Chris Mahl, Prezes i Dyrektor Generalny w Pryon – Seria Wywiadów

Chris Mahl jest Prezesem i Dyrektorem Generalnym w Pryon. Z ponad dwudziestoletnim doświadczeniem w niektórych z najbardziej znanych firm oprogramowania dla przedsiębiorstw, Chris specjalizuje się w skalowaniu strategii go-to-market i operacyjnych dla firm technologicznych na wszystkich etapach rozwoju.

Pryon zapewnia zaufany, bezpieczny i sprawdzony sposób wdrożenia generatywnego AI w przedsiębiorstwach. Silniki ingestowania i pobierania danych Pryon mogą być połączone z generatywnymi LLM, aby wdrożyć retrieval-augmented generation i zapewnić dokładne, natychmiastowe i weryfikowalne odpowiedzi w skali przedsiębiorstwa.

Pryon koncentruje się na Retrieval-Augmented Generation (RAG). Czy możesz wyjaśnić, jak Wasz podejście do retrieval różni się od innych systemów wyszukiwania i zarządzania wiedzą opartych na AI?

Podejście Pryon do retrieval wyróżnia się tym, że nasz Silnik Pobierania jest w stanie uzyskać dostęp do zawartości w czasie rzeczywistym z różnych źródeł, takich jak pliki PDF, obrazy, strony internetowe i filmy, przy zachowaniu prywatności danych bez zewnętrznych zależności. Połączyliśmy wyszukiwanie semantyczne z atrybucją danych, aby osiągnąć ponad 90% dokładności pobierania. W przeciwieństwie do wielu systemów, nasz skaluje się skutecznie dla dużych organizacji, umożliwiając zespołom podejmowanie szybkich i precyzyjnych decyzji na podstawie ich istniejącej bazy wiedzy.

Silnik Ingestowania Pryon jest zaprojektowany do strukturyzacji ogromnych ilości multimodalnej zawartości. Co sprawia, że Wasz proces ingestowania jest unikalny, i jak to poprawia dokładność pobierania?

Ingestowanie Pryon może obsłużyć multimodalną zawartość, wyodrębniając odpowiedzi z audio, obrazów, tekstu i filmów z różnych źródeł. To rozwiązuje podstawowy problem rozproszonej danych w przedsiębiorstwach. Z nieustrukturyzowanymi danymi rosnącymi o ponad 50% rocznie, nasz silnik ingestowania przekształca rozproszoną informację w ustrukturyzowaną, użyteczną wiedzę. Proces jest zaprojektowany z myślą o bezpieczeństwie i prywatności, chroniąc wrażliwe dane przedsiębiorstwa, jednocześnie czyniąc je natychmiast użytecznymi.

Wasz Silnik Pobierania obiecuje natychmiastowe, dokładne i weryfikowalne odpowiedzi. Jak Pryon zapewnia dokładność i minimalizuje halucynacje podczas wyodrębniania informacji?

Pryon zapewnia dokładność i minimalizuje halucynacje za pomocą kilku mechanizmów. Nasza technologia łączy wyszukiwanie semantyczne z atrybucją danych, co oznacza, że odpowiedzi mogą być śledzone do swoich konkretnych źródeł. Ta atrybucja jest kluczowa dla weryfikacji. System uzyskuje dostęp do zawartości w czasie rzeczywistym z oryginalnych źródeł, zamiast polegać na potencjalnie przestarzałych lub niepełnych bazach wiedzy. Ten bezpośredni dostęp do materiałów źródłowych, w połączeniu z naszą wysoką dokładnością pobierania (ponad 90%), znacznie redukuje ryzyko halucynacji, które dotykają wiele systemów AI generatywnych.

Jak Pryon radzi sobie z aktualizacjami informacji w czasie rzeczywistym, szczególnie w dynamicznych środowiskach, takich jak rząd, energia i opieka zdrowotna?

Pryon zapewnia dostęp w czasie rzeczywistym do najbardziej aktualnych informacji za pomocą elastycznej, na żądanie synchronizacji zawartości. Użytkownicy mogą wyzwalać synchronizację zawartości za pomocą naszego portalu administracyjnego lub automatyzować aktualizacje za pomocą naszego Sync-API na zaplanowanej podstawie – niezależnie od tego, czy jest to tygodniowo, codziennie, czy nawet godzinowo, w zależności od potrzeb operacyjnych. Nasz proces sprawdzania delt optymalizuje wydajność, aktualizując tylko zmienioną zawartość, co zapewnia szybkie, dokładne i efektywne pobieranie wiedzy w krytycznych misjach, takich jak rząd, energia i opieka zdrowotna.

