Hyland Enterprise Context Engine™

O Enterprise Context Engine é uma tecnologia da Hyland que desenvolve uma camada de contexto governada e oferece IA confiável em toda a empresa. Seus recursos de curadoria e enriquecimento ajudam as organizações a se prepararem para a IA, tornando o conteúdo não estruturado utilizável em aplicações subsequentes. O Enterprise Context Engine inclui ontologias do setor e um grafo de conhecimento contextual que agrega significado empresarial e relacionamentos interconectados. Ele é desenvolvido com uma arquitetura headless, de modo que as aplicações e os agentes do Enterprise Context Engine usam esse contexto compartilhado e as evidências que o sustentam para fundamentar respostas e decisões.

Não, você não precisa migrar seu conteúdo. Com o Enterprise Context Engine, suas equipes podem gerenciar o conteúdo nos repositórios onde ele está hoje. O Enterprise Context Engine se conecta a esses repositórios, portanto não é necessário reconstruir seu sistema em outro local nem mudar a forma como suas equipes gerenciam o conteúdo.

Sim, o Enterprise Context Engine respeita as permissões dos seus repositórios. Os conectores de ingestão levam metadados de segurança dos seus repositórios, incluindo listas de controle de acesso, para o Enterprise Context Engine. Cada usuário é associado à sua conta e aos seus grupos no repositório original, para que aplicações e agentes subsequentes usem somente o conteúdo ao qual o usuário tem acesso.

Sim, os usuários do Enterprise Context Engine precisam de conhecimento técnico. O Enterprise Context Engine foi projetado para criadores, incluindo desenvolvedores de aplicativos, engenheiros de dados e criadores de soluções. Ele é composto por APIs e um servidor MCP que se integram a arquiteturas e fluxos de trabalho mais amplos. Os usuários corporativos trabalham com o mesmo contexto por meio de Hyland Knowledge Discovery™, que se baseia no Enterprise Context Engine para fornecer respostas em todo o conteúdo empresarial.

Dados não estruturados são dados que não estão estruturados de forma legível para sistemas de IA. Isso é uma dificuldade porque há uma quantidade muito grande disso nas empresas (isso representa até 80% do conteúdo corporativo, de acordo com o IBS) e porque está tão disperso entre repositórios (em média dados não estruturados são encontrados em 21 repositórios, de acordo com a Forrester). Dados não estruturados incluem documentos, e-mails, imagens, arquivos de áudio e muito mais. Diferentemente dos dados estruturados em bancos de dados, o conteúdo não estruturado é inconsistente e mais difícil de pesquisar, analisar ou utilizar em processos de negócios e aplicações de IA.

A prontidão do conteúdo importa tanto quanto ou mais do que o modelo de IA que você usa. A escolha do modelo de IA é importante, mas a qualidade, a acessibilidade e o contexto das informações fornecidas a ele também são. A maior parte do conteúdo empresarial não foi estruturada para ser lida por máquinas, e o significado transmitido pelo layout de um documento se perde na extração genérica. Um modelo de IA — até mesmo o melhor modelo de IA — não consegue recuperar e usar conteúdo que nunca foi disponibilizado a ele.

Os recursos de curadoria e enriquecimento anteriormente oferecidos como Knowledge Enrichment agora fazem parte do Enterprise Context Engine. Esses recursos fornecem conteúdo estruturado e enriquecido para IA, análises e aplicativos personalizados. O Enterprise Context Engine também inclui ontologias do setor e um grafo de conhecimento contextual para conectar o conteúdo ao significado e às relações de negócios.

Um pipeline de geração aumentada por recuperação (RAG) pode recuperar e combinar informações de vários documentos, mas com uma camada de contexto adicional como a fornecida pelo Enterprise Context Engine, você recebe um modelo de negócio reutilizável: ontologias do setor definem conceitos de negócio; um grafo de conhecimento contextual conecta entidades e relações às evidências de origem. Os aplicativos podem reutilizar esse contexto organizado em diversas consultas e iniciativas, o que reduz a necessidade de reconstruir as mesmas relações para cada projeto. Seu pipeline existente pode consumir esse contexto por meio de APIs. 

Não, você não precisa criar uma ontologia proprietária para usar o Enterprise Context Engine. Uma ontologia é uma definição empresarial do significado de um termo na sua organização e de como ele se relaciona com outros termos. Por exemplo, considere a palavra “hedge”. Para um operador de câmbio, trata-se de uma estratégia de mitigação de riscos. Para um gestor de fundos, “hedge” é um veículo de investimento. Palavras têm um significado específico no seu negócio que um modelo de uso geral não tem como definir de forma adequada e confiável. O Enterprise Context Engine oferece ontologias criadas previamente para seguros, saúde e serviços financeiros para que as equipes cheguem a um primeiro resultado sem definirem o vocabulário do zero. As ontologias do Enterprise Context Engine podem ser ampliadas para você ter vários conjuntos, como os de empréstimos, apólices, integração etc.