Крис Махл, Президент и Генеральный Директор в Pryon – Серия Интервью

Крис Махл является Президентом и Генеральным Директором в Pryon. С более чем двумя десятилетиями опыта в некоторых из самых известных компаний по разработке программного обеспечения для предприятий, Крис специализируется на масштабировании стратегий выхода на рынок и операционных стратегий для технологических компаний на всех этапах роста.

Pryon предоставляет проверенный, безопасный и доказанный путь к реализации генеративного ИИ в предприятиях. Лучшие в своем классе двигатели ингестии и извлечения Pryon могут быть объединены с генеративными моделями языка для реализации генерации с извлечением и безопасного предоставления точных, мгновенных и верифицируемых ответов в масштабе предприятия.

‍

Используя ведущую технологию извлечения, Pryon RAG Suite безопасно извлекает ответы из всех форм контента, включая аудио, изображения, текст и видео, хранящиеся в многочисленных источниках. Продукты Pryon интуитивно понятны в использовании, доступны через API из любой системы и могут быть развернуты в течение нескольких недель в облаке или на месте.

Pryon фокусируется на Генерации с Извлечением (RAG). Можете ли вы объяснить, как ваш подход к извлечению отличается от других систем поиска и управления знаниями, основанных на ИИ?

Подход Pryon к извлечению выделяется тем, что наш Двигатель Извлечения может получить доступ к контенту в реальном времени из различных источников, таких как PDF, изображения, веб-страницы и видео, при этом сохраняя конфиденциальность данных без внешних зависимостей. Мы объединили семантический поиск с гранулярной атрибуцией данных, чтобы достичь более 90% точности извлечения. В отличие от многих систем, наша система эффективно масштабируется для крупных организаций, позволяя командам принимать быстрые и точные решения на основе их существующей базы знаний.

Двигатель Ингестии Pryon предназначен для структуризации огромных объемов многомодального контента. Что делает ваш процесс ингестии уникальным, и как он повышает точность извлечения?

Двигатель ингестии Pryon может обрабатывать многомодальный контент, извлекая ответы из аудио, изображений, текста и видео из различных источников. Это решает фундаментальную проблему разрозненных данных в предприятиях. С ростом неструктурированных данных более чем на 50% в год, наш двигатель ингестии преобразует разрозненные сведения в структурированные и действенные знания. Процесс разработан с учетом безопасности и конфиденциальности, сохраняя конфиденциальность данных предприятия и делая их сразу же полезными.

Ваш Двигатель Извлечения обещает мгновенные, точные и верифицируемые ответы. Как Pryon обеспечивает точность и минимизирует галлюцинации при извлечении информации?

Pryon обеспечивает точность и минимизирует галлюцинации посредством нескольких механизмов. Наша технология объединяет семантический поиск с гранулярной атрибуцией данных, что означает, что ответы можно отслеживать до их конкретных источников. Эта атрибуция имеет решающее значение для верификации. Система получает доступ к контенту в реальном времени из оригинальных источников, а не полагается на потенциально устаревшие или неполные базы знаний. Этот прямой доступ к исходным материалам, в сочетании с нашей высокой точностью извлечения (более 90%), значительно снижает риск галлюцинаций, которые мучают многие системы генеративного ИИ.

Как Pryon обрабатывает обновления информации в реальном времени, особенно в динамичных средах, таких как государственные, энергетические и медицинские?

Pryon обеспечивает доступ к самой актуальной информации посредством гибкой, по требованию синхронизации контента. Пользователи могут запускать синхронизацию контента по мере необходимости через наш портал администратора или автоматизировать обновления с помощью нашего Sync-API на запланированной основе – будь то еженедельно, ежедневно или даже ежечасно, в зависимости от операционных потребностей. Наш процесс delta-проверки оптимизирует эффективность, обновляя только измененный контент, обеспечивая быстрое, точное и ресурсоэффективное извлечение знаний в критических для миссии условиях, таких как государственные, энергетические и медицинские.

