AI-modeller og platforme
CollectivIQ lancerer GigaBrain, der skal dele viden mellem AI-kolleger i virksomheder

Den mest nyttige oplysning om en kunderelation mangler ofte i de officielle registreringer: Hvem skal reelt godkende et køb, hvorfor blev leveringstidspunktet ændret, eller hvilken undtagelse løste et tilbagevendende problem? CollectivIQ vil lukke dette hul med GigaBrain, et fælles intelligenslag til virksomheder, der officielt lanceres den 21. oktober. Systemet er udviklet til at gøre den viden, medarbejderne opbygger gennem arbejdet med AI-kolleger, tilgængelig for andre autoriserede kolleger på tværs af virksomheden.
Disse kolleger, som CollectivIQ kalder Digital Direct Reports (DDRs), opbygger kontekst, mens de løser opgaver. GigaBrains formål er at forbinde relevante dele af denne kontekst på tværs af en organisation, så medarbejderne ikke behøver gentagne gange at forklare det samme om en kunde, et projekt eller en proces. I annonceringen beskrives det som et hukommelseslag til CollectivIQ-platformen, ikke som en ny grundmodel til generelle formål.
Forskellen er vigtig. En AI-assistent kan besvare et spørgsmål effektivt, men den næste medarbejder kan stadig være nødt til at genskabe den samme baggrund fra bunden. Fælles hukommelse skal bevare den nyttige kontekst fra den første interaktion. Om det fører til bedre arbejde, afhænger af, hvad der huskes, hvordan det verificeres, og hvem der kan bruge det.
Viden på tværs af individuelle AI-samtaler
I CollectivIQs lanceringsmateriale illustreres mekanismen med et salgseksempel. En sælgers DDR kunne lære om en kundes indkøbsproces, herunder godkendelseskrav, beslutningstagere og tidsplaner for indkøb. Denne kontekst kunne derefter blive tilgængelig for en anden autoriseret kollega, der behandler kundens næste forespørgsel, uden at det kræver en særskilt manuel overlevering.
Et andet eksempel i den briefing, der ledsager annonceringen, handler om leverandørkontrakter og indkøbsmønstre. Viden, som en prisfastsættelses-DDR har opbygget, kunne hjælpe en anden DDR med at overvåge distributørernes resultater. Dette er foreslåede arbejdsgange, ikke offentliggjorte målinger af kundeudbytte. De er interessante, fordi de potentielt kan forbinde arbejde, som ellers er fordelt mellem medarbejdere, applikationer og afdelingsregistre.
Virksomheden positionerer GigaBrain omkring viden, der opstår i dagligdagens interaktioner, herunder indsigter, som medarbejderne måske aldrig nedfælder i et formelt dokument. Det er en vanskeligere opgave end blot at indsamle flere filer. En nyttig observation kan være midlertidig, gælde en bestemt kunde eller afhænge af omstændigheder, der let går tabt, når den sammenfattes.
En instruktion, der for eksempel fungerer ved ét køb, bør ikke automatisk blive en permanent regel for alle køb. Effektiv organisatorisk hukommelse skal bevare de omstændigheder, der knytter sig til en oplysning, sammen med selve oplysningen. Ellers kan en effektiv overlevering føre til en effektiv udbredelse af en forældet antagelse.
Hvad produktsiderne bidrager med
CollectivIQs produktside for GigaBrain beskriver et sammenhængende netværk af organisationer, personer, emner og projekter. Ifølge siden ledsages fakta af deres kilde og oplysninger om, hvem der har bekræftet dem; påstande med kun én kilde afventer bekræftelse, og forældede fakta udløber. Siden beskriver også, hvordan viden bevarer den fortrolighed, der gælder i den sammenhæng, den stammer fra.
