Duomenų mesh agentams: DI neveiks rimtai, jei duomenys gyvena stalčiuose
AWS aprašė, kaip moderni data mesh strategija suteikia valdomą duomenų pagrindą agentinėms DI aplikacijoms.
Šiame straipsnyje · 6 dalys
- Kas yra duomenų mesh? Tai duomenų valdymo modelis, kuriame duomenų sritys turi savininkus, taisykles ir aiškią prieigą.
- Kodėl tai svarbu DI agentams? Agentai turi remtis patikimais, valdomais ir leidžiamais duomenimis.
- Nuo ko pradėti? Nuo vieno klausimo, jo duomenų šaltinių ir savininkų sutvarkymo.
duomenų mesh DI agentams skamba kaip techninis terminas. Bet kai pažiūri praktiškai, čia yra labai žemiškas klausimas: kiek darbo darome rankomis tik todėl, kad niekas neprisėdo sutvarkyti proceso?
AWS aprašė, kaip moderni duomenų mesh strategija gali tapti pagrindu agentinėms DI aplikacijoms. Skamba kaip architektų kalba. Bet paprastai: agentas negali priimti gero sprendimo, jei duomenys išmėtyti, neaiškūs ir prieinami tik per pažintis.
Man tokiose naujienose visada įsijungia mažas vidinis buhalteris. Ne tas, kuris skaičiuoja sąskaitas, o tas, kuris klausia: kiek tai kainuos, kas prižiūrės ir kur gali lūžti?
Kas nutiko
AWS pavyzdyje naudojami Athena, Redshift, Glue, Lake Formation, Cognito, Lambda, S3, Bedrock AgentCore ir Knowledge Bases. Tikslas – sukurti valdomą, serverless duomenų pagrindą, prie kurio agentai jungiasi su aiškiomis teisėmis.
Įmonėse dažnai sakoma „turime daug duomenų“. Taip, turime. Bet kai reikia atsakyti į konkretų klausimą, prasideda ekskursija po failus, lenteles, savininkus ir „šitas stulpelis jau nebenaudojamas“ legendas.
Kodėl tai svarbu
Duomenų mesh DI agentams svarbus todėl, kad agentai remiasi ne magija, o prieiga prie teisingos informacijos. Jei duomenys netvarkingi, agentas tik greičiau atneš netvarką į gražų atsakymą.
DI jau nebe vien langelis, į kurį įmetame tekstą. Jis jungiasi prie įrankių, moka kviesti servisus, gali veikti keliais žingsniais ir pradeda liesti tikrus verslo pinigus. Čia romantika baigiasi. Prasideda tvarka.
Ką tai reiškia verslui
Verslui tai reiškia, kad prieš rimtus agentus reikia sutvarkyti duomenų nuosavybę, katalogą, teises ir kokybės taisykles. Kitaip agentas taps labai mandagiu žmogumi, kuris greitai ištraukia neteisingą Excel versiją.
- žinoti, kas yra duomenų savininkas
- turėti duomenų katalogą ir aprašymus
- valdyti prieigas pagal vaidmenis
- testuoti agento atsakymus prieš patikint sprendimus
Pavyzdys: pardavimų agentas gali atsakyti apie klientų segmentus tik tada, kai aišku, kuri lentelė yra galiojanti, kaip skaičiuojamas segmentas ir kas turi teisę matyti duomenis.
Kur pasislėpusi rizika
Rizika – pradėti nuo agento ekrano, o ne nuo duomenų. Ekranas bus gražus, demo veiks, bet realybėje komanda ginčysis, kodėl skaičiai nesutampa.
Blogiausia DI klaida dažnai neatrodo kaip klaida. Ji ateina gražiai parašytu sakiniu, mandagiu tonu ir labai užtikrintu veidu. Todėl verslui reikia ne tik įrankių, bet ir įpročio tikrinti.
Ką pasidaryti šią savaitę
Pasirinkite vieną verslo klausimą, kurį norite duoti agentui, ir nueikite atgal iki duomenų šaltinių. Jei kelias miglotas, agentas dar per anksti.
Rašome apie dirbtinį intelektą lietuviškai. Kiekvienas straipsnis parengtas pagal nurodytą šaltinį, o nuorodą į originalą rasite kortelėje „Šaltinis“.
