對話 Kyligence 韓卿：一個創業者的“+大模型”中場故事_風聞

AI 正在加速中國企業管理方法論的落地。

作者 | 宛辰

編輯 | 鄭玄

年初至今 OpenAI 一路高歌猛進，加入這股 AGI 浪潮是一個「外行人」都不難做出的論斷。但當一名創業者在充滿挑戰的環境下，真的需要做出「+大模型」的關鍵決策，不是説一下這麼簡單。

數據分析與指標平台公司 Kyligence（跬智信息）就面臨這樣的處境。但在國內企服領域裏，他們是「+大模型」實踐落地上跑得最快的公司之一。

Kyligence 的產品能夠從底層維護一套以數據驅動決策的標準化能力，讓客户基於數據及指標，像搭樂高一樣搭建自己的管理流程、實踐。客户可以把自己的管理方法論和 Kyligence 的指標平台結合，構建自己的決策指揮體系。Kyligence 創始人韓卿認為，這樣的靈活性符合當下中國企業管理的現狀。

「**而AI的到來，會加速管理方法論在中國****走向成熟。」韓卿表示，**因為 AI 的理解、推理能力，能夠讓指標平台這套指揮管理系統運行得更好。同時，壓縮了「世界知識」的 AI，可以輔助管理者做出更好的選擇和決策，提升其管理能力。

某種意義上，大模型與數據分析有着天然的結合點——指標。但即使大模型已經火透半邊天，作為創始人的韓卿，邁出第一步其實也並不容易。

7 月 14 日，Kyligence 推出的 Kyligence Copilot（AI 數智助理）產品，瞄準利用大模型的理解和交互能力來幫助企業更自然、靈活、準確地用數據做決策。比如，通過 AI 對指標的自動分析和建議來提升管理半徑；通過自然語言交互的方式賦能所有業務人員使用數據，通過 Agent 代替人類執行復雜任務等等。

韓卿告訴極客公園，早在今年春節甚至更早之前，他們就關注到了 ChatGPT 的進展，公司內部自發成立了不同的興趣小組做一些研究和 Demo。今年 5 月，一名「大膽」的同事指着鼻子質疑「外面 AI 這麼火，公司到底行不行，有沒有搞 AI」的時候，韓卿秀出當時還很早期的原型，並在 2 個月後的用户大會上，現場 Live Demo 了他們的 AI 新品 Copilot，並提出以 AI 變革組織運營及管理理念，贏得各方的認可和關注

Kyligence 的故事是一個鮮明的例子**：在今天的企業服務賽道，創新和適應外界變化，才是生存和成功的關鍵。**近日，極客公園和 Kyligence 聯合創始人兼 CEO 韓卿進行了一場近 2 個小時的對話，韓卿以 Kyligence 的內部視角向我們講述了過去近一年「+大模型」的歷程，並分享了一系列 Kyligence 在推動大模型落地過程中遇到的挑戰和收穫的認知。

以下是此話對話的全文，由極客公園整理。

01

Kylin+Intelligence，Kyligence 的使命是做一隻聰明的神獸

極客公園：大模型可能是史上最快形成共識的一次科技變革，從 Kyligence 的角度，為什麼決定+AI？

**韓卿：**我們做 AI 這件事情，不是跟風做的。從 Kyligence 成立第一天開始，一直在想怎麼做智能化。今天的產業方向可能更加推崇 OpenAI，但在 2016 年 Kyligence 創立時，公司名字就是 Kylin，加上 Intelligence，就是想把智能帶到整個產品或者行業裏。當時我公開講了一個觀點：把智能帶給一個神獸，（讓它）做一頭聰明的神獸。所以今天非常堅定地投入大模型，產品做得不錯是從公司第一天的使命開始的。

中間也探索了很多，比如 2019 年，在 Kyligence 用户大會上推出的 AI 增強引擎，用了機器學習算法，來做平台層面的自動化調優、自動化推薦。但更多是在後台平台，現在這個功能已經非常成熟，在多個客户穩定運行多年。

