Die KI muss zum Menschen kommen, nicht der Mensch zur KI

Fragen Sie einen beliebigen Kreditanalysten, wie viele Anwendungen er öffnet, um eine Akte vorzubereiten, und er zählt an beiden Händen ab: das Dokumentenrepository, das Kernbanksystem, eine Tabelle, das Rating-Tool, einen E-Mail-Client, das Regulierungs-Intranet, ein Chatfenster mit einem Copilot. Jedes KI-Produkt der letzten drei Jahre fügte dieser Liste ein weiteres Fenster hinzu. Wir haben beschlossen, stattdessen Fenster zu entfernen.

Das Zehn-Apps-Problem

Kontextwechsel ist kein Produktivitätsärgernis; er ist der Ort, an dem Fehler entstehen. Ein aus einem PDF in eine Tabelle kopierter Wert verliert seine Quelle. Eine aus einem Chat in ein Memo eingefügte Zusammenfassung verliert ihre Herkunft. Eine in einem System getroffene Entscheidung ist für das nächste unsichtbar. Je mehr Werkzeuge ein Prozess umfasst, desto weniger kann irgendjemand rekonstruieren, warum er so endete, wie er endete.

Warum Copilots es nicht gelöst haben

Copilots stellten ein allgemeines Modell neben den Nutzer und baten den Nutzer, den Kontext mitzubringen. Sie sind hilfreich für den Einzelnen und unsichtbar für den Prozess: Nichts, was sie erzeugen, ist strukturiert, protokolliert oder mit dem führenden System geteilt. Sie laufen außerdem dort, wo der Anbieter läuft, was in regulierten Branchen darüber entscheidet, ob sie echte Daten überhaupt berühren dürfen.

Apps auf einem Betriebssystem

Altilia liefert Agenten als Apps aus, die in der Arbeit leben, die Menschen bereits tun. Sie sehen aus wie die Werkzeuge, die Menschen kennen, und verhalten sich darunter wie Agenten.

• DocPilot entwirft Memos, Protokolle, Rechtsakte und Berichte aus dem Knowledge Graph, mit jedem Absatz mit seiner Quelle verknüpft und Compliance-Prüfungen vor der Veröffentlichung.
• SheetPilot verwandelt Portfolios, Rechnungen und Investorenberichte in Tabellen, beantwortet Fragen über eine Arbeitsmappe hinweg und zeigt den Abgleich als farbcodierte Übereinstimmungen und Konflikte.
• SlidePilot baut Präsentationen aus Belegen: Diagramme, berechnet aus den zugrunde liegenden Abschlüssen, auf der Hausvorlage, mit Gesprächspunkten.
• SensePilot ist der Prüfarbeitsbereich, in dem Roboter im großen Maßstab aufnehmen, klassifizieren und extrahieren und Menschen nur bestätigen, was der Agent markiert hat.

Derselbe Graph, dieselbe Governance, dieselbe UX

Was diese Apps von vier Punktlösungen unterscheidet, ist das, was sie teilen. Sie lesen und schreiben denselben semantischen Knowledge Graph, sodass ein in SensePilot extrahierter Wert der Wert ist, den SheetPilot abgleicht und DocPilot zitiert. Sie laufen unter derselben Governance-Schicht, sodass Berechtigungen, Entscheidungsprotokolle und menschliche Prüfung identisch gelten, ob der Agent einen Absatz entworfen oder eine Zelle gefüllt hat. Sie zeigen dieselben Oberflächenkonventionen, sodass ein Nutzer, der eine gelernt hat, alle gelernt hat. Und sie laufen überall dort, wo das OS läuft, On-Premises eingeschlossen.

Ein Tag in einem Prozess

Eine Firmenkreditakte trifft ein. SensePilot klassifiziert die 27 Dokumenttypen und befüllt 250 Datenpunkte, sechs davon zur Prüfung markiert. SheetPilot gleicht den Abschluss mit den internen Ratingdaten ab und hebt zwei Konflikte hervor. DocPilot entwirft das Kreditmemo, Abschnitt für Abschnitt, unter Angabe des Abschlusses, der abgeglichenen Zahlen und der zwei Nachrichten, die ein Agent abgerufen hat. SlidePilot bereitet die Ausschusspräsentation aus denselben Daten vor. Der Analyst liest, entscheidet und unterschreibt. Nichts wurde von Hand kopiert; alles ist nachvollziehbar.

„Menschen wollen kein weiteres Fenster. Sie wollen, dass sich das Dokument aus der Fallakte selbst entwirft und die Prüfwarteschlange nur enthält, was der Agent nicht lösen konnte.“