Pryon współpracuje z agencjami rządowymi i obronnymi. Chociaż szczegóły są często klasyfikowane, czy możesz omówić przypadki użycia, w których Wasz AI znacząco poprawił podejmowanie decyzji lub wydajność operacyjną?

Pryon współpracuje z zakresem agencji obronnych i wywiadowczych, w tym z Laboratorium Badawczym Sił Powietrznych (AFRL) i Biurem Cyfrowym i Sztucznej Inteligencji (CDAO), aby pomóc w usprawnieniu operacji i umożliwić szybsze, bardziej poinformowane podejmowanie decyzji.

Jednym z potężnych przykładów jest nasza współpraca z Biurem Transformacji Cyfrowej Departamentu Sił Powietrznych Stanów Zjednoczonych (DAF DTO). Zespół ten wspiera personeł do zakupów i utrzymania, którzy często muszą znaleźć krytyczne informacje ukryte w setkach tysięcy stron internetowych i dokumentów. Razem uruchomiliśmy DTO Wingman, asystenta opartego na AI, który dostarcza dokładne, natychmiastowe odpowiedzi na złożone pytania – wraz z atrybucją źródła.

Zamiast ręcznie wyszukiwać dokumenty polityczne lub przepisy, użytkownicy mogą po prostu zadawać pytania, takie jak “Co jestem upoważniony do kupienia za pomocą mojej karty podróżnej?” lub “Co to jest Cyfrowy Kodeks Budowlany i jak się odnosi do zakupów?” AI zwraca precyzyjne odpowiedzi i nawet pomaga generować raporty i materiały prezentacyjne szybko.

Poprzez zapewnienie personelowi Sił Powietrznych i Kosmicznych natychmiastowego dostępu do zaufanych odpowiedzi, DTO Wingman pomaga zespołom pracować bardziej wydajnie i zapewnia niezawodne, terminowe wskazówki dla kadry kierowniczej i osób podejmujących decyzje.

Wasza praca w dziedzinie nauk o życiu wspomina o AI-wspomaganym badaniu. Jak system Pryon pomaga badaczom nawigować po ogromnych zbiorach danych, takich jak PubMed lub prywatne repozytoria badawcze?

System Pryon pomaga badaczom nawigować po ogromnych zbiorach danych, takich jak PubMed lub prywatne repozytoria badawcze, za pomocą kilku kluczowych możliwości.

Poprawiona jakość badań:

• Zmniejszenie błędów ludzkich: Systematyczne pobieranie aktualnych danych zapewnia mniej przegapionych artykułów lub zignorowanych dowodów.
• Poparte dowodami: Każda odpowiedź jest oparta na oryginalnej literaturze, sprzyjając wnioskom opartym na danych, pochodzącym z zdania, z którego pochodzi.

Ochrona przed bardzo wrażliwą zawartością:

• Poufność: Utrzymuje ścisłą kontrolę dostępu i szyfrowanie danych, niezbędne dla danych własnościowych lub związanych z pacjentami.
• Zgodność: Z danymi zarządzanymi przez przepisy, takie jak HIPAA lub GDPR, badacze mogą ufaj, że wrażliwe informacje są chronione.

Dla obsługi klienta i sprzedaży, jak AI Pryon porównuje się do tradycyjnych rozwiązań chatbot i CRM w kwestii zwiększania wydajności i zmniejszania obciążenia wsparcia?

Interakcje obsługi klienta i sprzedaży zwykle muszą balansować między dokładnością a elastycznością swoich rozwiązań chatbot i CRM. Ponieważ udzielenie niewłaściwej odpowiedzi klientowi jest niedopuszczalne i może mieć implikacje prawne, wielu dostawców chatbotów i tradycyjnych rozwiązań AI wybiera ograniczenie elastyczności rozwiązania za pomocą twardych, deterministycznych interakcji stylu “tylko FAQ”.

To jest problemem dla sprzedawcy, wymagającym ręcznego kodowania konkretnych odpowiedzi na często zadawane pytania, i zapewnia słabą jakość doświadczenia dla klienta, który ma interfejs chatbota, ale całkowicie nieelastyczne doświadczenie, które nie różni się znacznie od czytania FAQ. Inni dostawcy próbują używać bardziej elastycznego, generatywnego doświadczenia z mniej ograniczeniami dla LLM, jednak ze względu na brak precyzyjnego pobierania, wiąże się to z wypełnieniem całych katalogów produktów lub stron internetowych do kontekstu LLM, zmniejszając dokładność danych wyjściowych, potencjalnie katastrofalnie.

