Enterprise Information & Graph-Native Intelligence
システムを構造化する。関係性を理解する。本物のソフトウェアを構築する。
YiENTi は、言語ベースのコンテキストだけに頼るのではなく、プロセス、関係性、依存関係、ソフトウェア構造を明示的に表現します。
- YiENTi Enterprise
- Intelligent Enterprise Information
- YiENTi Intelligence
- Graph-Native Intelligence Engine
YiENTi は、Intelligent Enterprise Information プラットフォームと Graph-Native Intelligence Engine を組み合わせています。必要に応じて言語モデルを利用できますが、中核となる推論モデルは構造的でプロセスを考慮しており、特定の LLM プロバイダーに依存しません。
イベントがプロセスを起動します。コンテキストとルールが関連性を持ち、ゲートウェイが判断へと解決されます。
- 2010年から
- Logical Board から YiENTi へと発展
- 2つの柱
- Enterprise Information + Intelligence Engine
- LLM はオプション
- プロバイダーは交換可能なコンポーネント
- 利用中
- ACCENTSYS のエンジニアリングにおけるコア技術
YiENTiプラットフォーム
ひとつのビジョン。2つのコアテクノロジー。
YiENTiは、2つの独立しつつ相互に連携する柱を持つ包括的なテクノロジーです。一方は組織の業務の実態を表し、もう一方は構造化されたコンテキストに基づいて推論を行います。その対象は YiENTi Enterprise の内部にとどまりません。
- 構造化されたエンタープライズ情報
- プロセスインテリジェンス
- グラフネイティブな推論
- ソフトウェアエンジニアリングインテリジェンス
中心にあるYiENTi
YiENTiが中心です。それ以外のものはすべてYiENTiに接続されます。
YiENTiは、構造的インテリジェンスとエンジニアリングの中核です。クラウドプラットフォーム、言語モデル、Playwright、IDE、ローカルAIツールは、YiENTiの周囲に接続されたシステムであり、それぞれ異なる役割を持ちます。これらはYiENTi自体ではありません。
構造化モデリング
YiENTiが推論する対象 · → YiENTi
BPMN · ユースケース · アクティビティ · シーケンス · クラス · データ / エンティティモデル
生成AI
外部 · 置き換え可能 · ↔ YiENTi
OpenAI · Anthropic · Perplexity · Gemini · Lovable · Zapier · Pickaxe · Grok · Jasper · Abacus.AI · Relevance AI · Notion AI · 今後さらに追加予定 · ローカル / 代替モデル
開発者向けツール
開発環境 · ↔ YiENTi
Visual Studio Code · OpenCode
ローカル / モデル基盤
モデルをローカルで実行 · ↔ YiENTi
Ollama · Lemonade · その他の互換ローカルモデルワークフロー
テスト
実際の挙動の検証 · ↔ YiENTi
Playwright · Abacus.AI · ChatGPT Work · 視覚的検証 · 機能検証
デプロイ
生成されたソフトウェアの実行先 · YiENTi →
AWS · Microsoft Azure · Google Cloud · プライベートインフラ(将来)
実際のソフトウェア
YiENTiで構築 · YiENTi →
ACCENTSYSのすべての製品
構造的な中核
言語はインターフェースです。
グラフがモデルです。
これらの構造は装飾的な図ではありません。機械が理解できる形でシステムとプロセスの状態を表現したものであり、YiENTiが推論の対象とするモデルです。
- BPMN
- プロセスモデル
- アクティビティ図
- ユースケース
- コラボレーション図
- シーケンス図
- クラスモデル
- エンティティ/データモデル
- ルール
- 依存関係
- 状態
- 要件
- ユーザーストーリー
計測 · YiENTi の中核機能
構造化する。計測する。そこから学ぶ。
計測はダッシュボードの機能ではありません。YiENTi はプロセスの実行を、その実行が実際に生み出すものと結び付け、仕事が実際にどのように機能しているかについての、機械が理解できる知識へと変換します。
