北京
专业服务公司的老板想知道利润压力出在哪个项目上，过去的路子通常是：提需求、排队、等商业智能分析师出报表。Kantata 给出的时间估算是，这个等待可能长达一周。
这家做专业服务自动化软件的公司，给自家的 Expertise Engine 平台加了一层生成式商业智能，产品名叫 Expertise Insights。用法很直接：用户用日常英语提问，比如利润压力出现在哪里，软件回一张可交互图表、一个计算结果，或者一份执行摘要。
Kantata 首席产品与战略官 Sarah Edwards 的说法是，专业服务领域里一条洞察的价值，"取决于你能多快对它采取行动"。她的观察是，报告往往在时机过去之后才送到。
语义层解决的是"听不懂行话"
Expertise Insights 跑在亚马逊云科技（AWS）的 Amazon Quick 之上。Kantata 在它上面加了一层语义层，把数据库里的字段名翻译成某家事务所员工日常真正在用的说法。
这层翻译细到什么程度？连"计费利用率"和"可开票利用率"之间的区别都覆盖到了。对专业服务公司来说，这两个词看着像同义词，算出来的账完全不同。
产品出厂自带四个现成仪表盘。其中一个是给财务团队的，看利润率、人均收入和成本漏损趋势；其余三个分别对应交付、工时和资源调配。交付仪表盘上，项目健康度按进度、范围、预算和客户健康度拆开呈现。
不想看现成看板，就自己问
现成仪表盘覆盖不到的需求，用户可以转到 Ask Insights 按需生成新分析。Kantata 的说法是，一份完整的董事会材料可以在几分钟内拼出来。
做过的东西存进 Bookmarks 和 Pinboards，一个筛选后的视图或一次性的分析可以留着，不必为此再复制一份主仪表盘。Kantata 把这当作对"仪表盘泛滥"的一种解法。
软件还能把产能、利润率、交付风险和财务表现串起来看。这几层关系如果靠人工拼，可能要翻好几份报告，或者得找一个知道该往哪儿看的资深运营。
Kantata 首席技术官 Vikas Nehru 的表述是，专业服务领域的人工智能，应该让一家公司的"集体专长在需要做决定的那一刻可用"。他提到这需要干净的数据和上下文，还需要懂业务怎么运转的 AI。
已有客户在用了
生命科学咨询公司 Lumanity 是已经在跑这个产品的客户之一。其专业服务自动化高级经理 Andy Newbill 最近用计算字段在一小时内做出了一份复杂报告，按他的估计，这项工作此前要花上数小时。
让他印象最深的是，可以用自然语言描述自己需要什么，"然后让系统帮我把它建出来"。
Expertise Insights 在拉斯维加斯举行的 Technology & Services World 大会上发布，目前已可用。一个月前，Kantata 还推出了 Agent Studio，让事务所用日常语言描述就能搭建自定义 AI 智能体。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