2021 年 Kyligence 提出了「改變人類使用數據的習慣」的願景。因為覺得整個數據的加工鏈路、使用，還是太重了。我當時打過一個比方：我們從家裏到公司，可以用特斯拉自動駕駛了，但是到了公司用數據的技術還是 20 年前、30 年前的方式方法，這肯定不對。我當時判斷，肯定會發生變化，但是並不知道有大模型。

ChatGPT 出來時，一開始也做了很多探索，突然發現，它符合我們的戰略，就加速執行。

這一系列探索背後其實是一個理念——要做一隻聰明的神獸，這是一直以來指導 Kyligence 的使命。我們一直在探索用什麼樣的方式才能提升用户體驗，或者數據分析的效率。機器學習、大模型、自然語言對話、以及各種推理，這些是一脈相承的。本質上我們還是想造車，只是看到今天自動駕駛的能力好像成熟了，拿進來，變成自己的模塊繼續往前做。

極客公園：Kyligence 是 Kylin+intelligence，2016 年定的，這個前瞻性是怎麼來的？

**韓卿：**對，這個淵源是我們的歷史。我們最早創業時，是來自於 eBay 中國研發中心的大數據團隊，當時做了 Apache Kylin，是中國貢獻到 Apache 軟件基金會的第一個頂級項目，基於這個開源項目出來創業，這是起點。

另外，作為從業者對數據行業「痛苦」的感同身受，也是創業的初衷。外面的世界很智能化，但是數據行業做得挺痛苦。用户用起來不爽，還要天天被業務罵等等。當時判斷，整個數據服務，必然需要一些自動化，讓整個平台變得更加 Smart，就取了 Intelligence，這個初心一直沒變，而且越做越好了。

人工智能操作 Excel｜來源：DALL·E

極客公園：讓數據使用，變成普通大眾都能使用的能力。你認為AI可以加速 Kyligence 想要解決的問題。

**韓卿：**對，我很興奮。用得越多，越發現 AI 的技術變革對 Kyligence 整個戰略非常利好。這種非常自然的語言對話，能解決一個核心問題——平權。以前使用數據分析做決策，是企業裏一些專業人士甚至老闆們的特權，只有他們有這個知識儲備，只給他們配備專業的數據分析團隊。但 AI 讓數據使用這件事情，變成了普通大眾都能使用的能力，（未來）每個人都可以跟機器對話，都有一個私人的數字助理。這正是我們改變使用數據的習慣這個大方向。

極客公園：在「改變人類使用數據的習慣」的脈絡上，Kyligence 產品是怎麼演進的？

**韓卿：**最早 2016 年到 2019 年底，我們從原先的開源框架，變成了一個商業化產品，驗證了在中國賣一個標準化的軟件產品，按年、按訂閲收費的商業模式。

從 2019 年年底到去年，差不多三到四年，是比較痛苦的階段，可以説，跨越鴻溝。Kyligence 原來的產品非常專業，只能賣給專業的客户，像 OLAP 等，當時客户基本上都是大型銀行、零售、製造等行業企業。當拓展更多客户時，就遇到了阻礙。因為專業的東西理解起來挺難，採用起來挺難，費用也挺貴。大量中腰部以上的客户想要一個開箱即用的產品來解決問題。

我們從客户側琢磨後，做成了指標平台的產品線，在整個過程中，花了很大力氣。因為原來在做一些底層的 Infra、服務大型客户，整個公司產研的加工模式比較重。當需要一些更加輕量產品的時候，它就不太適應了，坦率説這裏走了蠻多彎路，直到去年年底才開始走順。

今年開始「AI 革命」。真正動手開始把 AI 帶來的更多可能性放到 Kyligence 產品裏，是從今年四五月份開始。到現在，即使只有短短半年多的時間，產品本身、公司定位、戰略等發生了翻天覆地的變化，但不是説用 AI 徹底做一個新產品，而是在原來的基礎上。

可以説，第一階段是造重型發動機，只能賣給重型企業，賣的是專業的產品。第二階段從做發動機變成做車了，賣的是量產轎車。今年AI出來之後，我們配了自動駕駛模塊，使整個車更好賣，而且現在需求量看上去非常旺盛。

