Si u jep V7 agjentëve të IA-së kujtesë institucionale
V7 i kthen skedarët e kompanisë në kontekst për agjentët, ndërsa GPT‑6 Astra arrin saktësi prej 89% në testet më të vështira të kërkimit në grafik.
Rezultatet
89%
Saktësia e GPT-6 Astra në pyetjet më të vështira
Rezultatet
78%
Kosto më e ulët për dokument me GPT-5.6 Luna
Rezultatet
+11,6 pikë
Saktësi më e lartë me GPT-5.6 Luna
Modelet e sotme mund të arsyetojnë për detyra komplekse, por nuk e kuptojnë automatikisht kontekstin themelor të biznesit pas këtyre detyrave. Cili raport fondi është aktual? Si emërtohet i njëjti entitet në tri sisteme të ndryshme?
Ky kontekst gjendet në dokumente, dhoma të dhënash, fletëllogaritëse, email-e dhe mjete të brendshme: i shpërndarë, i papërpunuar dhe i padukshëm për agjentët. Për ekipet në financë, sigurime dhe pasuri të paluajtshme, saktësia e marrjes së informacionit brenda proceseve të punës është e panegociueshme.
Pasi krijuan së bashku një aplikacion shumë të përdorur aksesueshmërie me vizion kompjuterik, Rizzoli dhe Edwardsson themeluan V7(hapet në një dritare të re) në vitin 2018 për t’i ndihmuar kompanitë t’u mësojnë sistemeve të IA-së se si funksionojnë bizneset e tyre. V7 Go është një platformë me agjentë për krijimin e proceseve kritike të punës dhe organizimin e kontekstit të fshehur në një memorie ku agjentët mund të kërkojnë e të veprojnë.
V7 Go përdor GPT‑5.6 Luna për të nxjerrë informacion nga miliona skedarë dhe për ta organizuar në Grafikun e Kontekstit, i cili lidh entitete, marrëdhënie dhe prova të cituara, duke fuqizuar kërkimin MCP dhe proceset e përsëritshme të punës që mund të përfshijnë qindra hapa. Për proceset e punës, V7 Go përdor GPT‑5.6 Terra dhe Sol për arsyetim dhe përdorim mjetesh në udhëzime komplekse me shumë hapa, të cilat njerëzve u duhen dhjetëra orë për t’i përfunduar. V7 po fillon gjithashtu të përdorë GPT‑6 Astra për pyetjet më kërkuese në Grafikun e Kontekstit, përfshirë analizën financiare në mijëra dokumente.
Me kontekstin, modelet dhe mjetet që punojnë së bashku, V7 thotë se agjentët i përfundojnë brenda pak minutash proceset me 50–100 hapa, duke arritur saktësi prej 99,9% dhe duke ruajtur një gjurmë të auditueshme të çdo vendimi.
“Për të zgjidhur raste të vështira përdorimi në ndërmarrje, në financë dhe sigurime, IA-ja duhet të mësojë se si funksionon biznesi juaj po aq mirë sa ka mësuar nga interneti.”
Grafiku i Kontekstit zgjidh një problem specifik. Agjentëve u duhet ta rizbulojnë kontekstin për çdo kërkesë, çka sjell dhjetëra kërkime që kushtojnë kohë e tokenë dhe shpesh lënë pa gjetur informacione kyçe të fshehura në marrëdhënie.
Kur mbërrijnë të dhënat, V7 Go lidhet me depo si SharePoint dhe Google Drive, i skanon për entitete, marrëdhënie, fakte, atribute e tregues dhe plotëson një grafik që përshkohet shumë më lirë dhe më shpejt se me qasjet me kontekst të gjatë.
Grafiku i Kontekstit u jep agjentëve një regjistër të strukturuar e të përditësuar, ku mund të kërkojnë drejtpërdrejt. Kur mbërrin një skedar i ri, V7 Go identifikon kompanitë, fondet, njerëzit ose çdo entitet në një ontologji, pastaj e lidh çdo fakt me një regjistër të ri ose ekzistues dhe ruan provat e cituara nga burimi origjinal. Nëse grafiku nuk përmban informacion të mjaftueshëm, V7 Go mund të kërkojë sërish në dokumentet bazë me RAG.
