CollectivIQ lanserar GigaBrain för att dela kunskap mellan AI-kollegor i företag

Den mest användbara informationen om en kundrelation saknas ofta i de officiella dokumenten: vem som faktiskt behöver godkänna ett köp, varför en leveranstidplan ändrades eller vilket undantag som löste ett återkommande problem. CollectivIQ vill fylla den luckan med GigaBrain, ett gemensamt intelligenslager för företag som lanseras officiellt den 21 oktober. Systemet är utformat för att göra kunskap som samlas genom medarbetarnas arbete med AI-kollegor tillgänglig för andra behöriga kollegor i hela verksamheten.

Dessa kollegor, som CollectivIQ kallar Digital Direct Reports (DDR), bygger upp kontext medan de utför sina uppgifter. GigaBrains syfte är att koppla samman relevanta delar av den kontexten i en organisation och därmed minska behovet av att gång på gång förklara samma kund, projekt eller process. I tillkännagivandet beskrivs ett minneslager för CollectivIQ-plattformen, inte en ny grundmodell för allmänna ändamål.

Den skillnaden är viktig. En AI-assistent kan besvara en fråga på ett bra sätt, men ändå lämna nästa medarbetare med uppgiften att återskapa samma bakgrund från grunden. Ett gemensamt minne ska bevara den användbara kontexten från den första interaktionen. Om det leder till bättre arbete beror på vad som sparas i minnet, hur det verifieras och vem som får använda det.

Flytta kunskap bortom enskilda AI-samtal

I sitt lanseringsmaterial använder CollectivIQ ett försäljningsexempel för att illustrera hur det fungerar. En säljares DDR skulle kunna lära sig om en kunds inköpsprocess, inklusive godkännandekrav, beslutsfattare och inköpstider. Den kontexten skulle sedan kunna göras tillgänglig för en annan behörig kollega som hanterar kundens nästa förfrågan, utan att en separat manuell överlämning behövs.

Ett andra exempel i den genomgång som åtföljer tillkännagivandet handlar om leverantörsavtal och inköpsmönster. Kunskap som en prissättnings-DDR byggt upp skulle kunna hjälpa en annan DDR att följa upp distributörernas resultat. Det här är föreslagna arbetsflöden, inte publicerade mätningar av kundresultat. De lockar genom möjligheten att koppla samman arbete som annars är uppdelat mellan människor, program och avdelningarnas dokumentation.

Företaget positionerar GigaBrain kring kunskap som uppstår i vardagliga interaktioner, däribland insikter som medarbetare kanske aldrig dokumenterar formellt. Det är en svårare uppgift än att samla in fler filer. En användbar iakttagelse kan vara tillfällig, gälla en enda kund eller vara beroende av omständigheter som lätt går förlorade när den sammanfattas.

En instruktion som fungerar för ett köp bör till exempel inte automatiskt bli en permanent regel för alla köp. Ett fungerande organisatoriskt minne måste bevara omständigheterna kring en uppgift, inte bara själva uppgiften. Annars kan en effektiv överlämning leda till att ett föråldrat antagande sprids effektivt.

Vad produktsidorna tillför

På sin produktsida för GigaBrain beskriver CollectivIQ en sammanhängande karta över organisationer, människor, ämnen och projekt. Där står det att fakta förses med källan och information om vem som har bekräftat dem, att påståenden med bara en källa inväntar bekräftelse från fler källor och att inaktuell information upphör att gälla. Sidan beskriver också hur kunskap behåller den sekretessnivå som gällde i det sammanhang där den uppstod.

Detaljerna tyder på att tonvikten ligger på spårbarhet och hantering av kunskapens livscykel. En källa hjälper en medarbetare att undersöka ett påstående, medan en bekräftelsepost gör det lättare att skilja ett påstående från granskad information. Att information upphör att gälla kan begränsa hur länge gammal kontext finns kvar. Den offentliga beskrivningen anger dock inte reglerna för bekräftelse eller tidsintervallen för när information upphör att gälla. Dessa kontroller bör därför inte tolkas som en publicerad garanti för att varje hämtad uppgift är korrekt.

Sidan om Digital Direct Reports beskriver arbetsflödets sammanhang. CollectivIQ berättar om specialister som assistenter, analytiker, ingenjörer, projektledare, bokförare och fakturaanalytiker som arbetar i sammankopplade affärssystem. Bland de namngivna integrationerna finns Microsoft 365, Google Workspace, Salesforce, Atlassian och GitHub. Schemalagda genomgångar och återkommande jobb ingår i den bredare produkten, och kontexten är avsedd att följa med mellan olika uppgifter.

Sambandet är enkelt: DDR:er utför arbete och samlar på sig kontext, medan GigaBrain gör relevant organisatorisk kunskap tillgänglig för efterföljande arbete. Den arkitekturen skulle kunna flytta AI-produktivitetens grund från en enskild session till ett fortlöpande arbetsflöde för teamet.

Att dela minne kräver tydliga gränser

I lanseringen nämns ett inkognitoläge för interaktioner som inte ska bidra till organisationens gemensamma minne. I CollectivIQs säkerhetsdokumentation står det dessutom att personliga arbetsytor och företagsarbetsytor är åtskilda, att anslutna system använder individernas OAuth-behörigheter och att åtkomsten till delad kunskap begränsas efter roll. Där står också att en obehörig DDR varken ska visa eller sammanfatta skyddad kunskap.

Det sistnämnda kravet är viktigt eftersom ett system kan röja känslig information indirekt. Det räcker inte att undanhålla ett originaldokument om dess innehåll återges i en sammanfattning som annars är tillgänglig. Åtkomstkontroller måste gälla både härledd kunskap och källmaterialet.

Säkerhetssidan beskriver också åtgärdsloggar, enkel inloggning och användarprovisionering. Den skiljer mellan begränsningar för modellträning och lagring: företaget uppger att in- och utdata till kommersiella modellleverantörer inte används för träning, medan vissa leverantörer kan lagra API-innehåll för övervakning av missbruk, vanligtvis i upp till 30 dagar. Inkognito bör därför förstås som en minneskontroll, utan att man för den skull antar att alla nedströms tjänster saknar lagring helt och hållet.

Det här är beskrivningar av kontroller som företaget självt har publicerat, inte en oberoende säkerhetsbedömning. För företagskunder är de praktiska frågorna bland annat hur behörigheter ändras när en anställd byter roll, hur felaktiga uppgifter rättas och hur rättelser förs vidare till agenter som tidigare har använt uppgifterna. De frågorna hänger också ihop med den bredare utmaningen att styra AI-agenter för företag.

Att mäta om delad kontext förbättrar arbetet

I lanseringsmeddelandet anges inget kvantifierat riktmärke för GigaBrains träffsäkerhet eller produktivitetseffekt. En användbar utvärdering skulle jämföra återkommande arbetsflöden med och utan delat minne: hur ofta anställda måste tillföra saknad kontext, hur ofta agenter återanvänder inaktuell information och hur omfattande granskning som krävs innan resultatet kan användas.

CollectivIQ, som grundades av ledningsgruppen bakom Buyers Edge Platform, gör GigaBrain tillgängligt via sin befintliga plattform. Möjligheten ligger i att bevara kunskap som i dag går förlorad mellan samtal och överlämningar. Frågan blir om minnet förblir användbart, aktuellt och lämpligt åtkomstbegränsat när organisationen förändras.