Enterprise Information & Graph-Native Intelligence
Strukturér systemer.Forstå relationer.Byg rigtig software.
YiENTi repræsenterer processer, relationer, afhængigheder og softwarestrukturer eksplicit i stedet for kun at støtte sig til sprogbaseret kontekst.
- YiENTi Enterprise
- Intelligent Enterprise Information
- YiENTi Intelligence
- Graph-Native Intelligence Engine
YiENTi kombinerer en Intelligent Enterprise Information-platform med en Graph-Native Intelligence Engine. Den kan bruge sprogmodeller, hvor det er nyttigt, men dens centrale ræsonnementsmodel er strukturel, procesbevidst og uafhængig af en enkelt LLM-udbyder.
En hændelse udløser en proces. Kontekst og regler bliver relevante. Gatewayen munder ud i en beslutning.
- Siden 2010
- Udviklet fra Logical Board til YiENTi
- To søjler
- Enterprise Information + Intelligence Engine
- LLM-valgfri
- Udbydere er udskiftelige komponenter
- I brug
- Kerneteknologi i ACCENTSYS' engineering
YiENTi-platformen
Én vision. To kerneteknologier.
YiENTi er en overordnet teknologi med to adskilte, forbundne søjler. Den ene repræsenterer en organisations operationelle virkelighed. Den anden udfører ræsonnement over struktureret kontekst – både i YiENTi Enterprise og uden for det.
- Struktureret virksomhedsinformation
- Procesintelligens
- Graf-native ræsonnement
- Intelligens til softwareudvikling
YiENTi Enterprise
Intelligent Enterprise Information
Forbind personer, processer, systemer, opgaver, viden og operationel kontekst i et struktureret virksomhedsmiljø.
Udforsk YiENTi EnterpriseYiENTi Intelligence
Graph-Native Intelligence Engine
Ræsonnér på tværs af relationer, processer, tilstand, kontekst, softwarestrukturer og multimodal information.
Udforsk YiENTi IntelligenceYiENTi i centrum
YiENTi er centrum. Alt andet er forbundet til det.
YiENTi er den strukturelle intelligens og ingeniørmæssige kerne. Cloud-platforme, sprogmodeller, Playwright, IDE'er og lokale AI-værktøjer er forbundne systemer omkring YiENTi – hver med en tydelig rolle. De er ikke YiENTi selv.
Struktureret modellering
Det, YiENTi ræsonnerer over · → YiENTi
BPMN · Use cases · Aktiviteter · Sekvenser · Klasser · Data-/entitetsmodeller
Generativ AI
Ekstern · kan udskiftes · ↔ YiENTi
OpenAI · Anthropic · Perplexity · Gemini · Lovable · Zapier · Pickaxe · Grok · Jasper · Abacus.AI · Relevance AI · Notion AI · Og flere følger snart · Lokale / alternative modeller
Udviklerværktøjer
Udviklingsmiljø · ↔ YiENTi
Visual Studio Code · OpenCode
Lokal infrastruktur / modelinfrastruktur
Kørsel af modeller lokalt · ↔ YiENTi
Ollama · Lemonade · Andre kompatible lokale modelworkflows
Test
Validering af reel adfærd · ↔ YiENTi
Playwright · Abacus.AI · ChatGPT Work · Visuel validering · Funktionel validering
Udrulning
Hvor genereret software kører · YiENTi →
AWS · Microsoft Azure · Google Cloud · Privat infrastruktur (fremtidig)
Egentlig software
Bygget med YiENTi · YiENTi →
Alle ACCENTSYS-produkter
Den strukturelle kerne
Sprog er en grænseflade.
Grafen er modellen.
Disse strukturer er ikke dekorative diagrammer. De repræsenterer maskinforståelig system- og processtatus – den model, YiENTi udfører ræsonnement over.
- BPMN
- Procesmodeller
- Aktivitetsdiagrammer
- Use cases
- Samarbejdsdiagrammer
- Sekvensdiagrammer
- Klassemodeller
- Entitets-/datamodeller
- Regler
- Afhængigheder
- Tilstand
- Krav
- User stories
Måling · en central YiENTi-funktion
Strukturér det. Mål det. Lær af det.
Måling er ikke en dashboard-funktion. YiENTi forbinder udførelsen af en proces med det, udførelsen faktisk frembringer — og omsætter det til maskinforståelig viden om, hvordan arbejde reelt forløber.
01 · YiENTi Enterprise
Procesudførelse
- Opgave AHøj
- Opgave BNormal
- Opgave CNormal
Prioritet og vægt er en del af strukturen.
02 · Måling
Hvad der faktisk skete
Arbejde og indsats
- Prioritet
- Opgave
- Tid / indsats
- Opgavevægt / mængde
- Tid i forhold til opgavevægt
- Kvantitativ præstation
Output og udfald
- Kvalitet
- Omarbejde / nyt opfølgende arbejde
- Indhold, der når frem til slutproduktet
- Genbrug
- Effektivitet
Mennesker og kompetence
- Roller
- Kompetencer
- Færdigheder
- Uudnyttet potentiale
03 · YiENTi AI
Ræsonnerer over målbar virkelighed
Lær · forbedr · genbrug
YiENTi måler ikke kun, hvor længe nogen har arbejdet. Det kan sætte indsatsen i forhold til arbejdets struktur, vægt, udfald, kvalitet og genbrug.
