YiENTi

Enterprise Information & Graph-Native Intelligence

Menstruktur sistem.Memahami relasi.Membangun perangkat lunak yang nyata.

YiENTi merepresentasikan proses, relasi, dependensi, dan struktur perangkat lunak secara eksplisit, bukan hanya mengandalkan konteks berbasis bahasa.

YiENTi Enterprise
Intelligent Enterprise Information
YiENTi Intelligence
Graph-Native Intelligence Engine

YiENTi menggabungkan platform Intelligent Enterprise Information dengan Graph-Native Intelligence Engine. YiENTi dapat menggunakan model bahasa jika bermanfaat, tetapi model penalaran intinya bersifat struktural, memahami proses, dan tidak bergantung pada satu penyedia LLM mana pun.

Satu visi. Dua teknologi inti. Dari model ke perangkat lunak
EventKonteksPengetahuanProsesAturanEntitasSistemGatewayKeputusan

Sebuah peristiwa memicu proses. Konteks dan aturan menjadi relevan. Gateway menghasilkan sebuah keputusan.

Sejak 2010
Berkembang dari Logical Board menjadi YiENTi
Dua pilar
Enterprise Information + Intelligence Engine
LLM opsional
Penyedia adalah komponen yang dapat diganti
Digunakan
Teknologi inti dalam rekayasa ACCENTSYS

Platform YiENTi

Satu visi. Dua teknologi inti.

YiENTi adalah teknologi payung dengan dua pilar yang berbeda namun saling terhubung. Satu pilar merepresentasikan realitas operasional suatu organisasi. Pilar lainnya melakukan penalaran atas konteks terstruktur, baik di dalam YiENTi Enterprise maupun di luarnya.

YiENTi Enterprise

Intelligent Enterprise Information

Hubungkan orang, proses, sistem, tugas, pengetahuan, dan konteks operasional dalam lingkungan enterprise yang terstruktur.

Jelajahi YiENTi Enterprise

YiENTi Intelligence

Graph-Native Intelligence Engine

Bernalar lintas relasi, proses, status, konteks, struktur perangkat lunak, dan informasi multimodal.

Jelajahi YiENTi Intelligence

YiENTi sebagai pusat

YiENTi adalah pusatnya. Semua yang lain terhubung kepadanya.

YiENTi adalah inti kecerdasan struktural dan rekayasa. Platform cloud, model bahasa, Playwright, IDE, dan perangkat AI lokal merupakan sistem-sistem yang terhubung di sekitar YiENTi — masing-masing dengan peran yang berbeda. Semua itu bukan YiENTi itu sendiri.

YiENTi
StrukturPengukuranPenalaran

  • Pemodelan terstruktur

    Yang dinalar oleh YiENTi · → YiENTi

    BPMN · Use Case · Aktivitas · Sekuens · Kelas · Model data / entitas

  • AI generatif

    Eksternal · dapat diganti · ↔ YiENTi

    OpenAI · Anthropic · Perplexity · Gemini · Lovable · Zapier · Pickaxe · Grok · Jasper · Abacus.AI · Relevance AI · Notion AI · Segera hadir lainnya · Model lokal / alternatif

  • Perangkat pengembangan

    Lingkungan pengembangan · ↔ YiENTi

    Visual Studio Code · OpenCode

  • Infrastruktur lokal / model

    Menjalankan model secara lokal · ↔ YiENTi

    Ollama · Lemonade · Alur kerja model lokal lain yang kompatibel

  • Pengujian

    Validasi perilaku nyata · ↔ YiENTi

    Playwright · Abacus.AI · ChatGPT Work · Validasi visual · Validasi fungsional

  • Deployment

    Tempat perangkat lunak hasil generasi berjalan · YiENTi →

    AWS · Microsoft Azure · Google Cloud · Infrastruktur privat (mendatang)

  • Perangkat lunak nyata

    Dibangun dengan YiENTi · YiENTi →

    Setiap produk ACCENTSYS

Menjadi masukan bagi YiENTiBertukar data dengan YiENTiDihasilkan atau disampaikan oleh rekayasa yang didukung YiENTiEksternal & dapat digantiArah pengembangan mendatang

Inti struktural

Bahasa adalah antarmuka.
Graf adalah modelnya.

Struktur-struktur ini bukan diagram dekoratif. Struktur ini merepresentasikan kondisi sistem dan proses yang dapat dipahami mesin — model yang menjadi dasar penalaran YiENTi.

  • BPMN
  • Model proses
  • Diagram Aktivitas
  • Use Case
  • Diagram kolaborasi
  • Diagram Sekuens
  • Model Kelas
  • Model entitas / data
  • Aturan
  • Dependensi
  • Status
  • Kebutuhan
  • User story

Pengukuran · fungsi inti YiENTi

Strukturkan. Ukur. Pelajari darinya.

Pengukuran bukan sekadar fitur dasbor. YiENTi menghubungkan eksekusi sebuah proses dengan apa yang sebenarnya dihasilkan oleh eksekusi tersebut — dan mengubahnya menjadi pengetahuan yang dapat dipahami mesin tentang bagaimana pekerjaan benar-benar berjalan.

01 · YiENTi Enterprise

Eksekusi proses

  1. Tugas ATinggi
  2. Tugas BNormal
  3. Tugas CNormal

Prioritas dan bobot merupakan bagian dari struktur.

02 · Pengukuran

Apa yang sebenarnya terjadi

Pekerjaan & upaya

  • Prioritas
  • Tugas
  • Waktu / upaya
  • Bobot / kuantitas tugas
  • Waktu relatif terhadap bobot tugas
  • Kinerja kuantitatif

Output & hasil

  • Kualitas
  • Pengerjaan ulang / pekerjaan lanjutan baru
  • Konten yang masuk ke produk akhir
  • Penggunaan ulang
  • Efisiensi

Orang & kapabilitas

  • Peran
  • Kompetensi
  • Keterampilan
  • Potensi yang belum dimanfaatkan

03 · YiENTi AI

Bernalar atas realitas yang terukur

Pelajari · tingkatkan · gunakan ulang

YiENTi tidak hanya mengukur berapa lama seseorang bekerja. YiENTi dapat menghubungkan upaya dengan struktur, bobot, hasil, kualitas, dan penggunaan ulang dari pekerjaan tersebut.

