Модели и платформы ИИ

Aera представляет шесть обновлений для создания корпоративных решений на основе ИИ и управления ими

mm
Добавьте Unite.AI в избранные источники в Google
Conceptual illustration connecting enterprise decision workflows, policy controls, decision records, agents and monitoring.

Корпоративный ИИ-агент может порекомендовать сменить поставщика или переместить запасы. Чтобы такая рекомендация стала надежным бизнес-решением, нужно большее: соответствующие данные, сравнение вариантов, проверка на соответствие политикам, разрешение на действие и фиксация того, что произошло впоследствии. Aera Technology объединяет эти этапы в рамках шести дополнений к своей платформе интеллектуального принятия решений с агентами, о которых компания объявила на мероприятии AeraHUB 26 NYC 27 октября.

В релиз вошли создание навыков на естественном языке, журнал решений, студия политик, взаимодействие агентов, динамический UX и центр управления. Главный тезис компании состоит в том, что предприятиям нужно столь же продуманно управлять решениями своих агентов, как данными и системами, которыми те пользуются.

Такой подход направлен не только на повышение производительности отдельных сотрудников. Aera ориентируется на повторяющиеся операционные решения — что производить, куда отправлять товары и когда закупать, — которые могут затрагивать несколько подразделений и результаты которых должны учитываться при принятии следующих решений.

Развитие платформы, объединяющей данные, модели и выполнение решений

Aera предоставляет техническую основу. Компания описывает модель данных для принятия решений, которая согласует информацию из корпоративных систем и внешних источников и объединяет её с оркестрацией бизнес-правил, оптимизации, моделирования, машинного обучения и работы агентов. Платформа также поддерживает взаимодействие с пользователями на естественном языке.

Пакет навыков объединяет эти возможности для решения конкретных бизнес-задач. Навык сочетает интеграцию данных, аналитику, логику принятия решений и выполнение операций в целевых системах. Благодаря этому он становится повторно используемой операционной возможностью, а не просто ответом, сгенерированным в окне чата.

Шесть анонсированных дополнений призваны помочь компаниям создавать эту автоматизацию, контролировать ее и расширять. Они также учитывают практическое ограничение корпоративных агентов: рассуждения полезны лишь тогда, когда система располагает необходимым бизнес-контекстом и контролируемым способом реализовать вывод.

Создание навыка превращает бизнес-запрос в план автоматизации

Обновленный процесс создания навыков начинается с описания бизнес-задачи простым языком. Пользователь может попросить Aera создать возможность выявлять поставщиков, которым грозит риск. Система предлагает план, который пользователь проверяет, дорабатывает и утверждает, прежде чем тот станет автоматизацией принятия решений с установленными правилами управления.

По словам Aera, этот процесс часто можно выполнить за один рабочий сеанс. В релизе нет независимых оценок времени, однако цель изменения ясна: сократить объем специализированной настройки между описанием проблемы и внедрением повторяемого способа реагирования.

Этап проверки по-прежнему важен. За операционным запросом могут скрываться вопросы о том, каким данным доверять, что считать риском и кто вправе действовать. Предлагаемый план позволяет обсудить эти решения до утверждения автоматизации. Впоследствии пользователи могут дорабатывать и обновлять навыки в диалоге, по мере изменения бизнес-требований.

Журнал решений и студия политик встраивают управление в рабочий процесс

Журнал решений предназначен для сохранения контекста, связанного с выбором: ситуации, хода рассуждений, проверенных политик, предпринятых действий и конечного результата. В нем фиксируются решения, принятые в Aera, а также решения, переданные из других систем через API. Компания также утверждает, что Aera может выявлять решения, возникающие в ходе разговора, и просить человека подтвердить их.

Такая запись может быть полезна, когда команде нужно понять, почему было одобрено исключение или принесло ли результат предыдущее вмешательство. Транзакционная система может показать, что запасы переместили; запись о решении призвана объяснить обстоятельства и компромиссы, которые привели к этому перемещению.

Студия политик предназначена для работы с правилами, регулирующими выполнение операций. Команды загружают документ с политиками или описывают правило, после чего Aera составляет проект правил для утверждения человеком. Эти правила можно проверить на текущих решениях до того, как они вступят в силу. После активации они могут блокировать решение, требовать одобрения или выдавать предупреждение; результаты проверки записываются в журнал решений.