V7 ka testuar gjithashtu se sa rëndësi ka struktura e këtij konteksti. Në HERB, një standard vlerësimi për gjetjen dhe lidhjen e informacionit të shpërndarë në sistemet e ndërmarrjeve, sistemi i V7 vetëm për marrjen e informacionit e tejkaloi nivelin bazë zyrtar me 69% dhe uli me 38% halucinacionet në pyetjet pa përgjigje. V7 Go e përdor këtë kontekst të lidhur me burimet për t’i mbështetur proceset komplekse të punës në informacionin e vetë kompanisë.
V7 Go e përdor këtë kontekst të organizuar në procese pune si shqyrtimi i marrëveshjeve të kapitalit privat dhe vlerësimi i riskut në sigurime. Në demonstrimin më poshtë, një proces pune nxjerr informacion nga një dokument marrëveshjeje i quajtur Memorandum i Informacionit Konfidencial (CIM), përpunon të dhënat kryesore financiare, kushtet e marrëveshjes dhe hollësitë e drejtimit, si dhe citon fushat e riskut para se V7 Go të hartojë një shënim shqyrtimi.
Grafiku i Kontekstit i mundëson një modeli të punojë me historikun e një firme pa iu dashur ta rimësojë çdo herë. Për agjentët që funksionojnë për periudha të gjata, V7 Go i mban shkëmbimet e fundit në kontekstin aktiv të modelit dhe materialin më të vjetër e ruan në grafik, që të merret kur nevojitet.
Ky kontekst i përbashkët po përshpejton tashmë punën me shumë dokumente për klientët e V7:
Menaxherët e aseteve mund t’i shqyrtojnë marrëveshjet 21 herë më shpejt se më parë, duke e shkurtuar në vetëm 15 minuta një proces që zgjaste gjithë ditën
Një ekip shërbimesh financiare e uli kohën e shqyrtimit nga mbi 100 orë në më pak se 10, duke kursyer 12 000 USD në kosto ekspertësh për çdo detyrë
Ekipet e sigurimeve i ulën me 13,5% gabimet në përpunimin e kërkesave për dëmshpërblim krahasuar me procesin bazë manual, pasi u dhanë agjentëve të tyre njohuri historike për të gjitha kërkesat e mëparshme dhe policat ekzistuese
“Me GPT-5.6 Terra kemi mundur të heqim shumë faza të ndërmjetme të proceseve të punës, të cilat më parë ekzistonin vetëm për t’ia thjeshtuar detyrën modelit. Kjo na ka kursyer ditë të tëra pune dhe shpesh i realizon gjërat saktë që në ndërtimin e parë të një procesi pune, falë një modeli më të fuqishëm dhe qasjes në më shumë kontekst.”
Proceset komplekse të punës me shumë hapa varen nga aftësia e modelit për të ndjekur me besueshmëri udhëzime të gjata, për të përdorur mjete, për të interpretuar rezultatet dhe për të përshkuar një varg të gjatë hapash. Një gabim i vetëm në një fazë të hershme mund të sjellë pasoja të kushtueshme dhe të cenojë besimin te sistemet e IA-së. V7 Go i udhëheq modelet në detyra afatgjata që përfshijnë kod determinist, kalime te modele më të vogla, hapa për gjenerimin e skedarëve dhe integrime, me një gjurmë të auditueshme të çdo ekzekutimi.
Në proceset e punës të gjeneruara nga IA-ja, V7 Go e cakton çdo hap në nivelin e shpejtë, mesatar ose inteligjent. GPT‑5.6 Luna kryen nxjerrjen e strukturuar dhe punë të tjera me volum të lartë, ndërsa GPT‑5.6 Terra ose Sol fuqizojnë bisedën, rrugën Go Agent dhe hapat që kërkojnë më shumë arsyetim ose përdorim mjetesh.
