इग्नाइट एआई ने लॉन्च किया लेंस टूल, बीआई रिपोर्टिंग की जगह देगा चैट एनालिटिक्स

The Future of Business Intelligence: Conversational, Contextual and Collaborative With Ignite AI LLC — Ai4

Ai4

पारंपरिक डैशबोर्ड निर्णय प्रक्रिया में बाधा बनते हैं, जिसे स्लैक और टीम्स में सीधे नो-कोड मॉडल फाइन-ट्यूनिंग जोड़कर खत्म किया जा सकता है।

AI-assisted summary of The Future of Business Intelligence: Conversational, Contextual and Collaborative With Ignite AI LLC — original source. Check the original for full context.

Source published: 2025-08-24

Detailed notes

## Background यह वीडियो 24 अगस्त 2025 को 'Ai4' यूट्यूब चैनल द्वारा प्रकाशित किया गया है, जिसमें इग्नाइट एआई (Ignite AI LLC) के फाउंडर और सीईओ हर्षी खान का मुख्य व्याख्यान शामिल है। विवरण के अनुसार, यह सत्र दर्शाता है कि कैसे उनका नो-कोड समाधान इग्नाइट लेंस और डायनाट्यून पारंपरिक बीआई बाधाओं को दूर कर एनालिटिक्स को संवादात्मक, प्रासंगिक और सहयोगी बनाता है।

## TL;DR सत्र में बताया गया है कि पारंपरिक बीआई डैशबोर्ड्स, जीरा टिकटों की देरी और डेटा साइलो के कारण समय पर निर्णय लेने में बाधा बनते हैं। इसके समाधान के रूप में नेक्स्ट-जेनरेशन बीआई के तीन स्तंभों—कन्वर्सेशनल, कॉन्टेक्स्टुअल और कोलैबोरेटिव वर्कफ़्लो—की रूपरेखा प्रस्तुत की गई है। इग्नाइट लेंस यूज़र्स को स्लैक और टीम्स जैसे टूल्स के भीतर ही बिना एसक्यूएल के सीधे डेटा क्वेरी करने और 'ब्रिंग योर ओन मॉडल' (BYOM) की सुविधा देता है। साथ ही, डायनाट्यून नो-कोड एजेंट के माध्यम से एलएलएम को कंपनी के आंतरिक डेटा पर फाइन-ट्यून करके हैल्युसिनेशन को कम और डोमेन सटीकता को बेहतर बनाया जाता है।

## Atmosphere & style प्रस्तुति का लहजा अत्यंत पेशेवर, व्यावहारिक और विचारोत्तेजक है, जिसमें डॉ. बर्निस किंग के मानवीय गरिमा वाले प्रेरक विचार से शुरुआत होती है। वक्ता वास्तविक दुनिया की वर्कफ़्लो समस्याओं को बहुत ही सहज और आश्वस्त शैली में प्रस्तुत करते हुए डेटा टीमों के दैनिक तनाव को सामने लाते हैं। तकनीकी जटिलताओं को सरल और इंटरैक्टिव बनाकर दर्शकों को भविष्य के एआई-सक्षम समाधानों के प्रति उत्साहित करने का एक सकारात्मक प्रभाव महसूस होता है।

## Key takeaways - [00:04](https://www.youtube.com/watch?v=wskxarZOARQ&t=4s) गार्टनर की रिपोर्ट के अनुसार लगभग 80% बिज़नेस लीडर्स सुंदर डैशबोर्ड होने के बावजूद ज़रूरी बिज़नेस इनसाइट्स पाने के लिए संघर्ष करते हैं। - [04:28](https://www.youtube.com/watch?v=wskxarZOARQ&t=268s) पारंपरिक बीआई सिस्टम्स की सबसे बड़ी कमी यह है कि उन्होंने केवल 'रिपोर्टिंग' को ऑप्टिमाइज़ किया है, न कि त्वरित 'डिसीजन-मेकिंग' को। - [02:23](https://www.youtube.com/watch?v=wskxarZOARQ&t=143s) जीरा (Jira) टिकटों और स्प्रिंट बैकलॉग में डेटा रिक्वेस्ट फँसने के कारण कई बार महत्वपूर्ण व्यावसायिक निर्णय बिना डेटा के ही ले लिए जाते हैं। - [02:23](https://www.youtube.com/watch?v=wskxarZOARQ&t=143s) डैशबोर्ड से 'एक्सपोर्ट टू एक्सेल' करने की प्रथा से संवेदनशील कॉर्पोरेट डेटा अनियंत्रित स्टोरेज में बिखरने का सुरक्षा जोखिम बढ़ता है। - [04:28](https://www.youtube.com/watch?v=wskxarZOARQ&t=268s) नेक्स्ट-जेनरेशन बिज़नेस इंटेलिजेंस को तीन प्रमुख स्तंभों पर खड़ा होना चाहिए: कन्वर्सेशनल, कॉन्टेक्स्टुअल और कोलैबोरेटिव। - [04:28](https://www.youtube.com/watch?v=wskxarZOARQ&t=268s) कन्वर्सेशनल एनालिटिक्स की मदद से यूज़र्स जटिल एसक्यूएल (SQL) क्वेरीज़ लिखे बिना नेचुरल लैंग्वेज में स्ट्रक्चर्ड और अनस्ट्रक्चर्ड डेटा से सीधे सवाल पूछ सकते हैं। - [04:28](https://www.youtube.com/watch?v=wskxarZOARQ&t=268s) कॉन्टेक्स्टुअल इंटेलिजेंस में शॉर्ट-टर्म और लॉन्ग-टर्म मेमोरी का होना आवश्यक है ताकि प्रत्येक एनालिसिस संगठन की संस्थागत नॉलेज का हिस्सा बन सके। - [06:50](https://www.youtube.com/watch?v=wskxarZOARQ&t=410s) इग्नाइट लेंस (Ignite Lens) एक एआई-नेटिव सॉल्यूशन है जो बिना किसी कोडिंग आवश्यकता के बिज़नेस टीमों को तुरंत इनसाइट्स हासिल करने में सक्षम बनाता है। - [06:50](https://www.youtube.com/watch?v=wskxarZOARQ&t=410s) इग्नाइट लेंस 'ब्रिंग योर ओन मॉडल' (BYOM) आर्किटेक्चर का समर्थन करता है, जिससे संगठन किसी एक विशिष्ट एलएलएम (LLM) पर निर्भर नहीं रहते। - [06:50](https://www.youtube.com/watch?v=wskxarZOARQ&t=410s) स्लैक और माइक्रोसॉफ्ट टीम्स के साथ नेटिव इंटीग्रेशन से अलग-अलग देशों में मौजूद टीमें बिना कॉन्टेक्स्ट खोए सीधे चैट में डेटा विज़ुअलाइज़ेशन साझा कर सकती हैं। - [08:17](https://www.youtube.com/watch?v=wskxarZOARQ&t=497s) जेनेरलिस्ट एआई मॉडल आंतरिक संगठनात्मक शब्दावली और विशिष्ट केपीआई को समझने में असमर्थ होते हैं, जिससे हैल्युसिनेशन का खतरा बना रहता है। - [08:17](https://www.youtube.com/watch?v=wskxarZOARQ&t=497s) डायनाट्यून (DynaTune) एक नो-कोड फाइन-ट्यूनिंग एजेंट है, जो केवल एक क्लिक में मॉडल्स को कंपनी के अपने डेटा पर कस्टमाइज़ करके हैल्युसिनेशन को न्यूनतम कर देता है।

## Detailed walkthrough ### [00:04](https://www.youtube.com/watch?v=wskxarZOARQ&t=4s) बिज़नेस इंटेलिजेंस की मौजूदा चुनौतियाँ और एआई का उद्देश्य

सत्र की शुरुआत एक जाने-पहचाने सवाल से होती है: क्या आपने कभी किसी डैशबोर्ड पर कोई डरावना लाल नंबर (red number) देखकर यह सोचा है कि ऐसा क्यों हो रहा है? या डेटा और टेक्नोलॉजी टीम में होने के नाते कभी किसी बिज़नेस लीडर का फोन आया है जो किसी महत्वपूर्ण केपीआई (KPI) के पीछे का कारण जानना चाह रहे हों? पिछले साल के गार्टनर (Gartner) डेटा के अनुसार, लगभग 80% लीडर्स अपने मौजूदा टूल्स से ज़रूरी बिज़नेस इनसाइट्स पाने के लिए संघर्ष करते हैं, चाहे उनके डैशबोर्ड कितने भी सुंदर क्यों न दिखते हों।

इग्नाइट एआई (Ignite AI) के फाउंडर और सीईओ, हर्षी खान (Hershey Khan), डॉ. मार्टिन लूथर किंग जूनियर की सुपुत्री डॉ. बर्निस किंग (Dr. Bernice King) के साथ अपनी मुलाक़ात का संस्मरण साझा करते हैं। इस साल की शुरुआत में टेक्नोलॉजी की प्रगति पर चर्चा के दौरान डॉ. बर्निस किंग ने एक गहरा संदेश दिया था: "व्हाट्स द गुड दैट एआई इज़ गोइंग टू डू इफ इट इज़ नॉट गोइंग टू हेल्प अस अपलिफ्ट ह्यूमन डिग्निटी एंड इज़ फॉर पीस" (यदि एआई मानवीय गरिमा को ऊपर उठाने और शांति स्थापित करने में मदद नहीं कर सकता, तो उसकी भलाई का क्या फायदा)।

