procelo tosca: نموذج أولي عامل لتحليل البيانات بالذكاء الاصطناعي تم تسليمه في 8 أسابيع. تم تحقيق دقة استعلامات SQL تتجاوز 80%.
نظرة عامة
العميل
procelo GmbH
القطاع
التقنية وتكنولوجيا المعلومات - برمجيات إدارة المشاريع / الاستشارات
المنطقة
سويسرا (procelo.ch)
الحجم
Not specified
التحدي
استكشاف جدوى الذكاء الاصطناعي؛ تطوير نموذج أولي لوكيل تحليل البيانات المدعوم بالذكاء الاصطناعي
الخدمات
استشارات حول الجدوى التقنية، تطوير وكيل الذكاء الاصطناعي، تحليل التكلفة وزمن الاستجابة
المدة
مستمر
الفريق
مستشار تقني واحد + مدير مشروع/مالك منتج واحد + مهندس ذكاء ا…
AI data analysis prototype delivered
8 أسابيع
SQL query accuracy achieved
أكثر من 80%
حمّل دراسة الحالة هذه كملف PDF
مستند قابل للمشاركة · يُنشأ تلقائياً · محدّث دائماً
سياق العميل
procelo GmbH هي شركة برمجيات واستشارات يقودها الرئيس التنفيذي رالف تراب، وهو داعم قديم لجودة البرمجيات، مع تركيز قوي على الأمان والمتانة والاستدامة. تمثل مبادرة tosca من procelo اتجاهًا جديدًا للمنتج: أداة لتحليل البيانات مدعومة بالذكاء الاصطناعي، مصممة لتبسيط كيفية تقييم الشركات للبيانات من خلال أتمتة أجزاء كبيرة من عملية التحليل. يستهدف المنتج فرق المبيعات ومستخدمي الأعمال الذين يحتاجون إلى رؤى بيانات قابلة للتنفيذ دون الحاجة إلى خبرة في SQL أو وساطة محللين. يستهدف المنتج تبني الشركات الصغيرة والمتوسطة، بهدف تبسيط عملية الإعداد وتقليل التكلفة الإجمالية.
التحدي
قبل الالتزام بالتطوير الكامل للمنتج، احتاجت procelo للإجابة على سؤال جوهري: هل النهج التقني قابل للتطبيق؟ كان هناك تحديان محددان يقفان بين المفهوم والمنتج القابل للبناء. الأول كان دمج نموذج البيانات. تحتوي أنظمة تخطيط موارد المؤسسات (ERP) - وهي مصدر البيانات الذي سيحتاج الوكيل إلى استعلامه - على كميات كبيرة من البيانات المنظمة في مخططات شديدة التنوع، اعتمادًا على البائع والتطبيق. تطلب بناء وكيل ذكاء اصطناعي يمكنه العمل بشكل موثوق عبر هذه المخططات تصميم مخطط نموذج يكون منظمًا بما يكفي ليتمكن الذكاء الاصطناعي من معالجته، ومرنًا بما يكفي لاستيعاب التباين الفعلي في أنظمة ERP. كان يجب أن تكون أوصاف الجداول دقيقة بما يكفي لتوجيه الوكيل، مع إمكانية تعديلها مع تطور المنتج. التحدي الثاني كان الدقة. نماذج اللغات الكبيرة (LLMs) التي تعمل كمترجمات من اللغة الطبيعية إلى SQL تُدخل خطر الهلوسة بشكل افتراضي: يمكنها توليد استعلامات SQL صحيحة نحويًا ولكنها تعيد نتائج غير صحيحة، أو تفسير مصطلحات الأعمال بشكل خاطئ بطرق تتفاقم بصمت. بالنسبة لمنتج تعتمد قيمته الأساسية على تحليل البيانات الموثوق، لم تكن الدقة مصدر قلق ثانوي - بل كانت البوابة الأساسية. إن إنتاج نتائج SQL غير متناسقة أو غير صحيحة سيجعل المنتج غير قابل للاستخدام، بغض النظر عن مدى سهولة واجهته. احتاجت procelo إلى نموذج أولي يثبت أن النهج سليم قبل الاستثمار في التطوير الكامل للمنتج.