02

+大模型的抉擇時刻

極客公園：哪個瞬間，讓你覺得大模型就是 Kyligence 一直要找的鑰匙？

**韓卿：**ChatGPT 出來到今年春節那段時間，外界都很焦慮，我覺得先靜觀其變。當時，Kyligence 研發自發組織了一個 AI 興趣小組，做了一個非常原始的原型，想在產品裏增加一些自然語言搜索的能力。當他們要發佈這個功能的前一天晚上被我阻止了，我覺得這個原型的功能還拿不出手。那個時候大家都抱怨，怎麼最後一個時刻被叫停了？

轉變發生在今年 5 月 12 日，當時組織 Kyligence 所有的銷售、售前在上海進行今年第一次年度培訓。傍晚結束之前我做總結和大家聊了聊，當時有人 challenge 我説，「外面 AI 已經這麼火了，我們公司行不行？有沒有在做 AI？有沒有這個東西？」

我的脾氣有點不服輸，覺得：那不行，我得給你們看看。我把興趣小組做的原型拿出來給大家秀了一下。但坦率講，當時大家看到結果還非常粗糙，覺得也就那樣，可我心裏卻被觸動了。

5 月 12 日馬上拉着產品等團隊組了一支特攻隊，整個公司在那段時間突擊了兩個月，到 7 月 14 日發佈會，我給現場一千多人做 Live Demo。很多朋友跟我説，今年看了這麼多 AI 的發佈會，就你做 Live Demo，膽子也挺大。

極客公園：什麼契機下成立的興趣小組？

**韓卿：**公司內部學習氛圍挺強，幾乎每週都會有技術分享會。當時，是由研發團隊自發成立的興趣小組。他們一方面研究大模型本身的能力、技術，一方面也在想怎麼把它吸收到產品裏。也會從另外一個角度思考，大模型出來之後，我們的產品是不是就沒有價值了？當時做了一些研究，微軟的 GitHub Copilot、Excel Copilot、Windows Copilot 等等，給了我們很多靈感。

興趣小組不是專職研究，本職工作都挺忙，只是憑興趣，把這個事情一點一點做成了。最早就是一個玩具，看到價值點後，把它變成了一個產品。

極客公園：從 5 月到現在，KyligenceAI戰略落地為什麼這麼快？

**韓卿：**真的是靠團隊，感謝團隊。這兩年，Kyligence 在組織能力建設上花了非常多心血，我一直在強調企業未來的競爭是組織能力的競爭，所以今天在整個戰略方法論下往前衝的時候，能夠有組織保障能力。

早些年大家一腔熱血，一個技術就可以往前衝，做事情。但是現在發現，技術的進步太大了、太快了，如果只是抱着一個技術，當成壁壘，很有可能這個技術本身就會被替換掉。

第二，市場變化也很快，怎麼能夠快速變成一套體系，接得住市場前方傳回來的需求，快速把後方研究的特色能力推出去。就像我們今年做的 Copilot 的 AI 能力，是後方興趣小組做的，我們可以通過產品化能力快速實現，通過市場能力快速推出去，這是組織能力的體現。不是一個人或幾個人的決策和能力，而是變成組織性的東西。這樣，未來有新的技術和業務出現，也不擔心抓不住機會。

極客公園：今年在強化AI戰略加大模型的過程中，最印象深刻的事情是什麼？

**韓卿：**就是 7 月 14 日的用户大會上做 Kyligence Copilot 的 Live Demo，我在台上很緊張，團隊研發、產品在台下也很緊張。發完的那一刻，成了，能夠看得到實打實的效果，這給我帶來一個震撼。

2023 年 7 月 14 日，韓卿在 Kyligence 用户大會上做現場 demo 演示圖

尤其在今年，整個經濟週期和企業服務賽道預期降低的情況下，Kyligence Copilot 的發佈給團隊、客户和行業都打了個氣，來的非常及時。畢竟，做軟件產品的公司最終其實反映在客户層面，才是真正的根，產品做出來獲得了大家認可，就很有信心，這對我觸動很深。

