Hyland Enterprise Context Engine™

Enterprise Context Engine est une technologie Hyland qui développe une couche de contexte gouvernée et offre une IA digne de confiance à l'échelle de l'entreprise. Ses fonctionnalités de curation et d'enrichissement favorisent la préparation des organisations à l'IA en rendant le contenu non structuré exploitable dans les applications en aval. Enterprise Context Engine comprend des ontologies sectorielles ainsi qu'un graphique de connaissances contextuelles qui apporte une signification métier et des relations connectées. Reposant sur une architecture headless, Enterprise Context Engine permet aux applications et aux agents d'utiliser ce contexte partagé ainsi que ses éléments justificatifs pour étayer les réponses et les décisions.

Non, vous n’avez pas besoin de migrer votre contenu. Avec Enterprise Context Engine, vos équipes peuvent gérer le contenu dans les référentiels où il se trouve aujourd’hui. Enterprise Context Engine se connecte à ces référentiels : il n’est donc pas nécessaire de reconstruire votre système ailleurs ni de modifier la manière dont vos équipes gèrent le contenu.

Oui, Enterprise Context Engine respecte les autorisations de vos référentiels. Les connecteurs d’ingestion transmettent les métadonnées de sécurité de vos référentiels, y compris les listes de contrôle d’accès, à Enterprise Context Engine. Chaque utilisateur est associé à son compte et à ses groupes dans le référentiel d’origine, afin que les applications et les agents en aval n’utilisent que le contenu auquel l’utilisateur a accès.

Oui, les utilisateurs d'Enterprise Context Engine ont besoin d'une expertise technique. Enterprise Context Engine est conçu pour les profils techniques, notamment les développeurs d'applications, les ingénieurs de données et les architectes de solutions. Il se compose d'API et d'un serveur MCP qui s'intègrent à des architectures et à des flux de travail plus vastes. Les utilisateurs métier travaillent avec le même contexte via Hyland Knowledge Discovery™, qui s'appuie sur Enterprise Context Engine pour fournir des réponses sur l'ensemble des contenus de l'entreprise.

Les données non structurées sont des données qui ne sont pas structurées de manière à être lisibles par les systèmes d’IA. C’est un défi, car il y en a tellement au sein d’une entreprise (cela représente jusqu’à 80 % du contenu d’entreprise, selon IBS) et parce que c’est si dispersé dans les référentiels (en moyenne données non structurées se trouvent dans 21 référentiels,selon Forrester). Il s'agit de documents, d'e-mails, d'images, de fichiers audio, etc. Contrairement aux données structurées des bases de données, le contenu non structuré est hétérogène et plus difficile à rechercher, à analyser ou à utiliser dans les processus métier et les applications d'IA.

La préparation des contenus compte tout autant, sinon plus, que le modèle d’IA que vous utilisez. Le choix du modèle d’IA a son importance, mais la qualité, l’accessibilité et le contexte des informations qui lui sont fournies comptent tout autant. La plupart des contenus d’entreprise n’ont pas été structurés pour être lus par des machines, et le sens véhiculé par la mise en page d’un document est perdu lors d’une extraction générique. Un modèle d’IA, même le meilleur, ne peut pas récupérer ni exploiter un contenu qui ne lui a jamais été mis à disposition.

Les fonctionnalités de curation et d'enrichissement auparavant proposées sous le nom de Knowledge Enrichment font désormais partie de l'Enterprise Context Engine. Ces fonctionnalités fournissent du contenu structuré et enrichi pour l'IA, l'analytique et les applications personnalisées. L'Enterprise Context Engine comprend également des ontologies sectorielles et un graphique de connaissances contextuelles qui relie le contenu au sens métier et aux relations.

Un pipeline de génération augmentée par récupération (RAG) peut récupérer et combiner des informations provenant de plusieurs documents. La différence ? Avec une couche de contexte supplémentaire comme celle fournie par Enterprise Context Engine, vous disposez d'un modèle d'entreprise réutilisable : les ontologies sectorielles définissent les concepts métier, le graphique de connaissances contextuelles relie les entités et les relations aux éléments de preuve issus des sources. Les applications peuvent réutiliser ce contexte organisé dans différentes requêtes et initiatives, ce qui réduit la nécessité de reconstruire les mêmes relations pour chaque projet. Votre pipeline existant peut exploiter ce contexte via des API. 

Non, vous n'avez pas besoin de créer une ontologie propriétaire avant d'utiliser Enterprise Context Engine. Une ontologie est une définition métier de ce qu'un terme signifie dans votre organisation et de ses relations avec d'autres termes. Prenons le mot « hedge ». Pour un trader de devises, il s'agit d'une stratégie d'atténuation des risques. Pour un gestionnaire de fonds, « hedge » est un véhicule d'investissement. Les mots ont une signification particulière dans votre entreprise, qu'un modèle généraliste ne peut pas définir correctement et avec assurance. Enterprise Context Engine fournit des ontologies prédéfinies pour les secteurs de l'assurance, de la santé et des services financiers, afin que les équipes puissent obtenir un premier résultat sans définir leur vocabulaire à partir de zéro. Les ontologies d'Enterprise Context Engine peuvent être étendues pour vous permettre de disposer de plusieurs ensembles, par exemple pour les prêts, les polices d'assurance, l'intégration, etc.