Richiesta di dati

La questione non è se l'IA possa fornire risposte, ma chi si occupi di interpretare i dati e quale sia il costo di tale interpretazione.

I moderni strumenti di intelligenza artificiale possono essere precisi sui dati aziendali, a patto che il team di ingegneri dei dati crei per loro un livello semantico curato e preciso, tabella per tabella, modello per modello, applicazione per applicazione, e che tale livello venga costantemente aggiornato dagli ingegneri man mano che ogni applicazione cambia. La loro precisione è reale. Lo è anche il costo, in termini di denaro e tempo, e qualsiasi domanda al di fuori dell'ambito definito viene rimandata al team di ingegneri.

Data Ask è stato creato per semplificare questo processo. L'AKG viene generato automaticamente a partire dallo schema aziendale grezzo, su scala aziendale completa, revisionato manualmente a ogni checkpoint e aggiornato man mano che i dati si evolvono. Codifica gli oggetti aziendali, le relazioni, i termini e i modelli di query testati all'interno di ogni applicazione aziendale, lungo tutti i flussi di valore (Procure-to-Pay, Order-to-Cash, Record-to-Report, Make-to-Order) su cui si basa ogni azienda. Nessuna domanda è mai fuori dall'ambito di applicazione, perché l'intero schema è presente nella mappa.

E il grafico impara con l'uso. Quando un responsabile o un utente finale conferma una risposta, questa viene registrata nell'AKG come modello di query verificato: in questo modo, la domanda successiva che ha lo stesso significato, indipendentemente da come venga formulata, troverà una risposta comprovata. Una volta fissata una risposta, questa rimane fissa per tutti. L'accuratezza aumenta progressivamente anziché diminuire.