03

數據就在那裏，AI 解決了信息獲取通道的問題

AI 讓「管理」變成「賦能」

極客公園：+AI的半年時間裏，Kyligence 發生了翻天覆地的變化，哪些變化？

**韓卿：**整個模式發生了變化，產品的生命力、競爭力、差異化一下子顯現出來，這是我非常興奮的原因。

在客户層面，我們最早 5 月份拿原型與客户交流時，你會發現所有客户都在尋找類似的方向去突破，他們覺得你的場景很好、落地性很好。像這樣客户給到的輸入，叫市場的味道，背後是需求。

第二個變化是產品背後的方法論。AI 的到來，能夠大大增加老闆們的管理半徑，使管理的中間成本更低，管理效率更高。這對公司治理非常重要，因為站在公司層面，指揮要快，落地要準。

第三，AI 讓管理變成賦能。以前上系統後，一線員工的感受是，「你又搞一個系統來管我，來扣我獎金」，員工會選擇消極怠工，填假信息。這是人性，管理就是反着人性來的。AI 帶來的東西反而非常積極，因為它是賦能，而人都是上進的。

AI 不僅僅告訴你 KPI 或指標做得不好、有風險，甚至建議你怎麼做，幫助你做得更好，獲得更多年終獎。通過一些技術工程，比如 Kyligence 正在做的外掛知識庫，AI 可以把更精準、更好用的建議給到員工。

極客公園：Kyligence Copilot 推出後，B 端客户有沒有對大模型幻覺等問題的擔憂？

**韓卿：**我們其實沒有什麼幻覺問題，因為場景非常特定，在這個特定範圍內，確保 AI 在有限空間裏回答。

第二，所有數據、數值的計算全部是 Kyligence 平台自己做的，所以我們對於大模型的依賴降得很低，這是我們在使用大模型時的特色，或者最佳實踐。把對大模型的依賴降到了最低，只有意圖理解，找一個「弱智」一點，達到高中生水平的大模型也能用，只要它理解我想幹什麼，翻譯成我要乾的事情就行了。

在一些生成場景下，比如寫總結，這是大模型擅長的事情，但是數據計算、對比等等，我們自己做，不依賴它，否則它會出現 1+1=3。

極客公園：Kyligence Copilot 的推出，是否給 Kyligence 帶來了新客户？

**韓卿：**Copilot 一定是跟指標平台綁定在一起，Kyligence 真正的門檻是指標平台背後的 OLAP 引擎。但，Copilot 也給業務帶來了三大變化。

一個是老客户擴容，老客户看重 Copilot 能力，希望快速導入。Kyligence 的優勢在於頭部客户，轉換效率很高，願意付費。

第二是拓寬了客户羣，原先我們專注在金融一些大型製造行業和頭部零售客户，主要是大客户。Kyligence 把 AI 產品化後，現在能夠接觸到一些中小型客户，獲得「意料之外」的客户。

第三是銷售週期變短，銷售的搭配組合更豐富，客單價更高。例如最近與智譜、百川在探討一種 bundle（組合銷售），需求很旺盛，甚至大客户也希望儘快部署。

人與人之間的不信任感，

遠遠超過人和機器之間的不信任感

極客公園：為什麼AI使得管理半徑更長了？

**韓卿：**比如現在我想知道風險預警，有 10 位高管彙報給我，每個高管至少要背幾個 KPI，KPI 往下還有很多過程指標，加起來幾十、幾百個指標，甚至更多。每位高管過一遍狀況，再跑一遍數據，再層層彙報，可能半天就過去了。西方管理哲學講，一個人只能管 7 個人，因為沒有時間與精力再管更多，這就是管理半徑。

但現在，我可以很簡單地生成 AI 報告和總結，知道大的方向。最重要的是，人機交互解決了一個問題：人與機器的交互更加信任，人與人之間會更復雜。

舉個例子，當我問銷售他的客户情況，我僅僅是想知道具體情況，但銷售心裏的第一反應可能是：老闆為什麼直接找我？老闆到底想問什麼？他可能會説，昨天剛剛拜訪之類的話，證明自己很努力，但我並不想問這個。中層的高管也會覺得不對勁，覺得「老闆你怎麼跳過我了？」類似這種人與人之間的複雜性太煩了。

