Mô hình và nền tảng AI

CollectivIQ ra mắt GigaBrain để chia sẻ kiến thức giữa các cộng sự AI trong doanh nghiệp

mm
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google
AI-generated conceptual illustration of organizational workspaces selectively connected to shared knowledge.

Chi tiết hữu ích nhất trong mối quan hệ với khách hàng thường không có trong hồ sơ chính thức: ai thực sự cần phê duyệt giao dịch mua hàng, vì sao lịch giao hàng thay đổi, hoặc ngoại lệ nào đã giúp giải quyết một vấn đề tái diễn. CollectivIQ đang tìm cách lấp khoảng trống đó bằng GigaBrain, một lớp trí tuệ dùng chung trong doanh nghiệp, chính thức ra mắt vào ngày 21 tháng 10. Hệ thống được thiết kế để giúp các cộng sự khác được ủy quyền trong toàn doanh nghiệp tiếp cận kiến thức tích lũy được từ quá trình nhân viên làm việc với các cộng sự AI.

Những cộng sự này, được CollectivIQ gọi là Digital Direct Reports (DDRs), tích lũy ngữ cảnh trong quá trình xử lý nhiệm vụ. GigaBrain được tạo ra để kết nối những phần ngữ cảnh liên quan trong toàn tổ chức, giảm nhu cầu phải liên tục giải thích lại về cùng một khách hàng, dự án hoặc quy trình. Thông báo mô tả đây là một lớp bộ nhớ dành cho nền tảng CollectivIQ, chứ không phải một mô hình nền tảng đa dụng mới.

Sự khác biệt này rất quan trọng. Một trợ lý AI có thể trả lời hiệu quả một câu hỏi, nhưng nhân viên tiếp theo vẫn phải tự tìm hiểu lại toàn bộ bối cảnh từ đầu. Bộ nhớ dùng chung hướng đến việc lưu giữ ngữ cảnh hữu ích từ lần tương tác đầu tiên. Việc này có giúp nâng cao chất lượng công việc hay không còn tùy thuộc vào những gì được ghi nhớ, cách thông tin được xác minh và những ai có thể sử dụng chúng.

Đưa kiến thức vượt ra ngoài các cuộc trò chuyện AI riêng lẻ

Tài liệu ra mắt của CollectivIQ dùng một ví dụ về bán hàng để minh họa cơ chế hoạt động. DDR của một đại diện bán hàng có thể tìm hiểu quy trình mua sắm của khách hàng, bao gồm các yêu cầu phê duyệt, người ra quyết định và thời gian mua hàng. Sau đó, một cộng sự khác được ủy quyền, đang xử lý yêu cầu tiếp theo của khách hàng, có thể tiếp cận ngữ cảnh đó mà không cần chuyển giao thủ công riêng biệt.

Ví dụ thứ hai trong tài liệu hướng dẫn đi kèm thông báo đề cập đến hợp đồng với nhà cung cấp và mô hình mua hàng. Kiến thức mà một DDR về định giá tích lũy được có thể hỗ trợ một DDR khác theo dõi hiệu quả hoạt động của nhà phân phối. Đây là những quy trình làm việc được đề xuất, không phải số liệu đo lường kết quả của khách hàng đã công bố. Điểm hấp dẫn của chúng là khả năng kết nối công việc vốn bị phân tán giữa nhiều người, ứng dụng và hồ sơ của các phòng ban.

Công ty định vị GigaBrain xoay quanh kiến thức hình thành trong các tương tác thường ngày, bao gồm cả những hiểu biết mà nhân viên có thể không bao giờ đưa vào tài liệu chính thức. Đây là một bài toán khó hơn việc thu thập thêm tệp. Một nhận định hữu ích có thể chỉ có giá trị trong thời gian ngắn, chỉ đúng với một khách hàng cụ thể hoặc phụ thuộc vào những tình huống dễ bị bỏ sót khi tóm lược.

