Euno'nun kurucu ortağı ve CEO'su Sarah Levy, şirketlerin ortalama 10 ila 12 farklı veri platformu işlettiğini söylüyor ve yapay zekâyı devreye almadan önce bunları birleştirmek çoğu şirketin sahip olmadığı yıllar alıyor.
Bunun yerine Euno, mevcut sistemlerde verinin nasıl kullanıldığını ve yönetildiğini haritalıyor; her yapay zekâ ajanı için görebileceği kapsamı rol bazlı kimliklerle belirliyor. Bu mantık, şirketlerin çalışanlarının neye erişebileceğine karar verirken zaten kullandığı mantıkla aynı.
Euno, 9 Eylül'de N47 liderliğindeki 23 milyon dolarlık Seri A turunu kapattı ve toplam fonlaması 29 milyon dolara ulaştı.
Şirketler veri odaklı olmak için yıllarca yatırım yaptı, satış, pazarlama, finans ve ürün bilgilerini genişleyen sistemler koleksiyonunda biriktirdi. Şimdi asıl zor olan, yapay zekânın bu sistemleri birlikte anlamlandırması. Bu soruna yönelik kurulan kurumsal yapay zekâ bağlam platformu Euno, 9 Eylül'de N47 liderliğindeki 23 milyon dolarlık Seri A turunu kapattı ve şirketin açıklamasına göre toplam fonlaması 29 milyon dolara yükseldi.
Levy, PYMNTS'e verdiği demeçte verinin “parçalı, karmaşık ve kaotik” olabileceğini, yinelenmeler, tutarsızlıklar ve çelişkili bilgiler içerdiğini söyledi. Hangi elektronik tabloyu bir ekibin kullandığı veya yöneticilerin hangi metriğe güvendiği gibi bilgiler hiç resmileşmemiş olabilir. “Bilginin kim tarafından nasıl kullanıldığı, nasıl hesaplandığı, ne anlama geldiği pek çok sistemde saklanıyor” dedi Levy. “Ayrıca insanların zihninde gerçekten var olan benzersiz bir bilgi de var.”
Bu durum yapay zekâ için farklı bir altyapı gereksinimi yaratıyor. Büyük bir dil modelini bir veritabanına bağlamak bilgiye erişim sağlar ama modele hangi bilginin yetkili olduğunu veya farklı veri parçalarının birbirleriyle nasıl ilişkili olduğunu söylemez.
Levy'e göre tipik bir şirket 10 ila 12 farklı veri platformu ve iş zekâsı aracı işletiyor ve yapay zekâyı devreye almadan önce bunları birleştirmeyi beklemek şirketin sahip olmadığı yıllar alır. Euno'nun platformu bu mevcut sistemlerin yerine geçmek yerine onların üzerine oturuyor; veri göllerine, depolarına, iş zekâsı ve dönüşüm araçlarına entegre olarak kullanım, hesaplamalar, tanımlar, sahiplik ve veri akışları dahil meta veri ve operasyonel sinyalleri topluyor. Ardından bunların arasındaki ilişkileri haritalıyor; böylece bir yapay zekâ sistemi bilginin nasıl oluşturulduğunu ve kullanıldığını anlayabiliyor. Levy'ye göre Euno kurumsal verinin kendisini toplamıyor veya saklamıyor.
Bölünmüş Yapay Zekâ Ajanları Bölünmüş Bağlam Yaratıyor
Şirketler farklı departmanlarda farklı yapay zekâ uygulamaları devreye aldıkça bağlam sorunu daha belirgin hale geliyor. Levy'e göre kurumsal yapay zekâ uygulamalarının çoğu müşteri başarısı, faturalama veya depo yönetimi gibi bireysel iş akışlarına bağlı kalıyor ve her biri kendi sözlüğünü, kurallarını ve veri bağlamını geliştiriyor. Kurumsal veri altında değiştiğinde bu ayrı bağlam katmanlarının manuel olarak sürdürülmesi gerekiyor. “İnsanlar bunun sürekli bakımını yapıyor ve eliyle yönlendiriyor” dedi Levy. “Basitçe söylemek gerekirse insanlar robotlara çalışıyor.”
Levy örnek olarak Euno müşterisi AlphaSense'i gösterdi. Piyasa istihbaratı şirketi, Anthropic'in Claude'unu iş kullanıcılarına sunma çabasında Tableau ve Snowflake dahil sistemlerde yılların raporları, panoları ve eski mantığına sahip. Euno mevcut Tableau mantığını haritalıyor ve bunu Snowflake'te yönetilen metrikler ve semantiklere çevirmeye yardımcı oluyor; böylece çalışanlar Claude'a sorgu yaptığında sistem cevabın nereden geldiği ve nasıl hesaplandığı da dahil bağlamı sağlayabiliyor.
Kurumsal kullanıcılar için cevap sadece başlangıç, dedi Levy. “Bunu nereden getirdin? Nasıl ortaya çıkardın? Bu analizi kim oluşturdu?” diye sordu, iş kullanıcılarının sorduğu takip sorularını tanımlarken. “Bu gerçek sohbet. Sadece bir cevap almak yeterli değil.”
Düzenleyiciler Yapay Zekâ Ajanlarının Neyi Görebileceğini Sormak İstiyor
Ajanlara daha derin kurumsal bilgi vermek başka bir sorun yaratıyor: bir yapay zekâ sistemi şirketin bildiği her şeyi bilememeli. Ajandan daha kullanışlı kılan aynı bağlam, işinin kapsamı dışındaki bilgilere erişimi açığa çıkarabilir.
Euno bunu rol bazlı kimliklerle ele alıyor, dedi Levy. Örneğin finansal raporlamayı destekleyen bir ajan yönetilen finansal kilit performans göstergeleri ve tablolarından oluşan bir koleksiyonla sınırlı kalabilirken, ürün odaklı bir ajan daha geniş bir bağlam alabilir; sınırlar merkezi bir yönetişim ekibi tarafından belirlenir. “Sadece rolünüz ve görevinizle ilgili bağlama erişim alırsınız” dedi Levy.
Bankacılık ve ödemelerde bu sınır denetim sorusudur. PYMNTS'in aktardığına göre Haziran ayında KPMG'nin yaptığı bir ankette bankaların yüzde 51'i yapay zekâ ajanlarını pilotluyordu. Aynı ay Para Birimi Denetçisi Ofisi ve Federal Rezerv, bankalara yapay zekâ kontrolleriyle ilgili ayrıntılı sorular soruyordu; sistemin yetkili sınırlarının ötesinde veriye erişip erişemeyeceği veya çıkarım yapıp yapamayacağı da dahil. Levy'nin tarif ettiği şekilde kapsamlandırılmış bir ajan, cevabının arkasındaki yönetilen tabloyu ve onu sahiplenen ekibi adlandırabildiğinde, denetçi ve analist aynı kayda sahip olur.
Sarah Levy, Euno'nun kurucu ortağı ve CEO'su. Kuruluşların veriyi nasıl oluşturduğunu, kullandığını ve yönettiğini sürekli öğrenen, yapay zekâ ajanlarına kurumsal veri içinde gezinmek ve güvenilir şekilde hareket etmek için ihtiyaç duydukları kurumsal zekâyı veren bir yapay zekâ bağlam platformu.