因此，通過人和機器的交互代替人與人之間的交互，通過一個 AI 系統來做交互，情況會好很多，加快了信息獲取的速度，管理半徑就會大起來。

極客公園：AI解決了這件事情，它可以直接下鑽很多層，想要什麼樣的信息都有。

韓卿：鑽取信息其實是指標平台本來就有的，與 AI 無關。但 AI 能夠幫助我做總結、交互對話等等，使我的效率更高。其實數據本身一直在那裏，與 AI 沒關，但 AI 解決了信息獲取的通道問題。

04

AI 會加速管理

方法論在中國落地

Kyligence 的核心

是一套管理方法論

極客公園：Kyligence 在數據分析大的品類下，聚焦做數據指標，這會帶來哪些獨特性？

**韓卿：**不同階段，我們的聚焦點和差異點其實不一樣。在做開源 Kylin 時，當時最大的賣點是在超大數據集上提供高併發和高性能的分析，比如説 PB 級以上的數據集，我們能查出來，還能支撐一些比較高的併發。

當我們做整個企業級的 OLAP 工作時，高可用、安全、多租户、資源隔離，這些金融級特性是當時的競爭優勢和壁壘。只做技術還不夠，後來也做了一些創新，比如 AI 增強引擎，資源的自動分配等，通過智能化開始打磨新的差異化。

到做數據指標平台的時候，我們非常強調管理方法論。我們認為，指標遠非一個簡簡單單的技術，一個數據點，本質上反映的是一個公司的管理方法以及這個方法論的實現工具，當人人都產生數據時，我們會強調用 PDCA 等的方式，通過價值指標、價值樹的形式完成管理和決策幫助。尤其在國內，Kyligence 希望從老闆到員工，都能夠清晰地理解整個指標情況。

今天也一樣，AI 進來之後，你會發現 Copilot 或者説 ChatBI 大家都能做，但是特點不一樣。Kyligence 基於指標的這套系統，一直在探索如何能讓 AI 幫你做一些分析、運營、管理，而不是簡單的數據查詢。比如，Kyligence 目標分解或者目標評估的功能，可以直接幫你評估 KPI、提供建議，幫你提升業績、競爭能力。

Kyligence Copilot 產品圖｜來源：官網

極客公園：Kyligence 指標平台的核心競爭力，是打撈行業背後的最佳實踐，或者説管理方法。

**韓卿：**對，叫管理方法，不是實踐，最佳實踐往往會變成項目。我覺得，軟件本質上是一個管理方法論的工具，為什麼要 ERP？為什麼要這套系統而不是那套？背後都是一套管理邏輯、方法論，這才是核心的核心。否則，做出來的系統要麼變成項目，要麼變成一個沒法複製的東西。

另外，中國公司的管理方法論和美國公司的管理方法論其實不一樣，這很明顯。但我認為，現在到了中國公司開始創立自己管理方法論的時間節點。過去這麼多年，我們都在學習西方先進企業的方法，但是回過頭來，中國的文化、哲學不一樣，相應地，管理方法論也完全不一樣。

我認為中國的軟件未來應該有一套自己獨特的東西，背後的根是中國的哲學，中國的管理方法論，沒有這個管理方法論，沒有辦法指導軟件。

極客公園：軟件承載了這套方法論，讓客户的管理越來越好。但也有一種觀點是，中國沒有一套通用的管理方法論，各行各業、各家公司的方法可能不一樣，你怎麼看？

**韓卿：**創立 Kyligence 這些年，在市場一線跟很多客户交流後，我認為，美國不一樣的地方是它先有管理（再有軟件），已經過了我們（現在經歷的）草莽階段了。從德魯克開始建立了現代公司治理的方法論，各種商學院、大公司已經沉澱出他們那個社會通用的最佳實踐、或者理論基礎，符合西方文化、哲學的方式方法。所以每個公司的管理邏輯和東西是一致的。

