ビジネス上の答えは、何千ものテーブルと、システムではなく人々の頭の中に存在するコンテキストを含むエンタープライズアプリケーションの中に閉じ込められています。Data Askがどのようにして、それを根拠に基づいた自然言語の答えに変換するのかをご覧ください。データエンジニアリングチームは不要です。
- 自然言語アクセスモード3種類、管理されたインターフェース1種類
- 本日公開の2つの既製AKG — Oracle EBSとSAP
- クエリの100%は権限チェックされ、監査ログに記録されます。
中身は何ですか
- アプリケーション知識グラフ（AKG）が、数ヶ月に及ぶ手作業によるセマンティック層作業を、自動化された常に最新のスキーマインテリジェンスに置き換える方法
- 3つのエンジンが データ要求 —構造化、ハイブリッド、非構造化—そして会話ルーターが適切なものを自動的に選択する方法
- 実際のクロスアプリケーションの例：臨床試験、規制関連文書、およびQBR文書にまたがる1つの質問に対し、引用された単一の回答で答える。
- Data Askが稼働する場所（本番データベース、共通データプラットフォーム、レイクハウス/倉庫、AI Warehouse経由のクラウドERPなど）では、移行は不要です。
- 財務、営業、サプライチェーン、人事、コンプライアンス、製薬・ライフサイエンス分野におけるユースケース
重要性
汎用的なAIツールは、企業のスキーマを推測して、一見もっともらしく見えるものの、最も危険な間違いを犯します。Data Askは、Solixの自動生成セマンティックレイヤーであるAKGを基盤としているため、ビジネスユーザーは要求に応じて正確な回答を得ることができ、データチームはリクエストキューに埋もれることなく業務を遂行できます。Data Askは、SolixがAI対応からAI活用へと移行する上での回答レイヤーであり、CDP、ECS、AI WarehouseがAI対応にするのと同じ統制されたデータをData Askが活用します。
根拠に基づいた回答、3つのアクセスモード、1つの統制されたインターフェース。
データセットをダウンロードする