SIKLUSPEMBELAJARANSTRUKTURKANEKSEKUSIUKURPELAJARITINGKATKANGUNAKAN ULANG

  1. Struktur

    YiENTi Enterprise

    Menyediakan konteks operasional dan proses yang terstruktur: proses, tugas, peran, prioritas, dan bobot pekerjaan.

  2. Realitas

    Pengukuran

    Menangkap apa yang sebenarnya terjadi di dalam struktur tersebut: upaya, hasil, kualitas, pengerjaan ulang, dan penggunaan ulang.

  3. Penalaran

    YiENTi AI

    Bernalar atas realitas yang terukur tersebut — bukan hanya atas deskripsi tentang bagaimana pekerjaan seharusnya berlangsung.

YiENTi tidak belajar hanya dari deskripsi pekerjaan. YiENTi dapat bernalar atas proses terstruktur dan hasil terukur yang dihasilkannya.

Hubungan ini sudah menjadi bagian dari arsitektur YiENTi yang dipresentasikan pada 2016: proses operasional yang terhubung dengan output terukur dan dengan YiENTi AI.

Pilar A · Intelligent Enterprise Information

YiENTi Enterprise

YiENTi Enterprise menghubungkan manusia, proses, sistem, dan pengetahuan dalam satu lingkungan operasional yang terstruktur.

Platform informasi enterprise yang cerdas untuk memodelkan dan menjalankan hubungan antara manusia, pekerjaan, proses, sistem, dan informasi. Integrasi adalah salah satu kemampuannya — bukan definisinya.

  • Orang
  • Peran
  • Kompetensi
  • Tim
  • Tugas
  • Proyek
  • Aktivitas
  • Proses
  • Sumber daya
  • Sistem
  • Dokumen
  • Komunikasi
  • Peristiwa
  • Aturan
  • Data
  • Pengetahuan
  • Pengukuran
  • Keputusan
  • Dependensi
  • Alur kerja enterprise

Diagram A · YiENTi Enterprise Information

ORGANISASIPEKERJAANINFORMASI & SISTEMOrangPeranTimProyekProsesTugasPeristiwaSistemDataSumber dayaDokumenPengetahuan
Organisasi, pekerjaan, dan informasi hadir sebagai satu model yang terhubung — bukan sebagai daftar, berkas, dan alat yang terpisah.

Pilar B · Graph-Native Intelligence Engine

YiENTi Intelligence

YiENTi Intelligence adalah Graph-Native Intelligence Engine yang dirancang untuk bernalar lintas entitas, relasi, proses, konteks, struktur perangkat lunak, dan informasi visual.

Perannya melampaui platform YiENTi Enterprise. Teknologi inti YiENTi Intelligence sudah digunakan secara internal dalam alur kerja rekayasa perangkat lunak ACCENTSYS; platform mandirinya masih dalam pengembangan.

Jalur yang berbeda menuju kecerdasan mesin umum.

Visi jangka panjang YiENTi Intelligence.

Melampaui YiENTi Enterprise

YiENTi Intelligence bukan sekadar modul AI di dalam YiENTi Enterprise. Ia dirancang sebagai lapisan kecerdasan yang dapat digunakan kembali — dan perangkat lunak yang dirancang dengannya tidak otomatis menjadi bagian dari platform Enterprise:

  • Rekayasa perangkat lunak ACCENTSYSDigunakan secara internal
  • Produk ACCENTSYS lainnyaArah
  • Sistem eksternal di masa depanArah
  • Use Case penalaran terstruktur lainnyaArah

Diagram B · Graf YiENTi Intelligence

Konteks struktural

  • Entitas
  • Relasi
  • Konteks
  • Status
  • Aturan
  • Dependensi
  • Struktur visual
  • Pengetahuan

YiENTi Intelligence Graph

Terhubung, persisten, dan eksplisit — konteks penalaran itu sendiri.

Fungsi penalaran

  • Memahami
  • Bernalar
  • Membandingkan
  • Memprediksi
  • Merekomendasikan
  • Merencanakan
  • Mengorkestrasi
Fungsi penalaran inti Arah pengembangan

Cara kerja YiENTi

Dari realitas terstruktur menuju penalaran — dan kembali lagi.

YiENTi Enterprise merepresentasikan apa yang ada, siapa yang terlibat, apa yang terjadi, bagaimana pekerjaan mengalir, apa bergantung pada apa, dan dalam kondisi apa organisasi berada. YiENTi Intelligence melakukan penalaran atas konteks terstruktur tersebut.

  1. 01Enterprise

    Merepresentasikan

    Orang, sistem, informasi, tugas, proses, dan konteks menjadi informasi yang terstruktur dan saling terhubung.

  2. 02Intelligence

    Memahami

    YiENTi Intelligence bernalar lintas relasi, dependensi, state, dan konteks.

  3. 03Intelligence

    Memutuskan

    Aturan, batasan, konteks historis, dan penalaran mendukung pengambilan keputusan.

  4. 04Keduanya

    Mengorkestrasi

    Tindakan, sistem, dan alur kerja dapat dikoordinasikan dalam aturan dan tanggung jawab yang telah ditetapkan.

  5. 05Enterprise

    Belajar / Memperbarui

    Lingkungan terstruktur berubah seiring pekerjaan berjalan dan informasi baru tersedia.

Siklus berkelanjutan: setiap state yang diperbarui menjadi konteks bagi putaran penalaran berikutnya.

Kecerdasan terstruktur · bukan LLM-first

Bahasa adalah antarmuka.
Graf adalah modelnya.

Large language model adalah komponen bahasa generatif yang berguna. YiENTi dapat menggunakannya jika memang membantu, tetapi tidak bergantung pada teks hasil generasi sebagai sumber kebenarannya. Proses, relasi, status, dependensi, dan struktur dimodelkan secara eksplisit.

YiENTi merepresentasikan struktur di balik informasi.