但是在中國不一樣，中國用了 40 年的改革開放，幹了人家 200 年的事情，所以在這個過程當中，成功企業有各自的方法，沒有一樣的。

第二，中國公司的老闆都是拼出來的，很有狼性，同時有一個特點——誰也不服誰，「你跑過來跟我講這個公司怎麼管？你懂不懂？」不好意思，稍微有點成就的老闆 EGO 都很大。但同時，你發現所有的老闆都在學習管理學。因為大家都知道都沒管好，需要更好的東西。於是，大家都急於求成，買各種各樣的方法論，買各種各樣的軟件，最後變成「差生文具多，搞了一堆，然後發現沒啥用。

極客公園：如果中國在形成一套通用的管理方法上，時機還未成熟，你卻這麼做產品，會不會走彎路？

**韓卿：**在這種情況下，我認為，中國的軟件可以有一個不同的，符合當下中國企業現狀的方式——底層維護一套以數據驅動的標準化能力，上層像搭樂高一樣，拼出不同的管理能力。

也就是説，如果把整個體系和系統底層做得足夠靈活，讓每個老闆能夠把他的管理方法論和管理哲學用這個平台承載起來，這是可行的。這個平台不需要變成一個非常複雜的系統，「來教你幹什麼事情」，而是一個很好的工具，「你」一定有自己的管理方法論，用這套工具來承載，它幫你想要的東西推下去，因為指標平台本質是一個指揮系統。

Kyligence 整個底層平台非常靈活，既能夠適應不同的管理方法論，但是底層的數據、指標，又吸納了西方數據治理，用數據做決策的核心邏輯。這樣，是有機會闖出一條有特色的路，既能保證 Kyligence 底層產品的標準化，又能夠適應不同公司管理方法論的差異化。

極客公園：怎麼做到這麼靈活？PaaS化要集納的共性需求也非常多。

**韓卿：**抓核心。一般來説，一家公司應該有三套系統。第一套系統是以 ERP 為核心的生產製造系統，解決「生產」的問題。第二個系統是以 CRM 為核心的營銷系統，解決「賣出去」的問題。

第三套系統，以指標平台為核心的指揮決策系統。今天業務進展情況到底如何？管理意志和意圖是不是被有效貫徹落地？如何更早地干預過程，來確保最終績效能夠達成。也就是説，管理指揮系統，是以指標平台為核心的。

因為每個公司最終都是為財務指標服務，從財務層面，都能被拆解到原子指標的程度。只要抓住這些不變量，在系統裏沉澱好底層數據指標，保持數據定義的標準口徑一致。至於上層怎麼組合，更關心營銷還是成本，其實是不同管理思路、方法的串聯。這樣一來，可以解決靈活性的問題。

並且，AI 能夠讓指揮管理系統運行得更好。AI 通過強大的計算、推理能力，及時告知最新的整體狀況，甚至是一些平時不會留意的指標洞察。這個時候，我認為 AI 會對整個管理能力、管理決策、指揮決策，帶來巨大的幫助。

AI+指標平台，

讓管理方法論走向成熟

極客公園：AI可能會加速管理方法論的成熟。

**韓卿：**AI 絕對可以加速。中國企業發展飛快，但缺少善於管理的人才。

不同於美國的職業經理人，中國企業發展太快了，大部分管理者都是臨時被提拔起來的，怎麼管人、怎麼開人、怎麼管成本都沒做過，找不到經驗豐富的，包括我自己也一樣。這種情況下，講什麼管理方法論，講學院派的東西，根本沒有用。説得難聽一點，有時候「管理」就變成了各種「鬥爭」。

我在公司講，最需要被管理的是管理者本身。不可能把每個管理者送去讀 MBA，沒這個錢也沒這個時間。但我突然發現，AI 好像可以做這個事情，助力每位管理者具備更好的管理經驗。

比如，我們公司把所有高管的指標都做成了一個指標樹，每週一 AI 都會幫着把這個指標樹跑一個總結報告，給到整個管理層，但是內容加在一起又很多。我可以讓 AI 給我總結成不超過 500 字的東西，它可以直接告訴我風險指標在哪裏，應該在什麼地方加強管理。所以 AI 能夠賦能管理層。

