V7 ЖИ агенттеріне ұйымдық жадты қалай береді

Қазіргі модельдер күрделі тапсырмалар бойынша ой қорыта алады, бірақ олардың негізіндегі бизнес контекстін автоматты түрде түсінбейді. Қор есептерінің қайсысы өзекті? Үш жүйеде бір нысан қалай аталады?

Бұл контекст құжаттарда, деректер бөлмелерінде, электрондық кестелерде, электрондық хаттарда және ішкі құралдарда сақталады: бытыраңқы, реттелмеген және агенттерге көрінбейді. Қаржы, сақтандыру және жылжымайтын мүлік салаларындағы топтар үшін жұмыс процестеріндегі іздеу дәлдігі міндетті талап саналады.

Риццоли мен Эдвардссон компьютерлік көру технологиясына негізделген кең таралған қолжетімділік қолданбасын бірге жасағаннан кейін, компанияларға ЖИ жүйелеріне өз бизнесінің қалай жұмыс істейтінін үйретуге көмектесу үшін 2018 жылы V7⁠(жаңа терезеде ашылады) компаниясын құрды. V7 Go — аса маңызды жұмыс процестерін жасауға және жасырын контексті агенттер сұрау жіберіп, әрекет ете алатын жадқа айналдыруға арналған агенттік платформа.

V7 Go миллиондаған файлдан ақпарат шығарып, оны нысандарды, байланыстарды және сілтеме жасалған дәлелдерді біріктіретін Контекст графында реттеу үшін GPT‑5.6 Luna-ны пайдаланады. Бұл MCP іздеуіне және жүздеген қадамды қамти алатын қайталанбалы жұмыс процестеріне қуат береді. V7 Go адамдар ондаған сағат жұмсайтын күрделі, көпсатылы нұсқаулар аясында ой қорыту және құралдарды қолдану үшін жұмыс процестерінде GPT‑5.6 Terra мен Sol-ды пайдаланады. V7 GPT‑6 Astra-ны Контекст графының ең күрделі сұрауларында, соның ішінде мыңдаған құжатты қамтитын қаржылық талдауда да қолдана бастады.

V7 дерегінше, контекст, модельдер мен құралдар бірлесіп жұмыс істегенде, агенттер 50–100 қадамдық жұмыс процестерін бірнеше минутта 99,9% дәлдікпен аяқтап, әр шешімнің тексерілетін ізін сақтайды.

Контекст графы нақты бір мәселені шешеді. Агенттер әр сұрауда контексті қайта анықтауға мәжбүр. Соның салдарынан уақыт пен токен жұмсайтын ондаған іздеу жасалып, байланыстар арасында жасырынған маңызды ақпарат жиі назардан тыс қалады.

Деректер түскенде, V7 Go SharePoint және Google Drive сияқты репозиторийлерге қосылып, олардан нысандарды, байланыстарды, фактілерді, атрибуттар мен көрсеткіштерді іздейді де, ұзақ контекст тәсілдеріне қарағанда бірнеше есе арзан әрі жылдам шарланатын графты толтырады.

Контекст графы агенттерге тікелей сұрау жіберуге болатын құрылымдалған әрі өзекті жазбаны ұсынады. Жаңа файл түскенде, V7 Go компанияларды, қорларды, адамдарды немесе онтологиядағы кез келген нысанды анықтайды, әр фактіні жаңа не қолданыстағы жазбамен байланыстырады және түпнұсқа дереккөзге сілтеме жасайтын дәлелдерді сақтайды. Графта ақпарат жеткіліксіз болса, V7 Go негізгі құжаттарды RAG арқылы іздей алады.

V7 сол контекст құрылымының қаншалықты маңызды екенін де тексерді. Кәсіпорын жүйелеріне таралған ақпаратты тауып, байланыстыруға арналған HERB эталондық сынағында V7-нің тек іздеуге негізделген жүйесі ресми бастапқы көрсеткіштен 69%-ға озып, жауап беруге келмейтін сұраулардағы галлюцинацияларды 38%-ға азайтты. V7 Go күрделі жұмыс процестерін әр компанияның өз ақпаратына негіздеу үшін дереккөзбен байланыстырылған осы контексті пайдаланады.

V7 Go осы реттелген контексті жеке капитал мәмілелерін іріктеу және сақтандыру андеррайтингі сияқты жұмыс процестерінде пайдаланады. Төмендегі көрсетілімде жұмыс процесі Құпия ақпарат меморандумы (CIM) деп аталатын мәміле құжатынан ақпарат алып, негізгі қаржы көрсеткіштерін, мәміле шарттары мен басшылық туралы мәліметтерді енгізеді, тәуекел өрістеріне дереккөз сілтемелерін қосады, содан кейін V7 Go іріктеу жазбасын дайындайды.

Контекст графы модельге компанияның тарихын әр жолы қайта үйренбей-ақ пайдалануға мүмкіндік береді. Ұзақ жұмыс істейтін агенттер үшін V7 Go соңғы алмасуларды модельдің белсенді контекстінде сақтайды, ал ескі материалды қажет кезінде алу үшін графқа орналастырады.