01 · YiENTi Enterprise
プロセスの実行
- タスク A高
- タスク B通常
- タスク C通常
優先度と重みは構造の一部です。
02 · 計測
実際に起きたこと
作業と工数
- 優先度
- タスク
- 時間 / 工数
- タスクの重み / 量
- タスクの重みに対する時間
- 定量的パフォーマンス
成果物とアウトカム
- 品質
- 手戻り / 新たな後続作業
- 最終成果物に反映された内容
- 再利用
- 効率
人と能力
- ロール
- コンピテンシー
- スキル
- 活用されていない可能性
03 · YiENTi AI
計測可能な現実に基づいて推論する
学ぶ · 改善する · 再利用する
YiENTi は、誰かがどれだけ長く働いたかを計測するだけではありません。 工数を、仕事の構造、重み、アウトカム、品質、再利用と関連付けることができます。
タスクの重みに対する時間 · 模式図
タスク A
タスク B
同じ時間。異なる重み。異なるパフォーマンスの姿。
構造
YiENTi Enterprise
構造化された業務・プロセスのコンテキストを提供します。プロセス、タスク、ロール、優先度、そして仕事の重みです。
現実
計測
その構造の中で実際に起きていることを捉えます。工数、アウトカム、品質、手戻り、再利用です。
推論
YiENTi AI
その計測可能な現実に基づいて推論します。仕事がどう進むはずかという記述だけに基づくのではありません。
YiENTi は仕事の記述だけから学ぶのではありません。構造化されたプロセスと、そこから生み出される計測可能なアウトカムに基づいて推論できます。
この結びつきは、2016年に発表された YiENTi のアーキテクチャにすでに含まれていました。業務プロセスを、計測可能なアウトプットおよび YiENTi AI と結び付けるものです。
柱A · Intelligent Enterprise Information
YiENTi Enterprise
YiENTi Enterprise は、人、プロセス、システム、知識を、構造化された単一の運用環境に結び付けます。
人、業務、プロセス、システム、情報の間の関係をモデル化し、運用するためのインテリジェントなエンタープライズ情報プラットフォームです。統合はその機能の一つであり、定義そのものではありません。
- 人
- ロール
- コンピテンシー
- チーム
- タスク
- プロジェクト
- アクティビティ
- プロセス
- リソース
- システム
- ドキュメント
- コミュニケーション
- イベント
- ルール
- データ
- 知識
- 測定値
- 意思決定
- 依存関係
- エンタープライズワークフロー
図A · YiENTi Enterprise Information
柱 B · Graph-Native Intelligence Engine
YiENTi Intelligence
YiENTi Intelligence は、エンティティ、関係、プロセス、コンテキスト、ソフトウェア構造、視覚情報を横断して推論するよう設計された、グラフネイティブのインテリジェンスエンジンです。
その役割は YiENTi Enterprise プラットフォームにとどまりません。YiENTi のコアとなるインテリジェンス技術は、すでに ACCENTSYS のソフトウェアエンジニアリングのワークフロー内で社内利用されています。単体のプラットフォームは現在も開発中です。
汎用的な機械知能へ向かう、もう一つの道。
YiENTi Enterprise の先へ
YiENTi Intelligence は、YiENTi Enterprise 内の AI モジュールにとどまるものではありません。再利用可能なインテリジェンスレイヤーとして設計されており、これを用いて設計されたソフトウェアが自動的に Enterprise プラットフォームの一部となるわけではありません。
- ACCENTSYS のソフトウェアエンジニアリング社内で利用中
- ACCENTSYS のその他の製品方向性
- 将来の外部システム方向性
- その他の構造化推論のユースケース方向性
図 B · YiENTi Intelligence グラフ
構造的コンテキスト
- エンティティ
- リレーション
- コンテキスト
- 状態
- ルール
- 依存関係
- 視覚的構造
- 知識
YiENTi Intelligence Graph
接続され、永続的で、明示的な、推論コンテキストそのもの。
推論機能
- 理解
