Οι ρυθμιζόμενες βιομηχανίες αποκτούν νέα εργαλεία για την υιοθέτηση της επιχειρηματικής τεχνητής νοημοσύνης

Το Enterprise AI εξακολουθεί να εξαρτάται από την ποιότητα των δεδομένων

Ενώ μεγάλο μέρος της σημερινής αγοράς τεχνητής νοημοσύνης επικεντρώνεται στην επιλογή του σωστού μεγάλου γλωσσικού μοντέλου, οι οργανισμοί αναγνωρίζουν όλο και περισσότερο ότι η ποιότητα των δεδομένων παίζει εξίσου σημαντικό ρόλο.

Σύμφωνα με Iris.ai, ένα μεγάλο μερίδιο της επιχειρηματικής γνώσης παραμένει αποθηκευμένο σε έγγραφα, αναφορές και εσωτερικά συστήματα που είναι δύσκολο να επεξεργαστούν οι συμβατικές πλατφόρμες δεδομένων. Η τεχνολογία του έχει σχεδιαστεί για να οργανώνει και να προσαρμόζει αυτές τις πληροφορίες πριν χρησιμοποιηθούν από εφαρμογές τεχνητής νοημοσύνης, επιτρέποντας στους οργανισμούς να επαναχρησιμοποιούν επιχειρηματικές γνώσεις σε πολλά τμήματα αντί να προετοιμάζουν δεδομένα ξεχωριστά για κάθε έργο.

Η εταιρεία λέει ότι η πλατφόρμα της έχει εφαρμοστεί σε κλάδους όπως η μεταποίηση, η υγειονομική περίθαλψη, οι χρηματοοικονομικές υπηρεσίες, οι τηλεπικοινωνίες και ο δημόσιος τομέας.

Η συνεργασία AWS εστιάζει στην ανάπτυξη επιχειρήσεων

Ως μέρος της συνεργασίας, η πλατφόρμα ενσωματώνεται με πολλές υπηρεσίες AWS, συμπεριλαμβανομένων των Amazon Bedrock, Amazon OpenSearch, Amazon SageMaker και Amazon EC2 GPU.

Ο στόχος είναι να βοηθηθούν οι οργανισμοί να αναπτύξουν εφαρμογές τεχνητής νοημοσύνης που μπορούν να λειτουργήσουν με δομημένες επιχειρηματικές γνώσεις, υποστηρίζοντας παράλληλα τις απαιτήσεις διακυβέρνησης και συμμόρφωσης.

Σύμφωνα με την εταιρεία, η πλατφόρμα έχει σχεδιαστεί για να παρέχει ανιχνεύσιμα αποτελέσματα τεχνητής νοημοσύνης και ευθυγραμμίζεται με πρότυπα όπως ο GDPR, ο νόμος της ΕΕ για την τεχνητή νοημοσύνη και το ISO 27001.

Το λογισμικό είναι επίσης διαθέσιμο μέσω του AWS Marketplace, απλοποιώντας τις προμήθειες για οργανισμούς που χρησιμοποιούν ήδη υποδομή AWS.

Ο Matthew Thomson, Διευθυντής EMEA Startups στην AWS, είπε ότι οι εταιρικοί πελάτες αναζητούν όλο και περισσότερο τρόπους για να ξεκλειδώσουν τη γνώση που είναι αποθηκευμένη σε χρόνια εγγράφων και εσωτερικών συστημάτων αντί να εστιάζουν αποκλειστικά σε μοντέλα τεχνητής νοημοσύνης.

Ο Victor Botev, συνιδρυτής και CTO της Iris.ai, πιστεύει ότι η ποιότητα της επιχειρηματικής γνώσης παραμένει ένας από τους μεγαλύτερους παράγοντες που επηρεάζουν την απόδοση της τεχνητής νοημοσύνης.

«Το μοντέλο είναι τόσο καλό όσο η γνώση στην οποία έχει πρόσβαση».

Υποστηρίζει ότι ακόμη και τα προηγμένα γλωσσικά μοντέλα μπορούν να παράγουν αναξιόπιστα αποτελέσματα όταν οι εταιρικές πληροφορίες είναι ελλιπείς, ξεπερασμένες ή κακώς δομημένες.

Μια αυξανόμενη εστίαση στη διακυβέρνηση της τεχνητής νοημοσύνης

Η ανακοίνωση αντικατοπτρίζει μια ευρύτερη τάση σε όλη την εταιρική τεχνητή νοημοσύνη, ιδιαίτερα σε ρυθμιζόμενους κλάδους όπου οι οργανισμοί αντιμετωπίζουν αυστηρότερες απαιτήσεις διακυβέρνησης, συμμόρφωσης και κυριαρχίας δεδομένων.

Τα χρηματοπιστωτικά ιδρύματα που προετοιμάζονται για την πράξη για την ψηφιακή επιχειρησιακή ανθεκτικότητα (DORA), οι κατασκευαστές που εκσυγχρονίζουν τα παλαιού τύπου συστήματα και οι οργανισμοί υγειονομικής περίθαλψης που διαχειρίζονται πολύγλωσση τεκμηρίωση είναι μεταξύ των τομέων που αναμένεται να αυξήσουν τις επενδύσεις σε τεχνητή νοημοσύνη τα επόμενα χρόνια.

Κοιτάζοντας το μέλλον, η Iris.ai σχεδιάζει να επεκτείνει την παρουσία της στη Βόρεια Αμερική, τη Σαουδική Αραβία και την Ευρώπη, ενώ ενσωματώνει περαιτέρω την πλατφόρμα της με υπηρεσίες AWS όπως το Amazon Bedrock AgentCore, το Amazon QuickSight και το Amazon OpenSearch.