Todo lo que su empresa sabe, conectado y listo para consultar.
En el centro de Nexus hay un grafo de conocimiento creado a partir de sus documentos, correos, sistemas y registros. Piense en él como su propio buscador empresarial. La ontología define qué son sus clientes, contratos, buques o siniestros y cómo se relacionan entre sí. A continuación, GraphRAG proporciona a cada IA los datos relevantes para una pregunta, extraídos de toda la empresa y cada uno con su fuente. Eso aporta mucho más contexto del que cabe en cualquier prompt, y es la razón por la que se puede confiar en las respuestas.
El contexto completo, no solo el párrafo más cercano.
La búsqueda convencional encuentra documentos que usan las mismas palabras. GraphRAG sigue las conexiones: una pregunta sobre un transportista llega a sus contratos, sus reclamaciones, los buques que opera y los correos sobre ellos, aunque ninguno utilice las mismas palabras. La IA responde a partir de esa visión global y muestra cada dato que ha utilizado.
- Respuestas extraídas de toda la empresa
- Se siguen las conexiones, no solo las palabras clave
- Resúmenes de temas completos para preguntas amplias
- Solo los datos que quien pregunta tiene permiso para ver
Dé forma al modelo. Vea primero a qué afecta.
Añada un tipo de entidad, una propiedad o un vínculo, y vea cuántos datos existentes cambiarían antes de guardar. Los paquetes de dominio incluyen un modelo inicial para su sector, que usted puede ampliar para su propio negocio.
El esquema de un dominio
Añada un nuevo tipo de entidad al esquema de un dominio y elija qué lentes lo ven.
- Tipos, propiedades y relaciones en pantalla
- Las lentes deciden qué ve cada rol
- Cada cambio con control de versiones
El editor del modelo de conocimiento
Añada un plazo de preaviso a los contratos y vea cada registro afectado antes de aplicar el cambio.
- Impacto visible antes de guardar
- Reversible
- Revisado como código
Partir de un modelo sectorial
Los paquetes de dominio incluyen un modelo base. Añada encima los tipos de entidad exclusivos de su negocio.
- Modelos base para cada sector
- Sus propios tipos añadidos encima
- Las actualizaciones conservan sus adiciones
Cambie el modelo con seguridad
- Versiones comparadas lado a lado
- Prueba en seco sobre una copia enmascarada
- Vuelta atrás para cada cambio
Alimentado desde sus documentos y sistemas, verificado sobre la marcha.
Los datos se extraen de documentos y se cargan desde registros y bases de datos. Las reglas de extracción se prueban antes de modificar nada, las cargas masivas muestran su efecto antes de ejecutarse y los duplicados esperan a que una persona decida.
Añadir muchos a la vez
- Verificado antes de cargar
- Duplicados detectados
- Se deshace si hay errores
Reglas de extracción
- Reglas por tipo de documento
- Probadas en muestras
- Aplicadas después
El mismo elemento dos veces
- Pruebas lado a lado
- Fusionado o separado por una persona
- Separado de nuevo si hay errores
Consulte cualquier elemento y vea de dónde procede.
Abra un elemento en una sola página antes de una llamada. Explore lo que lo rodea y guarde la vista para su equipo. Resuelva discrepancias con el historial de cada dato.
Un elemento, en una página
Lo que sabemos sobre una empresa antes de una llamada: de dónde procede y desde cuándo.
- Todo sobre un elemento
- Fuentes en cada línea
- Corrija un dato allí donde lo encuentre
Explorar alrededor de un elemento
Parta de un buque, un cliente o un atraque y vea qué lo rodea.
- Exploración visual
- Vistas guardadas y compartidas
- Las lentes deciden qué ve cada rol
Datos a lo largo del tiempo
Dos registros discrepan sobre el armador de un buque. Resuélvalo con pruebas.
- Historial en cada dato
- Fuentes lado a lado
- Resuelto por una persona, con justificación
Protegido dato a dato.
Los permisos y las barreras de información se aplican a datos individuales, no solo a documentos. Dos equipos de licitación pueden trabajar sobre el mismo grafo sin que ninguno vea los datos del otro, y la IA solo responde a partir de lo que quien pregunta tiene permiso para ver.
- Permisos a nivel de dato
- Las barreras se mantienen dentro del grafo
- Respuestas creadas solo con datos visibles
Sobre el grafo de conocimiento.
¿Qué es GraphRAG?
Recuperación para IA que opera sobre un grafo de conocimiento en lugar de texto suelto. Encuentra los datos conectados a una pregunta en toda la empresa y se los entrega al modelo con sus fuentes, de modo que las respuestas se apoyan en mucho más contexto del que cabe en un prompt.
¿Necesitamos una ontología antes de empezar?
No. Parta del modelo que incluye un paquete de dominio, o de lo que Nexus encuentre en sus documentos, yajústelo sobre la marcha.
¿Construir el grafo altera nuestros sistemas?
No. Nexus lee de sus sistemas; no escribe en ellos. El grafo se construye en paralelo.
¿Podemos exportar la base de conocimiento?
Sí, como un paquete firmado, por ejemplo para trasladarlo a un clúster de pruebas.
Profundizar
Vea su empresa como un grafo.
Traiga un registro y unos cuantos documentos. Construiremos con usted la primera versión de su modelo y le haremos preguntas.