AI-Soda Brain

Des données d’entreprise aux réponses vérifiables : l’approche de SebAgent

Découvrez comment AI-Soda Brain rassemble les systèmes d’entreprise, les connaissances de l’entreprise et les données d’équipement via des réponses sémantiques, de récupération et de traçabilité.

Intégration de systèmesMise à jour en novembre 202612 min de lecture
Cadre de fabrication
Cadre de fabrication

Rendre les données d’entreprise ouvertes aux questions de suivi

Les informations de l’entreprise sont réparties entre ERP, CRM, systèmes de suivi de la production et des équipements, et documents. Répondre à une question métier peut exiger de consulter plusieurs systèmes et de s’accorder sur les champs, les indicateurs et la période de référence. SebAgent vise à relier une question aux sources qui étayent la réponse, en s’appuyant sur les systèmes déjà en place.

Cet article présente l’architecture de l’IA d’entreprise, de la connexion aux sources à la sémantique métier, à l’interrogation des données et à la recherche documentaire. Les exemples illustrent un processus de travail. Les fonctionnalités, les options de déploiement et les performances dépendent de la version livrée et de la validation dans le projet.

Commencez par le patrimoine de données

Les informations commerciales comprennent les commandes, les stocks, les créances et les enregistrements de production, ainsi que les relevés d’équipement, les journaux de qualité, les dessins et les manuels de maintenance. Leur structure, leurs calendriers d’actualisation et leurs autorisations d’accès diffèrent. Chaque source a besoin d’un propriétaire et d’un champ d’utilisation convenu.

Dans le secteur manufacturier, les commandes et les bons de travail éclairent la livraison ; les enregistrements d’équipement et de qualité aident à enquêter sur les anomalies ; les documents et les spécifications de processus ajoutent du contexte. Les connexions et autorisations disponibles déterminent quelles sources peuvent être combinées.

Cinq couches de la question aux données

L’architecture suit un système en couches depuis les points d’entrée des utilisateurs jusqu’aux sources de l’entreprise. Les couches facilitent la discussion sur l’endroit où se trouvent les données, qui confirme une définition et comment une réponse peut être vérifiée.

CalqueResponsabilité
InteractionsRecevez des questions et présentez les réponses dans des applications Web, d’entreprise ou de collaboration.
Orchestration des agents et des tâchesInterprétez l’intention, sélectionnez les outils et organisez les requêtes, la récupération et les étapes suivantes.
Sémantique et définitions métierDécrire les objets métier par des entités, des relations, des termes et des indicateurs à définition contrôlée.
Accès et exécution des donnéesAccéder aux sources autorisées via les connecteurs, exécuter les opérations permises et consigner la provenance des données.
Données et connaissances d’entrepriseConservez les bases de données, les systèmes commerciaux, les données sur les équipements et les documents dans leurs limites de gestion respectives.

Comment une question en langage naturel devient une réponse

Pour une question telle que « Quels produits ont enregistré les ventes les plus élevées le mois dernier ? », le système a besoin d’une période convenue, d’une définition des ventes, de l’étendue du produit et des autorisations d’accès. Lorsqu’une source ne peut pas soutenir une étape, elle devrait le dire plutôt que de combler le vide avec un chiffre plausible.

  1. Identifiez la question et la période de référence ; demander des éclaircissements si nécessaire.
  2. Relier les termes métier aux définitions des indicateurs et aux sources accessibles.
  3. Planifiez le chemin de requête ou de récupération de connaissances.
  4. Vérifier les droits par rôle, champ, ligne et source.
  5. Exécutez les opérations autorisées et gérez les résultats ou les erreurs.
  6. Présentez une constatation, un graphique ou un détail avec des unités et des définitions.
  7. Gardez les preuves et le contexte disponibles pour le suivi.

Le chiffre d’affaires se vérifie dans les commandes. Une dérogation aux règles de remise se vérifie dans la politique tarifaire en vigueur. Si la réponse s’appuie sur les deux, ouvrez chaque source pour contrôler l’affirmation correspondante.

Vérifier les sources d’une requête

Ontologie, indicateurs et règles forment un langage commun

« Ventes » peut désigner le montant commandé, facturé ou encaissé. Une couche sémantique organise les objets métier, leurs relations, leurs synonymes et la définition des indicateurs. Les personnes qui posent les questions et celles qui gèrent les données peuvent ainsi s’appuyer sur une interprétation commune.

La documentation décrit également l’expression des règles, l’historique des versions et les aperçus. Examinez les conditions, l’impact et les autorisations avant d’activer une règle. Conservez ensuite une piste d’audit des modifications. Les fonctions disponibles et le périmètre d’exécution doivent être validés dans l’environnement cible.

Ramenez l’analyse au travail quotidien

Ces questions couvrent des scénarios de fabrication, de chaîne d’approvisionnement, d’équipement et de connaissances. Ils illustrent des pistes de recherche possibles et ne contiennent aucune donnée d’exploitation client.