Tid i forhold til opgavevægt · skematisk
Opgave A
Opgave B
Samme timer. Forskellig vægt. Et andet præstationsbillede.
Struktur
YiENTi Enterprise
Leverer den strukturerede operationelle og procesmæssige kontekst: processer, opgaver, roller, prioriteter og arbejdets vægt.
Virkelighed
Måling
Registrerer, hvad der faktisk sker inden for denne struktur: indsats, udfald, kvalitet, omarbejde og genbrug.
Ræsonnement
YiENTi AI
Ræsonnerer over denne målbare virkelighed — ikke kun over beskrivelser af, hvordan arbejdet efter planen skal foregå.
YiENTi lærer ikke kun af beskrivelser af arbejde. Det kan ræsonnere over strukturerede processer og de målbare udfald, de frembringer.
Denne forbindelse var allerede en del af den YiENTi-arkitektur, der blev præsenteret i 2016: operationelle processer knyttet til målbart output og til YiENTi AI.
Søjle A · Intelligent Enterprise Information
YiENTi Enterprise
YiENTi Enterprise forbinder mennesker, processer, systemer og viden i ét struktureret operationelt miljø.
En intelligent platform til virksomhedsinformation til modellering og drift af relationerne mellem mennesker, arbejde, processer, systemer og information. Integration er én af dens muligheder – ikke dens definition.
- Personer
- Roller
- Kompetencer
- Teams
- Opgaver
- Projekter
- Aktiviteter
- Processer
- Ressourcer
- Systemer
- Dokumenter
- Kommunikation
- Hændelser
- Regler
- Data
- Viden
- Målinger
- Beslutninger
- Afhængigheder
- Virksomhedens arbejdsgange
Diagram A · YiENTi Enterprise Information
Søjle B · Graph-Native Intelligence Engine
YiENTi Intelligence
YiENTi Intelligence er en graph-native intelligence engine, der er designet til at ræsonnere på tværs af entiteter, relationer, processer, kontekst, softwarestrukturer og visuel information.
Dens rolle rækker ud over platformen YiENTi Enterprise. Kerneteknologien i YiENTi Intelligence bruges allerede internt i ACCENTSYS' softwareudviklingsworkflows; den selvstændige platform er stadig under udvikling.
En anden vej mod generel maskinintelligens.
Ud over YiENTi Enterprise
YiENTi Intelligence er ikke blot AI-modulet i YiENTi Enterprise. Det er designet som et genanvendeligt intelligenslag – og software, der er designet med det, er ikke automatisk en del af Enterprise-platformen:
- ACCENTSYS softwareudviklingI intern brug
- Andre ACCENTSYS-produkterRetning
- Fremtidige eksterne systemerRetning
- Andre use cases med struktureret ræsonnementRetning
Diagram B · YiENTi Intelligence-graf
Strukturel kontekst
- Entiteter
- Relationer
- Kontekst
- Tilstand
- Regler
- Afhængigheder
- Visuelle strukturer
- Viden
YiENTi Intelligence Graph
Forbundet, vedvarende og eksplicit – selve ræsonnementskonteksten.
Ræsonnementsfunktioner
- Forstå
- Ræsonnér
- Sammenlign
- Forudsig
- Anbefal
- Planlæg
- Orkestrér
Sådan fungerer YiENTi
Fra struktureret virkelighed til ræsonnement – og tilbage igen.
YiENTi Enterprise repræsenterer, hvad der findes, hvem der er involveret, hvad der sker, hvordan arbejdet flyder, hvad der afhænger af hvad, og hvilken tilstand organisationen er i. YiENTi Intelligence ræsonnerer over denne strukturerede kontekst.
- 01Enterprise
Repræsentér
Mennesker, systemer, information, opgaver, processer og kontekst bliver til struktureret, forbundet information.
- 02Intelligence
Forstå
YiENTi Intelligence ræsonnerer på tværs af relationer, afhængigheder, tilstand og kontekst.
- 03Intelligence
Beslut
Regler, begrænsninger, historisk kontekst og ræsonnement understøtter beslutninger.
- 04Begge
Orkestrér
Handlinger, systemer og arbejdsgange kan koordineres inden for definerede regler og ansvarsområder.
- 05Enterprise
Lær / Opdatér
Det strukturerede miljø ændrer sig, efterhånden som arbejdet skrider frem, og ny information bliver tilgængelig.
En kontinuerlig cyklus: hver opdateret tilstand bliver konteksten for næste runde af ræsonnement.
Struktureret intelligens · ikke LLM-first
Sprog er en grænseflade.
Grafen er modellen.
Store sprogmodeller er nyttige generative sprogkomponenter. YiENTi kan bruge dem, hvor de hjælper – men er ikke afhængig af genereret prosa som sit sandhedsgrundlag. Processer, relationer, tilstande, afhængigheder og strukturer modelleres eksplicit.
YiENTi repræsenterer strukturen bag informationen.
- Processer repræsenteres som processer.
- Relationer repræsenteres som relationer.
- Afhængigheder repræsenteres som afhængigheder.
- Tilstand repræsenteres som tilstand.
Sprog er én måde, mennesker interagerer med denne struktur på.
LLM-first-systemer udleder en stor del af deres adfærd fra probabilistisk modelinferens. YiENTi's centrale ræsonnementskontekst er en eksplicit strukturel repræsentation af entiteter, relationer, processer, tilstand og afhængigheder.
