Hyland Enterprise Context Engine™

Enterprise Context Engine es una tecnología de Hyland que desarrolla una capa de contexto gobernada y ofrece IA confiable en toda la empresa. Sus capacidades de selección y enriquecimiento ayudan a las organizaciones a prepararse para la IA al hacer que el contenido no estructurado sea utilizable en aplicaciones posteriores. Enterprise Context Engine incluye ontologías sectoriales y un grafo de conocimiento contextual que aporta significado empresarial y relaciones interconectadas. Se basa en una arquitectura headless, por lo que las aplicaciones y los agentes de Enterprise Context Engine utilizan este contexto compartido y las pruebas que lo respaldan para fundamentar respuestas y decisiones.

No, no es necesario migrar el contenido. Con Enterprise Context Engine, los equipos pueden gestionar el contenido en los repositorios donde reside actualmente. Enterprise Context Engine se conecta a esos repositorios, por lo que no es necesario reconstruir el sistema en otro lugar ni cambiar la forma en que los equipos gestionan el contenido.

Sí, Enterprise Context Engine respeta los permisos de sus repositorios. Los conectores de ingesta incorporan metadatos de seguridad de sus repositorios, incluidas las listas de control de acceso, en Enterprise Context Engine. Cada usuario está vinculado a su cuenta y a sus grupos en el repositorio original, por lo que las aplicaciones y los agentes posteriores solo utilizan el contenido al que tiene acceso.

Sí, los usuarios de Enterprise Context Engine necesitan conocimientos técnicos. Enterprise Context Engine está diseñado para creadores, incluidos desarrolladores de aplicaciones, ingenieros de datos y creadores de soluciones. Se compone de una API y un servidor MCP que se integran en arquitecturas y flujos de trabajo más amplios. Los usuarios de negocio trabajan con el mismo contexto en Hyland Knowledge Discovery™, que aprovecha Enterprise Context Engine para ofrecer respuestas en todo el contenido empresarial.

Los datos no estructurados son datos que no están estructurados de una manera que sea legible para los sistemas de IA. Es un desafío porque hay tantos datos dentro de una empresa (representan hasta el 80 % del contenido empresarial, según IBS) y porque está tan disperso en los repositorios (en promedio los datos no estructurados se encuentran en 21 repositorios, según Forrester). Los datos no estructurados incluyen documentos, correos electrónicos, imágenes, archivos de audio y más. A diferencia de los datos estructurados en las bases de datos, el contenido no estructurado es no uniforme y más difícil de buscar, analizar o utilizar en los procesos del negocio y aplicaciones de IA.

La preparación del contenido importa tanto o más que el modelo de IA que se utilice. La elección del modelo de IA importa, pero también la calidad, la accesibilidad y el contexto de la información que se le proporciona. La mayor parte del contenido empresarial no está estructurada para que las máquinas puedan leerla, y la extracción genérica pierde el significado que transmite la disposición de un documento. Un modelo de IA —incluso el mejor modelo de IA— no puede recuperar ni utilizar contenido que nunca se puso a su disposición.

Las capacidades de curación y enriquecimiento que antes se ofrecían como Knowledge Enrichment ahora forman parte de Enterprise Context Engine. Estas capacidades proporcionan contenido estructurado y enriquecido para la IA, la analítica y las aplicaciones personalizadas. Enterprise Context Engine también incluye ontologías del sector y un grafo de conocimiento contextual para conectar el contenido con el significado y las relaciones empresariales.

Una canalización de generación aumentada por recuperación (RAG) puede recuperar y combinar información de varios documentos, pero con una capa de contexto adicional como la que proporciona Enterprise Context Engine, se obtiene un modelo de negocio reutilizable: las ontologías sectoriales definen conceptos empresariales; un grafo de conocimiento contextual conecta entidades y relaciones con evidencias de origen. Las aplicaciones pueden reutilizar ese contexto organizado en distintas consultas e iniciativas, lo que reduce la necesidad de reconstruir las mismas relaciones para cada proyecto. La canalización existente puede consumir este contexto a través de las API. 

No, no tiene que crear una ontología propietaria antes de usar Enterprise Context Engine. Una ontología es una definición empresarial de lo que significa un término en su organización y de cómo se relaciona con otros términos. Por ejemplo, considere la palabra «hedge». Para un operador de divisas, es una estrategia de mitigación del riesgo. Para un gestor de fondos, «hedge» es un vehículo de inversión. Las palabras tienen un significado específico en su empresa que un modelo de propósito general no puede definir de forma adecuada y fiable. Enterprise Context Engine incluye ontologías predefinidas para los sectores de los seguros, la atención sanitaria y los servicios financieros, por lo que los equipos obtienen un primer resultado sin tener que definir su vocabulario desde cero. Las ontologías de Enterprise Context Engine pueden ampliarse para disponer de varios conjuntos, por ejemplo, para préstamos, pólizas, incorporación, etc.