オントロジーとエージェント層は抽象化を接続し、エージェントに決定させます。
最上層は、3 つの抽象化が決定となる場所です。ユーザー オントロジー モデルはそれらをリンクし、メンバーの推定された意図、プロフィール、ビジネスの真実を 1 つの接続された画像に関連付けます。接続されたコンテキストは AI エージェントに渡され、切断された信号を推論するのではなく、分析と意思決定に使用されます。
ユーザー オントロジーは、意図、プロファイル、ビジネスの真実をリンクし、分析と意思決定のためにその接続されたコンテキストを AI エージェントに渡します。
価値は技術的なものだけではなく、運用上のものです。
エージェントは、すでに接続されているコンテキストを受信します。インテント、プロファイル、メトリクス自体を結合するのではなく、それらの関係が明確な一貫したモデルを読み取ります。これにより、分析と決定が根拠を示し、説明しやすくなります。
意図、プロファイル、ビジネスの真実を 1 つの接続されたオントロジー モデルにリンクします。
結合されていない 3 つの個別の抽象化の代わりに、エージェントに一貫したコンテキストを提供します。
意思決定は、その下にある管理された抽象概念に基づいて行われます。
意思決定の背後にある関係が明確になり、監査が容易になります。
この層が担当するもの
オントロジー モデルは、各メンバーの意図、プロフィール、およびビジネス指標を関連付けます。
生のレコードではなく、イベント、タグ、メトリクスの抽象化を利用します。
接続されたコンテキストは、分析と意思決定のために AI エージェントに渡されます。
意思決定は、収集、保管、抽象化の責任から切り離されます。
何が使えるようになるのか
これが、このレイヤーが AI の意思決定を改善する方法です。
抽象化を結び付けるオントロジーがなければ、エージェントは毎回独自にインテント、プロファイル、およびビジネス信号を再結合する必要があります。そのため、意思決定に一貫性がなく、定着が遅く、事後の説明が難しくなります。
エージェントは、1 つの接続されたモデルを通じてメンバーの意図、プロファイル、価値を一緒に考慮できます。
推奨事項は、その作成元となった意図、プロファイル、メトリクスのコンテキストまで遡ることができます。
新しい抽象化は、エージェントがコンテキストを消費する方法を変更することなく、オントロジーをフィードします。