Кріс Махл, Президент і Головний виконавчий директор у Pryon – Інтерв’ю Серія

Кріс Махл є Президентом і Головним виконавчим директором у Pryon. З більш ніж двома десятиліттями досвіду у деяких з найбільш відомих підприємств-програмних компаній світу, Кріс спеціалізується на масштабуванні стратегій виходу на ринок і операційних стратегій для технологічних компаній на всіх етапах зростання.

Pryon пропонує довірений, безпечний і перевірений шлях до реалізації генерації штучного інтелекту в підприємствах. Найкращі інжекторні і пошукові двигуни Pryon можна поєднати з генераційними LLM, щоб реалізувати генерацію з підтримкою пошуку і надійно забезпечувати точні, миттєві і верифіковані відповіді на рівні підприємства.

Відділ Pryon зосереджується на генерації з підтримкою пошуку (RAG). Чи можете ви пояснити, як ваш підхід до пошуку відрізняється від інших систем штучного інтелекту, що підтримують пошук і управління знаннями?

Підхід Pryon до пошуку виділяється тим, що наш пошуковий двигун може отримувати доступ до контенту в режимі реального часу з різних джерел, таких як PDF, зображення, веб-сторінки та відео, зберігаючи приватність даних без зовнішніх залежностей. Ми поєднали семантичний пошук з детальною атрибуцією даних, щоб досягти більш ніж 90% точності пошуку. На відміну від багатьох систем, наша система ефективно масштабується для великих організацій, що дозволяє командам швидко і точно приймати рішення на основі їхньої наявної бази знань.

Двигун інжекції Pryon призначений для структуризації великих обсягів контенту різного типу. Що робить ваш процес інжекції унікальним, і як це підвищує точність пошуку?

Двигун інжекції Pryon може обробляти контент різного типу, витягуючи відповіді з аудіо, зображень, тексту та відео з різних джерел. Це вирішує фундаментальну проблему роз’єднаного даних у підприємствах. З ростом необроблених даних більш ніж на 50% щорічно, наш двигун інжекції перетворює розрізнені відомості на структуровану, діючу інформацію. Процес розроблений з урахуванням безпеки та приватності, зберігаючи конфіденційність даних підприємства та роблячи їх миттєво корисними.

Ваш пошуковий двигун обіцяє миттєві, точні та верифіковані відповіді. Як Pryon забезпечує точність і мінімізує галюцинації при витяганні інформації?

Pryon забезпечує точність і мінімізує галюцинації за допомогою декількох механізмів. Наша технологія поєднує семантичний пошук з детальною атрибуцією даних, що означає, що відповіді можна простежити до їхніх конкретних джерел. Ця атрибуція критична для верифікації. Система отримує доступ до контенту в режимі реального часу з оригінальних джерел, а не спирається на потенційно застарілі або неповні бази знань. Ця пряма зв’язок з джерельними матеріалами, разом з високою точністю пошуку (більш ніж 90%), суттєво знижує ризик галюцинацій, які турбують багато систем генерації штучного інтелекту.

Як Pryon обробляє оновлення інформації в режимі реального часу, особливо в динамічних середовищах, таких як уряд, енергетика та охорона здоров’я?

Pryon забезпечує доступ до найбільш актуальної інформації за допомогою гнучкої синхронізації контенту на вимогу. Користувачі можуть ініціювати синхронізацію контенту через наш адміністративний портал або автоматизувати оновлення за допомогою нашого Sync-API на запланованій основі – чи то щотижня, щодня чи навіть щогодини, залежно від операційних потреб. Наш процес перевірки дельта-оновлення оптимізує ефективність, оновлюючи лише змінений контент, забезпечуючи швидкий, точний і ресурсо-ефектний пошук знань у критичних умовах, таких як уряд, енергетика та охорона здоров’я.

Pryon співпрацює з урядовими та оборонними агентствами. Хоча деталі часто класифікуються, чи можете ви розповісти про випадок, коли ваш штучний інтелект суттєво покращив прийняття рішень або операційну ефективність?