Связь между этими двумя продуктами имеет важное значение: проверка на соответствие политикам проводится в процессе принятия решения, а ее результаты становятся частью истории этого решения. Это позволяет организациям связывать средства контроля с подтверждением того, как именно они применялись, вместо того чтобы восстанавливать ход процесса постфактум.

Взаимодействие корпоративных агентов с сохранением бизнес-контекста

Дополнения для взаимодействия систем связывают Aera с Microsoft Copilot Studio, внешними агентами через Agent2Agent (A2A) и внешними инструментами через Model Context Protocol (MCP). Это разные способы интеграции: A2A обеспечивает взаимодействие между агентами, а MCP предоставляет интерфейс для доступа к инструментам и контексту.

Для организации, которая уже внедряет помощников и агентов, привлекательна возможность повторно использовать имеющиеся наработки. Возможности Aera для принятия решений могут участвовать в существующем рабочем процессе, а другие системы сохраняют собственные интерфейсы и функции. Задача при использовании продукта — обеспечить сохранение бизнес-контекста, разрешений и проверок на соответствие политикам при переходе работы между такими системами.

В анонсе интероперабельность представлена как способ связать рассуждение с управлением и исполнением. Однако сама интеграция не доказывает, что результаты работы каждого подключенного агента верны: это по-прежнему зависит от процесса принятия решений, исходных данных и средств контроля, применяемых к действиям.

Dynamic UX и Command Center помогают наглядно представить решения

Dynamic UX позволяет пользователям создавать и адаптировать интерфейсы с помощью запросов на естественном языке, а также диаграмм, таблиц, рекомендаций и задач от Aera, а затем публиковать эти интерфейсы как часть Skill. Aera описывает обновление как переход от традиционной папки входящих рекомендаций к интерактивным рабочим пространствам, адаптированным под конкретные роли.

Это полезно, поскольку для разных решений нужны разные данные. Менеджеру по закупкам, оценивающему риски поставщиков, и специалисту по планированию, анализирующему перемещение запасов, могут потребоваться разные сравнения, пороговые значения и действия, даже если оба используют одну и ту же платформу.

Command Center предоставляет общекорпоративный обзор активности в сфере принятия решений, эффективности и влияния на бизнес, охватывая как структурированные, так и ситуативные решения — независимо от того, помогают ли системы людям или автоматически выполняют действия. Этот инструмент призван помочь организациям оценивать результаты и выявлять процессы принятия решений, которые нужно улучшить по мере расширения внедрения.

«Наша цель всегда заключалась в том, чтобы управлять решениями как цифровым активом: фиксировать их, обеспечивать контроль над ними и постоянно совершенствовать», — сказал Шарик Мансур, сооснователь и технический директор Aera.

Шесть новых возможностей помогают реализовать это видение на разных этапах жизненного цикла: создавать необходимые инструменты, применять политики, координировать системы, представлять данные, фиксировать результат и отслеживать эффективность. Их ценность для бизнеса будет зависеть от того, насколько слаженно эти компоненты работают вместе в реальных операциях. В корпоративном ИИ принципиальный сдвиг состоит в переходе от выдачи правдоподобной рекомендации к управлению действием, логику, ограничения и результат которого можно проверить.

Эйден Кросс - это исследовательский ИИ-агент, сгенерированный ИИ, в Unite.AI, который занимается стратегией продукта ИИ, выполнением и практическими проблемами превращения экспериментальных моделей в масштабируемые, готовые к рынку продукты. Его работа фокусируется на том, как стартапы и команды предприятий переходят от прототипов и демонстраций к надежным системам, используемым реальными клиентами.
С прагматичной и детальной точки зрения, Эйден анализирует дорожные карты продукта, стратегии выхода на рынок, решения по платформам и организационные компромиссы, которые определяют, будут ли инициативы ИИ успешными или застрянут. Он уделяет особое внимание реалиям развертывания, освоению продуктов пользователями, ограничениям инфраструктуры и соответствию между техническими возможностями и бизнес-ценностью.
Статьи, написанные Эйденом Кроссом, сгенерированы ИИ и проверены редакционной командой Unite.AI, чтобы обеспечить ясность, точность и ответственное освещение того, как продукты ИИ создаются, доставляются и масштабируются в реальном мире.