Plateforme · Agents de données

Des agents qui consignent leur raisonnement

Un chatbot répond. Un analyste montre son travail. Les agents DataFact sont faits pour la seconde chose : planifier l'investigation, recouper ce qu'ils trouvent, et rendre quelque chose que vous pourriez défendre en revue.

planification multi-étapes
recoupement inter-canaux
SaaS ou auto-hébergé

Anatomie d'une exécution

On peut lire ce qu'il a fait

Chaque exécution est inspectable : les sous-questions formées, le canal emprunté à chaque étape, le temps pris, et le moment où deux sources en désaccord ont été réconciliées.

Quand quelqu'un conteste la conclusion, le débat porte sur les preuves, et non sur la confiance à accorder à la machine.

Exécution · analyse de margeterminé

01Décomposer la question3 sous-questions
02Chercher dans les documents9 fragments · 2 figures
03Interroger l'entrepôt2 requêtes · 1,2 s
04Recouper les deux sources1 conflit résolu
05Rédiger avec les sources4 citations jointes

Capacités

Ce qui sépare une exécution d'une réponse

Ces comportements font la différence entre ce que l'on essaie une fois et ce par quoi on fait passer du vrai travail.

Planification

L'itinéraire se décide pendant l'exécution

Une question causale ne se règle pas par une seule recherche. L'agent la découpe en sous-questions, et ce qu'il trouve à la première étape change l'endroit où il regarde à la deuxième — plutôt que de suivre une chaîne figée avant qu'il ne sache quoi que ce soit.

Question décomposée en sous-questions ayant leur propre recherche
Les étapes suivantes dépendent de ce qu'ont renvoyé les précédentes
Travail réparti entre agents quand les sous-questions sont indépendantes

Recoupement

Les sources sont confrontées entre elles

Quand le rapport dit une chose et la table une autre, faire la moyenne est une mauvaise réponse. L'exécution expose le désaccord, indique la source retenue et explique pourquoi.

Constats documentaires recoupés avec les résultats de l'entrepôt
Les conflits sont signalés, pas lissés
La confiance dépend de l'accord entre les canaux

Clarification

Il demande quand la question est ambiguë

La moitié des questions tapées sont sous-spécifiées : quelle région, quel calendrier fiscal, brut ou net. Deviner produit une réponse fausse et assurée. L'agent demande, avec les options qu'il voit, puis repart de votre réponse.

Questions de suivi ciblées avec des options concrètes
L'exécution reprend à partir de la réponse, sans repartir de zéro
Ignorable si vous préférez qu'il prenne une valeur par défaut

Résultat

Un livrable, pas un message de chat

Ce qui sort comporte des données, des graphiques, une conclusion rédigée et une chaîne de citations — assez solide pour être collé dans une note de décision, et réexécutable le mois prochain sur des données fraîches.

Graphiques générés en même temps que le texte
Chaque affirmation porte son index de citation
Réexécutions programmées pour les revues récurrentes

Diffusion

Là où la question se pose

Un agent est publié sur les surfaces que vos équipes utilisent déjà : la console, un widget intégré dans votre application, une API pour vos systèmes, ou un bot dans l'outil de discussion où la question aurait de toute façon été posée.

Console pour les analystes
Widget de discussion intégrable dans vos applications internes
Bots natifs pour DingTalk et Feishu — configurés, pas développés
API ouverte pour le brancher à Slack, Teams ou tout ce que vous exploitez

Types d'agents

Configuré pour la tâche, pas un chatbot généraliste unique

Des questions différentes veulent des mécaniques différentes. Un agent reçoit les ressources dont il a besoin et rien de plus, ce qui resserre à la fois ses réponses et ses permissions.

Connaissance

Q&R documentaire

Rattaché à des collections de documents choisies. Renvoie textes, tableaux et figures avec citations à la page.

Analytique

Génération de requêtes

Rattaché à un schéma et à un modèle d'analyse. Produit du SQL gouverné, des résultats et des graphiques.

Investigation

Exécutions multi-sources

Rattaché aux deux canaux. Planifie, répartit et recoupe avant d'écrire une conclusion.

Assistance

Aucune donnée rattachée

Prompt et compétences seulement, pour des tâches de rédaction et de raisonnement qui ne doivent pas toucher aux données de l'entreprise.

Notes de la moitié ingrate

Category
The two halves of enterprise data AI, and why almost nobody joins them
Why does enterprise AI keep answering half of my question?

Tous les articles

Commencer ici

Apportez une question que personne n'a le temps de traiter qui compte vraiment pour votre équipe.

L'investigation récurrente qui prend deux jours à un analyste. Nous construirons l'agent correspondant pendant la démo et vous montrerons l'exécution.

Essayer la démo Voir le fonctionnement

Vos données restent connectées à chaque réponse.