Chris Mahl, Pryon’un Başkanı ve CEO’su – Röportaj Serisi

Chris Mahl Pryon’un Başkanı ve CEO’sudur. Dünya çapındaki en iyi bilinen şirketlerin bazılarında yirmi yılı aşkın deneyim sahibi olan Chris, teknoloji şirketleri için büyüme aşamalarının tümünde pazara çıkış ve operasyonel stratejilerini ölçeklendirmeye uzmanlaşmıştır.

Pryon şirketlere, kuruluşlarda yapay zeka uygulamalarına güvenilir, güvenli ve kanıtlanmış bir yol sunar. Pryon’un sınıfının en iyisi olan algoritma ve alma motorları, üretken LLM’lerle birleştirilerek alma-artırma üretimi uygulamak ve büyük ölçekli şirketlere doğru, anlık ve doğrulanabilir cevaplar sunmak için kullanılabilir.

Pryon, Alma-Artırma Üretimi (RAG) üzerine odaklanıyor. Diğer AI destekli arama ve bilgi yönetim sistemlerinden farklı olarak alıma yaklaşımınızı açıklar mısınız?

Pryon’un alıma yaklaşımı, gerçek zamanlı olarak çeşitli kaynaklardan (PDF’ler, resimler, web sayfaları ve videolar) içeriklere erişebilmesi ve dış bağımlılıklar olmadan veri gizliliği sağlamasıyla öne çıkıyor. Anlamsal arama ile granüler veri atıfını birleştirdik ve %90’ın üzerinde alma doğruluğu elde ettik. Diğer birçok sistemden farklı olarak, büyük şirketler için etkili bir şekilde ölçeklenebilir ve ekiplere mevcut bilgi tabanlarına dayalı hızlı ve kesin kararlar almalarına olanak tanır.

Pryon Alım Motoru, çoklu modlu içerikleri yapılandırması için tasarlandı. Alım işleminiz neler içerir ve nasıl alma doğruluğunu artırır?

Pryon’un alımı, ses, resim, metin ve video gibi çeşitli kaynaklardan ve formatlardan içeriklerden cevaplar çıkarabilir. Bu, şirketlerdeki ayrılmış verilerin temel sorununu ele alır. Yapılandırılmamış verilerin yılda %50’den fazla arttığı bir ortamda, alım motorumuz dağınık bilgileri yapılandırılmış ve eyleme geçirilebilir bilgiye dönüştürür. Bu işlem, güvenlik ve gizlilik için tasarlanmıştır ve hassas şirket verilerini korurken aynı zamanda hemen kullanılabilir hale getirir.

Alma Motorunuz anlık, doğru ve doğrulanabilir cevaplar vaat ediyor. Pryon, bilgi alırken doğruluğu nasıl sağlar ve hayal gücü kaçırmalarını en aza indirir?

Pryon, birkaç mekanizma aracılığıyla doğruluğu sağlar ve hayal gücü kaçırmalarını en aza indirir. Teknolojimiz, anlamsal aramayı granüler veri atıfıyla birleştirir, bu da cevapların spesifik kaynaklarına geri izlenebilmesini sağlar. Bu atıf, doğrulama için kritiktir. Sistem, gerçek zamanlı olarak orijinal kaynaklardan içeriklere erişir ve potansiyel olarak eski veya eksik bilgi tabanlarına güvenmek yerine doğrudan kaynak materyallerine bağlanır. Bu, birçok üretken AI sisteminin yaşadığı hayal gücü kaçırmaları riskini önemli ölçüde azaltır.

Pryon, özellikle hükümet, enerji ve sağlık gibi dinamik ortamlarda bilgilerdeki gerçek zamanlı güncellemeleri nasıl işler?

Pryon, esnek ve talebe bağlı içerik senkronizasyonu aracılığıyla en güncel bilgilere gerçek zamanlı erişim sağlar. Kullanıcılar, Admin portalı aracılığıyla veya Sync-API’yi kullanarak haftalık, günlük veya saatlik olarak güncellemeleri tetikleyebilir. Delta denetimi, yalnızca değişen içeriği güncelleyerek verimliliği optimize eder ve kritik ortamlarda hızlı, doğru ve kaynak-verimli bilgi alma sağlar.