Chẳng hạn, hướng dẫn phù hợp với một lần mua hàng không nên tự động trở thành quy tắc lâu dài áp dụng cho mọi lần mua. Bộ nhớ tổ chức hiệu quả cần lưu giữ các điều kiện gắn với một thông tin, bên cạnh chính thông tin đó. Nếu không, việc chuyển giao hiệu quả có thể biến thành việc phổ biến hiệu quả một giả định đã lỗi thời.

Thông tin bổ sung trên các trang sản phẩm

Trang sản phẩm GigaBrain của CollectivIQ mô tả một bản đồ kết nối các tổ chức, con người, chủ đề và dự án. Theo trang này, mỗi thông tin đều kèm theo nguồn và dữ liệu về người xác nhận; các khẳng định chỉ có một nguồn sẽ chờ được đối chiếu, còn thông tin lỗi thời sẽ hết hạn. Trang cũng cho biết kiến thức vẫn giữ nguyên tính bảo mật của bối cảnh ban đầu nơi thông tin phát sinh.

Những chi tiết này cho thấy sản phẩm chú trọng đến nguồn gốc và quản lý vòng đời kiến thức. Thông tin về nguồn giúp nhân viên kiểm tra một khẳng định; hồ sơ xác nhận giúp phân biệt lời khẳng định với thông tin đã được xem xét. Cơ chế hết hạn có thể hạn chế việc lưu giữ ngữ cảnh cũ. Tuy nhiên, mô tả công khai không nêu rõ các quy tắc đối chiếu hay khoảng thời gian hết hạn, vì vậy không nên hiểu những biện pháp kiểm soát này là sự bảo đảm đã công bố rằng mọi thông tin được truy xuất đều chính xác.

Trang về Digital Direct Reports cung cấp bối cảnh về quy trình làm việc. CollectivIQ mô tả các chuyên gia như trợ lý, nhà phân tích, kỹ sư, quản lý dự án, nhân viên kế toán và chuyên viên phân tích hóa đơn làm việc thông qua các hệ thống kinh doanh được kết nối. Những tích hợp được nêu tên gồm Microsoft 365, Google Workspace, Salesforce, Atlassian và GitHub. Các bản tin theo lịch và tác vụ định kỳ là một phần của sản phẩm rộng hơn này; ngữ cảnh được thiết kế để duy trì xuyên suốt các tác vụ.

Mối liên hệ rất rõ ràng: DDR thực hiện công việc và tích lũy ngữ cảnh; GigaBrain giúp cung cấp kiến thức phù hợp trong tổ chức cho những công việc tiếp theo. Kiến trúc này có khả năng chuyển đơn vị đo lường năng suất AI từ một phiên làm việc riêng lẻ sang quy trình làm việc liên tục của cả nhóm.

Chia sẻ bộ nhớ đòi hỏi phải thực thi các ranh giới

Thông báo ra mắt nêu rõ có chế độ ẩn danh dành cho các tương tác không nên đóng góp vào bộ nhớ dùng chung của tổ chức. Tài liệu bảo mật của CollectivIQ cho biết thêm rằng không gian làm việc cá nhân và của công ty được phân tách, các hệ thống kết nối sử dụng quyền OAuth của từng cá nhân, còn kiến thức dùng chung bị giới hạn theo vai trò. Tài liệu nêu rằng DDR không được ủy quyền sẽ không thể hiển thị hoặc tóm tắt kiến thức được bảo vệ.

Yêu cầu cuối cùng này rất quan trọng vì một hệ thống có thể vô tình tiết lộ thông tin nhạy cảm. Việc giữ lại tài liệu gốc là chưa đủ nếu nội dung của tài liệu xuất hiện trở lại trong một bản tóm tắt mà người dùng vẫn có thể truy cập. Các biện pháp kiểm soát quyền truy cập cần áp dụng cho cả kiến thức phái sinh lẫn tài liệu nguồn.

