Pegasystems מוסיפה כלי AI ארגוניים כדי לפשט את הניתוח והחיזוי

גזעי פגאסי הודיעה היום שהיא מוסיפה את היכולת ליישם AI על תהליכים עסקיים באמצע הזרם כדי לאפשר לחברות לקבוע אם התוצאה הצפויה תתרחש כצפוי.

Pegasystems מוסיפה גם תכונה המאפשרת לחברות לנתח נתונים הזרמת אירועים על פלטפורמות כמו תוכנת הקוד הפתוח Apache Kafka שנמצאת כעת בשימוש נרחב כדי לאפשר לארגונים להעביר נתונים כמעט בזמן אמת.

Pega Process AI משלב אלגוריתמים של למידת מכונה, עיבוד אירועים, כללים עסקיים, עיבוד שפה טבעית וניתוח חזוי עם כלים דלי קוד לניתוח תהליכים בזמן אמת, אמר CTO Pegasystems Don Schuerman. גישה זו מאפשרת לארגונים לבצע התאמות לתהליכים כדי, למשל, להבטיח עמידה בהסכם רמת שירות (SLA).

בעוד ארגונים משקיעים במספר עצום של יוזמות טרנספורמציה עסקית דיגיטלית, רבים מגלים את היישומים הוותיקים המותאמים לאצווה שבדרך כלל מעבדים נתונים בין לילה אינם מתאימים היטב להנעת אינטראקציות עם לקוחות כמעט בזמן אמת, ציין שוארמן. כתוצאה מכך, ארגונים מבצעים מודרניזציה של אפליקציות באמצעות פלטפורמות כמו קפקא המאפשרות להם להזרים נתונים בין אפליקציות ופלטפורמות. הדרך שבה יישומים מדור קודם מטפלים בנתונים מגבילה תהליכים דיגיטליים שצריכים לעבד נתונים בזמן אמת, הוא הוסיף.

"המעבר מתהליכים אצווה לתהליכים בזמן אמת תגובתיים הפך להימור בטבלה", אמר.

תמיכה בהזרמת אירועים תמלא תפקיד קריטי באפשרות לארגונים להשיג מטרה זו. במקום להמתין כדי לנתח את הנתונים במנוחה בפלטפורמת ענן, למשל, אפשר לנתח נתונים זורמים של אירועים במעבר, ציין שוארמן.

בנה או קנה

כפי שארגונים מחפשים להחדיר יכולות AI לתוך תהליכים עסקיים, המתחים שקיימים תמיד בין בניית יכולת מול רכישתה יצופו באופן טבעי. Pegasystems מציעה פלטפורמה הניתנת להרחבה המבוססת על מודלים של AI שהיא יוצרת ואוצרת בהקשר של פלטפורמת Pega. יכולת זו הופכת את זה לפשוט יותר עבור ארגונים להתנסות ב-AI מבלי להעסיק מדעני נתונים כדי לבנות מודלים של AI באמצעות ערכות כלים שונות בקוד פתוח. לעומת זאת, לעתים קרובות לוקח לצוות מדעי נתונים מספר חודשים לבנות מודל בינה מלאכותית שאולי לעולם לא יגיע לסביבת ייצור.

שוארמן אמר שבמקום פשוט להתנסות ביכולות בינה מלאכותית, ארגונים צריכים בדרך כלל לעבוד אחורה מהתוצאה העסקית הרצויה. גישה זו מפחיתה את הסיכויים שארגון ישקיע זמן ומשאבים בפרויקט בינה מלאכותית שלעולם לא הופך אותו לסביבת ייצור.

השקעות בינה מלאכותית

אין ספק שארגונים מכל הגדלים משקיעים בצורות שונות של AI כחלק מיוזמות גדולות יותר של טרנספורמציה עסקית דיגיטלית. האתגר שעומד בפני ארגונים אלה הוא שרוב מדעני הנתונים אינם בקיאים במיוחד כיצד יש לייעל כל תהליך עסקי נתון, מה שעלול להוביל להרבה ניסוי וטעייה. ספקי פלטפורמות כמו Pegasystems מאפשרים לאנליסט עסקי ממוצע שיודע לעבוד עם כלים דלי קוד ליישם AI על תהליכים שהם מכירים מקרוב. זה גם מקל עליהם לשנות את התהליכים האלה, אם צריך לעדכן את דגמי הבינה המלאכותית או להתחיל להיסחף לעבר תוצאה לא אופטימלית.

ככל שבינה מלאכותית הופכת לדמוקרטית יותר, התהליכים שניתן ליישם עולים בהרבה על מספרם מומחי מדעי נתונים זה יהיה זמין בקרוב. מכורח ומפחד כאחד, ארגונים הולכים לאפשר למשתמשים עסקיים להתנסות לפחות עם AI לפני שמתחרים יישמו את אותן יכולות. יש לקוות שמעקות בטיחות יבטיחו שדגמי בינה מלאכותית נבדקים כראוי כך שהם עושים יותר טוב מאשר נזק.

מקור: https://venturebeat.com/2021/04/13/pegasystems-adds-enterprise-ai-tools-to-simplify-analysis-and-forecasting/