  • Proses direpresentasikan sebagai proses.
  • Relasi direpresentasikan sebagai relasi.
  • Dependensi direpresentasikan sebagai dependensi.
  • Status direpresentasikan sebagai status.

Bahasa adalah salah satu cara manusia berinteraksi dengan struktur tersebut.

Sistem LLM-first menurunkan sebagian besar perilakunya dari inferensi model probabilistik. Konteks penalaran inti YiENTi adalah representasi struktural eksplisit dari entitas, relasi, proses, status, dan dependensi.

Pertanyaannya bukan hanya input apa yang diterima sebuah sistem, melainkan apakah kebenaran operasionalnya ada sebagai representasi probabilistik hasil generasi, atau sebagai status terstruktur yang eksplisit.

Kecerdasan terstruktur vs penalaran LLM-first

Dasar penalaran
LLM-first: Inferensi model probabilistik
YiENTi: Representasi struktural eksplisit
Konteks
LLM-first: Sering direkonstruksi secara dinamis
YiENTi: Konteks persisten dan terhubung
Alur kerja
LLM-first: Dapat berupa deskripsi
YiENTi: Proses direpresentasikan secara struktural
Status & dependensi
LLM-first: Biasanya dibawa dalam prompt dan jendela konteks
YiENTi: Direpresentasikan secara eksplisit dalam graf
Bahasa
LLM-first: Bahasa generatif yang sangat baik
YiENTi: Menggunakan model bahasa jika generasi teks berguna
Peran model
LLM-first: Model / penyedia menjadi komponen kecerdasan utama
YiENTi: Lapisan generatif agnostik model — penyedia dapat diganti

Keunggulan model bahasa

  • Pembuatan teks
  • Peringkasan
  • Penerjemahan
  • Interaksi bahasa alami
  • Ekstraksi informasi
  • Ideasi
  • Bantuan dokumen

Hal yang sebaiknya tetap eksplisit dalam struktur

  • Status proses yang tepat
  • Keterulangan
  • Keterlacakan
  • Integritas dependensi
  • Kebenaran alur kerja
  • Konsistensi arsitektur perangkat lunak
  • Memori terstruktur yang persisten

AI probabilistik dapat membantu proses. Ia tidak harus mendefinisikan proses.

Bahasa hasil generasi bisa tidak pasti. Status proses dan graf yang eksplisit tidak perlu direkonstruksi dari teks hasil generasi. YiENTi dirancang untuk menjaga status proses kritis, dependensi, dan kebenaran operasional di luar generasi bahasa probabilistik, sehingga mengurangi ketergantungan padanya jika akurasi struktural dan keterulangan penting.

Lapisan bahasa agnostik model

YiENTi dapat menggunakan LLM. YiENTi tidak bergantung padanya untuk mengetahui apa sistem itu.

Penyedia yang dapat diganti

  • Model OpenAI
  • Model Anthropic
  • Model lokal
  • Model terbuka
  • Penyedia masa depan

Lapisan bahasa

  • Pembuatan teks
  • Peringkasan
  • Penerjemahan
  • Interaksi bahasa alami
  • Bantuan konten

Arsitektur YiENTi Intelligence

Graf, status, proses, aturan, dan dependensi — independen dari penyedia model yang dipilih.

Model bahasa adalah komponen opsional yang dapat diganti dan dapat dihubungkan ke YiENTi jika kemampuan generatif berguna. Model bahasa merupakan komponen arsitektur, bukan model penalaran struktural inti.

Warisan proses

Dari pemahaman proses hingga penalaran mesin.

YiENTi dibangun berdasarkan gagasan bahwa sistem yang kompleks tidak dapat dipahami secara andal jika relasi dan prosesnya hanya ada sebagai dokumen atau deskripsi.

Proses, aktivitas, peran, event, dan dependensi seharusnya ada sebagai struktur eksplisit yang dapat dipahami mesin.

  • Aktivitas
  • Tugas
  • Event
  • Gateway
  • Percakapan
  • Koreografi
  • Kolaborasi
  • Swimlane
  • Data
  • Peran
  • Kompetensi
  • Sumber daya
  • Proyek
  • Struktur proses
  • Pengukuran
  • Aliran informasi
PERANSISTEMyatidakAssessComplete?ApproveRetrieve dataRecord
Abstraksi modern dari fondasi proses YiENTi — lane, event, aktivitas, gateway, dan data sebagai struktur eksplisit. Bersifat ilustratif, bukan antarmuka produk.

Penalaran visual dan struktural

YiENTi tidak sekadar mendeskripsikan proses. YiENTi merepresentasikan proses.

Aktivitas, dependensi, status, aktor, dan aliran informasi menjadi bagian eksplisit dari konteks penalaran. Struktur visual dan diagramatik dapat direpresentasikan secara eksplisit — dan dinalar.

  • Diagram Aktivitas
  • Diagram proses
  • Diagram kolaborasi
  • Arsitektur sistem
  • Graf dependensi
  • Peran
  • Event
  • Transisi status
  • Aliran informasi

Rekayasa perangkat lunak

Pengembangan perangkat lunak tanpa harus membangun ulang konteks dari prompt.

YiENTi menjaga konteks struktural tentang sistem, proses, dan dependensi sehingga keputusan rekayasa dapat dinalar sebagai bagian dari model yang saling terhubung.

Pengembangan umum berbantuan LLM

  1. Prompt
  2. Keluaran yang dihasilkan
  3. Tinjauan
  4. Prompt baru
  5. Konteks dibuat ulang

Konteks dibangun ulang pada setiap iterasi.

Model rekayasa YiENTi

  1. Persyaratan
  2. Model terstruktur yang eksplisit
  3. Sistem · proses · dependensi
  4. Penalaran
  5. Implementasi
  6. Validasi
  7. Status struktural yang diperbarui

Konteks bertahan sebagai struktur dan berkembang bersama sistem.

Rekayasa perangkat lunak berbasis model (model-driven engineering)

Dari model ke perangkat lunak.

YiENTi tidak menebak perangkat lunak dari prompt. YiENTi memakai representasi sistem terstruktur, menghubungkan berbagai sudut pandang dari sistem yang sama, dan bernalar lintas sudut pandang tersebut — serta dapat mendukung atau melakukan pembuatan perangkat lunak dari model-model itu.

