LLMs sind bereit, die Verwendung schwerfälliger Business-Intelligence-Tools einfacher und schneller zu machen

Heutzutage setzen große Unternehmen häufig „Business Intelligence“ (BI)-Tools ein, um herauszufinden, was in ihrem Betrieb vor sich geht. Dies hat viele schwerfällige Giganten in der Softwarewelt hervorgebracht.

Nun, britisches Startup Fließend hat eine von Hoxton Ventures und Tiferes Ventures angeführte Seed-Investitionsrunde in Höhe von 7,5 Millionen US-Dollar abgeschlossen, um KI-basierte Large Language Models (LLMs) auf Unternehmensdatenbanken anzuwenden, wodurch diese für den Durchschnittsbürger viel einfacher abzufragen sind.

Im Wesentlichen stellen BI-Tools eine Verbindung zu einer Unternehmensdatenbank her und verwenden SQL, um Visualisierungen zu erstellen und BI-Dashboards zu erstellen. In diesem Bereich sind große Unternehmen tätig: Tableau (im Besitz von Salesforce), Power BI (im Besitz von Microsoft), Looker (im Besitz von Google) und QuickSight (im Besitz von Amazon), um nur einige zu nennen.

Der Markt für Lösungen ist riesig. Entsprechend ein BerichtLaut Schätzungen wurde der globale Business-Intelligence-Markt im Jahr 2022 auf 27,11 Milliarden US-Dollar geschätzt und soll von 29,42 Milliarden US-Dollar im Jahr 2023 auf 54,27 Milliarden US-Dollar im Jahr 2030 wachsen. Gartner geht davon aus, dass er sogar noch größer werden könnte, wenn KI und LLMs umfassender eingesetzt werden.

Allerdings verbringen Datenteams viel Zeit damit, diese Dashboards zu erstellen, insbesondere bei großen Organisationen. Und es besteht immer die Herausforderung, die Leute dazu zu bringen, sie tatsächlich zu nutzen – eine schwierige Aufgabe, wenn Datenteams bei dem Gedanken stöhnen, Anfragen zu erfüllen, deren Erstellung Tage dauern könnte.

Stattdessen möchte Fluent eine „Konversationsschicht“ über LLMs in natürlicher Sprache sein, die über dem Data Warehouse eines Unternehmens liegen. Es übersetzt diese Fragen in SQL und generiert diese Antworten viel schneller. So könne jeder, unabhängig von technischen Kenntnissen oder geschäftlichem Kontext, in einfachem Englisch Fragen zu seinen Daten stellen und Erkenntnisse gewinnen, so das Unternehmen.

Dies dürfte natürlich die Reaktionszeiten deutlich verkürzen. Robert Van Den Bergh, CEO von Fluent, sagte mir: „Berater müssen nicht mehr zwei Wochen auf einen Einblick warten, sondern nur noch 30 Sekunden.“ Das bedeutet, dass sie viel mehr Fragen stellen und Daten in ihrem Job deutlich häufiger nutzen. Daten werden zu etwas, das jetzt in ihrer Reichweite liegt.“

Zu den Kunden von Fluent gehört bereits Bain & Company.

Obwohl er zugibt, dass Fluent „in erster Linie das GPT4-Modell von Azure OpenAI verwendet“, betonte er, dass es sich nicht um ein Startup mit einem „OpenAI-Wrapper“ handele.

Dieser vereinfachte Ansatz funktioniere nicht, um genaues SQL und damit korrekte Antworten auf Datenfragen im Kontext von BI-Tools zu generieren, behauptete er. „In 18 Monaten Arbeit konnten wir eine Methode entwickeln, um die Genauigkeit der Antworten zu erreichen, denen Organisationen wie Bain & Company vertrauen und die sie unternehmensweit nutzen können.“

Ian Weber, Partner bei Bain & Company, sagte in einer unterstützenden Erklärung: „Die Plattform von Fluent hat uns dabei geholfen, LLMs zu nutzen, um große komplexe Datensätze abzufragen und Erkenntnisse daraus zu liefern.“ Fluent ermöglicht es unseren Beratern, schnell, effizient und präzise die Antworten zu erhalten, die sie benötigen, insbesondere bei Fragen, die zu komplex oder spezifisch für vorgefertigte Daten-Dashboards sind.“

Van Den Bergh sagte: „Alle Geschäftsanwender wollen Antworten auf Fragen.“ Sie wollen nicht modellieren. Sie möchten wissen, wie sich dieser Kunde im Vergleich zu diesem Kunden geschlagen hat. Oder wie [they are] hier machen. Und wie schlägt sich diese Marketingkampagne?“ Er sagte, dass andere Akteure auf dem Markt auf Datennutzer abzielen, während Fluent auf den Geschäftsmarkt und nicht auf Daten abzielt.

Der Bereich der Abfragen natürlicher Sprache ist erst seit Kurzem möglich, es handelt sich also noch nicht um einen überfüllten Markt.

Zum Beispiel, Metabasis ist eine Open-Source-Analyse- und Business-Intelligence-Anwendung, mit der Benutzer Dashboards einfacher erstellen können. Das in SF ansässige Unternehmen hat bisher 51 Millionen US-Dollar eingesammelt.

Einblick, ist ein US-amerikanisches Unternehmen, das kürzlich von Databricks übernommen wurde (das sich auf einen Börsengang vorbereitet), und scheint auf dem Markt der Player zu sein, der Fluent am nächsten kommt. Fluent behauptet jedoch, dass das Angebot von Einblick tendenziell eher auf technisch versierte Benutzer innerhalb von Datenteams abzielt.

Thoughtspot, der hat behauptet mit einem Wert von 4 Milliarden US-Dollar verfügt jetzt auch über ein Abfragesystem in natürlicher Sprache.

tch-1-tech