हर्षी खान बताते हैं कि डेटा और एआई के क्षेत्र में वर्षों काम करने और ग्राहकों के लिए करोड़ों डॉलर की वैल्यू तैयार करने के बावजूद एक बुनियादी समस्या हमेशा बनी रही—डेटा और निर्णयों के बीच की खाई को पाटने की कोशिशों के बाद भी ग्राहकों को किसी क्रूशियल केपीआई के पीछे का कारण तुरंत समझने में भारी देरी का सामना करना पड़ता है।

- **गार्टनर (Gartner) रिपोर्ट**: 80% बिज़नेस लीडर्स आकर्षक डैशबोर्ड होने के बावजूद मुख्य इनसाइट्स हासिल करने में कठिनाई महसूस करते हैं। - **मुख्य समस्या**: सुंदर और आकर्षक डैशबोर्ड होने के बावजूद डेटा और रियल-टाइम डिसीजन-मेकिंग के बीच की देरी समाप्त नहीं हो पाती।

---

[02:23](https://www.youtube.com/watch?v=wskxarZOARQ&t=143s) पारंपरिक बीआई वर्कफ़्लो की समस्याएँ और डेटा साइलो

डेटा और बीआई (BI) टीमों की मौजूदा हकीकत यह है कि टीमें आज भी अपना अधिकांश समय केवल डेटा रैंगलिंग (data wrangling) में बिता देती हैं। बनाए गए डैशबोर्ड स्टैटिक होते हैं और उनमें लचीलापन नहीं होता। कंपनियाँ आज भी डेटा साइलो (data silos) से जूझ रही हैं, जिसके कारण जब तक सवालों के जवाब मिलते हैं, तब तक काफ़ी देर हो चुकी होती है। जब इनसाइट्स में देरी होती है, तो अंततः बिज़नेस निर्णय बिना डेटा के ही ले लिए जाते हैं।

बिज़नेस पार्टनर्स की दिन-प्रतिदिन की वर्कफ़्लो चुनौतियों में सबसे बड़ा अवरोध जीरा (Jira) टिकट सिस्टम है। जब किसी बिज़नेस प्रश्न का संदर्भ जीरा टिकट के पीछे लॉक हो जाता है, तो उसे असाइन होने और स्प्रिंट (sprint) में शामिल होने में इतना समय लग जाता है कि जवाब आने से पहले ही फैसला बिना डेटा के लेना पड़ जाता है। इसके अलावा एक छुपा हुआ जोखिम "एक्सपोर्ट टू एक्सेल" (Export to Excel) का है, जहाँ संवेदनशील डेटा स्थानीय मशीनों और शेयरपॉइंट पर अनियंत्रित होकर बिखरता रहता है। साथ ही, जब टीमें स्लैक (Slack) या माइक्रोसॉफ्ट टीम्स (Teams) में आपस में चर्चा करती हैं, तो बीआई टूल्स वहाँ तक नहीं पहुँच पाते और निर्णय लेते समय पूरा संदर्भ (context) गायब हो जाता है।

```mermaid flowchart TD accTitle: Traditional BI Bottleneck Flowchart subgraph Bottlenecks["पारंपरिक बीआई वर्कफ़्लो"] A["बिज़नेस क्वेरी"] --> B["जीरा (Jira) टिकट बैकलॉग"] B --> C["डेटा रैंगलिंग & स्टैटिक डैशबोर्ड"] C --> D["एक्सपोर्ट टू एक्सेल (डेटा रिस्क)"] D --> E["निर्णय में भारी देरी / बिना डेटा के डिसीजन"] end ```

- **वर्कफ़्लो की रुकावटें**: जीरा टिकटों के स्प्रिंट साइकल में फँसने से इनसाइट्स समय पर नहीं मिलतीं। - **सुरक्षा जोखिम**: डैशबोर्ड से एक्सेल में डेटा एक्सपोर्ट होने से संवेदनशील जानकारी अनियंत्रित जगहों पर सेव होती है। - **कॉन्टेक्स्ट का अभाव**: स्लैक और टीम्स चैनल्स में होने वाले इंटरैक्शन और बातचीत बीआई सिस्टम से पूरी तरह कटे रहते हैं।

---

[04:28](https://www.youtube.com/watch?v=wskxarZOARQ&t=268s) नेक्स्ट-जेनरेशन बीआई के तीन स्तंभ: कन्वर्सेशनल, कॉन्टेक्स्टुअल और कोलैबोरेटिव

समस्या टूलींग की नहीं, बल्कि वर्कफ़्लो की है; क्योंकि इंडस्ट्री ने हमेशा केवल 'रिपोर्टिंग' को ऑप्टिमाइज़ किया है, न कि 'डिसीजन-मेकिंग' को। अगली पीढ़ी के बिज़नेस इंटेलिजेंस को सफल होने के लिए तीन मूलभूत स्तंभों पर आधारित होना चाहिए:

1. **कन्वर्सेशनल (Conversational)**: आज के एआई युग में हर कोई जटिल एसक्यूएल (SQL) क्वेरीज़ लिखने के बजाय नेचुरल लैंग्वेज में बात करना चाहता है—चाहे वह स्ट्रक्चर्ड डेटा हो या अनस्ट्रक्चर्ड डेटा। 2. **कॉन्टेक्स्टुअल (Contextual)**: इसमें चैटजीपीटी (ChatGPT) जैसी शॉर्ट-टर्म मेमोरी के साथ-साथ लॉन्ग-टर्म मेमोरी भी होनी चाहिए। जो एनालिसिस आज किया गया है, उसे संस्थागत नॉलेज बेस (knowledge base) के रूप में सुरक्षित रखा जाना चाहिए ताकि समय के साथ पूरा संगठन अधिक स्मार्ट बन सके। 3. **कोलैबोरेटिव (Collaborative)**: यूज़र्स को चैट टूल्स (जैसे Teams या Slack) छोड़े बिना सीधे अपनी एसक्यूएल डेटाबेस या बड़ी सीएसवी (CSV) फाइलों को क्वेरी करने और वहीं विज़ुअलाइज़ेशन पाने की सुविधा मिलनी चाहिए।

जब डेटा एनालिसिस सीधे बातचीत के वर्कफ़्लो में आ जाता है, तो किसी थर्ड-पार्टी टूल में अलग से लॉगिन किए बिना त्वरित निर्णय लेना संभव हो जाता है।

---

[06:50](https://www.youtube.com/watch?v=wskxarZOARQ&t=410s) इग्नाइट लेंस (Ignite Lens): एआई-नेटिव एनालिटिक्स सॉल्यूशन

इन सभी चुनौतियों के समाधान के रूप में इग्नाइट एआई ने 'इग्नाइट लेंस' (Ignite Lens) पेश किया है, जो एक एआई-नेटिव सॉल्यूशन है। चाहे आप डेटा एनालिस्ट हों, बिज़नेस एनालिस्ट हों, बिज़नेस लीडर हों या प्रोडक्ट ओनर—आपको बिना एसक्यूएल सीखे अपने स्ट्रक्चर्ड और अनस्ट्रक्चर्ड दोनों तरह के डेटा से सीधे इनसाइट्स प्राप्त करने की आज़ादी मिलती है।

इग्नाइट लेंस की प्रमुख विशेषताओं में "ब्रिंग योर ओन मॉडल" (BYOM) की सुविधा शामिल है। जेनेरेटिव एआई के लिए किसी एक अनजान एलएलएम (LLM) से बंधे रहने के बजाय यूज़र्स अपनी पसंद और आवश्यकतानुसार मॉडल चुन सकते हैं। इसके अलावा इसका कोलैबोरेटिव फीचर टीम्स और स्लैक के माध्यम से वास्तविक समय में काम करने की अनुमति देता है। उदाहरण के लिए, यदि कोई लीडर अमेरिका में बैठकर स्लैक में क्वेरी करता है, तो वह उस पूरे एनालिसिस और विज़ुअलाइज़ेशन को सीधे भारत में मौजूद अपनी डेटा इंजीनियरिंग टीम के साथ साझा कर सकता है, और वे वहीं से उस काम को आगे बढ़ा सकते हैं। इससे प्रोडक्टिविटी में अभूतपूर्व वृद्धि होती है।

- **नो-एसक्यूएल आवश्यकता**: गैर-तकनीकी बिज़नेस यूज़र्स भी बिना कोड लिखे डेटा का विश्लेषण कर सकते हैं। - **ब्रिंग योर ओन मॉडल (BYOM)**: संगठन अपने पसंदीदा और स्वीकृत एलएलएम का उपयोग करने के लिए स्वतंत्र हैं। - **सीमलेस क्रॉस-टीम कोलैबोरेशन**: स्लैक और टीम्स के भीतर सीधे एनालिसिस हैंडऑफ करने की क्षमता।

---

[08:17](https://www.youtube.com/watch?v=wskxarZOARQ&t=497s) जेनेरलिस्ट एआई की सीमाएँ और डायनाट्यून (DynaTune) के ज़रिए नो-कोड फाइन-ट्यूनिंग

जेनेरलिस्ट एआई (Generalist AI) मॉडल सामान्य सवालों के जवाब दे सकते हैं—जैसे कि ताजमहल कहाँ स्थित है—लेकिन वे यह नहीं बता सकते कि आपकी कंपनी का विशिष्ट केपीआई नंबर क्या होना चाहिए, आपकी संगठनात्मक नीतियाँ क्या हैं, या आपके आंतरिक शब्दों (जैसे "skup day") का क्या अर्थ है। इसके अलावा जेनेरलिस्ट मॉडल्स में हैल्युसिनेशन (hallucinations) और डेटा सुरक्षा संबंधी गंभीर चिंताएँ होती हैं।

