تتعاون IBM وArivonix لاستدعاء watsonx.ai ضمن مسارات بيانات المؤسسات في الوقت الفعلي.

يُتيح التكامل للمؤسسات إنشاء مهام سير عمل الذكاء الاصطناعي التوليدي على مستوى الإنتاج مع حوكمة كاملة وتحكُّم تشغيلي وتسليم في الوقت الفعلي عبر أنظمة الأعمال. ويمثِّل هذا خطوة استراتيجية للأمام نحو جَعْل النماذج اللغوية الكبيرة (LLMs) متاحة بشكل أصلي داخل البنية التحتية للمؤسسات دون المساس بالامتثال أو الشفافية أو السرعة.

1. إثراء الذكاء الاصطناعي في الوقت الفعلي داخل مهام سير الأعمال: من خلال هذا التكامل، يمكن استدعاء نماذج Granite من IBM كخطوة ضمن مسارات بيانات Arivonix المباشرة لتشغيل حالات استخدام مثل تلخيص المستندات، والتصنيف السياقي، وإثراء البيانات الوصفية، والتوجيه الذكي خلال ثوانٍ.
2. نماذج شفافة ومتوافقة وقابلة للتدقيق: يتم تسجيل كل استدعاء للنموذج ببيانات وصفية كاملة، بما في ذلك الموجِّهات والمدخلات والمخرجات والطوابع الزمنية لضمان إمكانية التتبُّع والحوكمة من مرحلة التجربة إلى مرحلة النشر.
3. تأليف مطالبات قابلة للتكوين ومنخفضة التعليمات البرمجية: يمكن لفرق المؤسسات إنشاء مطالبات ديناميكية مصممة خصيصًا لسير العمل باستخدام واجهة Arivonix منخفضة التعليمات البرمجية، ما يُلغي الحاجة إلى الدعم الهندسي المستمر ويُتيح إجراء تجارب سريعة على نطاق واسع.
4. الوصول إلى نماذج أساسية جاهزة للتوصيل والتشغيل: IBM watsonx.ai متاح مباشرةً ومتكامل مسبقًا، مع إدارة بيانات اعتماد بمستوى مؤسسي وخيارات مرنة لاختيار النماذج مضمَّنة في طبقة تنسيق الذكاء الاصطناعي في Arivonix.
5. تحكم شامل من البداية إلى النهاية من استيعاب البيانات إلى النتائج: نظرًا لأن Arivonix تتصل بمصادر البيانات الأولية (واجهات برمجة التطبيقات، والملفات، وقواعد البيانات والتنسيقات المنظمة وشبه المنظمة وغير المنظمة) وتوصيل النتائج إلى الأنظمة التشغيلية (جداول البيانات، وتحليلات لوحة المعلومات، وواجهات برمجة التطبيقات والأسواق)، يتم التعامل مع حلقة إثراء الذكاء الاصطناعي بأكملها من إعداد البيانات إلى النتائج في مسار واحد محكوم.

يعمل التكامل على تحويل IBM watsonx.ai إلى عنصر آمن وقابل للتكوين داخل مسارات بيانات المؤسسة. تعمل العملية بالكامل ضمن نسيج البيانات الخاص بالمستخدم، مع شفافية كاملة وقدرة على التكوين الجزئي.

1. اختيار النموذج: يظهر IBM watsonx.ai كمجموعة نماذج أساس مدمجة مسبقًا ضمن واجهة Arivonix. يمكن للمستخدمين الاختيار من بين نماذج مثل Granite لدعم حالات الاستخدام مثل التلخيص والإثراء والتصنيف وتوليد المحتوى.
2. إعداد بيانات الاعتماد: يتصل المستخدمون بمساحة عمل watsonx.ai الخاصة بهم عن طريق إدخال بيانات الاعتماد الآمنة وواجهة برمجة التطبيقات ونقطة النهاية. يتم استخدام عناصر التحكم في الوصول والتشفير المستندة إلى الأدوار لحماية الاتصال داخل بيئات المؤسسة.
3. تأليف المطالبات: يتم إنشاء المطالبات من خلال أداة إنشاء منخفضة الرمز وإرفاقها بخطوات محددة في مسار Arivonix. وهي تدعم مجموعة من المهام تشمل توليد النصوص، وتلخيص المستندات، وإثراء البيانات الوصفية، والإجابة عن الأسئلة مع مراعاة السياق.
4. تنفيذ المسار: عند التشغيل، تقوم منصة Arivonix تلقائيًا بتفعيل نموذج watsonx.ai المكوَّن مسبقًا. يستقبل النموذج مدخلات منظمة وغنية بالسياق، ويُعيد النتائج التي تمت معالجتها في الوقت الفعلي. يتم توجيه هذه المخرجات إلى جداول البيانات أو لوحات المعلومات أو قواعد البيانات حسب الحاجة.
5. الحوكمة وقابلية التدقيق: يتم تسجيل جميع تفاعلات النموذج مع الإصدارات السريعة والمدخلات والمخرجات والبيانات الوصفية للتنفيذ. يوفر ذلك إمكانية التتبُّع الكامل، ما يُتيح تحليلات الاستخدام والمراقبة وإعداد تقارير الامتثال عبر مهام سير عمل الذكاء الاصطناعي.

تتضمن إحدى حالات الاستخدام الشائعة للمؤسسة التي يدعمها هذا التكامل إثراء المستندات أو الكيانات الذكية. على سبيل المثال:

• يقوم محلل الأعمال بتحميل جدول بيانات يحتوي على أسماء المورِّدين.
• تلتقط Arivonix مقتطفات الأخبار ذات الصلة، أو الملخصات المالية، أو البيانات الجغرافية للشركات.
• تُنشئ IBM watsonx ملخصًا موجزًا موثَّقًا لكل مورِّد، مع الإشارة إلى التطورات الأخيرة أو مخاطر الامتثال.
• يتم إدراج النتائج مرة أخرى في جدول البيانات مع المراجع وتتبُّع الإصدارات لضمان إمكانية التدقيق.

تدعم هذه البنية التطبيقات الأفقية عبر أبحاث السوق، والمشتريات، والامتثال، وإعداد العملاء، وإدارة المعرفة، دون الحاجة إلى تطوير مخصص لكل سير عمل.

شاهِد تكامل IBM watsonx.ai على منصة Arivonix

شاهِد كيف تدعم Arivonix الذكاء الاصطناعي التوليدي في العمل

تفضَّل بزيارة arivonix.com للحصول على نظرة عامة على المنصة