Spørgsmålet er ikke kun, hvilke input et system accepterer. Det er, om dets operationelle sandhed findes som en probabilistisk genereret repræsentation – eller som eksplicit struktureret tilstand.
Struktureret intelligens vs. LLM-first-ræsonnement
Hvor sprogmodeller excellerer
- Tekstgenerering
- Opsummering
- Oversættelse
- Interaktion på naturligt sprog
- Informationsudtræk
- Idéudvikling
- Dokumentassistance
Hvor struktur bør forblive eksplicit
- Præcis procestilstand
- Gentagelighed
- Sporbarhed
- Integritet i afhængigheder
- Korrekt workflow
- Konsistens i softwarearkitektur
- Vedvarende struktureret hukommelse
Probabilistisk AI kan understøtte processen. Den behøver ikke definere processen.
Genereret sprog kan være usikkert. Eksplicit proces- og graftilstand behøver ikke at blive rekonstrueret ud fra genereret prosa. YiENTi er designet til at holde kritisk procestilstand, afhængigheder og operationel sandhed uden for probabilistisk sproggenerering – og dermed reducere afhængigheden af den, hvor strukturel nøjagtighed og gentagelighed er vigtig.
Modeluafhængigt sproglag
YiENTi kan bruge LLM'er. Den er ikke afhængig af dem for at vide, hvad systemet er.
Udskiftelige udbydere
- OpenAI-modeller
- Anthropic-modeller
- Lokale modeller
- Åbne modeller
- Fremtidige udbydere
Sproglag
- Tekstgenerering
- Opsummering
- Oversættelse
- Interaktion på naturligt sprog
- Indholdsassistance
YiENTi Intelligence-arkitektur
Graf, tilstand, processer, regler og afhængigheder – uafhængigt af den valgte modeludbyder.
Sprogmodeller er valgfrie, udskiftelige komponenter, der kan tilsluttes YiENTi, hvor generative evner er nyttige. De er komponenter i arkitekturen – ikke den centrale strukturelle ræsonnementsmodel.
Procesarv
Fra procesforståelse til maskinel ræsonnering.
YiENTi blev bygget omkring den idé, at komplekse systemer ikke kan forstås pålideligt, hvis deres relationer og processer kun findes som dokumenter eller beskrivelser.
Processer, aktiviteter, roller, hændelser og afhængigheder bør findes som eksplicitte, maskinforståelige strukturer.
- Aktiviteter
- Opgaver
- Hændelser
- Gateways
- Konversationer
- Koreografier
- Samarbejde
- Swimlanes
- Data
- Roller
- Kompetencer
- Ressourcer
- Projekter
- ProcesStrukturer
- Måling
- Informationsstrømme
Visuel og strukturel ræsonnering
YiENTi beskriver ikke blot en proces. Den repræsenterer processen.
Aktiviteter, afhængigheder, tilstande, aktører og informationsstrømme bliver eksplicitte dele af ræsonneringskonteksten. Visuelle og diagrammatiske strukturer kan repræsenteres eksplicit – og der kan ræsonneres over dem.
- Aktivitetsdiagrammer
- Procesdiagrammer
- Samarbejdsdiagrammer
- Systemarkitektur
- Afhængighedsgrafer
- Roller
- Hændelser
- Tilstandsovergange
- Informationsstrøm
Softwareudvikling
Softwareudvikling uden at genopbygge kontekst fra prompts.
YiENTi vedligeholder strukturel kontekst om systemer, processer og afhængigheder, så tekniske beslutninger kan udledes som en del af en sammenhængende model.
Typisk LLM-assisteret udvikling
- Prompt
- Genereret output
- Gennemgang
- Ny prompt
- Genskabt kontekst
Konteksten genopbygges ved hver iteration.
YiENTi's engineeringmodel
- Krav
- Eksplicit struktureret model
- Systemer · processer · afhængigheder
- Ræsonnement
- Implementering
- Validering
- Opdateret strukturel tilstand
Konteksten bevares som struktur og udvikler sig sammen med systemet.
Modeldrevet softwareudvikling
Fra model til software.
YiENTi gætter ikke software ud fra prompts. Det bruger strukturerede systemrepræsentationer, forbinder flere visninger af det samme system og ræsonnerer på tværs af dem – og det kan understøtte eller udføre softwaregenerering ud fra disse modeller.
Bygget med YiENTi.
Ikke afhængig af YiENTi.
YiENTi kan designe og generere software ud fra strukturerede modeller. Den resulterende applikation kører uafhængigt af YiENTi.
YiENTi er en del af udviklingsprocessen – ikke en obligatorisk runtime-afhængighed.
- 01
Krav
- 02
EPICs /
User Stories - 03
Use cases
- 04
Aktivitets-/
procesmodeller - 05
Samarbejds-/
sekvensmodeller - 06
Klasse-/
datamodeller - 07
Arkitektur /
ræsonnement - 08
Genereret implementering
- 09
Validering
- 10
Selvstændig software
Konceptuel kæde. Læses fra venstre mod højre, række for række.
Modellag, som YiENTi ræsonnerer på tværs af
Ikke isolerede tegninger, men forbundne projektioner af én underliggende systemmodel.