```mermaid flowchart LR accTitle: DynaTune Fine-Tuning Process subgraph GenAI["जेनेरलिस्ट एआई"] G1["सामान्य ज्ञान (उदा. ताजमहल)"] G2["हैल्युसिनेशन & नो डोमेन नॉलेज"] end subgraph DynaTuneFlow["डायनाट्यून (DynaTune)"] D1["नो-कोड, वन-क्लिक एजेंट"] D2["संगठनात्मक डेटा पर फाइन-ट्यूनिंग"] end subgraph Output["इग्नाइट लेंस आउटकम"] O1["कंपनी और डोमेन की भाषा"] O2["सटीक केपीआई & न्यूनतम हैल्युसिनेशन"] end GenAI --> DynaTuneFlow --> Output ```

इस संदर्भ को मॉडल में जोड़ने के लिए इग्नाइट एआई ने 'डायनाट्यून' (DynaTune) विकसित किया है। यह एक ऐसा नो-कोड एजेंट है जो केवल एक क्लिक में मॉडल को संगठन के अपने डेटा पर फाइन-ट्यून कर देता है। इसके परिणामस्वरूप तैयार मॉडल न केवल डोमेन की भाषा समझता है, बल्कि कंपनी की आंतरिक कार्यप्रणाली और शब्दावली को भी समझता है, जिससे हैल्युसिनेशन बेहद कम हो जाते हैं।

सत्र के अंत में हर्षी खान उपस्थित प्रतिभागियों को बूथ K32 पर आने और इग्नाइट लेंस तथा डायनाट्यून के लाइव इंटरैक्टिव डेमो देखकर बातचीत को आगे बढ़ाने का निमंत्रण देते हैं।

- **डायनाट्यून (DynaTune)**: बिना कोडिंग के सिर्फ एक बटन के क्लिक पर एलएलएम को कस्टमाइज़ और फाइन-ट्यून करने वाला एजेंट। - **सटीकता और सुरक्षा**: कंपनी के अपने डेटा पर मॉडल ट्रेन होने से हैल्युसिनेशन में भारी गिरावट और सटीक डोमेन इनसाइट्स। - **इवेंट लोकेशन**: लाइव डेमो और चर्चा के लिए बूथ K32 पर संपर्क किया जा सकता है।

## Notable quotes > [00:04](https://www.youtube.com/watch?v=wskxarZOARQ&t=4s) व्हाट्स द गुड दैट एआई इज़ गोइंग टू डू इफ इट इज़ नॉट गोइंग टू हेल्प अस अपलिफ्ट ह्यूमन डिग्निटी एंड इज़ फॉर पीस — Dr. Bernice King

> [00:04](https://www.youtube.com/watch?v=wskxarZOARQ&t=4s) लगभग 80% लीडर्स अपने मौजूदा टूल्स से ज़रूरी बिज़नेस इनसाइट्स पाने के लिए संघर्ष करते हैं, चाहे उनके डैशबोर्ड कितने भी सुंदर क्यों न दिखते हों। — Hershey Khan

> [02:23](https://www.youtube.com/watch?v=wskxarZOARQ&t=143s) जब इनसाइट्स में देरी होती है, तो अंततः बिज़नेस निर्णय बिना डेटा के ही ले लिए जाते हैं। — Hershey Khan

> [02:23](https://www.youtube.com/watch?v=wskxarZOARQ&t=143s) जब किसी बिज़नेस प्रश्न का संदर्भ जीरा टिकट के पीछे लॉक हो जाता है, तो उसे असाइन होने और स्प्रिंट में शामिल होने में इतना समय लग जाता है कि जवाब आने से पहले ही फैसला बिना डेटा के लेना पड़ जाता है। — Hershey Khan

> [04:28](https://www.youtube.com/watch?v=wskxarZOARQ&t=268s) समस्या टूलींग की नहीं, बल्कि वर्कफ़्लो की है; क्योंकि इंडस्ट्री ने हमेशा केवल 'रिपोर्टिंग' को ऑप्टिमाइज़ किया है, न कि 'डिसीजन-मेकिंग' को। — Hershey Khan

> [04:28](https://www.youtube.com/watch?v=wskxarZOARQ&t=268s) आज के एआई युग में हर कोई जटिल एसक्यूएल क्वेरीज़ लिखने के बजाय नेचुरल लैंग्वेज में बात करना चाहता है—चाहे वह स्ट्रक्चर्ड डेटा हो या अनस्ट्रक्चर्ड डेटा। — Hershey Khan

> [04:28](https://www.youtube.com/watch?v=wskxarZOARQ&t=268s) जो एनालिसिस आज किया गया है, उसे संस्थागत नॉलेज बेस के रूप में सुरक्षित रखा जाना चाहिए ताकि समय के साथ पूरा संगठन अधिक स्मार्ट बन सके। — Hershey Khan

> [08:17](https://www.youtube.com/watch?v=wskxarZOARQ&t=497s) जेनेरलिस्ट एआई मॉडल सामान्य सवालों के जवाब दे सकते हैं—जैसे कि ताजमहल कहाँ स्थित है—लेकिन वे यह नहीं बता सकते कि आपकी कंपनी का विशिष्ट केपीआई नंबर क्या होना चाहिए — Hershey Khan

## Mentioned Hershey Khan, Ignite AI LLC, Ignite Lens, DynaTune, Dr. Bernice King, Dr. Martin Luther King Jr., Gartner, Jira, Excel, SharePoint, Slack, Microsoft Teams, ChatGPT, SQL, CSV, Ai4

## Video description Hershey Khan, Founder & CEO, Ignite AI LLC

Abstracts

What if your Business Intelligence could speak your language, retain context, and foster seamless collaboration?

Traditional BI leaves business teams waiting on static reports, rigid dashboards, and specialized technical experts—hindering quick and informed decision-making. In this talk, I’ll share how IgniteAI is reshaping BI through Ignite Lens, our conversational analytics solution, powered by DynaTune, our no-code, rapid model fine-tuning platform. The session will illustrate how business SMEs can independently explore structured and unstructured data, ask context-rich questions, and unlock collaborative, real-time insights. Attendees will discover how this conversational, contextual, and collaborative approach accelerates agility, enhances accuracy, and empowers frontline teams. Join me to learn how your organization can transform BI from a bottleneck into a strategic advantage.

Join me to learn how you can bring conversational, contextual, and collaborative analytics to your organization’s frontlines.

[Source](https://www.youtube.com/watch?v=wskxarZOARQ)

中文简报

Ignite AI推出Lens工具，以对话式分析替代BI报表传统仪表盘阻碍决策制定，直接在Slack和Teams中集成无代码模型微调可消除这一障碍。本次会议指出，传统BI仪表盘、Jira工单延误和数据孤岛阻碍了及时的决策制定。为此，会议概述了下一代BI的三大支柱：对话式、情境化和协作式工作流。Ignite Lens允许用户直接在Slack和Teams等工具中无需编写SQL即可查询数据，并支持“自带模型”（BYOM）。同时，借助DynaTune无代码智能体在企业内部数据上微调大语言模型（LLM），能够减少幻觉并提高专业领域的准确性。 Gartner 数据显示，约 80% 的商业领袖即使拥有美观的仪表盘也难以获取关键业务洞察；传统 BI 体系的痛点在于过度优化“报表制作”，而非赋能快速“决策制定”。 (0:04) 传统 BI 工作流易陷入 Jira 工单排期与数据整理的瓶颈，导致企业在未获数据支持前便匆忙决策，同时“导出到 Excel”的惯常做法也带来了敏感数据外溢的合规风险。 (2:23) 下一代商业智能须立足于三大支柱：支持结构化与非结构化数据的对话式分析、沉淀长期机构知识的上下文智能，以及直接嵌入 Slack 或 Teams 的协同能力。 (4:28) Ignite AI 推出 AI 原生解决方案 Ignite Lens，结合 DynaTune 无代码快速微调平台，支持企业自带模型（BYOM）并在内部数据上一键微调，以极低门槛消除幻觉并精准理解业务术语。 (8:17)