- 推論
- 比較
- 予測
- 推奨
- 計画
- オーケストレーション
YiENTiの仕組み
構造化された現実から推論へ、そして再び現実へ。
YiENTi Enterprise は、何が存在し、誰が関わり、何が起こり、仕事がどのように流れ、何が何に依存し、組織がどのような状態にあるかを表現します。YiENTi Intelligence は、その構造化されたコンテキストに基づいて推論します。
- 01Enterprise
表現
人、システム、情報、タスク、プロセス、コンテキストが、構造化され相互に接続された情報になります。
- 02Intelligence
理解
YiENTi Intelligence は、関係、依存関係、状態、コンテキストにまたがって推論します。
- 03Intelligence
判断
ルール、制約、過去のコンテキスト、推論が意思決定を支えます。
- 04両方
オーケストレーション
アクション、システム、ワークフローを、定められたルールと責任の範囲内で調整できます。
- 05Enterprise
学習 / 更新
作業の進行や新しい情報の入手に応じて、構造化された環境が変化します。
継続的なサイクル:更新された各状態が、次の推論のコンテキストになります。
構造化インテリジェンス · LLM優先ではない
言語はインターフェースです。
グラフこそがモデルです。
大規模言語モデルは、有用な生成系の言語コンポーネントです。YiENTi は、役立つ場面ではそれらを利用できますが、生成された文章を信頼できる唯一の情報源として依存することはありません。プロセス、関係、状態、依存関係、構造は明示的にモデル化されます。
YiENTi は、情報の背後にある構造を表現します。
- プロセスはプロセスとして表現されます。
- 関係は関係として表現されます。
- 依存関係は依存関係として表現されます。
- 状態は状態として表現されます。
言語は、人間がその構造と対話するための手段の一つです。
LLM優先のシステムは、その挙動の多くを確率的なモデル推論から導き出します。YiENTi の中核となる推論コンテキストは、エンティティ、関係、プロセス、状態、依存関係を明示的に構造化した表現です。
問われるのは、システムがどのような入力を受け付けるかだけではありません。運用上の真実が、確率的に生成された表現として存在するのか、それとも明示的な構造化状態として存在するのかが問われます。
構造化インテリジェンスと LLM優先の推論の比較
言語モデルが得意とする領域
- テキスト生成
- 要約
- 翻訳
- 自然言語によるやり取り
- 情報抽出
- アイデア出し
- ドキュメント作成支援
構造を明示的に保つべき領域
- 正確なプロセス状態
- 再現性
- トレーサビリティ
- 依存関係の整合性
- ワークフローの正確性
- ソフトウェアアーキテクチャの一貫性
- 永続的な構造化メモリ
確率的 AI はプロセスを支援できます。プロセスを定義する必要はありません。
生成された言語には不確実性が伴い得ます。明示的なプロセスとグラフの状態は、生成された文章から再構築する必要がありません。YiENTi は、重要なプロセス状態、依存関係、運用上の真実を確率的な言語生成の外に置くよう設計されており、構造の正確性と再現性が重要な場面では言語生成への依存を減らします。
モデル非依存の言語レイヤー
YiENTi は LLM を利用できます。システムが何であるかを把握するために LLM に依存することはありません。
交換可能なプロバイダー
- OpenAI のモデル
- Anthropic のモデル
- ローカルモデル
- オープンモデル
- 今後登場するプロバイダー
言語レイヤー
- テキスト生成
- 要約
- 翻訳
- 自然言語によるやり取り
- コンテンツ作成支援
YiENTi Intelligence のアーキテクチャ
グラフ、状態、プロセス、ルール、依存関係。選択されたモデルプロバイダーから独立しています。
言語モデルは任意で交換可能なコンポーネントであり、生成機能が有用な場面で YiENTi に組み込むことができます。アーキテクチャの構成要素であり、中核となる構造的推論モデルではありません。
プロセスの系譜
プロセスの理解から、機械による推論へ。
YiENTi は、複雑なシステムは、その関係やプロセスが文書や記述としてしか存在しないままでは、確実に理解できないという考え方を軸に構築されました。
プロセス、アクティビティ、ロール、イベント、依存関係は、機械が理解できる明示的な構造として存在すべきです。
- アクティビティ
- タスク
- イベント
- ゲートウェイ