極客公園：像指標平台融合 Copilot，聽起來對管理者特別友好，通過AI，管理者可以有更強的掌控感。對員工呢？

**韓卿：**員工賦能才是我看重的，我們設計的指標平台和 Copilot 不是賣給專業用户的。對於公司而言，能使用數據能力的人不超過 10%-15% 是特權，通過 Kyligence Zen 指標平台加 Copilot 讓其他所有人有機會通過自然語言獲取數據，這樣員工就被賦能了。

公司的業績一定是靠一線員工，他們是真正需要用數據的人，老闆看數據從來不是問題。今天 AI +指標平台，能夠提供人人可用的數據服務和能力，你會發現整個公司的數據素養就起來了。

另外，賦能員工還體現在，AI 可以不知疲倦，並且 AI 具有海量的知識推理能力，他的知識面寬度遠遠大於單個人類，給到你的參考遠遠大於你所能看到的。例如，我們產品裏有一個叫歸因分析的功能，甚至數據分析師可能都不一定掌握很好這種分析函數，但今天可以通過問 AI，它馬上會幫忙歸因，做總結，這就是賦能。

極客公園：未來公司會給每個人都配一個 Copilot 嗎？

**韓卿：**我相信未來公司肯定會給每個人都配一個指標的 Copilot 或數據的 Copilot，尤其中國一線的企業或民企。公司的管理總是需要一些數據或指標來體現，如果我不是給你一個工具來監控你，而是給你一個真正的助理賦能你，不管對於公司管理層還是業務人員，這都是價值。

05

大模型時代的合作與競爭

極客公園：上個月，飛書 7 的發佈會上，Kyligence 作為獨家北極星指標的合作伙伴出現，這個決策是怎麼推動的？

**韓卿：**我們首先是飛書的重度用户，因為我們內部一直推崇管理的可觀測性，也將飛書應用得很極致。這次與飛書智能夥伴的合作，也是借飛書的超級流量入口，把 Kyligence 的產品推向更多人使用。

與飛書的合作可以説一拍即合，飛書讓大家更多集中在平台、辦公協同等方面，而我們在做數據指標、北極星管理等方面更有優勢。

極客公園：在你看來，大模型的到來會讓生態之間的合作會變得更加頻繁嗎？

**韓卿：**我覺得會。這些東西帶來的變化在於，世界發展太快。大模型進來之後，每個公司更加焦慮了，要麼用 AI 重塑自己，要麼被 AI 替換掉，這件事情很明顯。這個時候大家聊下來發現，以前沒什麼東西的時候，你做我的我做你的，現在不如合作。

極客公園：年底大家都在定戰略，Kyligence 在AI方面，整體的產品佈局規劃是什麼樣的？

**韓卿：**第一個是聚焦，聚焦以指標平台為核心，把 AI 的東西更深入地放進去。其實有一些客户跟我説能不能做一些類似知識問答的大模型能力或者相關的，但這不是我們想要做的。

第二個是技術的迭代，我最近一直在問技術團隊一個話題，「你們覺得 AI 時代的數據倉庫應該是什麼樣，AI 時代的數據分析應該是什麼樣的」，希望大家不斷思考根本性的問題，這個地方很可能是一些顛覆性的東西，一定要深入思考，因為 AI 帶來的變化實在太快了。

第三個是更加快速地拓展我們的商業，我們產品的成熟度非常高，現在已有多家客户已經付費上線了，明年是一個可以做快速增長的年份，能夠更快速地跑馬圈地、佔領用户心智。

極客公園：今年創業和往年是不是有一些不一樣？感受以及市場，有什麼樣的不一樣？

**韓卿：**興奮是很興奮，但是很難。最近看了一個分析，「剩者為王」，剩下的剩。

我認為，整個中國企業服務進入了非常低的低谷期。但是我堅信中國未來會進入一箇中國軟件的黃金時代，可能這就是黎明前的黑暗，一般來説天亮前總是更暗，但是熬過去，接下來就是一個非常巨大的的爆發機會，這也是我們衝在第一線的感觸，就看怎麼佈局，希望大家一起在春天綻放。

*頭圖來源：Kyligence

本文為極客公園原創文章，轉載請聯繫極客君微信 geekparkGO