Tellius CEO：用AI填补数据洞察缺口文

文/Karen Walker
Tellius是一家由AI驱动的智能决策软件平台公司，背后投资机构包括Sands Capital Ventures、Grotech Ventures、Veraz Investments 。
笔者与该公司创始人兼CEO Ajay Khanna讨论了Tellius的核心理念——将AI和机器学习驱动的自动化与自然语言搜索界面相结合，以进行特别的探索——以及Khanna如何担当好技术创始人的角色。

文章图片

文章图片
Tellius创始人兼CEO Ajay Khanna
在理解Tellius之前，我们要先理解这个行业？
Ajay Khanna：这个行业可以看两个方面。在商业智能方面，像Tableau和Snowflake这样的大公司在创建可视化和赋能组织方面做得很好。但大多数产生大量数据的公司都希望了解发生了什么，以及事情为什么会发生变化。目前的商业智能并没有解决整个问题，虽然它会提供报告，但客户仍然需要自己找出原因。另一方面，机器学习和AI工具来自一些伟大的公司，如IBM和SAS等老牌公司，以及DataRobot等新公司，它们在创造机器学习工具和能力方面做得很好。
大多数公司的服务对象仍然是了解数据科学和机器学习技术的个人。因此，当我们看到那些想要利用机器学习和AI更快地做出决定的商业分析师和商业用户时，除非他们有一个数据科学家团队，否则他们无法利用这些技术。
这就在组织中造成了我们所说的巨大的“洞察力缺口” ，即他们拥有数据，并将其中一些存储在云中，但不能从那里产生洞察力。
我们的目标就是弥补这一缺口。2016年， Tellius成立，我们的平台能将自然语言界面的易用性与机器学习和AI的力量相结合。
你可以向平台问这样一个问题：“以地区和产品为维度展示收入情况。”然后系统会把该问题输入SQL查询，接着进入数据仓库——这里面可能有TB级别的数据——最后在几秒钟内得出答案。
这就是我们的使命，令数据大众化，并通过机器学习和AI来实现这种体验，然后从数据中获得深刻的洞见。
能举个例子吗？
【Tellius CEO：用AI填补数据洞察缺口】Ajay Khanna：我们提出的并不一定是复杂的问题——当然那些问题确实存在且需要解决——但在日常运营上，客户有很多需要支持的地方。在新冠疫情爆发后，人们拥有的信息和他们用来做决定的信息出现了翻天覆体的变化。
最近一个例子来自我们的一位制药类、生命科学领域的客户，其问题是：“为什么我们某种药物的市场份额下降了？”这里面有很多因素要分析：公司的药物产品之间是相互竞争的吗？医生没有开处方吗？是因为人口结构出现了变化吗？是不是一级供应商出现了问题？
这家公司只需点击一个按钮，系统就能锁定问题所在：不是其所预期的一级供应商，而是二级和三级供应商，竞争对手瞄准了这些领域，从而抢走了市场份额。所以客户改变了策略，特别是在教育方面，这有助于重新夺回市场份额。
所以Tellius利用数据发现盲点，这是怎么做到的？
Ajay Khanna：机器学习只是分类——当事情正常运转时是“好情况” ，当事情不正常时是“坏情况” 。对于其中一些问题，人们会去找数据科学家，花几天或几周的时间去寻找答案。这是一个缓慢的过程，而且这个过程只能回答几个问题，这取决于数据科学家。
Tellius则提供了一种大众化的能力——客户可以单击BI仪表板上的一个按钮，然后从那里向下深挖。这个按钮触发了机器学习算法——找出“好情况”和“坏情况”之间的区别，然后将其呈现给客户。了解业务的分析师可以抛弃不相关或不可改变的因素，然后进行迭代。经过几次迭代后，客户就能得到答案。