Dibangun dengan YiENTi.
Tidak bergantung pada YiENTi.

YiENTi dapat merancang dan menghasilkan perangkat lunak dari model terstruktur. Aplikasi yang dihasilkan berjalan secara independen dari YiENTi.

YiENTi adalah bagian dari proses rekayasa — bukan dependensi Runtime yang wajib.

Model terstrukturPenalaranPembuatan & validasiBerjalan secara independen
  1. 01

    Kebutuhan

  2. 02

    EPIC / User Story

  3. 03

    Use Case

  4. 04

    Model Aktivitas / Proses

  5. 05

    Model Kolaborasi / Sekuens

  6. 06

    Model Kelas / Data

  7. 07

    Arsitektur / Penalaran

  8. 08

    Implementasi yang Dihasilkan

  9. 09

    Validasi

  10. 10

    Perangkat Lunak Mandiri

Rantai konseptual. Dibaca dari kiri ke kanan, baris demi baris.

Lapisan model yang menjadi dasar penalaran YiENTi

Bukan gambar yang terpisah, melainkan proyeksi yang saling terhubung dari satu model sistem yang mendasarinya.

  • EPIC
  • User Story
  • Use Case
  • Diagram Aktivitas
  • Diagram Kolaborasi
  • Diagram Sekuens
  • Diagram Kelas
  • Model Data / Entitas
  • Model BPMN / proses
  • Aturan
  • Dependensi
  • Status

YiENTi selama rekayasa

  • Kebutuhan
  • Model
  • Penalaran
  • Arsitektur
  • Pembuatan
  • Validasi

Aplikasi yang dihasilkan

  • Frontend
  • Backend
  • Basis data
  • API
  • Logika bisnis
  • Integrasi

berjalan secara independen

Aplikasi yang dihasilkan tidak memerlukan Runtime YiENTi, cloud, agen, atau koneksi apa pun di lingkungan produksi — kecuali produk tertentu memang sengaja menggunakan layanan semacam itu. Perangkat lunak yang dibuat dengan YiENTi juga tidak otomatis menjadi bagian dari platform YiENTi Enterprise.

Diagram bukan dokumentasi setelah fakta

Di YiENTi, model bukan sekadar gambar yang mendokumentasikan perangkat lunak setelah selesai dibangun. Model merepresentasikan struktur yang menjadi dasar untuk bernalar tentang perangkat lunak, memvalidasinya, dan menghasilkannya.

Sistem perangkat lunak dapat dideskripsikan melalui sudut pandang yang saling melengkapi — epic, user story, use case, diagram aktivitas, kolaborasi, sekuens, dan kelas, model entitas/relasi, proses, status, aturan, dan dependensi. Semua ini bukan gambar yang terpisah. Semuanya adalah proyeksi dari satu model sistem yang mendasarinya, dan YiENTi dirancang untuk bernalar lintas semuanya, sehingga perubahan pada satu sudut pandang dapat dianalisis terhadap sudut pandang lainnya.

Visual tidak berarti pengenalan gambar. Kotak, node, edge, gateway, atau relasi bukan sekadar piksel. Masing-masing memiliki makna yang terdefinisi — dan makna itu menjadi bagian dari model penalaran.

YiENTi membuat representasi sistem yang saling terhubung sehingga kebutuhan, proses, struktur perangkat lunak, dan data tidak perlu berada dalam dokumen yang terpisah-pisah.

Banyak sudut pandang, satu model sistem

  1. 01User story

    Apa yang dibutuhkan pengguna

    “Sebagai pelanggan, saya ingin menambahkan sebuah artikel ke keranjang saya agar dapat memesannya nanti.”

  2. 02Use Case

    Apa yang ingin dicapai aktor

    PelangganCari artikelTambah kekeranjangBuat pesanan
  3. 03Aktivitas

    Bagaimana alur prosesnya

    CariPilih[tersedia]Tambah kekeranjangKonfirmasi
  4. 04Kolaborasi

    Komponen mana yang berinteraksi

    :Customer:Article:Cart:Order1.1 show()1.2 add()2 order()
  5. 05Sekuens

    Dalam urutan apa interaksi terjadi

    :Customer:Article:Cart:Ordersearchshowaddorder
  6. 06Kelas / data

    Objek dan relasi apa yang ada

    Customerid · nameOrderid · dateCartitems · totalArticlesku · price1*11**
  7. 07Implementasi

    Dihasilkan dari struktur

    // generated from the model
class Cart {
  items: Article[]
  add(a: Article): void
  checkout(): Order
}
  8. 08Aplikasi

    Berjalan secara mandiri

    Keranjang (2)Frontend · Backend · Database · API

Satu sistem, banyak proyeksi. “Keranjang” memiliki makna yang sama di setiap tampilan. Contoh ilustratif.

Pembuatan kode bukan pembuatan kode oleh LLM

YiENTi tidak perlu menebak aplikasi dari sebuah prompt. YiENTi bekerja dari model eksplisit tentang apa aplikasi itu.

LLM dapat membantu untuk teks, dokumentasi, label, interpretasi bahasa alami, dan saran kode jika bermanfaat. Arsitektur perangkat lunak tidak bergantung semata-mata pada kode sumber yang dihasilkan secara probabilistik.

Pembuatan berbasis prompt

Berbasis model YiENTi

  • PromptModel terstruktur yang eksplisit
  • AI menulis sebagian kodeRelasi sistem dan penalaran yang eksplisit
  • Konteks dibangun ulang pada setiap permintaanPembuatan berbasis aturan jika sesuai
  • Kode sumber sebagai satu-satunya kebenaranModel sebagai sumber kebenaran yang dapat dibaca mesin

YiENTi lebih mendekati lingkungan rekayasa cerdas seperti compiler untuk sistem kompleks, daripada dependensi AI yang tertanam di setiap aplikasi.

Alur yang ditampilkan di sini bersifat konseptual. Pipeline internal yang sebenarnya dapat berbeda, dan tidak setiap tahap disajikan sebagai sepenuhnya otomatis. Keterlacakan, pemeriksaan konsistensi, analisis dampak, dan sinkronisasi lintas model menggambarkan arah pendekatan berbasis model ini.