- カンバセーション
- コレオグラフィ
- コラボレーション
- スイムレーン
- データ
- ロール
- コンピテンシー
- リソース
- プロジェクト
- プロセス構造
- 計測
- 情報フロー
視覚的・構造的な推論
YiENTi はプロセスを記述するだけではありません。プロセスを表現します。
アクティビティ、依存関係、状態、アクター、情報フローは、推論コンテキストの明示的な要素になります。視覚的・図式的な構造を明示的に表現でき、それらに対して推論を行うことができます。
- アクティビティ図
- プロセス図
- コラボレーション図
- システムアーキテクチャ
- 依存関係グラフ
- ロール
- イベント
- 状態遷移
- 情報フロー
ソフトウェアエンジニアリング
プロンプトからコンテキストを作り直さないソフトウェア開発。
YiENTi はシステム、プロセス、依存関係に関する構造的なコンテキストを保持するため、エンジニアリング上の判断を、相互に接続されたモデルの一部として推論できます。
一般的な LLM 支援開発
- プロンプト
- 生成された出力
- レビュー
- 新しいプロンプト
- 再構築されたコンテキスト
コンテキストは反復のたびに再構築されます。
YiENTi のエンジニアリングモデル
- 要件
- 明示的な構造化モデル
- システム · プロセス · 依存関係
- 推論
- 実装
- 検証
- 更新された構造状態
コンテキストは構造として保持され、システムとともに進化します。
モデル駆動ソフトウェアエンジニアリング
モデルからソフトウェアへ。
YiENTi は、プロンプトからソフトウェアを推測することはしません。構造化されたシステム表現を用い、同一システムの複数のビューを結び付け、それらを横断して推論します。そしてそれらのモデルから、ソフトウェア生成を支援することも、実行することもできます。
YiENTi で構築。
YiENTi に依存しない。
YiENTi は、構造化されたモデルからソフトウェアを設計し、生成できます。生成されたアプリケーションは、YiENTi から独立して動作します。
YiENTi はエンジニアリングプロセスの一部であり、ランタイムに必須の依存関係ではありません。
- 01
要件
- 02
EPIC /
ユーザーストーリー - 03
ユースケース
- 04
アクティビティ /
プロセスモデル - 05
コラボレーション /
シーケンスモデル - 06
クラス /
データモデル - 07
アーキテクチャ /
推論 - 08
生成された実装
- 09
検証
- 10
スタンドアロンソフトウェア
概念的なチェーンです。左から右へ、行ごとに読んでください。
YiENTi が横断して推論するモデルレイヤー
独立した図ではなく、1つの基盤となるシステムモデルを射影した、相互に結び付いたものです。
- EPIC
- ユーザーストーリー
- ユースケース
- アクティビティ図
- コラボレーション図
- シーケンス図
- クラス図
- データ / エンティティモデル
- BPMN / プロセスモデル
- ルール
- 依存関係
- 状態
エンジニアリング中の YiENTi
- 要件
- モデル
- 推論
- アーキテクチャ
- 生成
- 検証
生成されるアプリケーション
- フロントエンド
- バックエンド
- データベース
- API
- ビジネスロジック
- 連携
独立して動作
生成されたアプリケーションは、本番環境で YiENTi のランタイム、クラウド、エージェント、接続を必要としません。ただし、特定の製品が意図的にそのようなサービスを利用する場合は除きます。また、YiENTi で作成されたソフトウェアが、自動的に YiENTi Enterprise プラットフォームの一部になるわけではありません。
図は事後のドキュメントではありません
YiENTi においてモデルは、ソフトウェアの構築後にそれを記録するだけの図ではありません。ソフトウェアについて推論し、検証し、生成するための構造を表すものです。
ソフトウェアシステムは、相互に補完し合うビューで記述できます。エピック、ユーザーストーリー、ユースケース、アクティビティ図、コラボレーション図、シーケンス図、クラス図、エンティティ/リレーションシップモデル、プロセス、状態、ルール、依存関係などです。これらは独立した図ではありません。1つの基盤となるシステムモデルの射影であり、YiENTi はそれらを横断して推論するよう設計されているため、あるビューでの変更を他のビューに照らして分析できます。