  • Production et qualité : quelles évolutions du rendement méritent qu’on s’y attarde ? Pouvons-nous inspecter les lots, les machines et les enregistrements de défauts concernés ?
  • Chaîne d’approvisionnement et opérations : quels changements dans les commandes, les stocks et les créances doivent être vérifiés ? Quelle période et quelle définition chaque figure utilise-t-elle ?
  • Équipement et maintenance : Après une alerte d’arrêt récurrente, que nous disent chacun les registres de l’équipement et le manuel de maintenance ?
  • Connaissances en ingénierie : quelle version d’un dessin, d’une spécification de processus ou d’un manuel est à jour, et quelle page prend en charge la réponse ?

Retrouver une information et en vérifier la source

Une réponse issue d’une base de données doit préciser les sources, les filtres et l’agrégation appliquée. Une réponse documentaire doit indiquer le document, sa version, l’emplacement et le passage cité. Une recherche multimodale peut réunir textes, tableaux et schémas dans une même démarche.

Un manuel et un état de machine en direct sont également différents types de preuves. Un document peut expliquer une procédure de fonctionnement sans établir l’état actuel de la machine. Les lecteurs doivent être clairement informés lorsque les autorisations changent, que les documents sont mis à jour ou qu’une source n’est plus disponible.

Passer d’une réponse unique à un flux de travail continu

Le travail des agents peut s’organiser autour de compétences, d’outils et d’orchestration de tâches : sélectionner les capacités requises par une question, lire les informations autorisées, produire un résultat et renvoyer les étapes nécessitant une confirmation à une personne. Des connaissances et des règles métier confirmées peuvent fournir un contexte pour les tâches ultérieures.

L’analyse, la production de rapports, les notifications et les modifications de données métier ne présentent pas les mêmes risques. Avant d’exécuter une action, déterminez qui peut la lancer, quelles étapes exigent une approbation et comment le résultat sera consigné. Les actions disponibles dépendent de la version livrée.

En quoi le résultat observé diffère-t-il du résultat attendu ?

Imaginons une équipe qui attend davantage de commandes d’un nouveau canal. En fin de mois, seules les demandes de renseignements ont augmenté. Pour analyser la décision, elle consigne ce qu’elle attendait, ce qui s’est produit et les requêtes qui étayent son constat.

  • GET /api/v1/insights/decisions/{session_id}/{seq}
    Lit une décision consignée dans la session indiquée.
  • POST /api/v1/insights/decisions/diff-summary
    Génère une synthèse de l’écart entre le résultat attendu et le résultat observé. Si l’identifiant de la décision est fourni, la synthèse est enregistrée dans la fiche correspondante.

Dans la requête, les champs du résultat attendu, du résultat observé et des requêtes associées sont expected_outcome, actual_outcome et query_record_ids.

Consulter la spécification publique de l’API

Effectuez les autorisations, la sécurité et l’audit tout au long du flux de travail

Le contrôle d’accès se poursuit après la connexion. Les sources, tables, champs, lignes, documents, caches et exports peuvent tous influer sur ce qu’une personne peut consulter. La conception doit également tenir compte des changements d’identité et de l’isolation entre organisations clientes.

Protégez les informations d’identification de connexion, l’exécution des requêtes et les journaux séparément, et conservez les enregistrements d’audit pour les opérations importantes. Validez des mesures telles que l’accès en lecture seule, le masquage, les limites de requêtes et l’isolation des ressources de production dans l’environnement client.

Choix d’intégration et de déploiement

Les options d’intégration incluent API, SDK, ligne de commande, MCP, authentification unique et chemins d’intégration de messages de collaboration, dans le but d’apporter des capacités d’analyse et de connaissances aux espaces de travail existants. Confirmez les interfaces, les connecteurs et le mappage d’identité par rapport à la documentation et à l’environnement de la version déployée.

La planification du déploiement peut prendre en compte l’infrastructure sur site, les machines virtuelles, les conteneurs ou les environnements cloud d’entreprise. Examinez ensemble la mise en réseau, l’emplacement des données, l’identité, les opérations et la récupération. Les délais et les exigences matérielles nécessitent une évaluation spécifique au projet.

SebAgent et Palantir AIP : huit axes de comparaison

La documentation d’origine propose huit axes de comparaison. Les descriptions des autres produits reposent sur leur documentation publique et doivent être validées pour chaque cas d’usage.