Perangkat model & developer

YiENTi menggunakan kecerdasan yang tepat untuk tugas yang tepat.

Model generatif mempercepat tugas-tugas yang efisien dikerjakan dengan generasi probabilistik. YiENTi mempertahankan model sistem terstruktur, konteks proses, dan status yang terukur.

Didelegasikan ke model generatif

  • Iterasi UI
  • Pembuatan teks
  • Pemilihan kata
  • Dokumentasi
  • Pekerjaan generatif yang cepat
  • Bantuan coding terpilih bila sesuai

Dipertahankan oleh YiENTi

  • Model sistem terstruktur
  • Konteks proses
  • Status yang terukur

  • AI generatif

    Eksternal · dapat diganti

    • OpenAI
    • Anthropic
    • Perplexity
    • Gemini
    • Lovable
    • Zapier
    • Pickaxe
    • Grok
    • Jasper
    • Abacus.AI
    • Relevance AI
    • Notion AI
    • Segera hadir lainnya
    • Model lokal / alternatif

  • Infrastruktur lokal / model

    Menjalankan model secara lokal

    • Ollama
    • Lemonade
    • Alur kerja model lokal lain yang kompatibel

  • Perangkat pengembangan

    Lingkungan pengembangan

    • Visual Studio Code
    • OpenCode
Penyedia dan perangkat dapat berganti. Model struktural YiENTi tetap ada.

Ini adalah sistem terhubung dengan peran yang berbeda-beda — bukan bagian dari YiENTi itu sendiri, dan tidak semuanya menyediakan kemampuan yang sama. Nama pihak ketiga adalah merek dagang dari pemiliknya masing-masing; tidak ada kemitraan atau dukungan yang tersirat.

Pengujian & validasi

Dari model hingga perilaku yang terverifikasi.

Kode yang dihasilkan bukanlah tujuannya — perilaku yang benar adalah tujuannya. Playwright dapat digunakan untuk memeriksa apakah aplikasi yang sebenarnya berperilaku dan tampil sesuai harapan, sehingga tercipta putaran umpan balik antara model, implementasi, UI aktual, dan validasi.

  1. 01

    YiENTi

    Model & penalaran

  2. 02

    Aplikasi yang dihasilkan / dimodifikasi

    Implementasi

  3. 03

    Playwright

    Memeriksa aplikasi yang sedang berjalan

  4. 04

    Validasi visual + fungsional

    Tampil dan berperilaku sesuai harapan?

  5. 05

    Umpan balik

    Kembali ke iterasi rekayasa

Umpan balik kembali ke YiENTi dan iterasi rekayasa hingga perilaku yang diamati sesuai dengan model

Playwright adalah alat pengujian dan validasi — bukan bagian dari lapisan AI.

Deployment otomatis

Dibangun dengan YiENTi. Tidak bergantung pada YiENTi.

Alur kerja yang didukung YiENTi dapat melakukan deployment perangkat lunak secara otomatis ke AWS, Microsoft Azure, dan Google Cloud. YiENTi bukan penyedia hosting, dan aplikasi yang di-deploy tidak berjalan di dalam YiENTi.

YiENTi dirancang agar tetap agnostik terhadap infrastruktur. Opsi Deployment di masa mendatang dimaksudkan untuk mencakup infrastruktur privat dan infrastruktur yang dikendalikan pelanggan, selain platform cloud publik.

Lingkungan rekayasa YiENTi

Tempat perangkat lunak dimodelkan, dihasilkan, divalidasi, dan dirilis.

  1. Model terstruktur

    BPMN, Use Case, kelas, data

  2. YiENTi

    Model struktural & penalaran

  3. Implementasi / generasi

    Kode sumber dihasilkan atau diubah

  4. Validasi Playwright

    Pemeriksaan visual & fungsional pada aplikasi yang berjalan

  5. Pipeline Deployment

    Build dan rilis otomatis

Batas lingkungan · serah terima aplikasi yang dapat di-deploy

Lingkungan Runtime aplikasi

Tempat aplikasi yang sudah jadi berjalan.

  • AWS
  • Microsoft Azure
  • Google Cloud
  • Infrastruktur privatMendatang

Aplikasi mandiri

Berjalan tanpa YiENTi sebagai dependensi Runtime

Ditampilkan hanya pada tingkat penyedia. Infrastruktur privat dan infrastruktur yang dikendalikan pelanggan merupakan arah ke depan, bukan opsi siap produksi saat ini.

Bukti produk

Bukan demo laboratorium. Perangkat lunak nyata.

Seluruh portofolio aplikasi ACCENTSYS saat ini dibangun dengan rekayasa yang didukung YiENTi, dengan YiENTi sendiri berperan sebagai platform rekayasanya.

Buktinya adalah seluruh portofolio ACCENTSYS saat ini — bukan sebagian yang dipilih. Rekayasa yang didukung YiENTi adalah cara ACCENTSYS membangun perangkat lunak, di setiap domain yang digarapnya.

YiENTiinti rekayasa

7 aplikasi milik ACCENTSYS dan 1 proyek rekayasa klien, semuanya dikembangkan dengan rekayasa yang didukung YiENTi

Aplikasi milik ACCENTSYS

Proyek rekayasa klien

Dikembangkan oleh ACCENTSYS AG untuk kliennya dengan rekayasa yang didukung YiENTi. Proyek klien merupakan referensi rekayasa eksternal dan bukan bagian dari portofolio produk SaaS milik ACCENTSYS AG.

Daftar ini diambil langsung dari registri produk ACCENTSYS, termasuk klasifikasinya atas aplikasi milik sendiri dan proyek klien, sehingga entri baru muncul di sini secara otomatis. LOXY Time diulas secara rinci di bawah karena upaya rekayasanya telah diukur.

Jelajahi portofolio

Dibangun dengan YiENTi. Tidak bergantung pada YiENTi.

YiENTi mendukung cara produk-produk ini direkayasa — dipandu pakar, bukan pembuatan otonom atas setiap baris kode. Produk-produk itu sendiri berjalan secara independen dan tidak memerlukan YiENTi saat Runtime.

