Інна Токарев Села, генеральний директор і засновник Ілюмексперетворює те, як підприємства готують свої структуровані дані для генеративного ШІ. Illumex дозволяє організаціям розгортати агенти з аналітики Genai шляхом перекладу розсіяних, криптичних даних у змістовну, багату контекстну ділову мову з вбудованим управлінням.
Платформа автоматично аналізує метадані для пошуку та маркування структурованих даних, не переміщуючи та не змінюючи їх, додаючи семантичне значення та вирівнюючи визначення для забезпечення чіткості та прозорості. Створюючи ділові терміни, пропонуючи показники та виявляючи потенційні конфлікти, Illumex забезпечує управління даними за найвищими стандартами.
За допомогою Illumex агенти з аналітики можуть з точністю інтерпретувати запити користувачів, надаючи відповіді, що знаходяться в контексті та галюцинації. Під керівництвом INNA, Illumex встановлює новий орієнтир для готовності до ШІ, допомагаючи підприємствам розблокувати весь потенціал своїх даних.
Що надихнуло вас знайти Illumex, і як ваш досвід у Sisense та SAP формував ваше бачення для компанії?
Бачення Illumex з'явилося під час моїх досліджень, де я уявляв, що інформація доступна через асоціації, подібні до розуму, а не традиційні бази даних-що дозволяє прямий доступ до відповідних даних без великих консультацій людини.
Мій час у SAP навчив мене основи програмного забезпечення для будівництва підприємств та операцій масштабування. Робота між розробкою продукту з хмарною платформою SAP HANA та бізнес -ініціативами, такими як Рамка стартап -партнерства, дала мені глибоку інформацію про потреби клієнтів підприємства. Він виявив значний розрив між тим, як компанії підходять до практики даних та тим, що насправді потребує кінцевих користувачів.
У Sisense, побудова практики AI з нуля продемонструвала, що величезна цінність AI може принести клієнтам. Побачивши цей вплив у поєднанні з підйомом SaaS та Genai Technologies, переконав мене, що терміни були правильними для запуску Illumex у 2021 році.
Illumex фокусується на генеративній семантичній тканині. Чи можете ви пояснити основну концепцію і що мотивувало вас до вирішення цього конкретного виклику в AI та аналітиці даних?
Illumex піонерував генеративну семантичну тканину-платформу, яка автоматизує створення організаційного контексту та міркувань, що читається людиною та машинами. Ця платформа об'єднує досвід як генеративних AI, так і бізнес-програм на базі LLM для технічних та нетехнічних користувачів навколо спільного контексту.
Ця єдина тканина надає дві основні переваги: вона впорядковує управління даними шляхом автоматизації до 80% завдань з інженерії даних та дозволяє нетехнічним користувачам отримувати доступ до аналітики за допомогою вбудованого управління, пояснюваності та точності. Обидві ці пільги стосуються багатомільярдного ринку прийняття рішень підприємства.
Подумайте про це як про цифровий майданчик, де машини, люди та додатки взаємодіють спонтанно без попереднього програмування. Це узгоджується з нашим баченням майбутнього без додатків, де замість того, щоб жонглювати декількома інструментами, такими як аркуші, аналітика, фінансові системи та аманів, ви просто висловлюєте своє завдання, і воно завершено безперешкодно. Генеративна семантична тканина є основою для цього майбутнього.
З якими ключовими проблемами ви стикалися в перші дні Illumex, і як ви їх подолали?
У 2021 році, незважаючи на те, що генеративні семантичні моделі AI існували з 2017 року, а графіки нейронних мереж існують ще довше, було важким завданням пояснити ВКС, чому нам потрібен автоматизований контекст та міркування. Навіть визначити його тоді було важким завданням.
Я б сказав, що найбільша проблема полягала в тому, щоб по -справжньому вести це хвилювання щодо цієї майбутньої технології та майбутнього ринку. І мені дуже пощастило зустріти перспективних інвесторів, які вірили в мене.
Як Illumex надає можливість організаціям стати AI-готовим, і чому цей перехід має вирішальне значення в сучасному бізнес-ландшафті?
Бізнес -світ розділяється на два табори: компанії, які визнають та використовують AI як трансформаційну силу, схожу на Інтернет, і ті, які пропускають або затримують розуміння цієї можливості.
Illumex зустрічає організації, де б вони не були в дорозі ШІ. Ми готуємо їхні дані для генеративної впровадження AI, розширення та регулювання організаційної логіки та контексту, а також дозволяємо розгорнути аналітику та оркестрацію агентів.
Наша платформа для впровадження Genai для структурованих даних піднімає ландшафт будь-якої компанії для ефективного використання цих передових технологій.
Illumex підкреслює “генеративні” генеративні відповіді AI. Як Illumex забезпечує детерміновані та надійні результати?
Illumex ґрунтується на попередніх онтологіях бізнесу-графіки знань, що захоплюють промисловість термінології, робочі процеси та процеси в таких галузях, як фармація, роздрібна торгівля та виробництво, а також бізнес-функції, такі як фінанси, кадр та ланцюг поставок.
Коли ми на борту клієнтів, ми автоматично переплатити ці онтології на їх метадані. Протягом днів компанії можуть шукати свої дані, перевіряти результати та визначати такі проблеми, як дублікати чи конфлікти.