- EPICs
- User Stories
- Use cases
- Aktivitetsdiagrammer
- Samarbejdsdiagrammer
- Sekvensdiagrammer
- Klassediagrammer
- Data-/entitetsmodeller
- BPMN-/procesmodeller
- Regler
- Afhængigheder
- Tilstande
YiENTi under udviklingen
- Krav
- Modeller
- Ræsonnement
- Arkitektur
- Generering
- Validering
Resulterende applikation
- Frontend
- Backend
- Database
- API'er
- Forretningslogik
- Integrationer
kører uafhængigt
En genereret applikation behøver ingen YiENTi-runtime, cloud, agent eller forbindelse i produktion – medmindre et bestemt produkt bevidst bruger sådanne tjenester. Software skabt med YiENTi er heller ikke automatisk en del af YiENTi Enterprise-platformen.
Diagrammer er ikke dokumentation bagefter
I YiENTi er modeller ikke blot billeder, der dokumenterer software, efter den er bygget. De repræsenterer den struktur, som software kan ræsonneres om, valideres og genereres ud fra.
Et softwaresystem kan beskrives gennem supplerende visninger – epics, user stories, use cases, aktivitets-, samarbejds-, sekvens- og klassediagrammer, entitets-/relationsmodeller, processer, tilstande, regler og afhængigheder. Det er ikke isolerede tegninger. De er projektioner af én underliggende systemmodel, og YiENTi er designet til at ræsonnere på tværs af dem, så en ændring i én visning kan analyseres i forhold til de andre.
Visuelt betyder ikke billedgenkendelse. En boks, node, kant, gateway eller relation er ikke blot en pixel. Den har en defineret betydning – og den betydning bliver en del af ræsonnementsmodellen.
YiENTi opbygger en forbundet repræsentation af systemet, så krav, processer, softwarestrukturer og data ikke behøver at eksistere som adskilte dokumenter.
Flere visninger, én systemmodel
- 01User story
Hvad brugeren har brug for
“Som kunde vil jeg lægge en vare i min kurv, så jeg kan bestille den senere.”
- 02Use case
Hvad aktøren vil opnå
Kunde Søg vare Læg i kurv Afgiv ordre - 03Aktivitet
Hvordan processen forløber
Søg Vælg [på lager] Læg i kurv Bekræft - 04Samarbejde
Hvilke komponenter der interagerer
:Customer :Article :Cart :Order 1.1 show() 1.2 add() 2 order() - 05Sekvens
I hvilken rækkefølge interaktionerne sker
: Customer :Article :Cart :Order search show add order - 06Klasse / data
Hvilke objekter og relationer der findes
Customer id · name Order id · date Cart items · total Article sku · price 1 * 1 1 * * - 07Implementering
Genereret ud fra strukturen
// generated from the model class Cart { items: Article[] add(a: Article): void checkout(): Order }
- 08Applikation
Kører selvstændigt
Kurv (2) Frontend · Backend · Database · API'er
Ét system, mange projektioner. “Kurv” har den samme betydning i alle visninger. Illustrativt eksempel.
Kodegenerering er ikke LLM-kodegenerering
YiENTi behøver ikke at gætte applikationen ud fra en prompt. Det arbejder ud fra en eksplicit model af, hvad applikationen er.
LLM'er kan hjælpe med tekster, dokumentation, labels, fortolkning af naturligt sprog og kodeforslag, hvor det er nyttigt. Softwarearkitekturen afhænger ikke udelukkende af probabilistisk genereret kildekode.
Prompt-først-generering
YiENTi modeldrevet
- PromptEksplicit struktureret model
- AI skriver noget kodeEksplicitte systemrelationer og ræsonnement
- Kontekst genopbygges for hver forespørgselRegelbaseret generering, hvor det er relevant
- Kildekode som eneste sandhedModel som maskinlæsbar sandhedskilde
YiENTi ligner mere et intelligent udviklingsmiljø som en compiler til komplekse systemer end en AI-afhængighed indlejret i hver applikation.
Det viste flow er konceptuelt. Den præcise interne pipeline kan afvige, og ikke alle trin præsenteres som fuldt automatiserede. Sporbarhed, konsistenstjek, konsekvensanalyse og synkronisering på tværs af modeller beskriver retningen for den modeldrevne tilgang.
Model- og udviklerværktøjer
YiENTi bruger den rette intelligens til den rette opgave.
Generative modeller fremskynder opgaver, hvor probabilistisk generering er effektiv. YiENTi bevarer den strukturerede systemmodel, proceskonteksten og den målbare tilstand.
Uddelegeret til generative modeller
- UI-iteration
- Tekstgenerering
- Formulering
- Dokumentation
- Hurtigt generativt arbejde
- Udvalgt kodeassistance, hvor det er hensigtsmæssigt
Bevares af YiENTi
- Struktureret systemmodel
- Proceskontekst
- Målbar tilstand
Generativ AI
Ekstern · kan udskiftes
- OpenAI
- Anthropic
- Perplexity
- Gemini
- Lovable
- Zapier
- Pickaxe
- Grok
- Jasper
- Abacus.AI
- Relevance AI
- Notion AI
- Og flere følger snart
- Lokale / alternative modeller
Lokal infrastruktur / modelinfrastruktur
Kørsel af modeller lokalt
- Ollama
- Lemonade
- Andre kompatible lokale modelworkflows
Udviklerværktøjer
Udviklingsmiljø
- Visual Studio Code
- OpenCode
Det er tilsluttede systemer med forskellige roller – de er ikke en del af YiENTi selv, og de tilbyder ikke alle de samme funktioner. Tredjepartsnavne er varemærker tilhørende deres respektive ejere; der er ikke tilsigtet eller antydet noget partnerskab eller nogen godkendelse.