V7 i teston modelet e reja me një paketë standardesh vlerësimi që mirëmbahet vazhdimisht dhe mbulon saktësinë e citimeve, cilësinë e nxjerrjes në qindra lloje dokumentesh, saktësinë e përgjigjeve, ndjekjen e udhëzimeve, vonesën, koston dhe proceset reale të punës në ndërmarrje. OpenAI tejkalon shumicën e modeleve në sjelljet që kanë më shumë rëndësi për V7. OpenAI gjithashtu miratoi dhe zbatoi brenda pak orësh rritjen e kapacitetit që i nevojitej V7, krahasuar me disa javë për ofruesit e tjerë që përdor V7.
“Zgjodhëm OpenAI si zgjedhjen tonë të paracaktuar, sepse funksionon më mirë në proceset shumëhapëshe me mjete, nga të cilat varet V7 Go. Në standardin tonë të vlerësimit për Grafikun e Kontekstit, GPT-5.6 Sol e uli shkallën e gabimeve në thirrjen e mjeteve nga 2,7% me GPT-5.5 në 0,2%”
Në strukturën më të fundit të V7, proceset kryesore të punës me disa thirrje të jashtme tani përfundojnë deri në 50% më shpejt. V7 mati edhe një rritje tjetër të efikasitetit me GPT‑5.6 Luna: kosto 78% më të ulët për dokument sesa me GPT‑5.4 mini. V7 gjithashtu i kaloi ngarkesat e V7 Go me shumë dokumente nga API i përfundimeve të bisedës tek API-ja Responses. Në testet e saj, ky ndryshim uli me rreth 5% përdorimin e tokenëve për disa procese pune me shumë skedarë PDF dhe përmirësoi besueshmërinë e ruajtjes në memorien specifike.
V7 testoi gjithashtu GPT‑6 Astra me pyetjet e saj më të vështira. GPT‑5.6 Sol kishte arritur kufirin në shumë prej standardeve ekzistuese të V7, ndaj kompania krijoi një grup më sfidues pyetjesh për kërkimin në grafik, duke përdorur të dhëna reale më të çrregullta nga mijëra dokumente. Grupi i të dhënave të testit përfshin katër nivele vështirësie. Në nivelin shumë të vështirë, V7 raporton se GPT‑5.6 Sol arriti 78%, ndërsa GPT‑6 Astra arriti saktësi prej 89%. Të dy modelet arritën afërsisht 100% në nivelet e lehta, mesatare dhe të vështira.
V7 Go tashmë ofron kërkimin dhe futjen e të dhënave në Grafikun e Kontekstit përmes serverit të vet MCP, kështu që klientët mund ta përdorin nga ChatGPT dhe klientë të tjerë të pajtueshëm. Ata mund të krijojnë gjithashtu procese pune të V7 Go përmes MCP-së në Codex. Së bashku me projektimin më të thjeshtë të proceseve të punës, kjo e ka ulur kohën e nevojshme për të krijuar një proces me gjatësi mesatare nga rreth një orë në afro 20 minuta.
Synimi afatgjatë i V7 është ta bëjë këtë memorie të përbashkët më proaktive. Ekipi po punon për procese pune që nisin kur ndryshojnë faktet në Grafikun e Kontekstit, sinjalizojnë mospërputhjet dhe u tregojnë njerëzve se cilat analiza duhen rishikuar. Për shembull, një raport fondi i riparaqitur mund ta nxisë V7 Go të sinjalizojë punët që mbështeten ende në shifrat e vjetra.
“Synimi ynë është t’i ndihmojmë ndërmarrjet të ripajisen për epokën e IA-së, me procese pune që zgjidhin detyra kritike dhe me një memorie që na tejkalon ne njerëzve”, thotë Rizzoli. “Firmat financiare që do të përfitojnë vlerë reale nga IA-ja nuk do të jenë ato me më shumë agjentë. Do të jenë ato me kontekstin më të mirë.”