ビジュアルとは、画像認識を意味しません。ボックス、ノード、エッジ、ゲートウェイ、リレーションは、単なるピクセルではありません。それぞれに定義された意味があり、その意味が推論モデルの一部になります。
YiENTi はシステムの相互に結び付いた表現を作成するため、要件、プロセス、ソフトウェア構造、データが、バラバラのドキュメントとして存在する必要がなくなります。
複数のビュー、1つのシステムモデル
- 01ユーザーストーリー
ユーザーが必要とするもの
「顧客として、後で注文できるように、商品をカートに追加したい。」
- 02ユースケース
アクターが達成したいこと
- 03アクティビティ
処理がどのように流れるか
- 04コラボレーション
どのコンポーネントが相互作用するか
- 05シーケンス
やり取りがどの順序で起こるか
- 06クラス/データ
どのオブジェクトと関連が存在するか
- 07実装
構造から生成
// generated from the model class Cart { items: Article[] add(a: Article): void checkout(): Order }
- 08アプリケーション
単独で動作
ひとつのシステム、多くの投影。「カート」はどのビューでも同じ意味を持ちます。例示です。
コード生成は LLM によるコード生成ではありません
YiENTi は、プロンプトからアプリケーションを推測する必要がありません。アプリケーションとは何かを示す明示的なモデルに基づいて動作します。
LLM は、有用な場面で、文章、ドキュメント、ラベル、自然言語の解釈、コードの提案を支援することがあります。ソフトウェアアーキテクチャは、確率的に生成されたソースコードのみに依存するものではありません。
プロンプト優先の生成
YiENTi のモデル駆動
- プロンプト明示的な構造化モデル
- AI が一部のコードを書く明示的なシステム間の関係と推論
- リクエストごとにコンテキストを再構築適切な場合はルールベースの生成
- ソースコードだけが唯一の真実機械可読な真実の源としてのモデル
YiENTi は、あらゆるアプリケーションに組み込まれる AI への依存というよりも、複雑なシステムのための、コンパイラのような知的エンジニアリング環境に近いものです。
ここに示すフローは概念的なものです。実際の内部パイプラインは異なる場合があり、すべての段階が完全に自動化されているとして示しているわけではありません。トレーサビリティ、整合性チェック、影響分析、モデル間同期は、モデル駆動アプローチの方向性を示すものです。
モデル・開発者向けツール
YiENTi は、タスクごとに適した知能を使い分けます。
生成モデルは、確率的な生成が効率的なタスクを加速します。YiENTi は、構造化されたシステムモデル、プロセスのコンテキスト、計測可能な状態を保持します。
生成モデルに委ねるもの
- UI の反復改善
- テキスト生成
- 文言の作成
- ドキュメント作成
- 迅速な生成作業
- 適切な場合に限った一部のコーディング支援
YiENTi が保持するもの
- 構造化されたシステムモデル
- プロセスのコンテキスト
- 計測可能な状態
生成AI
外部 · 置き換え可能
- OpenAI
- Anthropic
- Perplexity
- Gemini
- Lovable
- Zapier
- Pickaxe
- Grok
- Jasper
- Abacus.AI
- Relevance AI
- Notion AI
- 今後さらに追加予定
- ローカル / 代替モデル
ローカル / モデル基盤
モデルをローカルで実行
- Ollama
- Lemonade
- その他の互換ローカルモデルワークフロー
開発者向けツール
開発環境
- Visual Studio Code
- OpenCode
これらは、それぞれ異なる役割を持つ接続システムであり、YiENTi 自体の一部ではなく、すべてが同じ機能を提供するわけではありません。第三者の名称は各所有者の商標であり、提携や推奨を示唆するものではありません。
テストと検証
モデルから、検証済みの振る舞いへ。
生成されたコードは目的ではなく、正しい振る舞いこそが目的です。Playwright を使うことで、実際のアプリケーションが期待どおりに動作し、表示されているかを確認でき、モデル、実装、実際の UI、検証の間にフィードバックループを作ることができます。
- 01
YiENTi
モデルと推論
- 02
生成・変更されたアプリケーション
実装
- 03
Playwright
稼働中のアプリを検査
- 04
視覚的・機能的な検証
期待どおりに表示・動作しているか?