Pryon співпрацює з рядом оборонних і розвідувальних агентств, включаючи науково-дослідний інститут ВПС США (AFRL) та головний цифровий і штучний інтелектовий офіс (CDAO), щоб допомогти оптимізувати операції та забезпечити швидше і більш інформоване прийняття рішень.

Одним із потужних прикладів є наш співробітництво з офісом цифрової трансформації міністерства Повітряних сил США (DAF DTO). Ця команда підтримує працівників, які часто потребують знайти критично важливу інформацію, поховану в сотнях тисяч веб-сторінок і документів. Разом ми запустили DTO Wingman, штучний інтелект, який надає точні відповіді на складні питання в режимі реального часу – разом з атрибуцією джерел.

Замість ручного пошуку політичних документів або регламентів користувачі можуть просто задати питання, такі як “Який у мене є дозвіл на використання моєї картки для подорожей?” або “Що таке Цифровий будівельний код і як він пов’язаний з придбаннями?” Штучний інтелект повертає точні відповіді і навіть допомагає генерувати звіти та матеріали для презентацій швидко.

Надавши персоналу Повітряних сил і Космічних сил миттєвий доступ до довірених відповідей, DTO Wingman допомагає командам працювати більш ефективно та забезпечувати надійні та своєчасні поради вищому керівництву та приймаючим рішення.

Ваші роботи в галузі наук про життя згадують штучний інтелект, що допомагає у дослідженнях. Як система Pryon допомагає дослідникам орієнтуватися у величезних наборах даних, таких як PubMed або приватні дослідницькі репозиторії?

Система Pryon допомагає дослідникам орієнтуватися у величезних наборах даних, таких як PubMed або приватні дослідницькі репозиторії, за допомогою декількох ключових можливостей.

Покращення якості досліджень:

• Зменшення людської помилки: Систематичний пошук актуальних даних забезпечує менше пропущених статей або неврахованих доказів.
• Підтримка доказами: Кожна відповідь ґрунтується на оригінальній літературі, сприяючи висновкам, ґрунтованим на даних, джерело яких вказано.

Захист над високочутливим контентом:

• Конфіденційність: Зберігає суворі засоби контролю доступу та шифрування даних, що є важливим для власних або пацієнтських наборів даних.
• Згодовість: З даними, що регулюються законодавством, таким як HIPAA або GDPR, дослідники можуть довіряти, що чутливі відомості захищені.

Для клієнтського обслуговування та продажів, як штучний інтелект Pryon порівнюється з традиційними рішеннями чат-ботів і CRM щодо збільшення ефективності та зменшення навантаження на підтримку?

Взаємодії клієнтського обслуговування та продажів зазвичай повинні балансувати точність та гнучкість своїх рішень чат-ботів та CRM. Оскільки надання неправильної відповіді клієнту є недопустимим і може мати юридичні наслідки, багато постачальників чат-ботів та традиційних рішень штучного інтелекту обирають обмеження гнучкості рішення за допомогою жорстких детермінованих взаємодій типу “FAQ тільки”.

Це болить для постачальника, вимагаючи ручного кодування конкретних відповідей на загальні питання, і забезпечує поганий досвід для клієнта, який має інтерфейс чат-бота, але абсолютно негнучкий досвід, який майже не відрізняється від читання FAQ. Інші постачальники обирають використання більш гнучкого генеративного досвіду з меншими обмеженнями на LLM, однак через відсутність точного пошуку це涉лює вставляння цілого каталогу продуктів або веб-сторінок у контекстне вікно LLM, знижуючи точність виводу, потенційно катастрофічно.

Мистецтво і наука RAG полягають у максимізації сигналу (правди) та мінімізації шуму (ірелевантного контексту, який часто плутає LLM). Точність пошуку Pryon – здатність джерелувати конкретну відповідь на рівні речення з усіх документів – означає, що клієнтське обслуговування та продажі більше не повинні компрометувати точність за гнучкість.

