Qlik周二推出了新的数据集成功能和AI驱动的助手，两者都旨在帮助企业使用可信的数据开发人工智能应用程序，推动业务决策。

在该供应商的用户大会Qlik Connect期间，该公司推出Qlik Talend Cloud和Qlik Answers，这两者都在公开预览中，并计划在夏季正式推出。此外，Qlik透露了与AWS的新合作协议，旨在使联合客户能够加速使用人工智能。

此前，在2023年9月，Qlik推出了Staige，这是一个生态系统，它将该供应商已经存在的人工智能和机器学习工具与第三方供应商的生成性人工智能功能相结合，以创造一个环境，在该环境中，客户可以构建和训练生成性人工智能模型和应用程序。

此外，1月份，Qlik成立了一个由五名行业专家组成的人工智能委员会，以帮助Qlik及其客户开发负责任的人工智能产品。同样在当月，该供应商收购了Kyndi公司，以增加对非结构化数据的支持，这些数据可用于训练生成AI模型和应用程序。

TreeHive Strategy公司创始人兼负责人Donald Farmer表示，这些新功能和Qlik之前的人工智能相关举措表明，该供应商正在对人工智能开发采取务实的方法，以满足客户的需求。

虽然不像Databricks和Snowflake等供应商那样激进—他们进行了多次收购，并推出很多构建人工智能开发环境的新功能，但Qlik通过专注于可信数据，仍然提供客户所需的功能。

Farmer说：“到目前为止，与Salesforce、谷歌和微软等大型竞争对手的大型战略投资相比，Qlik的举措非常具有战术性。但他们对人工智能的支持可很好地适应现有客户的需求，支持Qlik堆栈的集成，客户已经将Qlik堆栈与他们可能正在探索的人工智能平台一起使用。”

Qlik是一家长期的分析供应商，近年来还开发了一个数据集成平台。现在，该供应商正在将人工智能作为主要焦点，包括生成人工智能。

Farmer指出，与科技巨头AWS、谷歌和微软等相比，Qlik的焦点更窄，Qlik拥有更少的数据和人工智能基础设施能力。但他们的做法很适宜。

Farmer说：“他们专注于数据信任和开发灵活性，做得很好。”

新功能

Qlik Talend Cloud和Qlik Answers都旨在为用户提供由人工智能模型和应用程序（包括生成性人工智能工具）提供的可信响应。

自OpenAI推出ChatGPT以来（完全改变数据和生成式AI相结合时可以实现的事情）的18个月里，生成性AI一直是数据管理和分析领域的主导趋势。

以前，与数据进行真正的自然语言交互是不可能的。有些供应商开发了自然语言处理（NLP）工具，但受到小词汇的限制。此外，需要编码技能和数据素养培训来查询和分析数据。因此，尽管试图使其工具更易于使用，但组织内只有少数员工在工作流程中使用数据。

大型语言模型不仅有像字典一样大的词汇，而且能够推断意图，可以实现真正的自然语言处理。当与企业的专有数据集成时，可以减少编码和通过广泛的数据素养培训来建模、查询和解释数据的需求。

然而，准确性仍然是一个问题。Qlik Talend Cloud通过数据质量解决准确性问题。

虽然生成性AI和数据相结合降低数据管理和分析的复杂性，但确保AI模型和应用程序生成的响应的准确性，这是一个挑战。

语言模型需要使用组织的专有数据进行训练，以了解该组织的运营，并能够响应与该组织相关的查询，例如每月的同比销售额。

因此，用于训练这些模型的数据必须是高质量和全面的数据。如果数据不佳，回复将不准确。如果数据不完整，模型可能会编造答案。如果这些不准确或编造的答案被接受，它们可能会导致糟糕的商业决策。

Qlik Talend Cloud是一个数据集成套件，将Qlik在2023年购买Talend时获得的功能与该供应商现有的数据集成功能相结合。

该套件包括一个数据市场，可以使用自然语言搜索发现和策划优质数据集和数据产品，具有无代码和专业代码选项的数据工程工具，以及基于基础数据评估的人工智能模型和应用程序的信任评分。

Qlik公司首席执行官Mike Capone说：“Qlik Talend Cloud将我们所有的数据集成和数据质量能力工业化到一个平台上，以加快分析和人工智能应用程序数据管道的开发和部署。”

与此同时，据Farmer称，专注于提供可信数据对Qlik来说是合适的。

他指出，Qlik Talend Cloud中包含的功能并不令人惊讶，与其他一些供应商提供的数据集成和数据质量工具没有实质性区别。但它们对现有的Qlik客户仍然很重要，因为他们可以使用自己的数据来构建高级分析模型和应用程序。