Test og validering
Fra model til verificeret adfærd.
Genereret kode er ikke målet – korrekt adfærd er. Playwright kan bruges til at kontrollere, om den faktiske applikation opfører sig og vises som forventet, så der skabes en feedbackloop mellem model, implementering, den faktiske brugerflade og validering.
- 01
YiENTi
Model og struktureret ræsonnement
- 02
Genereret /
ændret applikation Implementering
- 03
Playwright
Inspicerer den kørende app
- 04
Visuel + funktionel validering
Vises og opfører sig som forventet?
- 05
Feedback
Tilbage til udviklingsiterationen
Playwright er et test- og valideringsværktøj – ikke en del af AI-laget.
Automatiseret udrulning
Bygget med YiENTi. Ikke afhængig af YiENTi.
Arbejdsgange understøttet af YiENTi kan automatisk udrulle software til AWS, Microsoft Azure og Google Cloud. YiENTi er ikke en hostingudbyder, og den udrullede applikation kører ikke inde i YiENTi.
YiENTi er designet til at forblive infrastrukturuafhængig. Fremtidige udrulningsmuligheder er tiltænkt at omfatte privat og kundekontrolleret infrastruktur ud over offentlige cloudplatforme.
YiENTi-udviklingsmiljø
Her modelleres, genereres, valideres og udgives software.
Strukturerede modeller
BPMN, use cases, klasser, data
YiENTi
Strukturel model og ræsonnement
Implementering / generering
Kildekode oprettet eller ændret
Playwright-validering
Visuelle og funktionelle kontroller af den kørende app
Udrulningspipeline
Automatiseret build og release
- Rummer den strukturerede model
- Genererer eller ændrer implementeringen
- Validerer reel adfærd
- Udløser automatiseret udrulning
Applikationens runtime-miljø
Her kører den færdige applikation.
- AWS
- Microsoft Azure
- Google Cloud
- Privat infrastrukturFremtidig
Selvstændig applikation
Kører uden YiENTi som runtime-afhængighed
Kun applikationen kører her – ingen YiENTi-runtime og ingen obligatorisk forbindelse til YiENTi.
Vist kun på udbyderniveau. Privat og kundekontrolleret infrastruktur er en fremtidig retning, ikke en produktionsklar mulighed i dag.
Produktbevis
Ikke en labdemo. Rigtig software.
Hele den nuværende ACCENTSYS-applikationsportefølje er bygget med YiENTi-understøttet udvikling, hvor YiENTi selv fungerer som udviklingsplatform.
Beviset er hele den nuværende ACCENTSYS-portefølje – ikke et udvalgt udsnit. YiENTi-understøttet udvikling er den måde, ACCENTSYS bygger software på, på tværs af alle de domæner, selskabet arbejder i.
7 proprietære ACCENTSYS-applikationer og 1 kundeudviklingsprojekt, alle udviklet med YiENTi-understøttet udvikling
Proprietære ACCENTSYS-applikationer
Offentlig sektor
Arbeitsmarktvollzug
Bygget med YiENTiBesøg Arbeitsmarktvollzug (åbner i et nyt faneblad)Streaming og medier
Castovia
Bygget med YiENTiBesøg Castovia (åbner i et nyt faneblad)Familieorganisering
Kicaly
Bygget med YiENTiBesøg Kicaly (åbner i et nyt faneblad)Servicevirksomheder
Merclino
Bygget med YiENTiBesøg Merclino (åbner i et nyt faneblad)Uddannelse
SchoolApp
Bygget med YiENTiBesøg SchoolApp (åbner i et nyt faneblad)Idrætsforeninger
STV Portal
Bygget med YiENTiBesøg STV Portal (åbner i et nyt faneblad)Softwarelicensering
xcess
Bygget med YiENTiBesøg xcess (åbner i et nyt faneblad)
Kundeudviklingsprojekt
Kundeprojekt · Loxy International AG
LOXY Time
Bygget med YiENTiBesøg LOXY Time (åbner i et nyt faneblad)
Udviklet af ACCENTSYS AG for dets kunde med YiENTi-understøttet udvikling. Kundeprojekter er eksterne udviklingsreferencer og indgår ikke i ACCENTSYS AG's portefølje af proprietære SaaS-produkter.
Denne liste er hentet direkte fra ACCENTSYS' produktregister, inklusive dets klassificering af proprietære applikationer og kundeprojekter, så nye poster automatisk vises her. LOXY Time gennemgås i detaljer nedenfor, fordi dets udviklingsindsats er målt.
Udforsk porteføljenBygget med YiENTi. Ikke afhængig af YiENTi.
YiENTi understøtter, hvordan disse produkter udvikles – ekspertstyret, ikke autonom generering af hver eneste kodelinje. Selve produkterne kører uafhængigt og kræver ikke YiENTi i runtime.
Engineering-reference fra kundeprojekt · LOXY Time
Engineering understøttet af YiENTi, vist gennem reel enterprise-software.
LOXY Time er et enterprise-engineeringprojekt fra den virkelige verden, der viser softwareudvikling understøttet af YiENTi på tværs af komplekse operationelle workflows, regulatoriske krav, databehandling og systemintegration.