Reading summary

पारंपरिक बिज़नेस इंटेलिजेंस टूल्स रिपोर्टिंग पर ध्यान केंद्रित करते हैं लेकिन निर्णय लेने की प्रक्रिया में देरी पैदा करते हैं, जिसे हल करने के लिए इग्नाइट एआई (Ignite AI) ने कन्वर्सेशनल और फाइन-ट्यून किए गए एआई वर्कफ़्लो का प्रस्ताव रखा है। पारंपरिक बीआई वर्कफ़्लो की सीमाएँ और डेटा साइलो (0:04) गार्टनर के पिछले साल के डेटा के अनुसार, लगभग 80% बिज़नेस लीडर्स आकर्षक डैशबोर्ड होने के बावजूद आवश्यक इनसाइट्स प्राप्त करने में कठिनाई महसूस करते हैं। डेटा टीमें अपना अधिकांश समय डेटा रैंगलिंग में बिताती हैं और डैशबोर्ड स्टैटिक बने रहते हैं। जब बिज़नेस प्रश्नों को जीरा (Jira) टिकटों और स्प्रिंट साइकल के हवाले कर दिया जाता है, तो इनसाइट्स आने में देरी होती है और निर्णय बिना डेटा के ले लिए जाते हैं। इसके अतिरिक्त, पारंपरिक वर्कफ़्लो सुरक्षा और संदर्भ से जुड़ी समस्याएँ उत्पन्न करते हैं। यूज़र्स अक्सर डैशबोर्ड से डेटा 'एक्सेल में एक्सपोर्ट' करते हैं, जिससे संवेदनशील जानकारी स्थानीय मशीनों और शेयरपॉइंट पर अनियंत्रित होकर बिखरती है। साथ ही, जब टीमें स्लैक या माइक्रोसॉफ्ट टीम्स जैसे चैट प्लेटफॉर्म्स पर संवाद करती हैं, तो बीआई टूल्स वहाँ उपलब्ध न होने के कारण निर्णय लेते समय व्यावसायिक संदर्भ छूट जाता है। नेक्स्ट-जेनरेशन बीआई के तीन मूलभूत स्तंभ (4:28) इग्नाइट एआई के सीईओ हर्षी खान का तर्क है कि इंडस्ट्री ने हमेशा 'रिपोर्टिंग' को ऑप्टिमाइज़ किया है न कि 'डिसीजन-मेकिंग' को। अगली पीढ़ी के बीआई को प्रभावी बनाने के लिए तीन स्तंभों की आवश्यकता है: पहला, 'कन्वर्सेशनल', जिसमें यूज़र्स जटिल एसक्यूएल क्वेरीज़ लिखने के बजाय स्ट्रक्चर्ड और अनस्ट्रक्चर्ड डेटा से नेचुरल लैंग्वेज में सवाल पूछ सकें। दूसरा स्तंभ 'कॉन्टेक्स्टुअल' है, जिसमें अल्पकालिक मेमोरी के साथ-साथ दीर्घकालिक मेमोरी हो, ताकि ऐतिहासिक एनालिसिस संस्थागत नॉलेज बेस बनकर संगठन को समय के साथ स्मार्ट बना सके। तीसरा स्तंभ 'कोलैबोरेटिव' है, जो यूज़र्स को स्लैक या टीम्स छोड़े बिना सीधे डेटाबेस या सीएसवी फाइलों को क्वेरी करने और विज़ुअलाइज़ेशन साझा करने की सुविधा देता है। इग्नाइट लेंस और डायनाट्यून के ज़रिए समाधान (6:50) इन चुनौतियों को हल करने के लिए इग्नाइट लेंस पेश किया गया है, जो एक एआई-नेटिव एनालिटिक्स टूल है। यह गैर-तकनीकी यूज़र्स को बिना एसक्यूएल के सीधे इनसाइट्स लेने की सुविधा देता है और 'ब्रिंग योर ओन मॉडल' (BYOM) दृष्टिकोण का समर्थन करता है, जिससे कंपनियाँ अपनी पसंद का एलएलएम चुन सकती हैं। यह स्लैक और टीम्स के ज़रिए क्रॉस-टीम कोलैबोरेशन की अनुमति देता है, जिससे अलग-अलग भौगोलिक स्थानों में मौजूद टीमें एक ही एनालिसिस पर काम कर सकती हैं। जेनेरलिस्ट एआई मॉडल सामान्य जानकारी तो दे सकते हैं, लेकिन वे कंपनी-विशिष्ट केपीआई, आंतरिक नीतियाँ या शब्दावली नहीं समझते, जिससे हैल्युसिनेशन का जोखिम रहता है। इसके समाधान के रूप में 'डायनाट्यून' (DynaTune) विकसित किया गया है। यह एक नो-कोड, वन-क्लिक एजेंट है जो मॉडल को संगठन के आंतरिक डेटा पर फाइन-ट्यून करता है, जिससे हैल्युसिनेशन कम होते हैं और डोमेन-विशिष्ट सटीकता में सुधार होता है। इग्नाइट एआई का निष्कर्ष है कि बिज़नेस इंटेलिजेंस को केवल डैशबोर्ड तक सीमित रखने के बजाय बातचीत और वास्तविक समय के वर्कफ़्लो में एकीकृत किया जाना चाहिए, ताकि संवेदनशील डेटा सुरक्षित रहे और त्वरित व सूचित निर्णय लिए जा सकें।

精炼阅读摘要

Ignite AI 创始人兼首席执行官 Hershey Khan 指出，传统商业智能（BI）由于过度偏向报表展示而忽视了实际决策需求，导致约 80% 的业务主管难以从现有工具中及时获取关键见解；企业需要转向集对话式、情境化和协作性于一体的原生 AI 方案。传统 BI 的核心瓶颈与数据孤岛 (0:04) 传统 BI 工作流长期陷入数据整理（data wrangling）与静态看板的局限中。Gartner 去年发布的数据显示，尽管众多企业的仪表盘外观精美，仍有约 80% 的业务主管在提取关键见解时面临阻碍。业务团队在遭遇异常指标或探究 KPI 波动原因时，往往无法获得即时反馈，最终因耗时过长而在缺乏数据支撑的情况下做出业务决策。这一延迟主要源于割裂的工作流程。业务问题通常被锁定在 Jira 工单系统中，需等待进入冲刺（sprint）周期分配处理；同时，员工频繁使用“导出至 Excel”（Export to Excel）功能，使敏感信息在本地设备或 SharePoint 等环境中失控扩散，带来合规与安全风险。此外，团队在 Slack 或 Microsoft Teams 等协作工具中的日常沟通与 BI 工具相互割裂，导致决策过程彻底丢失了上下文情境。下一代商业智能的三大核心支柱 (4:28) Hershey Khan 认为，行业面临的问题本质上不是工具欠缺，而是工作流存在缺陷，以往的系统往往仅针对“报表生成”而非“决策制定”进行优化。下一代 BI 若要有效解决决策延迟，必须建立在三个基本支柱之上：第一是对话式（Conversational），使用户无需编写复杂的 SQL 查询，即可直接通过自然语言与结构化或非结构化数据互动。第二是情境化（Contextual），系统不仅要具备类似 ChatGPT 的短期记忆，还必须具备长期记忆能力，将历史分析沉淀为组织内部的制度性知识库（knowledge base），使企业随着时间推移积累更深厚的智能。第三是协作性（Collaborative），允许用户在不离开 Teams 或 Slack 等日常沟通软件的情况下，直接发起对 SQL 数据库或大型 CSV 文件的查询并生成可视化结果，避免了在第三方分析工具间频繁跳转的操作摩擦。 Ignite Lens 的原生分析与协作架构 (6:50) 针对传统方案的不足，Ignite AI 推出了名为 Ignite Lens 的原生 AI 分析方案，旨在让数据分析师、业务分析师、业务负责人及产品经理在无需掌握 SQL 编程技能的前提下，直接分析结构化与非结构化数据。该系统采用“自带模型”（BYOM, Bring Your Own Model）架构，避免企业受制于单一未知的大语言模型（LLM），企业可依据内部合规与业务要求自由选用经过批准的受信任模型。在协同办公方面，该工具深度嵌入了 Slack 与 Teams。例如，位于美国的主管在 Slack 中发起查询并生成分析图表后，可将完整分析链路与可视化结果直接共享给位于印度的技术工程团队，后者能够在其基础上无缝衔接后续开发。这种跨时区、跨职能的工作流整合，消除了工单流转带来的等待时间。通用 AI 缺陷与 DynaTune 微调技术 (8:17) 通用大语言模型虽然擅长回答事实性常识（例如泰姬陵的所在地），但在企业专属应用中存在严重短板。通用模型既无法掌握企业内部特定的 KPI 标准和组织政策，也无法理解诸如“skup day”等企业内部专用术语，同时还存在数据安全隐患与幻觉（hallucinations）风险。为了将专有业务上下文注入模型，Ignite AI 研发了名为 DynaTune 的免代码（no-code）单键微调代理。该代理允许企业仅通过一键操作，利用自身的私有数据对模型进行定向微调。微调后的模型能够深入理解行业语言与内部流程术语，大幅抑制幻觉现象，从而在确保数据安全的前提下输出高准确度的领域分析成果。 Hershey Khan 强调 AI 的核心价值应落实于提升效能与企业尊严，并通过展台演示验证 DynaTune 与 Ignite Lens 的落地能力；但现场演讲并未展开探讨该系统在异构企业数据源整合、超大规模并发环境下的成本与数据治理等长期挑战。

