Kako V7 agentom UI zagotavlja institucionalni spomin

Današnji modeli lahko s sklepanjem rešujejo kompleksne naloge, vendar ne razumejo samodejno njihovega poslovnega konteksta. Katero poročilo sklada je trenutno veljavno? Kako je ista entiteta poimenovana v treh različnih sistemih?

Ta kontekst se skriva v dokumentih, podatkovnih sobah, preglednicah, e-pošti in internih orodjih: je razpršen, neusklajen in agentom neviden. Za ekipe v financah, zavarovalništvu in nepremičninski dejavnosti je točnost pridobivanja informacij v delovnih tokovih nujna.

Potem ko sta skupaj razvila široko uporabljano aplikacijo za dostopnost na področju računalniškega vida, sta Rizzoli in Edwardsson leta 2018 ustanovila V7⁠(odpre se v novem oknu), da bi podjetjem pomagala sisteme umetne inteligence naučiti, kako delujejo njihova podjetja. V7 Go je agentska platforma za izdelavo delovnih tokov za ključne naloge, ki skriti kontekst uredi v spomin, po katerem lahko agenti poizvedujejo in na njegovi podlagi ukrepajo.

V7 Go uporablja GPT‑5.6 Luna za pridobivanje informacij iz več milijonov datotek in njihovo urejanje v Graf konteksta, ki povezuje entitete, povezave in navedene dokaze ter omogoča iskanje MCP in ponovljive delovne tokove z več sto koraki. V7 Go v delovnih tokovih uporablja GPT‑5.6 Terra in Sol za sklepanje in uporabo orodij pri kompleksnih večstopenjskih navodilih, za katera bi ljudje potrebovali več deset ur. V7 začenja GPT‑6 Astra uporabljati tudi pri najzahtevnejših poizvedbah v Grafu konteksta, vključno s finančnimi analizami več tisoč dokumentov.

V7 navaja, da agenti s skupnim delovanjem konteksta, modelov in orodij v nekaj minutah izvedejo delovne tokove s 50–100 koraki, dosežejo 99,9-odstotno točnost in ohranijo sledljiv zapis vsake sprejete odločitve.

Graf konteksta rešuje točno določeno težavo. Agenti morajo pri vsaki zahtevi znova odkrivati kontekst, kar zahteva na desetine iskanj ter porablja čas in žetone, pogosto pa spregledajo ključne informacije, skrite v povezavah.

Ko prispejo podatki, se V7 Go poveže z repozitoriji, kot sta SharePoint in Google Drive, jih pregleda ter poišče entitete, povezave, dejstva, lastnosti in metrike. Nato napolni graf, po katerem je mogoče iskati za red velikosti ceneje in hitreje kot s pristopi, ki uporabljajo dolg kontekst.

Graf konteksta agentom zagotavlja strukturiran in posodobljen zapis, po katerem lahko neposredno poizvedujejo. Ko prispe nova datoteka, V7 Go prepozna podjetja, sklade, osebe ali katero koli entiteto iz ontologije, nato vsako dejstvo poveže z novim ali obstoječim zapisom ter ohrani navedene dokaze iz izvirnega vira. Če graf ne vsebuje dovolj informacij, lahko V7 Go z metodo RAG še vedno preišče izvorne dokumente.

V7 je preizkusil tudi, kako pomembna je struktura tega konteksta. Pri HERB-u, primerjalnem testu za iskanje in povezovanje informacij, razpršenih po sistemih podjetja, je sistem V7, ki temelji le na pridobivanju informacij, uradno izhodišče presegel za 69 %, pri poizvedbah brez možnega odgovora pa zmanjšal halucinacije za 38 %. V7 Go s tem kontekstom, povezanim z viri, zagotavlja, da kompleksni delovni tokovi temeljijo na lastnih informacijah posameznega podjetja.

V7 Go ta urejeni kontekst uporablja v delovnih tokovih, kot sta pregled poslov zasebnega kapitala in ocenjevanje zavarovalnih tveganj. V spodnjem prikazu delovni tok iz dokumenta o poslu, imenovanega memorandum o zaupnih informacijah (CIM), pridobi podatke, vnese ključne finančne podatke, pogoje posla in podrobnosti o vodstvu ter navede vire za polja tveganj, preden V7 Go pripravi poročilo o pregledu.

Graf konteksta modelu omogoča uporabo zgodovine podjetja, ne da bi se je moral vsakič znova učiti. Pri dolgotrajno delujočih agentih V7 Go nedavne izmenjave ohrani v aktivnem kontekstu modela, starejše gradivo pa shrani v graf, od koder ga po potrebi pridobi.