LOXY Time er en platform til transport og overholdelse af regulatoriske krav, udviklet af ACCENTSYS AG for Loxy International AG. Den fungerer som en reel engineering-reference, der viser mulighederne i softwareudvikling understøttet af YiENTi. LOXY Time er ikke en del af ACCENTSYS AG's portefølje af egne SaaS-produkter.
Implementeret i LOXY Time
- Behandling af DDD-filer fra digitale færdselsskrivere · Gen1, Gen2 V1, Gen2 V2
- Fører- og køretøjsdata
- Regulatoriske kontroller og overholdelse af krav
- Workflows og rapporter
- Integrationer og masseforarbejdning af data
- Automatiseret kvalitetssikring og regressionstest
Intern anvendelse er ikke det samme som kommerciel tilgængelighed. Den selvstændige YiENTi-platform er fortsat under udvikling.
YiENTi compute-strategi
YiENTi kører, hvor computekraften er.
YiENTi er ikke bundet til en bestemt cloud- eller GPU-udbyder. Det kan køre overalt, hvor der er tilstrækkelig CPU, GPU, hukommelse og understøttende computeressourcer. Mindre arbejdsbelastninger kan køre lokalt, mens komplekst strukturelt ræsonnement kan kræve betydelig ekstern eller dedikeret computekapacitet.
Mere tilgængelig computekraft øger ikke kun hastigheden. Den gør det muligt for YiENTi at arbejde på tværs af større sammenhængende proces-, graf- og systemkontekster samtidigt.
YiENTi-arbejdsbelastning
Computekrav
- CPU
- GPU
- Hukommelse
- Lager / I/O
Leveres af en vilkårlig af
Lokalt
- Avanceret arbejdsstation
- Lokal server
Ekstern compute
- Alibaba Cloud
- AWS
- Microsoft Azure
- Google Cloud
- Andre egnede udbydere
Privat / dedikeret
- Privat infrastruktur
- Dedikeret compute
Lokal kørsel
Mindre YiENTi-arbejdsbelastninger kan køre lokalt. Mere komplekse arbejdsbelastninger kan forbruge de tilgængelige CPU-, GPU- og hukommelsesressourcer selv på avancerede engineeringsystemer.
Ekstern compute i dag
ACCENTSYS lejer i øjeblikket ekstern compute hos udbydere, herunder Alibaba Cloud og AWS-infrastruktur i USA. Cloud-leverandører stiller kapacitet til rådighed. De er ikke arkitektoniske afhængigheder.
- Nuværende
I dag · Fleksibel compute
- Lejet ekstern compute
- Alibaba Cloud
- AWS
- Andre egnede udbydere
- Lokal kørsel af mindre arbejdsbelastninger
YiENTi kører, hvor den nødvendige CPU, GPU, hukommelse og understøttende ressourcer er tilgængelige.
- Retning for skalering
Skalering · Dedikeret compute
- Reserveret / dedikeret kapacitet
- Private computemiljøer
- Dedikerede servere eller klynger
- Arbejdsbelastningsspecifik infrastruktur
- Større kontrol over ydeevne og omkostninger
Endnu ikke implementeret. Retningen i takt med, at YiENTi-arbejdsbelastninger vokser.
- Langsigtet vision
Lang sigt · ACCENTSYS' computeinfrastruktur
- ACCENTSYS-kontrolleret compute
- Dedikeret højtydende infrastruktur
- Potentiel egen datacenterinfrastruktur
ACCENTSYS driver ikke sit eget datacenter i dag.
Microsoft Azure og Google Cloud er yderligere mulige computekilder – ikke senere faser. De tre kort beskriver infrastrukturstrategien; udbyderne er udskiftelige kilder til kapacitet inden for den.
Udbyderuafhængig
YiENTi er ikke grundlæggende afhængig af Alibaba Cloud, AWS, Microsoft Azure eller Google Cloud.
Computeafhængig
Den praktiske begrænsning er tilstrækkelig computekraft til arbejdsbelastningen: CPU, GPU, systemhukommelse, VRAM, lager / I/O, netværksgennemstrømning og parallel computekapacitet.
Kommerciel strategi · Vision
Langsigtet dedikeret YiENTi-infrastruktur er tænkt som en følge af den kommercielle skalering af ACCENTSYS' produktportefølje, med Merclino som en kommercialiseringsprioritet på kort sigt. Vellykket kommercialisering af porteføljen skal være med til at finansiere stadig mere dedikeret YiENTi-computekapacitet. Merclino er en kommerciel prioritet, ikke et teknisk særtilfælde: alle nuværende ACCENTSYS-produkter er bygget med YiENTi-understøttet engineering.
Computebegrænsning
I nuværende interne arbejdsbelastninger kan YiENTis strukturelle ræsonnement kræve cirka en størrelsesorden mere computekraft end konventionelle LLM-first-arbejdsgange.
YiENTi ræsonnerer over grafstrukturer, processer, tilstande, afhængigheder, målinger, flere modelvisninger og relationerne mellem dem – sammen med historik og valideringsresultater. YiENTi bytter computeeffektivitet for en rigere strukturel kontekst.
Baseret på interne ACCENTSYS-arbejdsbelastninger; ikke en uafhængig benchmark.