DimensionsDocumentation de SebAgentPalantir AIP / points à évaluer
Règles et inférenceLa documentation décrit des règles de type SWRL, des combinaisons de conditions et des inférences sur les instances, avec vérification et audit.Foundry Rules permet de configurer des règles avec peu de code. Functions prend en charge TypeScript et Python. Comparez la sémantique et le mode d’exécution pour le cas d’usage visé. [1][4]
Modélisation d’ontologies en langage naturelDes échanges de clarification successifs, des propositions et leur validation aident à structurer les ontologies et les règles.Palantir documente la création et la mise à jour d’ontologies en langage naturel avec AI FDE. La disponibilité dépend de la configuration. [3]
Entretiens et glossaireLes questions, les niveaux de confiance et la confirmation humaine aident à maintenir la terminologie commerciale.Comparez la provenance, la confirmation et la maintenance continue dans les deux environnements.
Accès fédéréLes correspondances de l’ontologie virtuelle et les requêtes fédérées permettent d’accéder aux sources autorisées.Foundry permet de synchroniser des données et d’utiliser des tables virtuelles pour certaines sources. La disponibilité des connecteurs et la possibilité de déléguer les calculs à la source varient selon la source. [2]
Indicateurs à définition contrôléeVérifiez la requête SQL et les valeurs d’exemple. Examinez ensuite les définitions à l’aide de la certification et de l’historique des versions.Comparez la définition, la réutilisation, la certification et l’audit des indicateurs dans le processus métier réel.
Questions en langage naturelLa source, les termes commerciaux, les synonymes et le contexte de suivi forment le chemin des questions.Évaluez en utilisant les mêmes questions, autorisations, portée des données et réponses de référence.
Localisation et chaînesLa documentation mentionne des interfaces en chinois et en anglais ainsi que des canaux tels que WeChat, Lark et Teams. Vérifiez leur prise en charge dans la version évaluée.Comparez les langues de l’interface, l’autorisation, les canaux et la livraison régionale.
Déploiement et coûtsLa documentation décrit le déploiement privé et plusieurs configurations matérielles. Le coût réel dépend de la configuration et du devis.Calculez le coût total de possession (TCO) à volume de données, licences, matériel, mise en œuvre, exploitation et durée comparables.

SebAgent et WorkBuddy : huit axes de comparaison

La documentation fournie compare également WorkBuddy selon huit axes. Tencent documente ses connecteurs et ses Skills. Testez chaque processus avec des droits et des données équivalents.

DimensionsDocumentation de SebAgentWorkBuddy / points à évaluer
Compétences et agentsLa documentation décrit la création, l’installation et la mise à jour de compétences, ainsi que l’orchestration des tâches des agents.Tencent documente l’utilisation de Skills avec les outils MCP. Comparez les autorisations, la distribution et la maintenance. [6]
Pages interactivesLa documentation décrit la génération de pages interactives, leur liaison à des sources de données d’entreprise et le réglage des droits d’accès.Testez les sorties et les connecteurs de la page par rapport au même scénario.
Questions sur les données métierLa documentation mentionne plusieurs connecteurs et des réponses en langage naturel assorties de leurs sources. Vérifiez les fonctions prises en charge dans la version évaluée.WorkBuddy documente des connecteurs MCP et l’interrogation de données. L’accès à une base nécessite les outils, les autorisations et la configuration appropriés. [5]
Modèles d’analyse métierLa documentation présente des cadres qualitatifs, des modèles quantitatifs et des combinaisons de scénarios. Les savoirs des spécialistes sont intégrés sous forme de compétences.Comparez les compétences réellement disponibles, leurs définitions et leurs entrées, ainsi que les moyens de vérifier leurs résultats.
Ontologie et règlesLa sémantique de l’ontologie, les règles et les inférences sur les instances structurent les connaissances métier.Comparez la configuration de la sémantique, des règles et du contexte partagé entre systèmes.
Indicateurs à définition contrôléeLa définition des indicateurs, les aperçus et la certification aident les équipes à interpréter les chiffres de la même façon.Comparer la définition, les autorisations, les versions et la cohérence des résultats pour un même indicateur.
Déploiement privéLa documentation décrit le déploiement privé et les requêtes fédérées. Vérifiez le périmètre de circulation des données dans l’environnement cible.Comparez les choix de déploiement, les limites du réseau, les flux de données et les responsabilités opérationnelles.
Chaînes et modèlesLa documentation mentionne différents canaux de collaboration et des points de terminaison de modèles configurables. Vérifiez leur prise en charge dans votre version.WorkBuddy propose des outils et des connecteurs. Le choix des modèles et des canaux dépend de la version et de la configuration. [5][7]

Commencez par une question qui peut être vérifiée

Choisissez une question métier et documentez ses sources de données, la définition attendue, la réponse de référence et les rôles d’accès. Vérifiez ensuite la traçabilité de la source, les messages d’échec et si les autorisations se comportent comme prévu.

Après la première évaluation, développez les sources de données, les scénarios et les workflows de collaboration. Cela donne aux équipes produit, aux propriétaires d’entreprise et aux responsables de la mise en œuvre un ensemble de preuves communes pour la prochaine décision.

Lectures complémentaires

Lire la comparaison complète entre SebAgent, Palantir AIP et WorkBuddy

Retour à tous les articles

Essayez « autorisations », « source de données », « fabrication » ou « API ».