Referensi rekayasa klien · LOXY Time

Rekayasa yang didukung YiENTi, didemonstrasikan melalui perangkat lunak enterprise nyata.

LOXY Time adalah proyek rekayasa enterprise dunia nyata yang menunjukkan pengembangan perangkat lunak yang didukung YiENTi pada alur kerja operasional yang kompleks, persyaratan regulasi, pemrosesan data, dan integrasi sistem.

LOXY Time adalah platform kepatuhan transportasi dan regulasi yang dikembangkan oleh ACCENTSYS AG untuk Loxy International AG. Platform ini menjadi referensi rekayasa dunia nyata yang menunjukkan kemampuan pengembangan perangkat lunak yang didukung YiENTi. LOXY Time bukan bagian dari portofolio produk SaaS milik ACCENTSYS AG.

Diimplementasikan di LOXY Time

  • Pemrosesan DDD tachograph digital · Gen1, Gen2 V1, Gen2 V2
  • Data pengemudi dan kendaraan
  • Pemeriksaan regulasi dan kepatuhan
  • Alur kerja dan laporan
  • Integrasi dan pemrosesan data massal
  • Penjaminan mutu otomatis dan pengujian regresi

Penggunaan internal bukan ketersediaan komersial. Platform YiENTi mandiri masih dalam pengembangan.

Strategi compute YiENTi

YiENTi berjalan di mana compute tersedia.

YiENTi tidak terikat pada cloud atau penyedia GPU tertentu. YiENTi dapat beroperasi di mana pun tersedia CPU, GPU, memori, dan sumber daya compute pendukung yang memadai. Beban kerja yang lebih kecil dapat dijalankan secara lokal, sedangkan penalaran struktural yang kompleks dapat memerlukan kapasitas compute eksternal atau khusus dalam jumlah besar.

Compute yang tersedia lebih banyak tidak hanya meningkatkan kecepatan. Compute tersebut memungkinkan YiENTi bekerja secara bersamaan pada konteks proses, graf, dan sistem yang saling terhubung dan lebih besar.

Beban kerja YiENTi

Kebutuhan compute

  • CPU
  • GPU
  • Memori
  • Penyimpanan / I/O

Disediakan oleh salah satu dari

  • Lokal

    • Workstation kelas atas
    • Server lokal

  • Compute eksternal

    • Alibaba Cloud
    • AWS
    • Microsoft Azure
    • Google Cloud
    • Penyedia lain yang sesuai

  • Privat / khusus

    • Infrastruktur privat
    • Compute khusus
Sumber compute dapat dipertukarkan. Sumber tersebut menyediakan kapasitas — bukan bagian dari YiENTi.

Eksekusi lokal

Beban kerja YiENTi yang lebih kecil dapat dijalankan secara lokal. Beban kerja yang lebih kompleks dapat menggunakan sumber daya CPU, GPU, dan memori yang tersedia, bahkan pada sistem rekayasa kelas atas.

Compute eksternal saat ini

ACCENTSYS saat ini menyewa compute eksternal dari berbagai penyedia, termasuk infrastruktur Alibaba Cloud dan AWS di Amerika Serikat. Vendor cloud menyediakan kapasitas. Mereka bukan dependensi arsitektural.

  1. Saat ini

    Saat ini · Compute fleksibel

    • Compute eksternal sewaan
    • Alibaba Cloud
    • AWS
    • Penyedia lain yang sesuai
    • Eksekusi lokal untuk beban kerja yang lebih kecil

    YiENTi berjalan di mana pun CPU, GPU, memori, dan sumber daya pendukung yang dibutuhkan tersedia.

  2. Arah penskalaan

    Penskalaan · Compute khusus

    • Kapasitas cadangan / khusus
    • Lingkungan compute privat
    • Server atau klaster khusus
    • Infrastruktur khusus beban kerja
    • Kendali lebih besar atas performa dan biaya

    Belum diimplementasikan. Arah yang ditempuh seiring bertumbuhnya beban kerja YiENTi.

  3. Visi jangka panjang

    Jangka panjang · Infrastruktur compute ACCENTSYS

    • Compute yang dikendalikan ACCENTSYS
    • Infrastruktur berkinerja tinggi khusus
    • Potensi infrastruktur datacenter sendiri

    ACCENTSYS saat ini tidak mengoperasikan datacenter sendiri.

Microsoft Azure dan Google Cloud adalah sumber compute tambahan yang mungkin digunakan — bukan tahap selanjutnya. Ketiga kartu menjelaskan strategi infrastruktur; para penyedia adalah sumber kapasitas yang dapat dipertukarkan di dalamnya.

Independen dari penyedia

YiENTi pada dasarnya tidak bergantung pada Alibaba Cloud, AWS, Microsoft Azure, atau Google Cloud.

Bergantung pada compute

Kendala praktisnya adalah ketersediaan compute yang memadai untuk beban kerja: CPU, GPU, memori sistem, VRAM, penyimpanan / I/O, throughput jaringan, dan kapasitas compute paralel.

Strategi komersial · Visi

Infrastruktur YiENTi khusus jangka panjang dimaksudkan mengikuti penskalaan komersial portofolio produk ACCENTSYS, dengan Merclino sebagai prioritas komersialisasi jangka pendek. Komersialisasi portofolio yang berhasil dimaksudkan untuk membantu membiayai kapasitas compute YiENTi yang semakin khusus. Merclino adalah prioritas komersial, bukan kasus teknis khusus: setiap produk ACCENTSYS saat ini dibangun dengan rekayasa yang didukung YiENTi.

Kendala compute

Pada beban kerja internal saat ini, penalaran struktural YiENTi dapat memerlukan compute kira-kira satu orde besaran lebih banyak daripada alur kerja konvensional yang mengutamakan LLM.

YiENTi bernalar atas struktur graf, proses, status, dependensi, pengukuran, berbagai tampilan model, dan hubungan di antaranya — beserta riwayat dan hasil validasi. YiENTi mengorbankan efisiensi compute demi konteks struktural yang lebih kaya.

Berdasarkan beban kerja internal ACCENTSYS; bukan benchmark independen.