Pryon, hükümet ve savunma ajansları ile çalışıyor. Detaylar genellikle sınıflandırılmış olsa da, AI’nizin karar verme veya operasyonel verimliliği önemli ölçüde iyileştirdiği bir kullanım örneğini paylaşabilir misiniz?

Pryon, operasyonları akıştırmak ve daha hızlı, daha bilgili kararlar almalarına yardımcı olmak için Hava Kuvvetleri Araştırma Laboratuvarı (AFRL) ve Baş Dijital ve Yapay Zeka Ofisi (CDAO) gibi savunma ve istihbarat ajansları ile birlikte çalışıyor.

Örneğin, U.S. Hava Kuvvetleri Dijital Dönüşüm Ofisi (DAF DTO) ile işbirliği yaptık. Bu ekip, satın alma ve sürdürme personeline destek sağlamak için kritik bilgileri yüz binlerce web sayfası ve belgede aramaya ihtiyaç duyar. Birlikte, DTO Wingman adlı bir AI destekli asistanı başlattık; bu, karmaşık sorulara doğru, gerçek zamanlı cevaplar sağlar ve kaynak atıfını sağlar.

Kullanıcılar artık seyahat kartı ile neler satın alabileceklerini veya Dijital Bina Kodu’nun ne olduğunu ve satın almalarla nasıl ilişkili olduğunu sormak yerine, DTO Wingman’a AI aracılığıyla soru sorabilir. AI, kesin cevaplar verir ve raporları ve sunum materyallerini hızlı bir şekilde oluşturmasına yardımcı olur.

DTO Wingman, Hava Kuvvetleri ve Uzay Kuvvetleri personeline güvenilir cevaplar sunarak, ekiplerin daha verimli çalışmasına ve üst düzey personele ve karar vericilere zamanında rehberlik sağlamalarına yardımcı oluyor.

Yaşam bilimleri alanındaki çalışmalarınızda AI destekli araştırmadan bahsediyorsunuz. Pryon’un sistemi, araştırmacıların PubMed veya özel araştırma depoları gibi büyük veritabanlarını nasıl gezinmesine yardımcı oluyor?

Pryon’un sistemi, araştırmacıların PubMed veya özel araştırma depoları gibi büyük veritabanlarını gezinmesine yardımcı olmak için birkaç ana özellik sunar.

Araştırma kalitesini geliştirme:

• İnsan hatasının azaltılması: Güncel verilerin sistematik olarak alınması, kaçırılan makalelerin veya gözden kaçan kanıtların sayısını azaltır.
• Kanıtlanmış: Her cevap, orijinal literatürde temellenir, bu da veri temelli sonuçlara yol açar ve cümlelere geri izlenebilir.

Çok hassas içeriklerin korunması:

• Gizlilik: Şirketlerin veya hastalara ait verileri korumak için sıkı erişim kontrolleri ve veri şifrelemesi sağlar.
• Uygunluk: HIPAA veya GDPR gibi düzenlemelere tabi olan verilerle çalışırken, araştırmacılar hassas bilgilerin korunduğunu bilerek güvenebilir.

Müşteri hizmetleri ve satış için Pryon’un AI’si, geleneksel sohbet botu ve CRM çözümlerine kıyasla verimliliği artırma ve destek yükünü azaltma açısından nasıl karşılaştırılır?

Müşteri hizmetleri ve satış etkileşimleri genellikle doğruluk ve esneklik arasında bir denge kurmalıdır. Yanlış bir cevap vermenin kabul edilemez olduğu ve yasal sonuçları olabileceği için, birçok sohbet botu sağlayıcısı ve geleneksel konuşma AI çözümleri, esnekliği sınırlamak için “sadece SSS” tarzı etkileşimlere odaklanır.

Bu, satıcılar için bir sorundur, çünkü belirli sorulara cevaplar için manuel kodlama gerekir ve müşteriler için de kötü bir deneyim sağlar, çünkü sohbet botunun arayüzüne sahiptir, ancak esnek bir deneyimden çok farklı değildir ve neredeyse FAQ okumak gibidir. Diğer satıcılar, daha esnek bir üretken deneyim sunmaya çalışır, ancak LLM’nin bağlam penceresine tüm ürün kataloglarını veya web sayfalarını ekler, bu da çıktı doğruluğunu azaltır ve potansiyel olarak felaketlere yol açabilir.

