Jak RapidCanvas automatyzuje 70% zadań związanych z danymi w ogólnych projektach AI

Odkąd pojawił się ChatGPIT, przedsiębiorstwa skupiają się na sztucznej inteligencji i tym, jak może ona pomóc im stawić czoła krytycznym wyzwaniom biznesowym. Wszystko zaczęło się od chatbotów i narzędzi wyszukiwania opartych na dużym modelu językowym (LLM), umożliwiających użytkownikom szybkie znajdowanie odpowiedzi i spostrzeżeń. Jednak obecnie trend przesunął się w stronę mieszanych agentów AI – systemów zdolnych do wieloetapowego wnioskowania i obsługi zadań, takich jak zarządzanie zgłoszeniami do pomocy technicznej, odpowiadanie na e-maile i dokonywanie rezerwacji.

Salesforce zapoczątkował falę agentów AI wraz z ogłoszeniem AgentForce kilka miesięcy temu. Obecnie systemy te wnikają głębiej w stos przedsiębiorstwa. konkretny przypadek: Szybkie płótnoStartup z Teksasu twierdzi, że jego kontekstowi agenci AI mogą zautomatyzować 70% zadań związanych z danymi podczas niestandardowych wdrożeń AI.

Firma pozyskała 16 milionów dolarów w ramach kapitału serii A, aby jeszcze bardziej przyspieszyć rozwój swojej platformy agentowej. W rzeczywistości przedsiębiorstwa takie jak PayPal, Suzlon i MTE Thomson już korzystają z niego w swoich przepływach pracy, zwiększając dziesięciokrotnie wartość czasu i redukując koszty wdrożenia nawet o 80%.

Agenci RapidCanvas AI rozwiązują bariery we wdrażaniu AI

Wdrażając projekt AI, organizacje często borykają się z niedoborem talentów technicznych (ze względu na duży popyt). Nawet jeśli uda im się zatrudnić wykwalifikowanych inżynierów lub zewnętrznych konsultantów, zespoły te będą musiały poświęcić dużo czasu na kodowanie i zadania związane z analizą danych – od integracji zasobów danych, poprzez ich przygotowanie, przekształcanie i modelowanie, aż po dalsze zastosowania. Opóźnia to wdrożenie o kilka miesięcy, wpływając na zwrot z inwestycji i rozwój firmy.

Aby rozwiązać ten problem, byli dyrektorzy PayPal, Rahul Pangam i Uttam Falnikar, którzy zajmowali się strategią i architekturą ryzyka, połączyli siły, aby uruchomić RapidCanvas.

„Naszym celem w RapidCanvas jest zrewolucjonizowanie sposobu, w jaki firmy tworzą niezawodne, konfigurowalne rozwiązania AI bez potrzeby zatrudniania zespołów ekspertów technicznych; Nasza platforma umożliwia zespołom biznesowym i operacyjnym wykorzystanie podejścia hybrydowego, łączącego agentów AI i eksperta w dziedzinie pętli, Pangam powiedział VentureBeat.

W swej istocie platforma RapidCanvas zapewnia przedsiębiorstwom agentów AI świadomych treści, którzy mogą wykonywać wiele zadań związanych z inżynierią danych i nauką, od pozyskiwania danych, orkiestracji i przygotowania po umożliwienie analityki, aplikacji, potoków, automatyzacji i modelowania język.

Według Pangam agenci wykonują te zadania w imieniu użytkowników, wzbogacając swoje sygnały o bezpośrednio zebrane istotne informacje (terminologia biznesowa dostarczana przez użytkowników), a także połączone systemy (CRM, platformy danych, systemy zgłoszeń wsparcia Are). Uwzględnia także problem, który użytkownik próbuje rozwiązać, a także kontekst zebrany z poprzednich projektów, aby zapewnić optymalny przebieg pracy.

Pangam twierdzi, że umożliwia to przedsiębiorstwom obsługę zadań związanych z danymi nawet o 70% szybciej i taniej niż ludzie. Mogą także używać wcześniej przygotowanych danych w połączeniu z kanwą wizualną, aby wdrożyć daną aplikację.

Ale tu jest haczyk. Chociaż ta oferta zmniejsza zależność od talentów technicznych, takich jak inżynierowie danych, nie eliminuje ich zapotrzebowania. Pozostałe 30% pracy w przepływie pracy – która obejmuje takie aspekty, jak projektowanie systemu, testowanie hipotez i rozwiązywanie problemów – trafia do ekspertów. Pangam twierdzi, że firma, która wcześniej mogła zatrudniać 10 doświadczonych inżynierów, będzie potrzebować tylko jednego lub dwóch, jeśli użyje agentów RapidCanvas do zbudowania projektu AI.

DataRobot przejmuje Dataiku

RapidCanvas konkuruje z głównymi graczami, takimi jak DataRobot, Dataiku, Palantir i Alteryx. Firma twierdzi jednak, że kluczowym elementem wyróżniającym jest hybrydowe podejście człowieka i agenta.

„W przypadku każdego starszego dostawcy systemów uczenia maszynowego do nauki danych głównym sposobem tworzenia kompleksowych rozwiązań AI dla osób niebędących programistami jest użycie szablonów niewymagających tworzenia kodu” – wyjaśnia Pangam. „Na przykład, jeśli chcę połączyć dwa zbiory danych, muszę wybrać szablon „Dołącz” w interfejsie użytkownika, dodać zbiory danych, dodać warunki określające, które kolumny mają pasować do indeksu, należy ustawić typ łączenia, a następnie zdefiniuj kolumny wyjściowe. Z kolei w przypadku RapidCanvas użytkownik instruuje agenta, aby scalił dwa określone zbiory danych, a on automatycznie generuje kod w celu ich połączenia. Dzieje się tak, ponieważ agent ma już wcześniejsze odniesienie do typów tabel, indeksów i schematów, rozmiarów, typów złączeń, typów danych itp.

Ponadto dyrektor generalny powiedział, że w ramach swojego członkostwa firma oferuje eksperta-człowieka. Osoba ta pełni funkcję konsultanta, pomagając zespołom z pomysłami w kluczowych punktach decyzyjnych, a także przeprowadzając złożone operacje, weryfikując wyniki i rozumiejąc najlepsze praktyki branżowe. Użytkownicy mogą wybrać plan wspierany przez człowieka lub platformę samoobsługową oferowaną za stałą miesięczną opłatę za użytkownika.

Wiele przedsiębiorstw, w tym firmy z listy Fortune 200 z branży produkcyjnej, detalicznej, infrastrukturalnej i usług finansowych, zaczęło już wdrażać RapidCanvas w swoich procesach rozwoju sztucznej inteligencji. Do pierwszych klientów firmy zaliczają się PayPal, SFR, Suzlon, AutoFi i MTE Thomson.

Patrząc w przyszłość, firma planuje powiększyć bazę klientów i dalej ulepszać swoich agentów AI, aby mieć pewność, że będą mogli automatyzować i przetwarzać złożone przepływy pracy w konfiguracjach obejmujących wielu agentów i obsługiwanych przez człowieka. Może współpracować, aby to uprościć .