Disse oplysninger tyder på, at der lægges vægt på oprindelsessporing og styring af videns livscyklus. En kilde hjælper medarbejderen med at undersøge en påstand, mens en bekræftelsesregistrering gør det lettere at skelne mellem en påstand og gennemgåede oplysninger. Udløb kan begrænse, hvor længe gammel kontekst bevares. Den offentlige beskrivelse præciserer dog ikke reglerne for bekræftelse eller udløbsintervallerne, så disse kontroller bør ikke opfattes som en offentlig garanti for, at alle oplysninger, der hentes frem, er korrekte.
Siden om Digital Direct Reports beskriver arbejdsgangene. CollectivIQ fortæller om specialister som assistenter, analytikere, ingeniører, projektledere, bogholdere og fakturaanalytikere, der arbejder på tværs af forbundne forretningssystemer. Blandt de navngivne integrationer er Microsoft 365, Google Workspace, Salesforce, Atlassian og GitHub. Planlagte briefinger og tilbagevendende opgaver indgår i dette bredere produkt, og konteksten skal følge med fra opgave til opgave.
Sammenhængen er enkel: DDR’er udfører arbejde og opbygger kontekst; GigaBrain gør relevant organisatorisk viden tilgængelig til efterfølgende arbejde. Denne arkitektur kan potentielt flytte AI-produktivitetens grundlæggende enhed fra en individuel session til en løbende teamarbejdsgang.
Deling af hukommelse kræver håndhævelse af grænser
I lanceringen nævnes en inkognitotilstand til interaktioner, der ikke bør indgå i organisationens fælles hukommelse. CollectivIQs sikkerhedsdokumentation tilføjer, at personlige arbejdsområder og virksomhedens arbejdsområder er adskilt, at forbundne systemer bruger den enkelte brugers OAuth-tilladelser, og at adgangen til fælles viden begrænses efter rolle. Ifølge dokumentationen må en DDR uden autorisation hverken vise eller sammenfatte beskyttet viden.
Dette sidste krav er vigtigt, fordi et system kan afsløre følsomme oplysninger indirekte. Det er ikke nok at tilbageholde et originalt dokument, hvis indholdet dukker op igen i en sammenfatning, der ellers er tilgængelig. Adgangskontroller skal gælde for afledt viden såvel som for kildematerialet.
Sikkerhedssiden beskriver også handlingslogge, enkeltlogon og brugerklargøring. Den skelner mellem begrænsninger på modeltræning og opbevaring: Virksomheden oplyser, at input og output til kommercielle modeludbydere ikke bruges til træning, mens nogle udbydere muligvis opbevarer API-indhold med henblik på overvågning af misbrug, typisk i op til 30 dage. Incognito bør derfor forstås som en kontrol af, hvad der huskes, uden at man går ud fra, at alle efterfølgende tjenester slet ikke opbevarer data.
Dette er beskrivelser af kontroller, som virksomheden selv har offentliggjort, ikke en uafhængig sikkerhedsvurdering. For virksomheder omfatter de praktiske spørgsmål blandt andet, hvordan tilladelser ændres, når en medarbejder skifter rolle, hvordan en fejlagtig oplysning rettes, og hvordan rettelser videreføres til agenter, der tidligere har brugt oplysningen. Disse spørgsmål hænger også sammen med den bredere udfordring med at styre AI-agenter i virksomheder.
Måling af, om delt kontekst forbedrer arbejdet
Lanceringen indeholder ikke et kvantificeret benchmark for GigaBrains nøjagtighed eller produktivitetseffekt. En nyttig evaluering ville sammenligne gentagne arbejdsgange med og uden delt hukommelse: hvor ofte medarbejdere skal tilføje manglende kontekst, hvor ofte agenter genbruger forældede oplysninger, og hvor omfattende en gennemgang der kræves, før resultatet kan bruges.
CollectivIQ, der blev grundlagt af ledelsesteamet bag Buyers Edge Platform, stiller GigaBrain til rådighed via sin eksisterende platform. Muligheden består i at bevare viden, der i dag går tabt mellem samtaler og overleveringer. Det afgørende bliver, om hukommelsen forbliver nyttig og opdateret og er underlagt passende adgangsbegrænsninger, efterhånden som organisationen ændrer sig.












