Isotopes AI

一家名为 Isotopes AI 的初创公司周四正式从“隐身模式”中走出，并宣布完成 2000 万美元种子轮融资，由 NTTVC 的 Vab Goel 领投。

它的目标很明确：解决一个困扰数据分析领域数十年的根本性问题——

真正需要使用数据的人，往往不会操作大数据系统；而会操作系统的，又不一定是那个最该做决策的人。

为此，Isotopes 推出了名为 Aidnn 的 AI智能体（AI Agent），让业务经理、产品经理甚至非技术高管，都能用自然语言提问：“上季度亚太区的客户流失趋势如何？”并获得结构化答案、可视化图表，甚至完整的分析报告草案。

这听起来像许多现代 BI 工具的功能。但 Isotopes 的不同之处在于：它不只是一个“智能问答界面”，而是一个能自主规划、执行、验证并解释全过程的全流程数据智能体。

核心能力：不只是查表，而是理解任务

Aidnn 的工作方式更接近一位经验丰富的数据分析师：

1. 接收自然语言指令
   例如：“请分析过去六个月月度经常性收入（MRR）的变化趋势，并识别主要驱动因素。”
2. 自动拆解为多步计划
   • 确定相关数据源（如 Salesforce、NetSuite、Snowflake）；
   • 提取元数据，理解字段含义；
   • 清洗异常值，标准化命名；
   • 跨库连接客户、账单与合同数据；
   • 计算 MRR 分摊逻辑，按区域聚合；
   • 识别波动节点，生成归因建议。
3. 输出可审计的结果链
   Aidnn 不仅给出结论，还会展示：
   • 每一步的操作依据
   • 所做的假设（如“将试用用户排除在 MRR 外”）
   • 发现的数据质量问题（如某地区存在重复计费记录）
   • 后续行动建议（如“建议与财务团队核对合同生效日期”）

这种“透明推理 + 自主执行”的能力，使其远超传统 BI 工具中的简单问答机器人。

创始人背景：来自大数据时代的奠基者

Isotopes 的三位联合创始人均出自 Hortonworks ——Hadoop 生态的关键推动者之一。

Arun Murthy（CEO）

• 曾在 Yahoo 参与构建 Hadoop 开源项目；
• Hortonworks 联合创始人兼首席产品官，带领公司四年上市；
• 后任 Cloudera 高管，在数据平台一线亲历“数据民主化”的失败尝试；
• 2021 年加入 Scale AI 担任 CTO，他称之为“在 AI 基础设施领域的博士训练”。

Prasanth Jayachandran（CTO）

• 同样来自 Hortonworks 核心团队，长期专注于大规模数据处理架构。

Gopal Vijayaraghavan（第三位联合创始人）

• 曾在 Hortonworks 负责企业级数据集成方案设计。

他们的共同经历让他们深刻理解：

即便拥有最先进的数据仓库和 BI 工具，大多数企业依然无法快速响应高层的数据需求。

Murthy 回忆道：“我们是一家卖大数据解决方案的公司，但在财报电话会上，面对华尔街分析师的追问，我们却答不上来——因为没人知道怎么查那些数据。”
“那很尴尬。”

正是这种切肤之痛，催生了 Aidnn 的设计理念：让业务意图直接驱动数据流动，而不是依赖中间翻译层。

技术壁垒：上下文记忆 + 安全部署

据 Murthy 透露，Isotopes 已申请 10 项专利，集中在以下两个方向：

✅ 上下文持久化与任务编排

Aidnn 能够维持长时间对话中的复杂上下文，支持跨会话延续任务。例如：

• 第一次问：“列出所有高流失风险客户”
• 第二次补充：“只看过去三个月新增的”
• Aidnn 能自动重构查询逻辑，无需重新描述背景。

✅ 零数据外泄的企业部署方案

企业客户可以选择将 Aidnn 部署在本地或私有云环境中，无需向底层大模型供应商暴露任何敏感数据。所有提示工程、推理过程和结果生成都在受控范围内完成。

这对于金融、医疗等强监管行业尤为重要。

市场挑战：竞争激烈，但路径独特

尽管 AI 驱动的分析智能体赛道已不乏玩家，Isotopes 仍具备差异化优势：

更重要的是，Isotopes 不试图替代现有 BI 工具，而是作为前置智能层，帮助用户快速从模糊问题走向可用数据集，再交由 Tableau 或 Looker 进行深度可视化。