Pryon работает с государственными и оборонными агентствами. Хотя детали часто классифицируются, можете ли вы обсудить пример использования, где ваш ИИ значительно улучшил принятие решений или операционную эффективность?

Pryon работает с рядом оборонных и разведывательных агентств, включая Лабораторию исследований ВВС (AFRL) и Главное цифровое и искусственный интеллект офис (CDAO), чтобы помочь оптимизировать операции и обеспечить более быстрое и обоснованное принятие решений.

Одним из мощных примеров является наше сотрудничество с Офисом цифровой трансформации ВВС США (DAF DTO). Эта команда поддерживает персонал по приобретению и техническому обслуживанию, который часто нуждается в поиске критической информации, разбросанной по сотням тысяч веб-страниц и документов. Вместе мы запустили DTO Wingman, ИИ-ассистент, который предоставляет точные, актуальные ответы на сложные вопросы – полные с атрибуцией источников.

Вместо того, чтобы вручную искать политические документы или нормативные акты, пользователи могут просто задавать вопросы, такие как “Что я уполномочен покупать с помощью моей путевой карточки?” или “Что такое Цифровой строительный код и как он связан с приобретением?” ИИ возвращает точные ответы и даже помогает генерировать отчеты и материалы для презентаций быстро.

Предоставляя персоналу ВВС и Космических сил мгновенный доступ к доверенным ответам, DTO Wingman помогает командам работать более эффективно и предоставлять надежные, своевременные рекомендации старшим лицам и лицам, принимающим решения.

Ваша работа в области生命них наук упоминает ИИ-ассистированное исследование. Как система Pryon помогает исследователям ориентироваться в огромных наборах данных, таких как PubMed или частные исследовательские репозитории?

Система Pryon помогает исследователям ориентироваться в огромных наборах данных, таких как PubMed или частные исследовательские репозитории, посредством нескольких ключевых возможностей.

Улучшение качества исследований:

• Снижение человеческой ошибки: Систематическое извлечение актуальных данных обеспечивает меньшее количество пропущенных статей или упущенных доказательств.
• Обоснованность доказательствами: Каждый ответ основан на оригинальной литературе, что способствует выводам, основанным на данных, подтвержденным источником.

Защита высокочувствительного контента:

• Конфиденциальность: Сохраняет строгий контроль доступа и шифрование данных, необходимые для проприетарных или пациентских наборов данных.
• Соблюдение требований: С данными, регулируемыми такими нормативными актами, как HIPAA или GDPR, исследователи могут доверять, что конфиденциальная информация защищена.

Для обслуживания клиентов и продаж, как ИИ Pryon сравнивается с традиционными решениями чат-ботов и CRM в плане повышения эффективности и снижения нагрузки поддержки?

Взаимодействия обслуживания клиентов и продаж обычно должны сбалансировать точность и гибкость своих решений чат-ботов и CRM. Поскольку предоставление неверного ответа клиенту недопустимо и может иметь юридические последствия, многие поставщики чат-ботов и традиционные решения разговорного ИИ выбирают ограничить гибкость решения жесткими детерминированными взаимодействиями типа “FAQ”.

Это проблема для поставщика, требующая ручного кодирования конкретных ответов на часто задаваемые вопросы, и обеспечивает плохой опыт для клиента, который имеет интерфейс чат-бота, но совершенно негибкий опыт, который мало отличается от чтения FAQ. Другие поставщики выбирают использовать более гибкий генеративный опыт с меньшими ограничениями на МЛ, однако из-за отсутствия точного извлечения это предполагает помещение целых каталогов продукции или веб-страниц в контекстное окно МЛ, снижая точность вывода, потенциально катастрофически.