Ta skupni kontekst strankam V7 že pospešuje delo z veliko dokumenti:

• Upravljavci premoženja lahko posle pregledajo 21-krat hitreje kot prej, saj se je celodnevni postopek skrajšal na samo 15 minut

• Ekipa za finančne storitve je čas pregledovanja skrajšala z več kot 100 ur na manj kot 10 in pri vsaki nalogi prihranila 12.000 USD stroškov strokovnjakov

• Zavarovalniške ekipe so napake pri obdelavi zahtevkov v primerjavi z ročnim izhodiščem zmanjšale za 13,5 %, potem ko so svojim agentom omogočile dostop do zgodovinskih podatkov o vseh prejšnjih zahtevkih in obstoječih policah

Kompleksni večstopenjski delovni tokovi so odvisni od tega, ali model zanesljivo sledi obsežnim navodilom, uporablja orodja, razlaga rezultate in izvede dolg niz korakov. Ena sama napaka v zgodnji fazi lahko povzroči drage posledice in omaje zaupanje v sisteme umetne inteligence. V7 Go vodi modele skozi dolgotrajne naloge, ki vključujejo deterministično kodo, predajo manjšim modelom, ustvarjanje datotek in integracije, pri tem pa zagotavlja sledljiv zapis vsakega izvajanja.

V delovnih tokovih, ustvarjenih z umetno inteligenco, V7 Go vsak korak razvrsti v hitro, srednje ali pametno raven. GPT‑5.6 Luna skrbi za strukturirano pridobivanje podatkov in druga obsežna opravila, GPT‑5.6 Terra ali Sol pa poganjata klepet, pot Go Agenta ter korake, ki zahtevajo več sklepanja ali uporabe orodij.

V7 nove modele preizkuša z nenehno posodabljanim naborom primerjalnih testov, ki zajema točnost navedb virov, kakovost pridobivanja podatkov iz več sto vrst dokumentov, pravilnost odgovorov, upoštevanje navodil, zakasnitev, stroške in dejanske delovne tokove v podjetjih. OpenAI pri vedenjih, ki so za V7 najpomembnejša, prekaša večino modelov. OpenAI je povečanje zmogljivosti, ki ga je potreboval V7, odobril in izvedel v nekaj urah, medtem ko so drugi ponudniki, ki jih uporablja V7, za to potrebovali več tednov.

V najnovejšem ogrodju V7 se ključni delovni tokovi z več zunanjimi klici zdaj končajo do 50 % hitreje. V7 je z modelom GPT‑5.6 Luna izmeril še en napredek v učinkovitosti: strošek na dokument je bil za 78 % nižji kot pri GPT‑5.4 mini. V7 je svoje delovne obremenitve V7 Go, ki vključujejo veliko dokumentov, preselil tudi z API-ja za dopolnitve klepeta na Responses API. Pri preizkusih je ta sprememba v nekaterih delovnih tokovih z veliko datotekami PDF zmanjšala porabo žetonov za približno 5 % in izboljšala zanesljivost predpomnjenja.

V7 je na svojih najzahtevnejših poizvedbah preizkusil tudi GPT‑6 Astra. GPT‑5.6 Sol je pri številnih obstoječih primerjalnih testih V7 že dosegal zgornjo mejo, zato je podjetje pripravilo zahtevnejši nabor vprašanj za poizvedovanje po grafu z manj urejenimi podatki iz resničnega sveta, razpršenimi po več tisoč dokumentih. Nabor podatkov za preizkus zajema štiri težavnostne ravni. V7 poroča, da je GPT‑5.6 Sol na najtežji ravni dosegel 78-odstotno, GPT‑6 Astra pa 89-odstotno točnost. Oba modela sta na lahki, srednji in težki ravni dosegla skoraj 100 %.

V7 Go že omogoča poizvedovanje po Grafu konteksta in vnos podatkov prek svojega strežnika MCP, zato ga lahko stranke uporabljajo v ChatGPT in drugih združljivih odjemalcih. Prek MCP lahko v Codex ustvarjajo tudi delovne tokove V7 Go. Skupaj s preprostejšim načrtovanjem delovnih tokov je to čas za izdelavo srednje dolgega delovnega toka skrajšalo s približno ene ure na okoli 20 minut.

Dolgoročni cilj družbe V7 je, da bi ta skupni spomin postal bolj proaktiven. Ekipa razvija delovne tokove, ki se sprožijo ob spremembi dejstev v Grafu konteksta, opozorijo na neskladja in ljudem pokažejo, katere analize je treba znova pregledati. Ob popravi poročila sklada bi lahko V7 Go na primer opozoril na delo, ki še vedno temelji na starih številkah.

»Naš cilj je podjetjem pomagati, da se z novimi orodji pripravijo na dobo umetne inteligence – z delovnimi tokovi, ki rešujejo ključne naloge, in spominom, ki presega človeškega,« pravi Rizzoli. »Finančna podjetja, ki bodo z umetno inteligenco ustvarila resnično vrednost, ne bodo tista z največ agenti. To bodo podjetja z najboljšim kontekstom.«