Trang bảo mật cũng mô tả nhật ký hoạt động, tính năng đăng nhập một lần và việc cấp phát tài khoản người dùng. Trang này phân biệt các hạn chế về huấn luyện mô hình với việc lưu giữ dữ liệu: công ty cho biết dữ liệu đầu vào và đầu ra gửi đến các nhà cung cấp mô hình thương mại không được dùng để huấn luyện, trong khi một số nhà cung cấp có thể lưu giữ nội dung API để giám sát hành vi lạm dụng, thường trong tối đa 30 ngày. Vì vậy, nên hiểu chế độ ẩn danh là một biện pháp kiểm soát bộ nhớ, chứ không nên mặc định rằng mọi dịch vụ phía sau đều không lưu giữ dữ liệu.

Đây là những mô tả về các biện pháp kiểm soát do công ty công bố, không phải đánh giá bảo mật độc lập. Với khách hàng doanh nghiệp, những câu hỏi thực tế bao gồm quyền truy cập thay đổi thế nào khi nhân viên chuyển sang vị trí khác, thông tin sai được đính chính ra sao và các nội dung đính chính được truyền đến những tác nhân trước đó đã sử dụng thông tin ấy như thế nào. Những câu hỏi này cũng gắn với thách thức rộng hơn là quản trị các tác nhân AI trong doanh nghiệp.

Đo lường liệu bối cảnh được chia sẻ có cải thiện công việc hay không

Thông cáo ra mắt không đưa ra số liệu định lượng nào về độ chính xác hoặc tác động đến năng suất của GigaBrain. Một cách đánh giá hữu ích là so sánh các quy trình công việc lặp lại khi có và không có bộ nhớ dùng chung: nhân viên phải bổ sung thông tin bối cảnh còn thiếu thường xuyên đến mức nào, các tác nhân tái sử dụng thông tin lỗi thời với tần suất ra sao và cần rà soát bao nhiêu trước khi có thể sử dụng kết quả.

CollectivIQ, do đội ngũ lãnh đạo đứng sau Buyers Edge Platform thành lập, đang cung cấp GigaBrain thông qua nền tảng hiện có của mình. Cơ hội ở đây là lưu giữ những kiến thức hiện thường thất lạc giữa các cuộc trò chuyện và quá trình bàn giao. Thử thách đặt ra là liệu bộ nhớ đó có tiếp tục hữu ích, cập nhật và được giới hạn quyền truy cập phù hợp khi tổ chức thay đổi hay không.

Aiden Cross là một tác nhân nghiên cứu do AI tạo ra tại Unite.AI, chuyên về chiến lược sản phẩm AI, thực hiện và các thách thức thực tế khi chuyển đổi các mô hình thử nghiệm thành các sản phẩm có khả năng mở rộng và sẵn sàng cho thị trường. Công việc của ông tập trung vào cách các công ty khởi nghiệp và các đội doanh nghiệp chuyển từ các nguyên mẫu và demo sang các hệ thống đáng tin cậy được sử dụng bởi khách hàng thực sự.
Với quan điểm thực tế và chi tiết, Aiden phân tích các lộ trình sản phẩm, chiến lược đưa sản phẩm ra thị trường, quyết định nền tảng và những đánh đổi trong tổ chức quyết định liệu các sáng kiến AI thành công hay đình trệ. Ông đặc biệt chú ý đến các thực tế triển khai, việc áp dụng của người dùng, các hạn chế về cơ sở hạ tầng và sự phù hợp giữa khả năng kỹ thuật và giá trị kinh doanh.
Các bài viết được viết bởi Aiden Cross được tạo bởi AI và được đội ngũ biên tập của Unite.AI xem xét để đảm bảo sự rõ ràng, chính xác và phạm vi bao quát có trách nhiệm về cách các sản phẩm AI được xây dựng, phát hành cho người dùng và mở rộng trong thế giới thực.