- 05
フィードバック
エンジニアリングの反復へ戻す
Playwright はテストおよび検証のためのツールであり、AI レイヤーの一部ではありません。
自動デプロイ
YiENTiで構築。YiENTiには依存しません。
YiENTiが支援するワークフローは、AWS、Microsoft Azure、Google Cloud へソフトウェアを自動的にデプロイできます。YiENTiはホスティングプロバイダーではなく、デプロイされたアプリケーションはYiENTiの内部で動作するものではありません。
YiENTiは、インフラストラクチャに依存しないよう設計されています。今後のデプロイ先としては、パブリッククラウドに加えて、プライベートインフラストラクチャや顧客管理のインフラストラクチャも対象とすることを想定しています。
YiENTi エンジニアリング環境
ソフトウェアのモデリング、生成、検証、リリースを行う場所です。
構造化モデル
BPMN、ユースケース、クラス、データ
YiENTi
構造モデルと推論
実装 / 生成
ソースコードの生成または変更
Playwright による検証
実行中のアプリの外観と機能を確認
デプロイパイプライン
自動ビルドとリリース
- 構造化モデルを保持
- 実装を生成または変更
- 実際の動作を検証
- 自動デプロイを起動
アプリケーションのランタイム環境
完成したアプリケーションが動作する場所です。
- AWS
- Microsoft Azure
- Google Cloud
- プライベートインフラストラクチャ将来
スタンドアロンアプリケーション
YiENTiをランタイム依存とせずに動作
ここで動作するのはアプリケーションのみです。YiENTiのランタイムは不要で、YiENTiへの接続も必須ではありません。
プロバイダーレベルでのみ示しています。プライベートおよび顧客管理のインフラストラクチャは今後の方向性であり、現時点で本番利用できる選択肢ではありません。
製品による実証
ラボのデモではありません。実際のソフトウェアです。
ACCENTSYS の現行アプリケーションポートフォリオ全体は、YiENTi が支援するエンジニアリングで構築されており、YiENTi 自体がそのエンジニアリングプラットフォームとして機能しています。
その根拠は、一部を選んだものではなく、ACCENTSYS の現行ポートフォリオ全体です。YiENTi が支援するエンジニアリングは、ACCENTSYS が手がけるあらゆる領域でソフトウェアを構築する際の方法です。
ACCENTSYS 自社開発アプリケーション 7 件とクライアント向けエンジニアリングプロジェクト 1 件。いずれも YiENTi が支援するエンジニアリングで開発しています
ACCENTSYS 自社開発アプリケーション
公共部門
Arbeitsmarktvollzug
YiENTi で構築開く Arbeitsmarktvollzug (新しいタブで開きます)ストリーミング・メディア
Castovia
YiENTi で構築開く Castovia (新しいタブで開きます)家族の予定・生活管理
Kicaly
YiENTi で構築開く Kicaly (新しいタブで開きます)サービス業
Merclino
YiENTi で構築開く Merclino (新しいタブで開きます)教育
SchoolApp
YiENTi で構築開く SchoolApp (新しいタブで開きます)スポーツクラブ
STV Portal
YiENTi で構築開く STV Portal (新しいタブで開きます)ソフトウェアライセンス管理
xcess
YiENTi で構築開く xcess (新しいタブで開きます)
クライアント向けエンジニアリングプロジェクト
クライアントプロジェクト · Loxy International AG
LOXY Time
YiENTi で構築開く LOXY Time (新しいタブで開きます)
ACCENTSYS AG が、YiENTi が支援するエンジニアリングを用いて、クライアントのために開発したものです。クライアントプロジェクトは外部のエンジニアリング実績であり、ACCENTSYS AG 自社の SaaS 製品ポートフォリオには含まれません。
この一覧は、自社開発アプリケーションとクライアントプロジェクトの分類を含め、ACCENTSYS の製品レジストリから直接取得しているため、新しいエントリは自動的にここに表示されます。LOXY Time は、エンジニアリング工数が計測されているため、以下で詳しく取り上げます。
ポートフォリオを見るYiENTi で構築。YiENTi には依存しません。
YiENTi はこれらの製品のエンジニアリングを支援しますが、それは専門家主導の形であり、すべてのコード行を自律的に生成するものではありません。製品自体は独立して動作し、ランタイムで YiENTi を必要としません。
