Verdantis lanzó dos nuevas herramientas de IA, AI Auto-Enrich y AuSpec AI. Se dirigen a los principales obstáculos en la gestión de datos maestros empresariales (MDM) al abordar los datos no estructurados y aislados en industrias como el petróleo y el gas, la minería y la fabricación.
Estos agentes de IA tienen como objetivo mejorar la eficiencia operativa, enriquecer la calidad de los datos y mejorar la toma de decisiones en las industrias donde los datos precisos son críticos pero esquivos.
Auto-Spec AI utiliza modelos entrenados en más de mil millones de puntos de datos para extraer detalles clave de los datos sin procesar. Asegura la consistencia entre los registros de material y proveedor y optimiza los procesos de adquisición con datos confiables.
Auto-Enrich AI Fuentes y llena los vacíos en los registros existentes de forma autónoma. Integra datos de fuentes públicas y patentadas en sistemas ERP, aumentan la confiabilidad de los datos y optimizan la gestión de inventario y los registros de materiales obsoletos.
«La IA y la IA de especificaciones automáticas de auto-enriquecimientos son cambiadores de juegos para empresas que buscan revisar su estrategia de datos. Como nuestros primeros agentes de IA, marcan un paso importante hacia nuestra visión de convertirnos en un súper agente de IA para la gestión de datos maestros», dijo Kumar Gaurav Gupta, CEO de Verdantis.
Akamai transforma la IA con una inferencia de borde más rápida y barata
Estos agentes de IA pueden operar de forma independiente o mejorar las plataformas existentes de Verdantis, armonizar e integridad, dando a las empresas la flexibilidad para mejorar las estrategias de datos sin interrumpir los sistemas actuales.
Datos maestros precisos e integrales significa decisiones más inteligentes y operaciones simplificadas. Auto-Enrich AI y Auto-Spec AI están destinados a entregarlo con datos enriquecidos y registros confiables.
El reciente lanzamiento de Verdantis de AI AI-Enrich AI y Auto-Spec AI representa un reconocimiento ondulante de que la mayor parte del tedioso y detrás de la obra detrás de escena en la gestión de datos maestros puede subcontratarse a algoritmos inteligentes.
Estas herramientas tienen un peso particular en sectores conocidos por sus cadenas de suministro laberínticas y conjuntos de datos difíciles de manejar, como petróleo y gas o fabricación. Más allá de la promesa de convertir la página en conjuntos de datos disparados y dispares: el verdadero avance es su enfoque integrado, lo que permite a las empresas aumentar sus sistemas existentes con precisión impulsada por IA.
La gran escala de entrenamiento modelo para la IA de especificación automática, el escaneo en más de mil millones de puntos de datos, evita la inmersión profunda de Verdantis en el material de refinación y los registros de proveedores. No se trata solo de limpiar datos; Es un posible cambio marítimo en cómo las empresas administran y aprovechan sus procesos de adquisición.
