Создание идеального слоя данных для генерирующего ИИ: ключевые выводы от Intuit

В освещении тематики генеративного ИИ одну компанию можно выделить благодаря ее быстрой и эффективной реализации технологии: Intuit.

В сентябре Intuit запустила своего помощника на базе больших языковых моделей (LLM) — Intuit Assist — во всех своих продуктах, включая TurboTax, QuickBooks, Credit Karma и MailChimp. В июне компания представила свою операционную систему Gen AI, предназначенную для координации работы LLM на всех уровнях организации, что является смелой инициативой, опережающей других крупных игроков в этой сфере.

В недавнем интервью я поговорил с Алоным Амитом, вице-президентом по управлению продуктами в Intuit, о важном аспекте успешного внедрения генеративного ИИ: разработке надежного слоя управления данными.

Амит отметил, что Intuit потратила несколько лет на совершенствование этого слоя данных, чтобы гарантировать точность, интеграцию, управление и устранение дубликатов. Лишь создав прочный фундамент, LLM смогли использовать данные для формирования персонализированных взаимодействий с 100 миллионами малых предприятий и потребителей Intuit.

Во время нашего обсуждения Amit поделился ключевым слайдом, иллюстрирующим модель управления данными Intuit и определяющим лучшие практики для эффективной архитектуры данных. Для руководителей по управлению данными в больших компаниях я рекомендую ознакомиться с полным интервью, ссылки на которое приведены выше, где Amit подробно рассказывает о ключевых инициативах Intuit и планах на 2024 год. Это интервью является частью нашего мероприятия AI Unleashed, полное видео доступно выше.

Вот несколько ключевых выводов из нашего разговора:

1. Реестр карт данных: Intuit разработала централизованный репозиторий для всех активов данных — как в реальном времени, так и пакетных — создаваемых в компании, включая все схемы данных. Это обеспечивает управление данными с ясным определением прав собственности и целей для каждого актива. Хотя Amit признал, что процесс имеет недостатки, он оптимистично смотрит на достижение почти идеального управления к концу следующего года.

2. Культура "Данных как продукта": С помощью этой карты данных Intuit смогла воспитать культуру среди разработчиков, менеджеров по продуктам и инженеров, рассматривающих все сгенерированные данные как ценный продукт, а не только данные, содержащиеся в продуктах для клиентов.

3. Управление схемами данных: Intuit обеспечивает единое управление всеми схемами данных — как от кликов, так и от третьих сторон — чтобы предотвратить сбои в downstream-системах, особенно поддерживающих генеративный ИИ. Вход данных, изображенный на левой стороне графика Амита, включает "доменные события", такие как данные в реальном времени, генерируемые через шины событий приложений, автоматически интегрируемые в хранилище данных Intuit.

4. Управляемая деривация данных: Этот термин охватывает все преобразования, применяемые к исходным данным, такие как аналитические вычисления, извлечение функций ИИ и атрибуты маркетинга. Разработчики получают уведомления, если пытаются получить функцию, которая уже существует в реестре данных, таким образом избегая дублирования.

5. Деривация данных в реальном времени: Запланированная на 2024 год, эта инициатива направлена на улучшение возможностей Intuit по предоставлению данных в режиме почти реального времени. Amit подчеркнул, что компания настроена на улучшение своих процессов для обеспечения своевременных анализов, позволяя Intuit быстро реагировать на действия пользователей, отвечая на запросы или предоставляя экспертную поддержку.

Эти стратегии показывают, как Intuit лидирует в эффективном использовании генеративного ИИ через надежную структуру управления данными.

Most people like

Find AI tools in YBX