クライアント案件のエンジニアリング参考事例 · LOXY Time
実際のエンタープライズソフトウェアで示された、YiENTi 支援によるエンジニアリング
LOXY Time は、複雑な業務ワークフロー、規制要件、データ処理、システム連携にわたり、YiENTi の支援によるソフトウェア開発を実証する、実際のエンタープライズ向けエンジニアリングプロジェクトです。
LOXY Time は、ACCENTSYS AG が Loxy International AG のために開発した、輸送および規制コンプライアンスのプラットフォームです。YiENTi の支援によるソフトウェア開発の能力を示す、実際のエンジニアリング参考事例です。LOXY Time は、ACCENTSYS AG の自社 SaaS 製品ポートフォリオには含まれません。
LOXY Time で実装済みの機能
- デジタルタコグラフの DDD 処理 · Gen1、Gen2 V1、Gen2 V2
- ドライバーおよび車両データ
- 規制チェックとコンプライアンス
- ワークフローとレポート
- システム連携と大量データ処理
- 自動化された品質保証とリグレッションテスト
社内での利用は、商用提供を意味するものではありません。スタンドアロンの YiENTi プラットフォームは開発中です。
YiENTi のコンピュート戦略
YiENTi は、コンピュートのある場所で動作します。
YiENTi は、特定のクラウドや GPU プロバイダーに依存していません。十分な CPU、GPU、メモリ、およびそれを支えるコンピュートリソースがあれば、どこでも動作できます。小規模なワークロードはローカルで実行できますが、複雑な構造化推論には、外部または専用の相当量のコンピュート容量が必要になることがあります。
利用できるコンピュートが増えると、速度が向上するだけではありません。YiENTi は、より大規模で相互に接続されたプロセス、グラフ、システムのコンテキストを同時に扱えるようになります。
YiENTi のワークロード
コンピュート要件
- CPU
- GPU
- メモリ
- ストレージ / I/O
いずれかから供給
ローカル
- ハイエンドワークステーション
- ローカルサーバー
外部コンピュート
- Alibaba Cloud
- AWS
- Microsoft Azure
- Google Cloud
- その他の適切なプロバイダー
プライベート / 専用
- プライベートインフラストラクチャ
- 専用コンピュート
ローカル実行
小規模な YiENTi ワークロードはローカルで実行できます。より複雑なワークロードは、ハイエンドのエンジニアリングシステムであっても、利用可能な CPU、GPU、メモリリソースを使い切ることがあります。
現在の外部コンピュート
ACCENTSYS は現在、米国にある Alibaba Cloud や AWS のインフラストラクチャをはじめとするプロバイダーから、外部コンピュートを借りています。クラウドベンダーは容量を提供するものであり、アーキテクチャ上の依存先ではありません。
- 現在
現在 · 柔軟なコンピュート
- 借用した外部コンピュート
- Alibaba Cloud
- AWS
- その他の適切なプロバイダー
- 小規模なワークロードのローカル実行
YiENTi は、必要な CPU、GPU、メモリ、およびそれを支えるリソースが利用できる場所であれば、どこでも動作します。
- 拡大の方向性
拡大 · 専用コンピュート
- 予約済み / 専用の容量
- プライベートなコンピュート環境
- 専用サーバーまたはクラスター
- ワークロード固有のインフラストラクチャ
- 性能とコストをより細かく制御
まだ実装されていません。YiENTi のワークロードが増加するにつれて目指す方向です。
- 長期的なビジョン
長期 · ACCENTSYS のコンピュートインフラストラクチャ
- ACCENTSYS が管理するコンピュート
- 専用の高性能インフラストラクチャ
- 自社データセンターインフラストラクチャの可能性
ACCENTSYS は現在、自社のデータセンターを運用していません。
Microsoft Azure と Google Cloud は、後の段階ではなく、追加で利用可能なコンピュートソースです。3 つのカードはインフラストラクチャ戦略を示しており、プロバイダーはその中で交換可能な容量の供給源です。
プロバイダー非依存
YiENTi は、Alibaba Cloud、AWS、Microsoft Azure、Google Cloud のいずれにも根本的には依存していません。
コンピュート依存
実用上の制約は、ワークロードに対して十分なコンピュートがあるかどうかです。具体的には、CPU、GPU、システムメモリ、VRAM、ストレージ / I/O、ネットワークスループット、並列コンピュート容量です。