Detailed notes — zh

## Background 该视频由行业会议频道 Ai4 于 2025 年 8 月 24 日发布在 YouTube 平台上。页面简介显示，本次演讲由 Ignite AI 创始人兼首席执行官 Hershey Khan 主讲，重点探讨如何借助对话式分析解决方案 Ignite Lens 和无代码微调平台 DynaTune，打破传统静态报表和技术瓶颈，构建兼具对话式、情境化与协作式的新一代商业智能体系。 ## TL;DR 演讲直击传统 BI 仅能展示现状却无法归因、业务需求深陷工单排期及 Excel 散落合规风险等核心痛点。Hershey Khan 指出，下一代商业智能必须建立在对话式交互、长短期情境记忆以及原生嵌入即时通讯工具的协作三大支柱之上。为此，Ignite AI 打造了支持免 SQL 查询与自带模型（BYOM）的 Ignite Lens，并配合一键无代码微调平台 DynaTune，使 AI 能够深度理解企业专有术语并显著降低模型幻觉，帮助业务团队在日常协同工作流中实现敏捷、安全且精准的数据决策。 ## Atmosphere & style 整场演讲呈现出兼具人文关怀与敏锐商业洞察的专业基调。讲者以马丁·路德·金之女关于技术尊严的诘问开篇，迅速将宏大的 AI 议题锚定在企业日常数据流转的具体挣扎上，叙事节奏紧凑且直击痛点。演讲风格务实笃定，在剖析传统报表体系弊端时引发强烈共鸣，而在展示原生 AI 工具与无代码微调方案时充满前瞻性的落地信心，带给观众一种从繁重数据泥潭中突围的清晰解题感。 ## Key takeaways - [00:04](https://www.youtube.com/watch?v=wskxarZOARQ&t=4s) 据 Gartner 统计，高达 80% 的企业管理者难以从现有 BI 工具中获取关键业务洞察，报表往往只能展示现状而无法提供深层归因。 - [01:01](https://www.youtube.com/watch?v=wskxarZOARQ&t=61s) 传统数据团队大量时间耗费在数据整理与静态报表生成上，导致数据获取严重滞后于业务决策，迫使团队盲目决策。 - [03:11](https://www.youtube.com/watch?v=wskxarZOARQ&t=191s) 业务需求受困于漫长的 Jira 工单流程与 Sprint 周期，错失关键决策窗口期。 - [03:11](https://www.youtube.com/watch?v=wskxarZOARQ&t=191s) 员工频繁使用“导出到 Excel”在本地和 SharePoint 散落敏感数据，带来了严重的数据安全与合规风险。 - [03:11](https://www.youtube.com/watch?v=wskxarZOARQ&t=191s) 团队沟通通常发生在即时通讯工具中，传统 BI 无法融入对话场景，导致协同决策时的上下文断裂。 - [04:28](https://www.youtube.com/watch?v=wskxarZOARQ&t=268s) 下一代商业智能的核心必须由“针对报表生成优化”转变为“针对决策做出优化”，依托对话式、情境化与协作式三大支柱。 - [04:28](https://www.youtube.com/watch?v=wskxarZOARQ&t=268s) 对话式分析允许用户使用自然语言探索结构化与非结构化数据，彻底免除编写复杂 SQL 的技术门槛。 - [04:28](https://www.youtube.com/watch?v=wskxarZOARQ&t=268s) 情境化结合短期对话记忆与长期组织记忆沉淀，构建企业专属知识库并持续优化组织智能。 - [06:50](https://www.youtube.com/watch?v=wskxarZOARQ&t=410s) Ignite Lens 采用原生 AI 架构，支持自带模型（BYOM）机制，避免企业被单一黑盒 LLM 锁定。 - [06:50](https://www.youtube.com/watch?v=wskxarZOARQ&t=410s) Ignite Lens 将查询与可视化直接嵌入 Slack 与 Microsoft Teams，实现跨国跨团队的无缝协同与上下文交接。 - [08:17](https://www.youtube.com/watch?v=wskxarZOARQ&t=497s) 通用大模型因缺乏企业内部专有术语和业务语境，容易产生幻觉且存在安全风险。 - [08:17](https://www.youtube.com/watch?v=wskxarZOARQ&t=497s) DynaTune 提供一键式无代码微调智能体平台，让 AI 精准掌握企业特有 KPI 与业务逻辑，显著降低幻觉率。 ## Detailed walkthrough ### [00:04](https://www.youtube.com/watch?v=wskxarZOARQ&t=4s) 传统商业智能的困境与数据决策的脱节在商业智能（BI）领域，许多企业领导者和技术团队经常面临一个普遍痛点：盯着仪表板上醒目的红色警示数字，却完全不知道“为什么会发生这种情况”。对于数据和技术团队来说，也经常会接到来自业务主管的紧急询问，试图挖掘关键绩效指标（KPI）异常背后的根本原因。根据 Gartner 去年的权威统计数据，高达 80% 的企业管理者难以从现有的 BI 工具中获取关键业务洞察，无论他们构建的仪表板外观多么精美。这表明当下的 BI 体系与实际的业务决策需求之间存在着巨大的鸿沟。 - **80% 的领导者**：尽管拥有视觉精美的仪表板，依然无法从现有工具中快速提炼关键业务洞察。 - **核心缺失**：现有报表只能展示“是什么”（数据现状），却无法解释“为什么”（深层归因）。 --- ### [01:01](https://www.youtube.com/watch?v=wskxarZOARQ&t=61s) 人文关怀、行业背景与 BI 面临的工作流瓶颈 Ignite AI 创始人兼首席执行官 Hershey Khan 分享了他与马丁·路德·金之女伯妮斯·金博士（Dr. Bernice King）交流的经历。金博士在谈及前沿科技发展时曾发人深省地指出：“如果人工智能不能帮助我们提升人类尊严、促进和平，那么它的价值又在哪里？”（"What's the good that AI is going to do if it is not going to help us uphold human dignity and is for peace"）。这句话深刻影响了 Hershey Khan 对技术落地价值的思考。 Hershey Khan 在数据与 AI 领域深耕多年，曾为客户创造了数以亿计的商业价值。然而他发现，无论技术如何演进，一个顽固的问题始终存在：数据获取与业务决策之间存在严重的滞后性。当下的数据与 BI 团队仍将大量时间消耗在繁琐的数据整理（Data Wrangling）上，产出的仪表板往往是静态且死板的，数据依然被困在孤岛之中。一旦数据解答被延误，业务端往往只能在“缺乏数据支撑”的情况下匆忙做出决策。 ```mermaid flowchart TD accTitle: 传统 BI 与决策脱节的恶性循环流程 subgraph Bottleneck["传统数据流转瓶颈"] A["业务提出指标疑问"] --> B["数据清洗与整理"] B --> C["静态仪表板/报表呈现"] end subgraph Failure["决策断层"] C --> D["归因分析严重滞后"] D --> E["无数据支撑的盲目决策"] end ``` --- ### [03:11](https://www.youtube.com/watch?v=wskxarZOARQ&t=191s) 企业日常痛点：Jira 工单延迟、Excel 扩散与协同上下文断裂在企业实际运作中，业务部门的需求往往被锁在层层流转的 Jira 工单之后。从工单分配、排入冲刺（Sprint）到最终产出答案，周期往往极其漫长；而当答案出来时，业务决策早已在没有数据支持的情况下被迫完成。与此同时，企业内部还存在一个心照不宣但风险极高的操作——“导出到 Excel”（Export to Excel）。敏感数据被下载到员工本地机器或散落在 SharePoint 文件夹中，在组织内部不受控地流转，带来巨大的数据安全合规隐患。此外，当团队在 Slack 或 Microsoft Teams 等通讯软件中讨论业务时，传统 BI 完全无法介入这些日常沟通场景，导致沟通上下文在做决策的关键时刻彻底丢失。 - **工单流转滞后**：业务诉求被困在 Jira 流程与 Sprint 周期中，错失决策窗口期。 - **数据合规风险**：“导出到 Excel”导致敏感数据本地化扩散，脱离企业安全管控。 - **协同上下文断裂**：日常沟通发生在即时通讯工具中，传统 BI 无法融入团队对话流。 --- ### [04:28](https://www.youtube.com/watch?v=wskxarZOARQ&t=268s) 下一代 BI 的三大支柱：对话式、情境化与协作式当前 BI 体系的缺陷并非单纯的“工具问题”，而是一个深层次的“工作流问题”。过去的系统始终在针对“生成报表”进行优化，而非针对“做出决策”进行优化。下一代商业智能必须具备三大核心要素：对话式（Conversational）、情境化（Contextual）与协作式（Collaborative）。对话式意味着用户能够直接使用自然语言对结构化和非结构化数据进行提问，无需编写复杂的 SQL 查询。情境化则包含短期上下文记忆（像 ChatGPT 一样连续对话）以及长期组织记忆——系统能够保存每一次深入分析的经验与成果，构建企业专属知识库，使整个组织像人类积累知识一样随着时间推移变得越来越聪明。协作式则打破系统边界，让用户能够直接在日常沟通渠道中调用数据。 ```mermaid flowchart LR accTitle: 下一代商业智能的三大核心要素 subgraph NextGenBI["下一代商业智能"] direction TB C1["对话式<br/>(自然语言/免SQL)"] C2["情境化<br/>(长短期记忆/知识沉淀)"] C3["协作式<br/>(嵌入Teams/Slack工作流)"] end NextGenBI --> Decision["优化决策效率与敏捷度"] ``` --- ### [06:50](https://www.youtube.com/watch?v=wskxarZOARQ&t=410s) Ignite Lens：原生 AI 驱动的无缝分析平台基于上述理念，Ignite AI 推出了原生 AI 分析解决方案 Ignite Lens。无论是数据分析师、业务分析师、业务主管还是产品负责人，都可以通过 Ignite Lens 直接探索结构化与非结构化数据，彻底告别必须编写 SQL 的技术门槛。 Ignite Lens 支持自带模型（BYOM, Bring Your Own Model）机制，确保企业拥有充分的灵活性，不被绑定在黑盒的大语言模型上。更重要的是，它实现了真正的协作式分析：用户无需跳出正在沟通的聊天界面前往第三方 BI 软件，便可以直接在 Slack 或 Microsoft Teams 中查询 SQL 数据库或大型 CSV 文件，并当场生成可视化图表。例如，位于总部的团队可以直接在聊天窗口发起查询，并将完整的分析上下文无缝交接给身在印度的数据工程师继续处理，大幅削减沟通损耗并提升跨国协同效率。 - **跨角色赋能**：业务领袖、产品经理及分析师无需掌握 SQL 即可探索全量数据。 - **BYOM 架构**：支持企业接入专属大语言模型，避免技术锁定。 - **工作流内嵌**：在 Teams / Slack 聊天窗口内直接完成数据查询、图表渲染与跨团队交接。 --- ### [08:17](https://www.youtube.com/watch?v=wskxarZOARQ&t=497s) 解决通用大模型短板：通过 DynaTune 实现一键无代码微调通用大模型（Generalist AI）在企业级应用中存在致命缺陷：不仅容易产生幻觉（Hallucination），存在安全隐患，而且缺乏企业内部上下文。通用模型或许能告诉你泰姬陵在哪里，但它根本不知道企业的关键 KPI 定义、内部审批政策或诸如“调休假”（Skip Day）等专有业务术语的具体含义。为了解决这一问题，Ignite AI 开发了 DynaTune 智能体平台。业务人员无需编写任何代码，只需点击按钮即可完成模型微调。经过微调的模型不仅精通特定行业领域语言，更完全掌握组织内部的专有业务语言。这种基于企业私有数据微调的方法，从根本上大幅降低了大模型的幻觉率，使输出结果高度可信。Hershey Khan 最后邀请与会者前往大会 K32 展位体验 Ignite Lens 与 DynaTune 的现场交互式 Demo，共同探讨新一代 BI 带来的生产力跃升。 - **通用模型的局限**：缺乏企业特有业务语境，容易出现事实幻觉，存在数据安全顾虑。 - **DynaTune 平台特性**：一键式、零代码（No-Code）自动化微调智能体。 - **落地效果**：让 AI 精准理解组织特定术语与 KPI 逻辑，显著抑制模型幻觉。 - **现场互动**：在 Ai4 大会 K32 展位提供实际产品交互演示。 ## Notable quotes > [00:04](https://www.youtube.com/watch?v=wskxarZOARQ&t=4s) 80% 的企业管理者难以从现有的 BI 工具中获取关键业务洞察，无论他们构建的仪表板外观多么精美。 — Hershey Khan > [00:04](https://www.youtube.com/watch?v=wskxarZOARQ&t=4s) 现有报表只能展示“是什么”（数据现状），却无法解释“为什么”（深层归因）。 — Hershey Khan > [01:01](https://www.youtube.com/watch?v=wskxarZOARQ&t=61s) What's the good that AI is going to do if it is not going to help us uphold human dignity and is for peace（如果人工智能不能帮助我们提升人类尊严、促进和平，那么它的价值又在哪里？） — Dr. Bernice King > [01:01](https://www.youtube.com/watch?v=wskxarZOARQ&t=61s) 无论技术如何演进，一个顽固的问题始终存在：数据获取与业务决策之间存在严重的滞后性。 — Hershey Khan > [03:11](https://www.youtube.com/watch?v=wskxarZOARQ&t=191s) 从工单分配、排入冲刺到最终产出答案，周期往往极其漫长；而当答案出来时，业务决策早已在没有数据支持的情况下被迫完成。 — Hershey Khan > [03:11](https://www.youtube.com/watch?v=wskxarZOARQ&t=191s) “导出到 Excel”导致敏感数据本地化扩散，脱离企业安全管控。 — Hershey Khan > [04:28](https://www.youtube.com/watch?v=wskxarZOARQ&t=268s) 过去的系统始终在针对“生成报表”进行优化，而非针对“做出决策”进行优化。 — Hershey Khan > [04:28](https://www.youtube.com/watch?v=wskxarZOARQ&t=268s) 下一代商业智能必须具备三大核心要素：对话式（Conversational）、情境化（Contextual）与协作式（Collaborative）。 — Hershey Khan > [06:50](https://www.youtube.com/watch?v=wskxarZOARQ&t=410s) 无论是数据分析师、业务分析师、业务主管还是产品负责人，都可以通过 Ignite Lens 直接探索结构化与非结构化数据，彻底告别必须编写 SQL 的技术门槛。 — Hershey Khan > [08:17](https://www.youtube.com/watch?v=wskxarZOARQ&t=497s) 通用模型或许能告诉你泰姬陵在哪里，但它根本不知道企业的关键 KPI 定义、内部审批政策或诸如“调休假”等专有业务术语的具体含义。 — Hershey Khan ## Mentioned Hershey Khan, Ignite AI LLC, Ignite Lens, DynaTune, 伯妮斯·金博士 (Dr. Bernice King), Gartner, Jira, Microsoft Excel, SharePoint, Slack, Microsoft Teams, Ai4 ## Video description Hershey Khan, Founder & CEO, Ignite AI LLC Abstracts What if your Business Intelligence could speak your language, retain context, and foster seamless collaboration? Traditional BI leaves business teams waiting on static reports, rigid dashboards, and specialized technical experts—hindering quick and informed decision-making. In this talk, I’ll share how IgniteAI is reshaping BI through Ignite Lens, our conversational analytics solution, powered by DynaTune, our no-code, rapid model fine-tuning platform. The session will illustrate how business SMEs can independently explore structured and unstructured data, ask context-rich questions, and unlock collaborative, real-time insights. Attendees will discover how this conversational, contextual, and collaborative approach accelerates agility, enhances accuracy, and empowers frontline teams. Join me to learn how your organization can transform BI from a bottleneck into a strategic advantage. Join me to learn how you can bring conversational, contextual, and collaborative analytics to your organization’s frontlines. [Source](https://www.youtube.com/watch?v=wskxarZOARQ)