Які найбільші виклики у прийнятті штучного інтелекту в підприємствах сьогодні, особливо з системами на основі RAG?

Хоча це щось, що ми знаходимо у наших власних взаємодіях з ринком, це також все частіше визнається, що “дані, готові до штучного інтелекту” (або їх відсутність) є найбільшим пунктом відмови для розгортання штучного інтелекту.

• 91% виконавчих директорів у опитуванні Harvard Business Review заявили, що надійна основа даних є суттєвою для успішного розгортання штучного інтелекту.
• McKinsey виявила, що 70% ініціатив генерації штучного інтелекту зіштовхуються з проблемами, пов’язаними з даними, при цьому лише 1% важливих даних підприємства відображається в сучасних моделях.
• The Wall Street Journal назвала надійність головною проблемою для прийняття агентів штучного інтелекту – питання, тісно пов’язане з якістю та доступністю даних.
• Gartner ідентифікував відсутність даних, готових до генерації штучного інтелекту, як головну причину невдалих розгортань.

Дані, готові до штучного інтелекту, виходять за рамки простого векторизування ваших документів Word – це питання про уніфікацію роз’єднаних джерел, роботу з складними форматами, такими як багатотипові входи, очищення даних, їх вдосконалення, перетворення у формат, який можуть обробляти LLM, розділення на відповідний рівень гранулярності для підтримання оптимальної точності та зниження витрат, індексування їх智能но, підключення до продуктивного системи пошуку тощо.

Це великі виклики, які вимагають спеціалізованих компетенцій та інструментів – у опитуванні будівельників RAG, які розробляють рішення всередині великих підприємств, яке провело Pryon, підготовка даних зайняла перше місце серед найбільш дорогих, трудомістких і технічно складних частин будівництва, тісно слідуючи за пошуком інформації.

Як ви відрізняєте набір інструментів RAG Pryon від підприємств-рішень, пропонованих Microsoft , Google (GOOGL ) чи OpenAI?

Конкретна диференціація варіюється від гравця до гравця, але на високому рівні великі технологічні гравці зосереджені на тому, щоб бути “інтерфейсом” до штучного інтелекту на роботі. Pryon зосереджується на більш фундаментальному рівні стека – рівні знань. Pryon вирішує глибокі проблеми підготовки даних та пошуку, тоді як великі технологічні гравці зосереджені на наданні широких рішень штучного інтелекту, які можуть служити деяким простим випадкам RAG, але часто зазнають невдачі, коли справа доходить до реальних складностей випадків використання підприємств та уряду. Pryon також може бути доповнюваним до цих систем, з контентом, згенерованим Copilot, Gemini або GPT, який підключається до рівня знань Pryon, щоб бути готовим до використання нижчими додатками та агентами.

Як Pryon підходить до дотримання законодавства про штучний інтелект, яке розвивається, наприклад, Закону про штучний інтелект ЄС та керівних принципів штучного інтелекту США?

Поки законодавство про штучний інтелект розвивається у світі, Pryon залишається приверженим дотриманню законодавства та етичному розгортанню штучного інтелекту. Наш підхід узгоджується з рамками, такими як Закон про штучний інтелект ЄС, керівні принципи штучного інтелекту США та принципи відповідального штучного інтелекту (RAI) Міністерства оборони, забезпечуючи, що наші рішення штучного інтелекту є надійними, прозорими та керованими. За допомогою дотримання рамки RAI SHIELD ми інтегруємо суворі оцінки, простежуваність та безперервний моніторинг на протяженні всього життєвого циклу штучного інтелекту – пріоритизуючи безпеку, справедливість та продуктивність. Вбудовуючи ці найкращі практики у нашу методологію розгортання, Pryon надає організаціям можливість відповідально використовувати штучний інтелект, одночасно задовольняючи найвищі нормативні та етичні стандарти.

Дякую за чудове інтерв’ю, читачам, які бажають дізнатися більше, слід відвідати Pryon.