Бұл ортақ контекст V7 клиенттерінің құжаттарға негізделген жұмысын қазірдің өзінде жеделдетіп отыр:

• Активтерді басқарушылар мәмілелерді бұрынғыдан 21 есе жылдам іріктеп, бір күндік процесті небәрі 15 минутқа дейін қысқарта алады

• Қаржылық қызметтер тобы тексеру уақытын 100 сағаттан астам мерзімнен 10 сағатқа дейін қысқартып, әр тапсырмаға жұмсалатын сарапшы шығынынан 12 000 доллар үнемдеді

• Сақтандыру топтары агенттеріне бұрынғы барлық өтем талаптары мен қолданыстағы полистер туралы тарихи білім бергеннен кейін, қолмен өңдеудің бастапқы көрсеткішімен салыстырғанда өтем талаптарын өңдеу қателерін 13,5%-ға азайтты

Күрделі, көпсатылы жұмыс процестері модельдің ұзақ нұсқауларды сенімді орындауына, құралдарды іске қосуына, нәтижелерді түсіндіруіне және ұзақ қадамдар тізбегінен өтуіне тәуелді. Бастапқы кезеңдегі бір қате қымбат салдарға әкеліп, ЖИ жүйелеріне деген сенімді бұзуы мүмкін. V7 Go модельдерді детерминделген кодты, шағын модельдерге тапсыруды, файл жасау қадамдарын және интеграцияларды қамтитын ұзақ мерзімді тапсырмалар бойымен бағыттап, әрбір орындалудың тексерілетін ізін сақтайды.

ЖИ жасаған жұмыс процестерінде V7 Go әр қадамды жылдам, орташа және зияткерлік деңгейлерге бөледі. GPT‑5.6 Luna құрылымдалған деректерді шығару мен басқа да ауқымды жұмыстарды орындайды, ал GPT‑5.6 Terra немесе Sol чатқа, Go Agent бағытына және көбірек ой қорыту не құрал қолдануды қажет ететін қадамдарға қуат береді.

V7 жаңа модельдерді дәйексөз дәлдігін, жүздеген құжат түрінен дерек шығару сапасын, жауап дұрыстығын, нұсқауларды орындауды, кідірісті, шығынды және кәсіпорындардың нақты жұмыс процестерін қамтитын, үнемі жаңартылып отыратын эталондық сынақтар жиынтығымен тексереді. V7 үшін ең маңызды әрекеттер бойынша OpenAI көптеген модельдерден озық. Сондай-ақ OpenAI V7-нің қуатты арттыру қажеттілігін бірнеше сағат ішінде мақұлдап, іске асырды, ал V7 пайдаланатын басқа провайдерлерге бұған бірнеше апта қажет болды.

V7-нің соңғы тапсырма ортасында бірнеше сыртқы шақыруы бар негізгі жұмыс процестері енді 50%-ға дейін жылдамырақ аяқталады. V7 GPT‑5.6 Luna көмегімен тағы бір тиімділік өсімін өлшеді: бір құжаттың құны GPT‑5.4 mini-мен салыстырғанда 78%-ға төмен болды. V7 құжаттарға негізделген V7 Go жүктемелерін чат жауаптарын құратын API-ден Responses API-сіне көшірді. Сынақ барысында бұл өзгеріс PDF құжаттары көп кейбір жұмыс процестерінде токен қолданысын шамамен 5%-ға азайтып, кэштеу сенімділігін арттырды.

V7 ең қиын сұрауларында GPT‑6 Astra-ны да сынады. GPT‑5.6 Sol V7-нің қолданыстағы көптеген эталондық сынағында шегіне жеткендіктен, компания мыңдаған құжаттағы ретсіздеу шынайы деректерді пайдаланып, граф сұраулары бойынша күрделірек сұрақтар жиынтығын жасады. Сынақ деректерінің жиынтығы төрт қиындық деңгейін қамтиды. V7 дерегінше, аса қиын деңгейде GPT‑5.6 Sol 78%, ал GPT‑6 Astra 89% дәлдік көрсетті. Екі модель де оңай, орташа және қиын деңгейлерде 100%-ға жуық нәтиже көрсетті.

V7 Go Контекст графына сұрау жіберу мен дерек енгізуді MCP сервері арқылы қолжетімді еткен, сондықтан клиенттер оны ChatGPT және басқа үйлесімді клиенттерден пайдалана алады. Олар Codex ішінде MCP арқылы V7 Go жұмыс процестерін де жасай алады. Жұмыс процесін жобалаудың жеңілдеуімен бірге бұл орташа ұзындықтағы жұмыс процесін жасау уақытын шамамен бір сағаттан 20 минутқа дейін қысқартты.

V7-нің ұзақ мерзімді мақсаты — осы ортақ жадты белсендірек ету. Топ Контекст графындағы фактілер өзгергенде басталатын, сәйкессіздіктерді белгілейтін және қандай талдауларды қайта қарау керектігін көрсететін жұмыс процестерін әзірлеп жатыр. Мысалы, қайта жасалған қор есебі V7 Go жүйесіне әлі де ескі сандарға сүйенетін жұмысты белгілеуге түрткі болуы мүмкін.

«Мақсатымыз — аса маңызды міндеттерді шешетін жұмыс процестері мен адамнан да мықты жады арқылы кәсіпорындардың ЖИ дәуіріне сай қайта жарақтануына көмектесу», — дейді Риццоли. «ЖИ-ден нақты пайда көретін қаржы компаниялары агенті ең көп компаниялар болмайды. Олар контексті ең жақсы компаниялар болады».