Source quotes

[0:04] Hershey Khan: 80% 的企业管理者难以从现有的 BI 工具中获取关键业务洞察，无论他们构建的仪表板外观多么精美。 [0:04] Hershey Khan: 现有报表只能展示“是什么”（数据现状），却无法解释“为什么”（深层归因）。 [1:01] Dr. Bernice King: What's the good that AI is going to do if it is not going to help us uphold human dignity and is for peace（如果人工智能不能帮助我们提升人类尊严、促进和平，那么它的价值又在哪里？） [1:01] Hershey Khan: 无论技术如何演进，一个顽固的问题始终存在：数据获取与业务决策之间存在严重的滞后性。 [3:11] Hershey Khan: 从工单分配、排入冲刺到最终产出答案，周期往往极其漫长；而当答案出来时，业务决策早已在没有数据支持的情况下被迫完成。 [3:11] Hershey Khan: “导出到 Excel”导致敏感数据本地化扩散，脱离企业安全管控。 [4:28] Hershey Khan: 过去的系统始终在针对“生成报表”进行优化，而非针对“做出决策”进行优化。 [4:28] Hershey Khan: 下一代商业智能必须具备三大核心要素：对话式（Conversational）、情境化（Contextual）与协作式（Collaborative）。 [6:50] Hershey Khan: 无论是数据分析师、业务分析师、业务主管还是产品负责人，都可以通过 Ignite Lens 直接探索结构化与非结构化数据，彻底告别必须编写 SQL 的技术门槛。 [8:17] Hershey Khan: 通用模型或许能告诉你泰姬陵在哪里，但它根本不知道企业的关键 KPI 定义、内部审批政策或诸如“调休假”等专有业务术语的具体含义。