Chatbot Agentic Analytics забезпечує повну прозорість – показуючи, як інтерпретуються питання та відображаються на онтологію замовника, а потім до даних. Ця прозорість у поєднанні з автоматизованою перевіркою даних забезпечує детерміновані відповіді без галюцинації. Крім того, команди з управління можуть попередньо підтвердити потенційні відповіді, оскільки контекст вкладає всі можливі питання та їх перестановки заздалегідь.
Як Illumex відрізняється від традиційних підходів, таких як покоління, що перевищує пошук (RAG)?
У той час як RAG намагається налаштувати моделі AI AI, подаючи їм організаційні дані та логіку, вона стикається з кількома обмеженнями. Це чорна скринька – ви не можете визначити, чи надали ви достатньо прикладів для належного налаштування або як оновлення моделі впливають на точність. Це також покладається на вчених даних, яким може не вистачати бізнес -контексту, що ускладнює повністю захоплення організаційної логіки.
Крім того, RAG споживає близько 80% інфраструктури AI та жетонів лише для тонкої настройки, а не фактичного використання, викликаючи проблеми ROI. Також йому не вистачає вбудованого управління-не може бути способу для команд з дотримання норм підтвердити адекватність навчання або забезпечити належне контроль доступу.
Генеративна семантична тканина Illumex (GSF) вирішує ці виклики за допомогою автоматизованого побудови контексту, не споживаючи зовнішні жетони AI. Це виключає необхідність спеціалізованих вчених даних та забезпечує повну прозорість у відображенні та міркуванні через інтерфейси в Інтернеті, слабкій чи командах. GSF включає вбудоване управління та пояснення, чіткі показники організаційного покриття та якості даних та автоматизовану оцінку якості для можливостей відповідей питання.
Багато підприємств борються з прийняттям даних, керованими даними, незважаючи на те, що інвестують в інфраструктуру даних. Чому, на вашу думку, існує цей розрив, і як Illumex його вирішує?
Розрив між інвестуванням даних та ефективним прийняттям рішень продовжує розширюватися, коли обсяги даних вибухають, як внутрішньо, так і зовні. Зараз організації стикаються не лише з власними зростаючими даними, а й набором зовнішніх джерел – від погодних API до хмарних платформ промисловості, що обмінюються даними охорони здоров’я в європейських установах, плюс синтетичні дані для різних випадків використання.
Завдання полягає в тому, що організації все ще покладаються на людину для критичних завдань даних, таких як моделювання, оцінка якості та створення панелі приладів. Однак масштаб та складність сучасних середовищ даних роблять все більш неможливим для людських команд ефективно класифікувати дані, оцінювати його якість та забезпечити, що вони підходять для аналітики та автоматизації, керованої AI.
Illumex мостить цей розрив шляхом автоматизації цих традиційно ручних процесів, що дозволяє організаціям ефективно керувати, перевіряти та використовувати їх розширюючий ландшафт даних для змістовних бізнес -рішень.
Які галузі були найшвидшими для прийняття платформи Illumex та які унікальні проблеми чи можливості ви спостерігали в цих секторах?
Ми спостерігаємо найшвидше прийняття в галузях, які сидять на перетині інтенсивності даних та важкого регулювання, де компаніям потрібна надійна автоматизація моніторингу якості даних, відстеження використання та виявлення конфліктів. Фінансові послуги, фармацевтичні препарати та роздрібна торгівля/електронна комерція ведуть звинувачення, оскільки ці сектори мають на меті швидко винаходити себе за допомогою існуючих активів даних, орієнтуючись на складні регуляторні вимоги.
З генеративним AI, що швидко розвивається, які поради ви дасте підприємствам, які прагнуть ефективно та відповідально інтегрувати AI?
Почніть з розробки чіткого стратегічного плану, який визначає конкретні випадки використання та бізнес -імперативи, що сприяють прийняттю ШІ. Важливо уникнути створення нових силосів технології AI, які працюють у відриві від існуючих систем.
Натомість побудуйте єдину платформу, яка інтегрує управління даними, аналітику та генеративні можливості AI. Зберігання ініціатив AI, відключеними від усталених практик управління, не лише створює значні ризики, але й призводить до збільшення витрат. Ключовим моментом є створення спільної інфраструктури, яка підтримує всі ці функції, зберігаючи належний нагляд.
З прискоренням AI Acceleration, які тенденції ви бачите, що формують ландшафт AI підприємства протягом наступних 3–5 років?
У пейзажі ШІ з'являються дві основні тенденції. По -перше, агентна аналітика набирає обертів, що забезпечує більш складний аналіз даних та розуміння. По -друге, ми спостерігаємо перехід до агентської оркестрації, що дозволяє працювати на основі співпраці між декількома моделями AI з різноманітними функціональними можливостями.
Ця оркестрація переводить нас за межі одноразових додатків до більш всебічних рішень. Наприклад, в охороні здоров'я, замість ізольованих застосувань для конкретних завдань, подумайте про автоматизацію всіх робочих процесів офісу лікаря – поєднання сканування зображень, переробки рецептів та рекомендацій щодо наркотиків в одній безшовній системі.
Ці досягнення покладаються на надійну генеративну семантичну тканину, щоб забезпечити точний доступ до даних, спільний контекст та координацію між агентами ШІ. Цей фундамент буде вирішальним для того, щоб дозволити як агентській аналітиці, так і організувати рішення AI, щоб досягти повного потенціалу.
Дякуємо за чудове інтерв'ю, читачі, які бажають дізнатися більше, повинні відвідати Ілюмекс.