Mengapa compute yang lebih besar penting

Compute tambahan tidak hanya mengurangi waktu pemrosesan. Compute tersebut memungkinkan YiENTi bernalar secara bersamaan pada konteks terhubung yang lebih besar:

  • Proses
  • Hubungan graf
  • Dependensi
  • Status
  • Riwayat
  • Pengukuran
  • Model perangkat lunak
  • Berbagai tampilan model
  • Konteks validasi

Struktur lebih sedikit

  • Compute lebih rendah
  • Rekonstruksi konteks secara probabilistik

Model struktural yang kaya

  • Compute lebih tinggi
  • Status, proses, hubungan, dan konteks terukur yang eksplisit
YiENTi menggunakan compute dalam jumlah besar karena mempertahankan dan bernalar atas lebih banyak struktur dari masalah yang dihadapi.ACCENTSYS menggunakan arsitektur ini karena konsistensi struktural dan presisi penting dalam rekayasa perangkat lunak.

Asal-usul

YiENTi terus berkembang sejak 2010.

Asal-usul YiENTi dapat ditelusuri hingga 2010, ketika proyek ini dimulai sebagai Logical Board di Grandes Planos S.A. Teknologi tersebut kemudian berkembang menjadi YiENTi, yang menggabungkan informasi perusahaan terstruktur dengan lapisan kecerdasan yang semakin canggih.

  1. 2010

    Logical Board

    Asal-usul di Grandes Planos S.A.

    Proyek dimulai sebagai Logical Board di Grandes Planos S.A., dengan fokus pada informasi perusahaan terstruktur, proses, tugas, dan relasi.

  2. 2016

    YiENTi

    Presentasi pertama YiENTi di Swisscom AG

    YiENTi – Intelligent Enterprise Information. Arsitektur yang dipresentasikan sudah mencakup:

    • Informasi perusahaan
    • YiENTi AI
    • Proses terstruktur
    • Pengukuran
    • Kecerdasan berbasis graf / proses

  3. Saat ini

    YiENTi Enterprise + YiENTi Intelligence

    Kelanjutan dan evolusi teknis arsitektur 2016

    Sudah mendukung rekayasa perangkat lunak ACCENTSYS yang nyata dengan menggunakan:

    • Model sistem eksplisit
    • Proses terstruktur
    • Penalaran graf
    • Pengukuran
    • Rekayasa berbasis model (model-driven engineering)
    • Pembangkitan dan validasi

  4. Berikutnya

    Real Intelligence / AGI

    Arah pengembangan

    Pengembangan lebih lanjut menuju kecerdasan yang semakin umum, berdasarkan penalaran terstruktur, realitas yang terukur, dan model sistem eksplisit.

    Visi / arah riset

    Arah riset jangka panjang

    Kecerdasan mesin yang umum dan berpotensi melampaui manusia.

“Berikutnya” menggambarkan arah pengembangan, bukan kemampuan yang telah dicapai. YiENTi tidak mengklaim AGI atau superintelijen.

Dari kecerdasan buatan menuju kecerdasan nyata

ACCENTSYS menggunakan istilah Real Intelligence untuk arah yang melampaui pembangkitan bahasa probabilistik: kecerdasan yang dapat bernalar atas proses, relasi, status, pengukuran, dan konsekuensi yang eksplisit.

Real Intelligence adalah terminologi perusahaan ACCENTSYS, bukan istilah ilmiah yang baku.

Sudah ada dalam arsitektur 2016

Pemisahan antara informasi perusahaan dan kecerdasan mesin sudah menjadi bagian dari arsitektur YiENTi yang dipresentasikan pada 2016.

Proses yang terhubung ke keluaran terukur, graf informasi perusahaan, dan lapisan AI yang bernalar di atasnya. Arsitektur YiENTi tidak dibuat sebagai reaksi terhadap kemunculan model bahasa besar belakangan ini.

Mengapa sekarang

Arsitektur ini mendahului infrastruktur AI masa kini.

Arah dasarnya sudah ada pada 2016. Yang berubah adalah daya komputasi yang tersedia untuk menjalankannya pada skala yang bermakna. Kapasitas komputasi yang jauh lebih besar saat ini memungkinkan eksekusi arsitektur tersebut yang semakin kompleks. Implementasi saat ini tidak identik dengan implementasi 2016; implementasi ini merupakan evolusi teknis yang substansial darinya.

Komputasi yang lebih besar memungkinkan YiENTi bekerja secara bersamaan pada konteks proses, graf, dan perangkat lunak yang lebih luas dan saling terhubung.

Perbedaan arsitektural

LLM dapat menginterpretasikan diagram. YiENTi dapat menjadikan struktur sebagai bagian dari model.

Proses, gateway, aktivitas, kelas, sekuens, relasi, dan dependensi dapat tetap menjadi objek eksplisit dalam konteks penalaran.

Interpretasi gambar

Model bahasa multimodal dapat menginterpretasikan teks, gambar, dan diagram. Strukturnya disimpulkan dari prompt.

Gambar sebuah proses, diinterpretasikan atas permintaan.

Representasi struktural

Di YiENTi, proses, relasi, status, dan dependensi dapat ada sebagai struktur eksplisit yang dapat dibaca mesin, bukan hanya sebagai informasi yang disimpulkan dari prompt.

  • Aktivitas
  • Event
  • Gateway
  • Aktor
  • Sekuens
  • Kelas
  • Relasi
  • Status
  • Dependensi
  • Entitas data
  • Jalur proses

YiENTi tidak sekadar melihat diagram. Struktur yang diwakili diagram tersebut dapat menjadi bagian dari model sistem.

Beberapa tampilan model

Diagram yang berbeda menjadi tampilan berbeda dari satu model sistem yang terhubung.

  • Kebutuhan
  • User Story
  • Use Case
  • Diagram Aktivitas
  • BPMN
  • Kolaborasi
  • Sekuens
  • Model Kelas
  • Model Data
  • Dependensi Sistem

Rekayasa perangkat lunak

Bukan sekadar kode yang dihasilkan. Melainkan model sistem di baliknya.