Source quotes

[0:04] Dr. Bernice King: व्हाट्स द गुड दैट एआई इज़ गोइंग टू डू इफ इट इज़ नॉट गोइंग टू हेल्प अस अपलिफ्ट ह्यूमन डिग्निटी एंड इज़ फॉर पीस [0:04] Hershey Khan: लगभग 80% लीडर्स अपने मौजूदा टूल्स से ज़रूरी बिज़नेस इनसाइट्स पाने के लिए संघर्ष करते हैं, चाहे उनके डैशबोर्ड कितने भी सुंदर क्यों न दिखते हों। [2:23] Hershey Khan: जब इनसाइट्स में देरी होती है, तो अंततः बिज़नेस निर्णय बिना डेटा के ही ले लिए जाते हैं। [2:23] Hershey Khan: जब किसी बिज़नेस प्रश्न का संदर्भ जीरा टिकट के पीछे लॉक हो जाता है, तो उसे असाइन होने और स्प्रिंट में शामिल होने में इतना समय लग जाता है कि जवाब आने से पहले ही फैसला बिना डेटा के लेना पड़ जाता है। [4:28] Hershey Khan: समस्या टूलींग की नहीं, बल्कि वर्कफ़्लो की है; क्योंकि इंडस्ट्री ने हमेशा केवल 'रिपोर्टिंग' को ऑप्टिमाइज़ किया है, न कि 'डिसीजन-मेकिंग' को। [4:28] Hershey Khan: आज के एआई युग में हर कोई जटिल एसक्यूएल क्वेरीज़ लिखने के बजाय नेचुरल लैंग्वेज में बात करना चाहता है—चाहे वह स्ट्रक्चर्ड डेटा हो या अनस्ट्रक्चर्ड डेटा। [4:28] Hershey Khan: जो एनालिसिस आज किया गया है, उसे संस्थागत नॉलेज बेस के रूप में सुरक्षित रखा जाना चाहिए ताकि समय के साथ पूरा संगठन अधिक स्मार्ट बन सके। [8:17] Hershey Khan: जेनेरलिस्ट एआई मॉडल सामान्य सवालों के जवाब दे सकते हैं—जैसे कि ताजमहल कहाँ स्थित है—लेकिन वे यह नहीं बता सकते कि आपकी कंपनी का विशिष्ट केपीआई नंबर क्या होना चाहिए