Farmer说：“Qlik Talend Cloud跟预期差不多。Qlik在信任和治理方面加倍努力，这是正确做法。但这并不令人惊讶，也不是显著的差异化因素。数据集成领域的每个供应商都在某种程度上专注于信任和治理。”

TechTarget企业战略小组分析师Mike Leone同样表示，大多数数据管理和分析供应商正在创造新功能，并重新利用现有功能来促进人工智能开发。

信任

因此，Qlik开始专注于信任，包括添加信任评分，其中包括具有六个属性的仪表板，以展示数据的可信度，这有助于该供应商满足其用户的需求，并与竞争对手区别开来。

Leone说：“寻找差异化领域变得具有挑战性。Qlik的最大区别因素是确保用户对人工智能开发和决策的信任和信心。特别是AI的Qlik Talend Trust Score。”

与Qlik Talend Cloud一样，Qlik Answers同样旨在产生可操作、值得信赖的见解。但它以不同的方式获得这些结果。

Qlik Answers是生成性人工智能助理，类似于MicroStrategy和Tableau等竞争供应商提供的辅助工具，使用户能够使用自然语言参与他们的数据。

预构建的工具插入企业的精选数据源，包括估计占所有数据的四分之三以上的非结构化数据，然后可以由自助服务用户部署，以提出导致洞察力和决策的数据问题。

除响应外，Qlik Answers还提供解释，说明该工具是如何获得响应，使用户能够轻松检查其工作，并识别其输出是否可信。与此同时，该工具具有安全和治理能力，与传统数据治理框架一样，旨在同时实现安全的数据探索和保护企业。

据Farmer称，鉴于很多潜在的AI用户担心不准确性，其最重要的特征是可解释性。

他表示：“AI生成的答案承诺完全可解释性，虽然我们尚未看到在该领域得到证明，但这是很好的承诺，因为在Qlik的客户群中，很多企业高管都对人工智能投资的实际和声誉风险持谨慎态度。”

与此同时，Leone指出，Qlik Answers的部分意义在于，它标志着客户首次可以使用Qlik查询和分析非结构化数据，例如文本、图像和音频文件。

BI历来专注于从结构化数据中获取见解，例如财务记录和销售点交易，而非结构化数据则无法访问。矢量搜索和其他功能现在使企业能够为非结构化数据提供结构，以便对其进行操作，并使用Qlik Answers等工具为决策提供信息。

Leone说，我喜欢Qlik对非结构化数据的关注，因为它经常被忽视和利用不足。“如果企业错过了整合所有正确的知识，他们如何期望从GenAI解决方案中获得最佳答案？这将为客户提供一种简化的方法来整合大量未开发的数据池。”

除新功能外，Qlik还与AWS建立新的合作关系，根据该伙伴关系，Qlik的工具将与AWS的云和生成AI功能相结合。这两家供应商将合作共同开发新的人工智能能力。

具体来说，该伙伴关系为联合客户提供访问服务，例如Amazon Bedrock，该平台允许用户通过单个API访问大量基础模型，用于安全和负责任的AI模型的人工智能开发工具，以及跨AWS区域的应用程序和简化合规性，使Qlik用户能够扩展运营。

计划

据Capone称，虽然Qlik Talend Cloud和Qlik Answers计划在夏季末全面上市，但Qlik路线图的下一步是让客户能够在单个位置建模、查询和分析其结构化和非结构化数据。

Qlik一直支持结构化数据。Qlik Answers标志着其支持非结构化数据的开始。Qlik的下一步是将两者相结合，而不是将它们分开。

Capone说：“将结构化和非结构化数据能力整合到一个解决方案中……是分析的圣杯。那将是接下来要发生的事情。”

与此同时，Farmer表示，Qlik明智的做法是继续增加更多功能，使客户能够轻松安全地开发人工智能模型和应用程序。此外，他建议供应商可以做更多事情来启用边缘计算和启用开发人员。

Farmer指出，虽然有些供应商提供分散功能，以实现更多的边缘计算，但Qlik仍然保持传统，让IT大量参与其中。与此同时，开发人员尚未成为Qlik的目标受众，但开发人员在企业中扩大AI的使用至关重要。

Farmer说：“他们没有专注于开发人员，他们现在可能对此感到遗憾，因为新的AI平台非常适合内部开发人员修补和探索。”