Regulowane branże otrzymują nowe narzędzia do wdrażania AI w przedsiębiorstwach

AI w przedsiębiorstwie nadal zależy od jakości danych

Podczas gdy dzisiejszy rynek AI koncentruje się na wyborze odpowiedniego dużego modelu językowego, organizacje coraz częściej dostrzegają, że jakość danych odgrywa równie ważną rolę.

Według Iris.ai, duża część wiedzy przedsiębiorstwa pozostaje przechowywana w dokumentach, raportach i systemach wewnętrznych, które są trudne do przetworzenia dla konwencjonalnych platform danych. Technologia tej technologii została zaprojektowana tak, aby organizować i kontekstualizować te informacje przed wykorzystaniem przez aplikacje AI, co pozwala organizacjom na ponowne wykorzystanie wiedzy biznesowej w wielu działach, zamiast przygotowywać dane osobno dla każdego projektu.

Firma informuje, że jej platforma została zastosowana w branżach takich jak produkcja, opieka zdrowotna, usługi finansowe, telekomunikacja oraz sektor publiczny.

Współpraca z AWS koncentruje się na wdrożeniu w przedsiębiorstwach

W ramach współpracy platforma integruje się z kilkoma usługami AWS, w tym Amazon Bedrock, Amazon OpenSearch, Amazon SageMaker oraz instancjami Amazon EC2 GPU.

Celem jest pomoc organizacjom w tworzeniu aplikacji AI, które będą współpracować z uporządkowaną wiedzą biznesową, jednocześnie wspierając wymagania dotyczące zarządzania i zgodności.

Według firmy platforma została zaprojektowana tak, aby dostarczać śledzone wyniki AI i jest zgodna ze standardami, w tym RODO, unijną ustawą o AI oraz ISO 27001.

Oprogramowanie jest również dostępne przez AWS Marketplace, co upraszcza zamówienia dla organizacji już korzystających z infrastruktury AWS.

Matthew Thomson, dyrektor ds. startupów EMEA w AWS, powiedział, że klienci korporacyjni coraz częściej szukają sposobów na odblokowanie wiedzy przechowywanej w dokumentach i systemach wewnętrznych, zamiast skupiać się wyłącznie na modelach AI.

Victor Botev, współzałożyciel i CTO firmy Iris.ai, uważa, że jakość wiedzy korporacyjnej pozostaje jednym z największych czynników wpływających na wydajność AI.

„Model jest tak dobry, jak wiedza, do której ma dostęp.”

Twierdzi, że nawet zaawansowane modele językowe mogą dawać niewiarygodne wyniki, gdy informacje przedsiębiorstwa są niekompletne, przestarzałe lub źle uporządkowane.

Rosnące skupienie na zarządzaniu AI

Ogłoszenie odzwierciedla szerszy trend w zakresie AI w przedsiębiorstwach, szczególnie w branżach regulowanych, gdzie organizacje muszą obowiązywać surowsze wymagania dotyczące zarządzania, zgodności i suwerenności danych.

Instytucje finansowe przygotowujące się do Digital Operational Resilience Act (DORA), producenci modernizujący systemy starsze oraz organizacje opieki zdrowotnej zarządzające wielojęzycznej dokumentacją to sektory, które mają zwiększyć inwestycje w AI w nadchodzących latach.

Patrząc w przyszłość, Iris.ai planuje rozszerzyć swoją obecność w Ameryce Północnej, Arabii Saudyjskiej i Europie , jednocześnie integrując swoją platformę z usługami AWS, takimi jak Amazon Bedrock AgentCore, Amazon QuickSight i Amazon OpenSearch.