النهج
شاركت Gradion بفريق مكون من ثلاثة أفراد – مستشار تقني، ومدير مشروع/مالك منتج، ومهندس ذكاء اصطناعي – في فترة عمل مكثفة مدتها ثمانية أسابيع لتحديد المتطلبات وبناء نموذج أولي. بدأ الفريق بتحليل الوضع الحالي لأنظمة المعلومات، حيث قام بتقييم بيئة البيانات الحالية، وفهم هيكل مخطط نظام تخطيط موارد المؤسسات (ERP)، وتحديد مواطن الخطر الأكثر حدة فيما يتعلق بالدقة والاتساق. جمعت بنية البيانات بين قاعدة بيانات SQL أساسية وقاعدة بيانات متجهات ثانوية. تم ترحيل البيانات مجهولة الهوية إلى قاعدة بيانات SQL النموذج الأولي. خدمت قاعدة بيانات المتجهات غرضًا محددًا: تخزين أمثلة يمكن للوكيل استرجاعها أثناء إنشاء الاستعلامات لتحسين الدقة من خلال السياق، بدلاً من الاعتماد على الاستدلال العام للنموذج اللغوي الكبير (LLM) وحده. تم معالجة الدقة من خلال نهج ضبط دقيق متعدد الطبقات: قدمت أمثلة المتجهات أساسًا سياقيًا، ووفرت أوصاف الجداول للوكيل مفردات دقيقة للمخطط المحدد، ووجهت المطالبات المنظمة استدلال الوكيل خطوة بخطوة خلال بناء الاستعلامات. صُمم هذا المزيج لتقليل "الهلوسة" في توليد SQL والتعامل مع الفروق الدلالية التي يهتم بها مستخدمو الأعمال – على سبيل المثال، التمييز الصحيح بين "الطلبات" و"المشتريات" كمفاهيم مميزة في نموذج البيانات الأساسي. تميز النموذج الأولي الناتج بواجهة محادثة يمكنها قبول استعلامات اللغة الطبيعية، وبناء استعلامات SQL دقيقة مقابل المخطط الأساسي، وتقديم النتائج – مع إخفاء أجزاء منها عند الاقتضاء – بتنسيق سهل الوصول للمستخدمين غير التقنيين.
Redaction logic implemented
معالجة النتائج
Validated with prototype
التحقق من صحة النموذج الأولي
النتائج
تم تسليم النموذج الأولي ضمن الإطار الزمني المحدد بثمانية أسابيع، وحقق عتبة الدقة الأساسية: دقة استعلامات SQL: تم تحقيق أكثر من 80% – وهي عتبة الجدوى الأساسية للمنتج. التسليم: نموذج أولي محمول جاهز للعرض على المستخدمين الفعليين والانتقال إلى مرحلة تطوير المنتج. التعامل الدلالي: يتعامل النموذج الأولي بشكل صحيح مع الفروق مثل الطلبات مقابل المشتريات عبر أنواع الاستعلامات. الواجهة: واجهة محادثة جاهزة للعمل؛ تدعم تدفقات الاستعلامات التخاطبية.
“يحدد لاحقًا”
Ralf Trapp
المؤسس
الخدمات والتكنولوجيا
الخدمات المقدمة
- استشارات الجدوى التقنية
- تطوير وكيل الذكاء الاصطناعي
- تحليل التكلفة وزمن الاستجابة
- ترحيل البيانات إلى بيئة النموذج الأولي
- الضبط الدقيق للنماذج اللغوية الكبيرة (LLM) وتحسين الدقة
المنصة التقنية
- LLM (large language model for natural language to SQL)
- Vector database (retrieval-augmented accuracy)
نموذج التعاون
تحديد متطلبات ونموذج أولي بنطاق ثابت
هل تقوم بتقييم مدى الجدوى التقنية لمفهوم منتج مدعوم بالذكاء الاصطناعي؟
نحن نحدد الجدوى، ونبني النموذج الأولي، ونقدم لك بيانات دقيقة وواقعية قبل الالتزام بالتطوير الكامل.