Adeptia公司通过电子数据交换(EDI)等方法自动化处理企业间数据交换,专注于首英里数据处理并加速采用。该公司联合创始人兼首席创新官Deepak Singh认为,AI智能体取代SaaS应用的想法是错误的,因为这种观点忽视了基于EDI的SaaS应用在企业基础设施中的深层作用,这些应用无法简单地被移除或替换。
**对AI智能体取代SaaS应用观点的质疑**
Singh表示,这一观点反映了对企业SaaS实际功能的根本误解。这种想法源于微软CEO萨提亚·纳德拉的一次访谈,但Singh认为纳德拉的评论来自微软的战略定位——他们通过OpenAI拥有感知中的AI优势,希望创造市场紧迫感,但这种观点过于简化。
他指出,SaaS不仅仅是"带用户界面的CRUD操作",而是将数十年的领域专业知识、合规框架和复杂的多方协调编码到可靠系统中。在Adeptia,他们每天处理来自数千个合作伙伴的数百万笔交易,涉及数百种格式。
**SaaS应用的复杂功能**
现代SaaS平台是处理现实世界复杂性的精密编排引擎,提供以下功能:
1. **领域智能**:平台中嵌入的多年行业特定知识
2. **信任与合规**:审计跟踪、安全认证、监管框架
3. **多方协调**:管理数十个利益相关者之间的关系
4. **异常处理**:处理20%打破标准规则的案例
5. **数据质量保证**:确保信息准确性,避免影响运营
Singh举例说明,合作伙伴之间的日期格式差异可能破坏整个供应链,而他们的平台能自动处理这些问题。
**实际业务场景的复杂性**
Singh提供了多个行业实例:
**保险行业**:大型承保公司从500多个经纪人接收理赔信息,有些通过现代API,有些通过EDI X12 837文件,许多是PDF格式。每份文件都必须根据州法规、承保限额和欺诈模式进行验证。
**制造业**:汽车零部件供应商以数十种EDI变体发送提前发货通知。零件号中的一个字符错误就可能导致生产线停工。
**医疗保健**:患者数据来自实验室、医疗提供者和药房,格式包括HL7、专有格式和传真文档。HIPAA合规不是可选项,而是联邦法律要求。
**AI智能体的局限性**
尽管AI智能体在自然语言查询和模式识别方面表现出色,但在业务操作的确定性要求方面存在困难:
1. **责任差距**:当AI智能体错误处理百万美元订单时,谁承担责任?
2. **合规黑盒**:监管机构要求可解释、可审计的决策,而非AI概率分数
3. **格式脆弱性**:AI可能很好地读取PDF,但在处理格式错误的EDI段时完全失败
4. **异常处理**:业务异常通常需要在监管约束内进行人工判断
**三层SaaS应用模型**
Singh提出了结合AI创新与企业可靠性的三层架构:
**第一层——智能界面**:AI智能体和自然语言界面,让所有人都能轻松使用软件。通过对话提问、获取洞察、触发工作流程。
**第二层——编排与治理**:SaaS平台确保AI决策符合业务规则、合规要求和运营约束。这里承载着领域专业知识。
**第三层——执行与集成**:处理数据移动、交易处理和系统连接的可靠骨干。处理数千种格式和协议的复杂现实。
**AI智能体的实际作用**
在这个模型中,AI智能体在第一层发挥强大作用,在第二层提供辅助,但不会取代基础层:
- **简化交互**:用户可以说"显示供应商X的延迟发货",而不需要导航复杂的用户界面
- **呈现洞察**:识别人类可能在数千笔交易中遗漏的模式
- **建议行动**:基于历史数据推荐优化方案
- **自动化常规决策**:处理80%遵循标准模式的案例
但关键是,它们在平台设定的护栏内运行,是辅助驾驶员,而非自动驾驶员。
**Adeptia的解决方案**
Adeptia代表着纳德拉所遗漏的未来——既启用AI又保持企业可靠性:
- **处理现实**:以99%的准确率处理来自任何来源的任何数据格式,无论是现代API还是咖啡渍斑斑的传真
- **智能嵌入AI**:AI从模式中学习,建议映射并捕获异常,但始终在业务约束内
- **赋能人类**:业务用户无需编码即可加入合作伙伴,同时IT部门保持治理
- **扩展信任**:从10个到10,000个合作伙伴,保持合规性和可靠性
Singh强调,他们花费20年时间编码现实世界数据交换的复杂性。AI增强了他们的平台,但不会取代它。这就是为什么财富500强公司信任他们处理关键任务运营的原因。
未来不是智能体取代SaaS,而是利用AI的智能SaaS平台,同时尊重企业运营的现实。Adeptia不是在等待这个未来,而是今天就在交付它。
Q&A
Q1:为什么AI智能体无法完全取代SaaS应用?
A:AI智能体在处理业务操作的确定性要求方面存在局限。当智能体错误处理重要订单时责任归属不清;监管机构需要可解释的决策而非AI概率分数;智能体可能在处理格式错误的数据时完全失败;业务异常往往需要人工判断。SaaS应用承载着数十年的领域专业知识、合规框架和复杂协调机制。
Q2:Adeptia提出的三层SaaS架构模型是什么?
A:第一层是智能界面,提供AI智能体和自然语言界面让用户通过对话操作;第二层是编排与治理,确保AI决策符合业务规则和合规要求;第三层是执行与集成,作为可靠骨干处理数据移动和系统连接。AI智能体主要在第一层发挥作用,在第二层提供辅助,但不取代基础层。
Q3:EDI数据处理为什么需要专业的SaaS平台?
A:EDI数据处理涉及复杂的现实业务场景。比如保险公司需要处理500多个经纪人的不同格式理赔数据并验证合规性;制造业中零件号的一个字符错误就能导致生产线停工;医疗数据必须严格遵守HIPAA法规。这些都需要专业平台的领域知识、异常处理能力和合规保障,不是简单的数据处理。
好文章,需要你的鼓励
数字孪生技术正在改变网络安全防御模式,从被动响应转向主动预测。这种实时学习演进的虚拟副本让安全团队能够在威胁发生前预见攻击。组织可以在数字孪生环境中预演明日的攻击,将防御从事后反应转变为事前排演。通过动态更新的IT生态系统副本,团队可在真实条件下压力测试防御体系,模拟零日漏洞攻击并制定应对策略,从根本上重塑网络安全实践方式。
NVIDIA联合多所大学开发的Omni-RGPT实现了AI视觉理解的重要突破,首次让AI能同时精准理解图像和视频中用户指定的任何区域。通过独创的Token Mark机制,该系统解决了传统方法在视频中容易"跟丢"目标的问题,在视觉问答、区域描述等多项任务上达到最先进水平,为教育、安防、内容创作等领域的AI应用奠定了基础。
Linux内核开发面临动荡时期,Rust语言引入引发摩擦,多名核心开发者相继离职。文章介绍了三个有趣的替代方案:Managarm是基于微内核的操作系统,支持运行Linux软件;Asterinas采用Rust语言开发,使用新型framekernel架构实现内核隔离;Xous同样基于Rust和微内核设计,已有实际硬件产品Precursor发布。这些项目证明了除Linux之外,还有许多令人兴奋的操作系统研发工作正在进行。
这项由中国人民大学等机构合作完成的研究提出了Virgo系统,发现仅用5000个纯文本推理案例训练就能让AI在视觉推理任务上达到顶级商业系统水平。研究证实推理能力具有跨模态通用性,为更经济高效地开发多模态AI系统指明了新方向,同时也揭示了AI感知反思能力不足的局限性。