyligence所邀请的企业，无论是级别还是数量，在大数据这个行业内都是首屈一指。

韩卿表示，今天Kyligence所积累的壁垒，在于拥有中国最先进的，或者说最大的一批数字化转型的先锋客户。目前，Kyligence已经服务中国、美国、欧洲及亚太的多个银行、证券、保险、制造、零售、医药等行业客户。

“大量企业客户愿意与自己分享他们的需求，这形成了一种正向反馈，这也是对Kyligence实力的信任。我们希望与客户共同成长，真正对行业和客户带去价值。”韩卿表示。

毫无疑问，Kyligence正在走出一条属于中国软件公司的特色之路。

（本文图片来源：Kyligence）

END.