YiENTi menerapkan pendekatan yang secara mendasar berbeda dalam rekayasa perangkat lunak dibandingkan sistem yang mengutamakan LLM. Alih-alih bergantung pada bahasa yang dihasilkan untuk merekonstruksi konteks sistem berulang kali, YiENTi memelihara representasi struktural sistem yang eksplisit.

Siklus berbasis LLM

  1. Prompt
  2. Kode yang dihasilkan
  3. Review
  4. Prompt baru
  5. Konteks yang direkonstruksi
  6. ↺

Konteks sistem direkonstruksi dari bahasa pada setiap siklus.

Siklus YiENTi

  1. Kebutuhan terstruktur
  2. Model proses / sistem eksplisit
  3. Dependensi
  4. Penalaran
  5. Implementasi
  6. Validasi
  7. Hasil terukur
  8. Model yang diperbarui
  9. ↺

Model sistem tetap bertahan dan diperbarui dengan setiap hasil terukur.

Bukti produk

  • Arbeitsmarktvollzug
  • Castovia
  • Kicaly
  • Merclino
  • SchoolApp
  • STV Portal
  • xcess

Proyek rekayasa klien

  • LOXY Time · Loxy International AG

Seluruh portofolio aplikasi ACCENTSYS saat ini dibangun dengan rekayasa yang didukung YiENTi, dengan YiENTi sendiri berperan sebagai platform rekayasanya. LOXY Time, proyek klien yang dikembangkan oleh ACCENTSYS AG untuk Loxy International AG, adalah proyek rekayasa enterprise di dunia nyata yang menunjukkan pengembangan perangkat lunak yang didukung YiENTi pada alur kerja operasional yang kompleks, persyaratan regulasi, pemrosesan data, dan integrasi sistem.

Arsitektur

Dua teknologi, satu arsitektur yang terhubung.

Informasi enterprise menjadi graf operasional terstruktur. YiENTi Intelligence melakukan penalaran di atasnya, dan hasilnya mengalir kembali ke state enterprise atau keluar ke sistem yang terhubung. Lapisan intelijen yang sama juga dapat bekerja di luar YiENTi Enterprise.

Diagram C · Integrasi

Bekerja bersama

YiENTi Enterprise

Enterprise Information Platform

Graf operasional terstruktur

Apa yang ada · siapa yang terlibat · apa bergantung pada apa

YiENTi Intelligence

Graph-Native Intelligence Engine

Penalaran · Keputusan · Orkestrasi

Platform enterprise

Status enterprise yang diperbarui

Sistem eksternal

Antarmuka yang terhubung

Status yang diperbarui menjadi konteks penalaran berikutnya.

Melampaui YiENTi Enterprise

YiENTi Intelligence

Lapisan kecerdasan yang dapat digunakan ulang

Rekayasa perangkat lunak ACCENTSYS

Teknologi inti yang digunakan secara internal

Produk ACCENTSYS lainnya

Arah pengembangan

Sistem eksternal di masa depan

Arah pengembangan

Use Case penalaran terstruktur lainnya

Arah pengembangan

Pengembangan saat ini

Transparan tentang posisi YiENTi saat ini.

Platform YiENTi

Dalam Pengembangan

Platform YiENTi mandiri sedang dalam pengembangan dan belum tersedia secara komersial.

YiENTi Intelligence · teknologi inti

Digunakan secara internal di ACCENTSYS

YiENTi sudah mendukung rekayasa di ACCENTSYS, sementara platform mandiri terus berkembang.

Human-in-the-loop · tingkat kematangan saat ini

YiENTi saat ini dipandu pakar.

Sistem saat ini memberikan daya ungkit rekayasa yang substansial ketika dioperasikan oleh orang yang memahami proses dan struktur sistem. Kekuatannya berasal dari kombinasi model terstruktur, pemahaman proses, dan penalaran berbantuan mesin.

Pengetahuan yang melipatgandakan manfaat YiENTi saat ini

  • BPMN
  • Pemodelan proses
  • Arsitektur sistem
  • Rekayasa perangkat lunak
  • Alur kerja bisnis
  • Menafsirkan model terstruktur

YiENTi belum menjadi produk pasar massal yang sudah final dan dapat digunakan siapa pun tanpa pengetahuan domain.

Arah · bukan janji bertanggal

  1. Saat ini

    Rekayasa struktural dipandu pakar

  2. Berikutnya

    Pemodelan, penalaran, pengujian, dan pengiriman yang lebih otomatis

  3. Jangka panjang

    Rekayasa sistem yang semakin otonom

Filosofi YiENTi

Dari kecerdasan buatan menuju Real Intelligence.

Kecerdasan lebih dari sekadar menghasilkan bahasa yang masuk akal. Kecerdasan menuntut pemahaman tentang relasi, konteks, proses, konsekuensi, dan bagaimana informasi berubah seiring waktu. YiENTi adalah pendekatan ACCENTSYS terhadap masalah ini.

“Real Intelligence” menggambarkan filosofi YiENTi dan ACCENTSYS — bukan kategori ilmiah yang sudah mapan.

Pertumbuhan strategis

Menskalakan fase berikutnya.

YiENTi sudah digunakan untuk membangun perangkat lunak nyata. Fase berikutnya berfokus pada penskalaan produktisasi, kapasitas komputasi, dan komersialisasi. YiENTi merupakan bagian dari portofolio teknologi ACCENTSYS yang lebih luas.

Faktor pembatasnya adalah modal, penskalaan, dan komputasi — bukan apakah YiENTi berfungsi.

ACCENTSYS

Dikembangkan oleh ACCENTSYS AG, Swiss.

YiENTi memiliki dua peran di ACCENTSYS: sebagai lapisan teknologi pendukung dalam rekayasa perangkat lunak ACCENTSYS, dan sebagai platform mandiri di masa depan.

Tertarik dengan strategi platform yang lebih luas di balik YiENTi? Jelajahi ACCENTSYS, portofolio teknologinya, dan putaran pertumbuhan strategis saat ini.

Untuk kemitraan, diskusi teknologi, kolaborasi strategis, dan investasi.

Hubungi ACCENTSYS Jelajahi ACCENTSYSLihat Informasi Investor