Искусство и наука RAG заключается в максимизации сигнала (правды) и минимизации шума (нерелевантного контекста, который часто сбивает МЛ с толку). Точность извлечения Pryon – способность источникового ответа на уровне предложения во всех ваших документах – означает, что обслуживание клиентов и продажи больше не должны идти на компромисс между точностью и гибкостью.

Какие, по вашему мнению, являются самыми большими проблемами в принятии ИИ в предприятиях сегодня, особенно с системами на основе RAG?

Хотя это определенно что-то, что мы находим в наших собственных взаимодействиях с рынком, это также все чаще признано, что “ИИ-готовые данные” (или их отсутствие) являются самой большой точкой отказа для развертывания ИИ.

• 91% руководителей в опросе Harvard Business Review заявили, что надежная основа данных имеет решающее значение для успешного развертывания ИИ.
• McKinsey обнаружил, что 70% инициатив GenAI сталкиваются с проблемами, связанными с данными, при этом только 1% важных данных предприятия отражается в сегодняшних моделях.
• The Wall Street Journal назвал надежность #1 проблемой для принятия агентов ИИ – проблему, тесно связанную с качеством и доступностью данных.
• Gartner определил отсутствие готовых к GenAI данных в качестве основной причины неудачных развертываний.

ИИ-готовые данные выходят за рамки простой векторизации ваших документов Word – это о том, чтобы унифицировать ваши разрозненные источники, работать с сложными форматами, такими как многомодальные входные данные, очищать ваши данные, улучшать ваши данные, получать их в формате, с которым могут работать МЛ, разбивать их на правильном уровне гранулярности, чтобы сохранить оптимальную точность и снизить затраты, индексировать их умно, подключать их к высокопроизводительной системе извлечения и т. д.

Это большие проблемы, которые требуют специализированных компетенций и инструментов – в опросе строителей RAG, разрабатывающих решения внутри крупных предприятий, который провел Pryon, подготовка данных заняла первое место как наиболее дорогостоящая, трудоемкая и технически сложная часть строительства, тесно следующая за извлечением информации.

Как вы отличаете Pryon RAG Suite от решений для предприятий, предлагаемых Microsoft, Google или OpenAI?

Конкретная дифференциация варьируется от игрока к игроку, но на высоком уровне крупные технологические игроки сосредоточены на том, чтобы быть “интерфейсом” к ИИ на работе. Pryon фокусируется на более фундаментальном уровне стека – уровне знаний. Pryon решает глубокие проблемы подготовки и извлечения данных, тогда как крупные технологические игроки сосредоточены на предоставлении широких решений ИИ, которые могут служить некоторым простым случаям RAG, но часто разваливаются, когда речь идет о реальных сложностях случаев использования в предприятиях и государственных органах. Pryon также может быть дополнением к этим системам, с содержанием, сгенерированным Copilot, Gemini или GPT, подключенным к Слою Знаний Pryon, чтобы быть организованным и готовым к использованию в приложениях и агентах нижнего уровня.

С учетом эволюции регулирования ИИ, таких как Закон ИИ ЕС и руководящие принципы ИИ США, как Pryon подходит к соблюдению требований и этическому использованию ИИ?

Поскольку регулирование ИИ развивается во всем мире, Pryon остается приверженным соблюдению требований и развертыванию ИИ этично. Наш подход соответствует таким框WORK, как Закон ИИ ЕС, руководящие принципы ИИ США и принципы Ответственного ИИ (RAI) Министерства обороны, обеспечивая, что наши решения ИИ являются заслуживающими доверия, прозрачными и регулируемыми. Реализуя строгую оценку, отслеживаемость и непрерывный мониторинг на протяжении всего жизненного цикла ИИ, мы ставим во главу угла безопасность, справедливость и производительность. Включая эти лучшие практики в нашу методологию развертывания, Pryon позволяет организациям использовать ИИ ответственно, соответствуя при этом самым высоким нормативным и этическим стандартам.

Благодарим за отличный интервью, читатели, которые хотят узнать больше, должны посетить Pryon.