Les graphes de connaissances deviennent une couche de contexte et de raisonnement critique pour l'IA agentique, aidant les entreprises à connecter les données et les agents au sol dans des domaines d'expertise métier clés.
Pour les sociétés de services financiers diversifiées telles que Raymond James Financial Inc., les technologies graphiques sont devenues un élément important du développement d'une infrastructure fiable pour prendre en charge l'IA. La technologie a été particulièrement utile pour créer des solutions uniques, selon Jeff Griffith (photo, à gauche), vice-président de l'ingénierie de l'IA et de la science des données chez Raymond James.
« Utiliser quelque chose comme un graphique de données nous permet d'exploiter la puissance de l'IA de manière dynamique », a déclaré Griffith. « Les gens savent déjà comment obtenir les choses qu'ils reçoivent tous les jours. Mais c'est quand vous voulez traverser ces domaines ou faire quelque chose d'unique que cela a beaucoup de valeur. »
Griffith s'est entretenu avec John Furrier, analyste exécutif pour theCUBE Research, lors du récent événement GraphSummit, lors d'une diffusion exclusive sur theCUBE, le studio de diffusion en direct de SiliconANGLE Media. Il a été rejoint par Naveen Mahankali (à droite), vice-président de la technologie chez Raymond James, et ils ont discuté de la manière dont les graphes de connaissances et l'IA changent le paysage commercial. (* Divulgation ci-dessous.)
Graphiques de connaissances pour la fiabilité des données
En tant que client de Neo4j, Raymond James utilise des technologies graphiques qui permettent aux développeurs de représenter les relations, les dépendances et le contexte métier dont les applications d'IA ont besoin pour raisonner efficacement. La précision est une exigence essentielle dans le monde financier, et Raymond James utilise son graphique de connaissances pour aider les agents à travailler avec des données provenant de systèmes fiables et à évaluer les résultats par rapport à des sources établies.
« Nous avons des sources dorées, nous avons des systèmes sur lesquels nous pouvons compter aujourd'hui, et nous sommes capables d'utiliser des agents pour construire et comparer ce que nous construisons avec les sources dorées », a déclaré Mahankali au CUBE. « Avec le graphe de connaissances, même lorsque nous extrayons les données de différentes sources, elles se trouvent dans Neo4j et nous effectuons des évaluations par rapport aux sources d'or et nous assurons qu'elles sont exactes à 100 % avant le lancement. »
Le travail de Raymond James avec l'IA crée de nouveaux gains d'efficacité au sein de l'organisation. Pour l’avenir, Mahankali voit des opportunités pour l’IA de réduire le temps et les efforts que les conseillers financiers consacrent à la recherche d’informations pour les clients.
« L'une des choses que nous essayons de faire est de laisser l'IA interroger les données de manière dynamique afin que nos conseillers financiers obtiennent ce qu'ils veulent sans cliquer sur les écrans et sans consulter un tableau de bord fixe », a-t-il déclaré. « Ils peuvent faire plus d'analyses plutôt que de simplement regarder les données qu'ils voient déjà dans d'autres applications. Ils peuvent faire une analyse de produits par rapport à la façon dont les comptes sont équilibrés et des choses comme ça en posant une question. »
La mise en œuvre d’agents IA modifie également les processus quotidiens au sein même de Raymond James. En janvier, la société a lancé Raimond, son agent exclusif d'opérations d'IA numérique.
« Nous avons un assistant IA… il a été largement adopté, et il va simplement devenir plus intelligent », a déclaré Griffith. « Cela fait partie de l'évolution fondamentale de ce que nous faisons en termes d'ingénierie. Nous changeons la façon dont les gens, la façon dont tout le monde travaille avec un ordinateur de bureau qui donne aux gens les meilleurs outils d'IA pour passer de toutes les tâches subalternes à la gestion des agents qui effectuent ces tâches. En termes de compétences et de ce que nous recherchons, il s'agit simplement de passer de personnes capables d'accomplir des tâches à des personnes déterminées à résoudre un problème significatif. «
Voici l'interview vidéo complète, qui fait partie de la couverture de GraphSummit par SiliconANGLE et theCUBE :
(* Divulgation : TheCUBE est un partenaire média payant pour GraphSummit. Ni Neo4j, le sponsor de la couverture de l'événement theCUBE, ni les autres sponsors n'ont de contrôle éditorial sur le contenu de theCUBE ou SiliconANGLE.)