Sztuka i nauka RAG polega na maksymalizowaniu sygnału (prawdy) i minimalizowaniu szumu (nieistotnego kontekstu, który często myli LLM). Precyzja pobierania Pryon – w stanie źródłowego poziomu zdania odpowiedzi na wszystkie dokumenty – oznacza, że obsługa klienta i sprzedaż nie muszą już kompromisować dokładności dla elastyczności.

Co widzisz jako największe wyzwania w adopcji AI w przedsiębiorstwach dzisiaj, szczególnie z systemami opartymi na RAG?

Chociaż jest to coś, co znajdujemy w naszych interakcjach z rynkiem, jest również coraz bardziej uznawane, że “dane gotowe do AI” (lub ich brak) są największym punktem awarii dla wdrożeń AI.

• 91% dyrektorów w ankiecie Harvard Business Review stwierdziło, że niezawodna baza danych jest niezbędna do pomyślnego wdrożenia AI.
• McKinsey odkrył, że 70% inicjatyw GenAI napotyka wyzwania związane z danymi, przy czym tylko 1% ważnych danych przedsiębiorstwa jest odzwierciedlonych w dzisiejszych modelach.
• The Wall Street Journal cytował niezawodność jako największy problem w adopcji agentów AI – problem ściśle związany z jakością i dostępnością danych.
• Gartner zidentyfikował brak danych gotowych do GenAI jako największy powód nieudanych wdrożeń.

Dane gotowe do AI wykraczają poza proste wektorowanie dokumentów Word – chodzi o ujednolicenie źródeł rozproszonych, pracę z złożonymi formatami, takimi jak dane wejściowe multimodalne, oczyszczanie danych, ich wzbogacanie, umieszczanie w formacie, z którym LLM mogą współpracować, dzielenie na odpowiedni poziom granulacji w celu utrzymania optymalnej dokładności i kosztów, inteligentne indeksowanie, łączenie z wydajnym systemem pobierania itd.

Te są duże wyzwania, które wymagają dedykowanych kompetencji i narzędzi – w ankiecie RAG budowniczych rozwijających rozwiązania wewnątrz dużych przedsiębiorstw, które przeprowadził Pryon, przygotowanie danych zajęło pierwsze miejsce jako najbardziej kosztowny, czasochłonny i technicznie wymagający część budowy, ściśle naśladowany przez informacje o pobieraniu.

Jak różnicujesz RAG Suite Pryon od rozwiązań przedsiębiorstw oferowanych przez Microsoft , Google (GOOGL ) lub OpenAI?

Różnicowanie się od poszczególnych graczy różni się, ale na wysokim poziomie duzi gracze koncentrują się na byciu “interfejsem” do AI w pracy. Pryon koncentruje się na bardziej podstawowym poziomie stosu – warstwie wiedzy. Pryon rozwiązuje głębokie problemy przygotowania danych i pobierania, podczas gdy duzi gracze koncentrują się na dostarczaniu szerokich rozwiązań AI, które mogą obsłużyć niektóre proste przypadki użycia RAG, ale często zawodzą w przypadku prawdziwych złożoności przypadków użycia przedsiębiorstw i rządowych. Pryon może również być komplementarny z tymi systemami, z treścią generowaną przez Copilot, Gemini lub GPT, łącząc się z warstwą wiedzy Pryon, aby zostać zorganizowaną i przygotowaną do użycia przez aplikacje i agenci downstream.

Z rozwijającymi się regulacjami AI, takimi jak EU AI Act i wytyczne AI w USA, jak Pryon podchodzi do zgodności i etycznego użycia AI?

Pryon pozostaje zaangażowany w zgodność i odpowiedzialne wdrożenie AI, gdy regulacje AI ewoluują na całym świecie. Nasze podejście jest zgodne z ramami, takimi jak EU AI Act, wytyczne AI w USA i zasady AI odpowiedzialności Departamentu Obrony (RAI), zapewniając, że nasze rozwiązania AI są godne zaufania, przejrzyste i możliwe do zarządzania. Poprzez przestrzeganie ramy RAI SHIELD, integrujemy rygorystyczną ocenę, śledzenie i ciągłe monitorowanie w całym cyklu życia AI – priorytetem jest bezpieczeństwo, sprawiedliwość i wydajność. Poprzez wbudowanie tych najlepszych praktyk w naszą metodologię wdrożeniową, Pryon umożliwia organizacjom odpowiedzialne korzystanie z AI, jednocześnie spełniając najwyższe standardy regulacyjne i etyczne.

Dziękujemy za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Pryon.