RAG sanat ve bilimi, sinyali (gerçekliği) en üst düzeyde tutmak ve gürültüyü (alakasız bağlamı) en aza indirmektir. Pryon’un almanın kesinliği, müşteri hizmetleri ve satışların doğruluk için esneklikten ödün vermesine gerek kalmayacağı anlamına gelir.

Şu anda kuruluşlarda AI benimsemesinin en büyük zorluklarını nasıl görüyorsunuz, özellikle RAG tabanlı sistemler için?

AI’ye hazır veri (veya eksikliği), AI dağıtımlarının en büyük başarısızlık noktasıdır.

• Harvard Business Review anketine katılan yöneticilerin %91’i, başarılı AI dağıtımı için güvenilir bir veri temelinin gerekli olduğunu belirtti.
• McKinsey, GenAI girişimlerinin %70’inin veri ile ilgili zorluklarla karşılaştığını ve yalnızca %1’inin önemli verilerin bugünki modellerde yansıtıldığını buldu.
• Wall Street Journal, AI ajanı benimsemesinde güvenilirliğin en önemli endişe olduğunu, bu durumun veri kalitesi ve erişilebilirliği ile yakından ilgili olduğunu belirtti.
• Gartner, GenAI’ye hazır verilerin eksikliğini, dağıtımların başarısız olmasının en önemli nedeni olarak tanımladı.

AI’ye hazır veri, yalnızca word belgelerini vektörleştirmekten daha fazlasını içerir; bu, silo kaynaklarınızı birleştirmek, multimodal girişler gibi karmaşık formatlar ile çalışmak, verilerinizi temizlemek, geliştirmek, LLM’lerin çalışabileceği bir forma getirmek, optimal doğruluğu korumak ve maliyetleri azaltmak için doğru granülasyon seviyesini parçalamak, akıllıca dizinlemek ve performansı yüksek bir alma sistemine bağlamaktır.

Bu, büyük zorluklar ve özel yetenekler ve araçlar gerektirir. Pryon’un büyük şirketler içindeki çözümler geliştiren RAG yapımcıları arasında yaptığı bir anket, veri hazırlamanın en pahalı, zaman alan ve teknik olarak zorlu kısım olduğunu gösterdi, bunu bilgi alma izledi.

Pryon’un RAG Suite’ini Microsoft , Google (GOOGL ) veya OpenAI tarafından sunulan kurumsal çözümlerden nasıl ayırt edersiniz?

Ayrım, oyuncuya göre değişir, ancak genel olarak büyük teknoloji şirketleri, AI’nin işyerindeki arayüzü olmaya odaklanıyor. Pryon, daha temel bir seviyede, bilgi katmanında çalışıyor. Pryon, veri hazırlama ve alma gibi derin sorunları çözerken, büyük teknoloji şirketleri, bazı basit RAG kullanım örneklerini karşılayabilen ancak gerçek yaşamın karmaşıklıklarına karşı genellikle bozulan geniş AI çözümleri sunuyor. Pryon, bu sistemlerle birlikte çalışabilir ve Copilot, Gemini veya GPT tarafından üretilen içeriği Pryon Bilgi Katmanına entegre edebilir, böylece akışın aşağısındaki uygulamalar ve ajanlar için hazır hale getirilebilir.

AI düzenlemeleri geliştikçe, örneğin AB AI Yasası ve ABD AI rehberleri, Pryon nasıl uyumluluk ve etik AI kullanımına yaklaşıyor?

AI düzenlemeleri küresel olarak geliştikçe, Pryon, uyumluluk ve etik AI dağıtımı taahhüdünü sürdürüyor. Pryon’un yaklaşımı, AB AI Yasası, ABD AI rehberleri ve Savunma Bakanlığı’nın Sorumlu AI (RAI) ilkeleri gibi çerçevelerle uyumlu olup, AI çözümlerinin güvenilir, şeffaf ve yönetilebilir olduğunu garantiliyor. RAI SHIELD çerçevesine uymak için, AI yaşam döngüsü boyunca kapsamlı değerlendirme, izlenebilirlik ve sürekli izleme entegre ediliyor ve güvenlik, adillik ve performans önceliklendiriliyor. Bu en iyi uygulamaları dağıtım metodolojisine entegre ederek, Pryon, kuruluşların AI’yi sorumlu bir şekilde kullanmalarını ve en yüksek düzenleyici ve etik standartları karşılamalarını sağlıyor.

Harika röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular Pryon ziyaret edebilir.