Hvorfor mere computekraft betyder noget
Yderligere computekraft gør mere end at reducere behandlingstiden. Den gør det muligt for YiENTi at ræsonnere på tværs af større sammenhængende kontekster på samme tid:
- Processer
- Grafrelationer
- Afhængigheder
- Tilstand
- Historik
- Måling
- Softwaremodeller
- Flere modelvisninger
- Valideringskontekst
Mindre struktur
- Lavere computekraft
- Probabilistisk rekonstruktion af kontekst
Rig strukturel model
- Højere computekraft
- Eksplicit tilstand, processer, relationer og målbar kontekst
Oprindelse
YiENTi har udviklet sig siden 2010.
YiENTis oprindelse går tilbage til 2010, hvor projektet begyndte som Logical Board hos Grandes Planos S.A. Teknologien udviklede sig senere til YiENTi og kombinerer struktureret virksomhedsinformation med et stadig mere avanceret intelligenslag.
2010
Logical Board
Oprindelse hos Grandes Planos S.A.
Projektet begynder som Logical Board hos Grandes Planos S.A. med fokus på struktureret virksomhedsinformation, processer, opgaver og relationer.
2016
YiENTi
Første præsentation af YiENTi hos Swisscom AG
YiENTi – Intelligent Enterprise Information. Den præsenterede arkitektur omfattede allerede:
- Virksomhedsinformation
- YiENTi AI
- Strukturerede processer
- Måling
- Graf- og procesbaseret intelligens
I dag
YiENTi Enterprise + YiENTi Intelligence
Videreførelse og teknisk udvikling af arkitekturen fra 2016
Understøtter allerede egentlig softwareudvikling hos ACCENTSYS ved hjælp af:
- Eksplicitte systemmodeller
- Strukturerede processer
- Grafbaseret ræsonnement
- Måling
- Modeldrevet udvikling (model-driven engineering)
- Generering og validering
Næste
Real Intelligence / AGI
Udviklingsretning
Videreudvikling mod stadig mere generel intelligens baseret på struktureret ræsonnement, målbar virkelighed og eksplicitte systemmodeller.
Vision / forskningsretningLængerevarende forskningsretning
Generel og potentielt overmenneskelig maskinintelligens.
“Næste” beskriver en udviklingsretning, ikke en opnået evne. YiENTi gør ikke krav på AGI eller superintelligens.
Fra kunstig intelligens mod real intelligence
ACCENTSYS bruger begrebet Real Intelligence om en retning ud over probabilistisk sproggenerering: intelligens, der kan ræsonnere over eksplicitte processer, relationer, tilstand, målinger og konsekvenser.
Real Intelligence er ACCENTSYS' egen virksomhedsterminologi og ikke et etableret videnskabeligt begreb.
Allerede i arkitekturen fra 2016
Adskillelsen mellem virksomhedsinformation og maskinintelligens var allerede en del af den YiENTi-arkitektur, der blev præsenteret i 2016.
Processer forbundet med målbart output, en graf over virksomhedsinformation og et AI-lag, der ræsonnerer over den. YiENTis arkitektur blev ikke skabt som en reaktion på de store sprogmodellers seneste fremgang.
Hvorfor nu
Arkitekturen gik forud for nutidens AI-infrastruktur.
Den grundlæggende retning fandtes allerede i 2016. Det, der har ændret sig, er den tilgængelige regnekraft til at udføre den i meningsfuld skala. Nutidens væsentligt større regnekapacitet gør en stadig mere kompleks udførelse af arkitekturen mulig. Den nuværende implementering er ikke identisk med implementeringen fra 2016; den er en væsentlig teknisk videreudvikling af den.
Større regnekraft gør det muligt for YiENTi at arbejde på tværs af større sammenhængende proces-, graf- og softwarekontekster samtidigt.
Den arkitektoniske forskel
En LLM kan fortolke et diagram. YiENTi kan gøre strukturen til en del af modellen.
Processer, gateways, aktiviteter, klasser, sekvenser, relationer og afhængigheder kan forblive eksplicitte objekter i ræsonnementskonteksten.
Billedfortolkning
Multimodale sprogmodeller kan fortolke tekst, billeder og diagrammer. Strukturen udledes af prompten.
Et billede af en proces, fortolket på forespørgsel.
Strukturel repræsentation
I YiENTi kan processer, relationer, tilstande og afhængigheder eksistere som eksplicitte, maskinlæsbare strukturer og ikke blot som information, der udledes af prompts.
- Aktivitet
- Hændelse
- Gateway
- Aktør
- Sekvens
- Klasse
- Relation
- Tilstand
- Afhængighed
- Dataentitet
- Procesforløb
YiENTi ser ikke blot på et diagram. Den struktur, som diagrammet repræsenterer, kan blive en del af systemmodellen.
Flere modelvisninger
Forskellige diagrammer bliver til forskellige visninger af én sammenhængende systemmodel.
- Krav
- User stories
- Use cases
- Aktivitetsdiagrammer
- BPMN
- Samarbejde
- Sekvens
- Klassemodeller
- Datamodeller
- Systemafhængigheder
Softwareudvikling
Ikke kun genereret kode. En model af systemet bag den.
YiENTi anlægger en grundlæggende anden tilgang til softwareudvikling end LLM-first-systemer. I stedet for gentagne gange at stole på genereret sprog til at rekonstruere systemkonteksten vedligeholder YiENTi eksplicitte strukturelle repræsentationer af systemet.