Original transcript

[0:04] सो टुडे वी आर टॉकिंग अबाउट [0:07] द फ्यूचर ऑफ़ बिज़नेस इंटेलिजेंस? बिज़नेस [0:10] इंटेलिजेंस अंडर अ डिफरेंट लेंस। [0:14] लेट मी स्टार्ट बाय आस्किंग [0:18] हैव यू एवर स्टेयर्ड ऑन अ डैशबोर्ड एंड [0:22] सीन अ स्केरी रेड नंबर एंड वंडर्ड [0:26] व्हाई इज दिस हैपनिंग? और मे बी इफ यू आर [0:29] ऑन द डाटा एंड टेक्नोलॉजी साइड हैव गॉट अ [0:31] कॉल फ्रॉम योर बिजनेस लीडर आस्किंग दे कैन [0:36] फाइंड द व्हाई [0:39] बिहाइंड अ क्रूशियल केपीआई [0:42] 80% [0:44] ऑफ लीडर्स स्ट्रगल टू गेट की बिजनेस [0:48] इनसाइट्स फ्रॉम देयर एकिस्टिंग टूल्स [0:51] रिगार्डलेस ऑफ हाउ ब्यूटीफुल द डैशबोर्ड्स [0:54] आर दैट्स फ्रॉम गॉटनर फ्रॉम लास्ट ईयर [1:01] आई एम हर्ष खान फाउंडर एंड सीईओ ऑफ [1:03] इग्नाइट एआई। आई वांटेड टू शेयर अ क्विक [1:06] पिक्चर। डस एनीबडी नो हु दैट इज नेक्स्ट [1:08] टू मी [1:11] दैट इज डॉक्टर बर्निस किंग। डॉटर ऑफ डॉ. [1:15] मार्टिन लूथर किंग जूनियर। आई हैड [1:19] एक्सट्रीम प्रिविलेज ऑफ मीटिंग विद हर एंड [1:21] टॉकिंग टू हर अबाउट टेक्नोलॉजी [1:23] एडवांसमेंट्स हैपनिंग अर्लियर दिस ईयर एंड [1:28] शी एक्चुअली शेयर्ड अ मैसेज दैट आई थॉट आय [1:30] विल शेयर विद यू ऑल शी सेड व्हाट्स द गुड [1:35] दैट एआई इज़ गोइंग टू डू इफ इट इज़ नॉट [1:37] गोइंग टू हेल्प अस अप्ट ह्यूमन डिग्निटी [1:40] एंड इज़ फॉर पीस सो जस्ट वांटेड टू शेयर [1:44] दैट [1:46] आई हैव बीन इन द डाटा एंड एआई स्पेस फॉर [1:50] क्वाइट अ नंबर ऑफ इयर्स नाउ एंड हैव [1:54] प्रोवाइडेड 100्स एंड मिलियंस ऑफ वैल्यू [1:56] फॉर माय कस्टमर्स बट देयर इज़ वन प्रॉब्लम [2:00] दैट आई नोटिस्ड स्टिल स्टेड विथ ऑल द [2:03] कस्टमर्स दैट इज़ दैट व्हाइल वी डीड अ लॉट [2:07] टू ब्रिज द गैप बिटवीन डेटा एंड डिसीजंस [2:11] स्टिल देयर वर सिग्निफिकेंट डिलेज़ फॉर [2:14] कस्टमर्स टू गेट टू टू द क्रूशियल केपीआई [2:19] द रीज़न बिहाइंड द केपीआईस क्विकली [2:23] व्हाई इज़ दैट? वेल लेट्स फेस द रियलिटी ऑफ़ [2:27] आवर डेटा एंड बीआई टीम्स। [2:30] द टीम्स टुडे स्पेंड अ लॉट ऑफ़ टाइम स्टिल [2:34] रेंगलिंग द डेटा। वी क्रिएट ब्यूटीफुल [2:37] डैशबोर्ड्स बट दे आर स्टैटिक। दे आर नॉट [2:40] फ्लेक्सिबल। [2:42] वी स्टिल आर डीलिंग विद डेटा इनसाइलोस। सो [2:45] वी आर रियली ट्राइंग टू ब्रिंग बीआई टू [2:48] प्लेसेस वेयर इट इज नॉट रीचिंग। [2:53] व्हाट हैपेंस व्हेन द आंसर्स आर डिलेड? [2:56] व्हेन द आंसर्स आर डिलेड द डिसीजंस गेट [3:00] मेड इन ऑलवेज [3:02] विदाउट द डेटा। एंड दैटस द प्रॉब्लम वी आर [3:06] ट्राइंग टू सॉल्व। बट लेट्स हियर फ्रॉम सम [3:09] ऑफ़ आवर बिज़नेस पार्टनर्स। [3:11] दी आर सम ऑफ द थिंग्स दैट वी हैव हर्ड [3:15] व्हेन द कॉन्टेक्स्ट ऑफ व्हाट बिजनेस इज [3:18] ट्राइंग टू डिराइव इज लॉक्ड बिहाइंड अ जीर [3:21] टिकट वी ऑल नो हाउ लॉन्ग इट विल टेक फॉर [3:24] दैट जीर टिकट टू एक्चुअली गेट असाइन एंड [3:27] एक्चुअली गेट इनटू अ स्प्रिं्ट एंड देन द [3:30] आंसर विल कम बट बाई दैट टाइम देयर हाज़ बीन [3:34] इनफ डिले दैट द डिसिशन वाज़ मेड विथाउट दैट [3:37] डाटा। [3:39] राइट? [3:41] लेट्स लुक एट सम मोर। [3:43] देयर इज अ क्वाइट रिस्क दैट वी डोंट लाइक [3:47] टू ब्रैग अबाउट। दैट इज़ एक्सपोर्ट टू [3:49] एक्सेल। वी हैव ऑल सीन इट दैट दैट इज़ [3:53] बीइंग डन अक्रॉस ऑर्गेनाइजेशनंस व्हेयर [3:55] सेंसिटिव डेटा स्टेज़ ऑन लोकल मशीनंस, शेयर [4:00] पॉइंट, इट बेसिकली वंडर्स इन द [4:01] ऑर्गेनाइजेशन। राइट? देन देयर इज दिस अदर [4:05] साइड ऑफ द कॉइन व्हिच इज दैट व्हेन वी टॉक [4:09] इन आवर टीम्स इन आवर स्लैब चैनल्स वी आर [4:12] शेयरिंग इनफार्मेशन डू यू थिंक बीआई रियली [4:15] गेट्स देयर बीआई डज़ंट गेट देयर सो ऑल दैट [4:18] कॉन्टेक्स्ट इज़ लॉस्ट व्हेन इट कम्स टू [4:21] रियली मेकिंग द डिसजन। [4:28] सो लेट्स अग्री ऑन वन थिंग दैट द करंट [4:31] मॉडल दैट वी हैव [4:33] नीड्स ट्रांसफॉर्मेशन। सी द वे आई सी इट [4:37] इज दैट इट इज नॉट अ टूलिंग प्रॉब्लम। इट्स [4:40] एक्चुअली अ वर्क फ्लो प्रॉब्लम। [4:43] वी हैव ऑलवेज ऑप्टिमाइज्ड फॉर रिपोर्टिंग। [4:46] वी हैव नॉट ऑप्टिमाइज्ड फॉर डिसिशनंस। [4:50] एंड दैट्स वेयर वी आर ट्राइंग टू चेंज। [4:55] वी थिंक दैट द नेक्स्ट जेन इंटेलिजेंस [4:59] बिजनेस इंटेलिजेंस नीड्स टू हैव थ्री [5:02] फैक्टर्स। [5:04] इट नीड्स टू बी कन्वर्सेशनल [5:07] इट नीड्स टू बी कॉन्टेक्चुअल एंड [5:10] कोलैबोरेटिव। [5:11] व्हाट डस दैट मीन? वेल इन टुडेज़ डे एंड एज [5:15] ऑफ़ एआई एवरीबडी जस्ट वांट्स टू यूज़ नेचुरल [5:18] लैंग्वेज शुड दे यूज़ इट ऑन बोथ [5:21] स्ट्रक्चरर्ड एंड अनस्ट्रक्चरर्ड डेटा? [5:24] इंस्टेड ऑफ राइटिंग सीक्वल क्वेरीज [5:26] अब्सोलुटली [5:29] कॉन्टेक्स्चुअल [5:31] देयर इज़ शॉर्ट टर्म मेमोरी दैट वी ऑल नो [5:34] ऑफ राइट कॉन्टेक्स्ट मेमोरी जस्ट लाइक [5:36] व्हेन वी यूज़ चैट डीपीटी वी कैन कंटिन्यू [5:38] ऑन द कन्वर्सेशन बट वी वुड लाइक टू डू द [5:41] सेम विथ द स्ट्रक्चर डाटा बट वी वुड ऑल्सो [5:45] लाइक टू कैप्चर द लॉन्ग टर्म मेमोरी वी [5:48] वुड लाइक टू सेव द एनालिसिस वी डू टुडे इन [5:52] ऑर्डर टू मेक मेक आवर आर्गेनाइजेशन [5:54] स्मार्टर। जस्ट लाइक हाउ वी रिटेन मोर [5:57] नॉलेज एंड वी बिकम स्मार्टर ओवर पीरियड ऑफ़ [5:59] टाइम। सेम वे कैन वी नॉट प्रोवाइड द [6:01] ऑर्गेनाइज़ेशन विथ दैट एनालिसिस नॉलेज। सेव [6:04] द एनालिसिस, क्रिएट दोज़ नॉलेज बेसिस एंड [6:07] मेक द आर्गनाइज़ेशन स्मार्टर। [6:11] एंड द थर्ड पॉइंट व्हिच आई फील इज़ [6:13] एक्सट्रेमली इंपॉर्टेंट। हैव यू एवर थॉट [6:17] दैट इफ यू कुड क्वेरी योर सीक्वल डेटाबेस [6:21] और अ लार्ज सीएसवी फाइल डायरेक्टली फ्रॉम [6:24] टीम्स ओर स्लैक एंड गेट अ विजुलाइज़ेशन द [6:28] आंसर देट यू आर लुकिंग फॉर राइट देयर [6:31] विदाउट एक्चुअली लीविंग द चैट एंड गोइंग [6:34] टू अ थर्ड पार्टी सिस्टम [6:37] दैट वुड चेंज द गेम ऑफ़ मेकिंग डिसिशनंस। [6:42] दैट इज हाउ वी आर थिंकिंग ऑफ बिल्डिंग द [6:47] नेक्स्ट जनरेशनल बिजनेस इंटेलिजेंस। [6:50] सो वी हैव कम अप विद इग्नाइट लेंस अ एआई [6:55] नेटिव सलूशन [6:57] दैट डज़ ऑल ऑफ़ दिस एंड मच मोर। आई एक्चुअली [7:00] डिडंट हैव इनफ़ स्पेस टू पुट एवरीथिंग ऑन [7:02] दिस स्लाइड। [7:04] सो यू कैन वेदर यू आर अ डेटा एनालिस्ट अ [7:08] बिजनेस एनालिस्ट अ बिजनेस लीडर अ प्रोडक्ट [7:11] ओनर [7:13] यू शुड बी एबल टू गेट इनसाइट्स फ्रॉम योर [7:18] स्ट्रक्चरर्ड एंड अनस्ट्रक्चरर्ड डेटा [7:22] विदाउट नीडिंग टू लर्न सीको [7:26] देन वी टॉक्ड अबाउट द कॉन्टेक्चुअल [7:29] इंटेलिजेंस दीज़ टू पॉइंट्स ब्रिंग योर ओन [7:32] मॉडल फॉर एनीथिंग जेने आई वी शुड हैव द [7:36] फ्लेक्सिबिलिटी [7:37] वी शुड नॉट बी टाइड इंटू एन एलएलएम वी हैव [7:41] नो नॉलेज ऑफ़ सो ब्रिंग योर ऑन ओन मॉडल एंड [7:45] देन एज़ आई टॉक्ड अबाउट द कोलैबोरेटिव [7:48] एनालिसिस अ बिग डील आई कुड क्वेरी इफ आई [7:51] एम हैविंग अ टीम्स चैट विद माय इंजीनियर [7:54] इन इंडिया एंड आई कैन क्वेरी राइट फ्रॉम [7:58] माय स्लैक चैनल एंड पास दैट एनालिसिस ऑफ [8:02] टू माय डेटा इंजीनियर इन इंडिया हु कुड [8:04] देन टेक व्हाट आई हैव डन एंड कैरी ऑन [8:08] फ्रॉम देयर हाउ मच टाइम दैट विल सेव एंड [8:11] हाउ मच प्रोडक्टिविटी विल दैट ब्रिंग [8:17] नाउ लेट्स टॉक अबाउट [8:20] द जनरलिस्ट एआई [8:23] वी ऑल नो द प्रॉब्लम विद जनरलिस्ट एआई [8:27] इट हसनेट्स [8:29] देयर आर सिक्योरिटी कंसर्न्स [8:32] सो व्हाट डू वी डू? वी फाइंड ट्यून द [8:36] मॉडल्स। [8:37] द जनरलिस्ट मॉडल कैन आंसर अ लॉट ऑफ [8:41] थिंग्स। इट कैन आंसर वेयर द ताजमहल इज। बट [8:46] इट कैन नॉट आंसर व्हाट योर की केपीआई नंबर [8:50] शुड लुक लाइक। व्हाट योर पॉलिसीज [8:53] ऑर्गेनाइजेशन पॉलिसीज आर। व्हाट स्किप डे [8:57] मेन। इट विल नॉट अंडरस्टैंड दैट [9:00] कॉन्टेक्स्ट। सो टू ट्रेन द मॉडल ऑन द [9:04] कॉन्टेक्स्ट वी फाइंड ट्यून इट। सो वी हैव [9:07] क्रिएटेड एन एजेंट दैट हेल्प्स फाइन [9:12] ट्यूनिंग मॉडल विद जस्ट अ क्लिक ऑफ अ बटन। [9:15] नो कोड रिक्वायर्ड। [9:20] दैट मॉडल विल स्पीक नॉट ओनली द डोमेन [9:22] लैंग्वेज बट आल्सो योर ऑर्गेनाइजेशनल [9:25] लैंग्वेज। राइट? एंड ऑफ कोर्स व्हाट विल [9:28] यू गेट रिड्यूस्ड हेलुसिनेशंस बिकॉज़ इट इज [9:32] फाइन ट्यूंड ऑन योर ऑर्गेनाइजेशन डेटा। [9:36] सो आई हैव पुट अ फ्यू नंबर्स हियर टू [9:41] से दैट व्हाट काइंड ऑफ़ केपीआई कुड यू गेट? [9:45] व्हाट काइंड ऑफ़ प्रोडक्टिविटी एंड [9:47] रिटर्न्स यू कुड गेट विथ द पावर ऑफ [9:49] इग्नाइट लेंस एंड डायना ट्यून। एंड हियर [9:53] आर नंबर्स देयर सलूशंस दैट वी हैव पुट [9:58] टुगेदर एंड वी वुड लव फॉर यू गाइस टू सी [10:01] इट वी आर ऑन बूथ [10:05] K32 [10:06] एंड वी आर गिविंग इंटरेक्टिव डेमोज़ सो कम [10:10] सीएस एंड वी वुड लव टू टॉक अबाउट एवरीथिंग [10:13] दैट वी आर क्रिएटिंग एंड टेक दिस [10:15] कन्वर्सेशन फॉरवर्ड थैंक