LLM-first-cyklus
- Prompt
- Genereret kode
- Gennemgang
- Ny prompt
- Rekonstrueret kontekst
- ↺
Systemkonteksten rekonstrueres ud fra sprog i hver cyklus.
YiENTi-cyklus
- Strukturerede krav
- Eksplicit proces- / systemmodel
- Afhængigheder
- Ræsonnement
- Implementering
- Validering
- Målt resultat
- Opdateret model
- ↺
Systemmodellen består og opdateres med hvert målt resultat.
Produktbevis
- Arbeitsmarktvollzug
- Castovia
- Kicaly
- Merclino
- SchoolApp
- STV Portal
- xcess
Kundeudviklingsprojekt
- LOXY Time · Loxy International AG
Hele ACCENTSYS' nuværende applikationsportefølje er udviklet med YiENTi-understøttet engineering, hvor YiENTi selv fungerer som engineeringplatform. LOXY Time, et kundeprojekt udviklet af ACCENTSYS AG for Loxy International AG, er et virkeligt enterprise-engineeringprojekt, der demonstrerer YiENTi-understøttet softwareudvikling på tværs af komplekse operationelle arbejdsgange, lovgivningsmæssige krav, databehandling og systemintegration.
Arkitektur
To teknologier, én sammenhængende arkitektur.
Virksomhedsinformation bliver til en struktureret operationel graf. YiENTi Intelligence ræsonnerer over den, og resultaterne flyder tilbage til virksomhedens tilstand eller ud til tilsluttede systemer. Det samme intelligenslag fungerer også uden for YiENTi Enterprise.
Diagram C · Integration
Samspil
YiENTi Enterprise
Enterprise Information Platform
Struktureret operationel graf
Hvad der findes · hvem der er involveret · hvad der afhænger af hvad
YiENTi Intelligence
Graph-Native Intelligence Engine
Ræsonnement · Beslutning · Orkestrering
Enterprise-platform
Opdateret virksomhedstilstand
Eksterne systemer
Tilsluttede grænseflader
Den opdaterede tilstand bliver den næste ræsonnementskontekst.
Ud over YiENTi Enterprise
YiENTi Intelligence
Genanvendeligt intelligenslag
ACCENTSYS softwareudvikling
Kerneteknologi i intern brug
Andre ACCENTSYS-produkter
Udviklingsretning
Fremtidige eksterne systemer
Udviklingsretning
Andre use cases for struktureret ræsonnement
Udviklingsretning
Aktuel udvikling
Åbenhed om, hvor YiENTi står.
YiENTi-platformen
Den selvstændige YiENTi-platform er under udvikling og er endnu ikke kommercielt tilgængelig.
YiENTi Intelligence · kerneteknologi
YiENTi understøtter allerede ACCENTSYS' engineering, mens den selvstændige platform fortsat udvikles.
Human-in-the-loop · nuværende modenhed
YiENTi er ekspertstyret i dag.
Det nuværende system giver en betydelig engineering-løftestang, når det betjenes af personer, der forstår processer og systemstruktur. Dets styrke kommer af kombinationen af strukturerede modeller, procesforståelse og maskinassisteret ræsonnement.
Viden, der i dag mangedobler YiENTi
- BPMN
- Procesmodellering
- Systemarkitektur
- Softwareudvikling
- Forretningsworkflows
- Fortolkning af strukturerede modeller
YiENTi er endnu ikke et færdigt massemarkedsprodukt, som alle kan bruge uden domæneviden.
Retning · ikke et dateret løfte
I dag
Ekspertstyret strukturel engineering
Næste
Mere automatiseret modellering, ræsonnement, test og levering
Lang sigt
Stadig mere autonom systemudvikling
YiENTi-filosofien
Fra kunstig intelligens mod real intelligence.
Intelligens er mere end at producere plausibelt sprog. Den kræver forståelse af relationer, kontekst, processer, konsekvenser og af, hvordan information ændrer sig over tid. YiENTi er ACCENTSYS' tilgang til dette problem.
“Real intelligence” beskriver filosofien bag YiENTi og ACCENTSYS – det er ikke en etableret videnskabelig kategori.
Strategisk vækst
Skalering af den næste fase.
YiENTi bruges allerede til at bygge reel software. Den næste fase handler om at skalere produktificering, beregningskapacitet og kommercialisering. YiENTi er en del af ACCENTSYS' bredere teknologiportefølje.
De begrænsende faktorer er kapital, skalering og beregningskapacitet – ikke om YiENTi virker.
Dokumenteret internt
Central i softwareudviklingen hos ACCENTSYS.
Anvendt i reelle produkter
Bag ACCENTSYS' nuværende produktportefølje.
Skalering afhænger af ressourcer
Kapital, beregningskapacitet og fortsat udvikling.
ACCENTSYS
Udviklet af ACCENTSYS AG, Schweiz.
YiENTi har to roller hos ACCENTSYS: et teknologilag, der understøtter softwareudviklingen hos ACCENTSYS, og en fremtidig selvstændig platform.
Interesseret i den bredere platformstrategi bag YiENTi? Udforsk ACCENTSYS, virksomhedens teknologiportefølje og den aktuelle strategiske vækstrunde.
Til partnerskaber, tekniske drøftelser, strategisk samarbejde og investering.