商業戦略 · ビジョン
YiENTi の長期的な専用インフラストラクチャは、ACCENTSYS の製品ポートフォリオの商業的な拡大に合わせて整備していくことを意図しています。Merclino は短期的な商用化の優先事項です。ポートフォリオの商用化が成功すれば、より専用化が進む YiENTi のコンピュート容量の資金調達に役立つことを意図しています。Merclino は商業上の優先事項であり、技術的な特別扱いではありません。現在の ACCENTSYS のすべての製品は、YiENTi が支援するエンジニアリングで構築されています。
コンピュートの制約
現在の社内ワークロードでは、YiENTi の構造化推論には、従来の LLM を起点としたワークフローと比べて、概ね一桁多いコンピュートが必要になることがあります。
YiENTi は、グラフ構造、プロセス、状態、依存関係、測定値、複数のモデルビュー、およびそれらの間の関係を、履歴や検証結果とともに推論します。YiENTi は、コンピュート効率と引き換えに、より豊かな構造的コンテキストを得ています。
ACCENTSYS の社内ワークロードに基づくものであり、独立したベンチマークではありません。
より多くのコンピュートが重要な理由
追加のコンピュートは、処理時間を短縮するだけではありません。YiENTi は、より大規模で相互に接続されたコンテキストを同時に推論できるようになります。
- プロセス
- グラフの関係
- 依存関係
- 状態
- 履歴
- 測定値
- ソフトウェアモデル
- 複数のモデルビュー
- 検証コンテキスト
構造が少ない
- コンピュートが少ない
- コンテキストの確率的な再構築
豊かな構造モデル
- コンピュートが多い
- 明示的な状態、プロセス、関係、測定可能なコンテキスト
起源
YiENTi は2010年から進化を続けています。
YiENTi の起源は2010年にさかのぼり、Grandes Planos S.A. で Logical Board としてプロジェクトが始まりました。その後この技術は YiENTi へと進化し、構造化されたエンタープライズ情報と、より高度化するインテリジェンス層を組み合わせています。
2010
Logical Board
Grandes Planos S.A. での起源
プロジェクトは Grandes Planos S.A. で Logical Board として始まり、構造化されたエンタープライズ情報、プロセス、タスク、関係に焦点を当てていました。
2016
YiENTi
Swisscom AG での YiENTi の初披露
YiENTi – Intelligent Enterprise Information。発表されたアーキテクチャには、すでに次の要素が含まれていました。
- エンタープライズ情報
- YiENTi AI
- 構造化されたプロセス
- 計測
- グラフ／プロセスに基づくインテリジェンス
現在
YiENTi Enterprise + YiENTi Intelligence
2016年のアーキテクチャの継続と技術的進化
以下を用いて、ACCENTSYS の実際のソフトウェアエンジニアリングをすでに支えています。
- 明示的なシステムモデル
- 構造化されたプロセス
- グラフ推論
- 計測
- モデル駆動エンジニアリング
- 生成と検証
次
Real Intelligence / AGI
開発の方向性
構造化推論、計測可能な現実、明示的なシステムモデルに基づき、より汎用的なインテリジェンスに向けてさらに開発を進めます。
ビジョン／研究の方向性より長期的な研究の方向性
汎用的で、人間を超える可能性のある機械知能。
「次」は開発の方向性を示すものであり、達成済みの能力ではありません。YiENTi は AGI や超知能を実現したと主張するものではありません。
人工知能からreal intelligenceへ
ACCENTSYS は、確率的な言語生成を超える方向性を指して Real Intelligence という用語を使っています。これは、明示的なプロセス、関係、状態、計測値、およびその帰結について推論できるインテリジェンスです。
Real Intelligence は ACCENTSYS 社独自の用語であり、確立された科学用語ではありません。
すでに2016年のアーキテクチャに存在
エンタープライズ情報と機械知能の分離は、2016年に発表された YiENTi のアーキテクチャにすでに含まれていました。
計測可能なアウトプットに結び付いたプロセス、エンタープライズ情報のグラフ、そしてそれに対して推論を行う AI 層。YiENTi のアーキテクチャは、近年の大規模言語モデルの台頭への反応として作られたものではありません。
なぜ今なのか
アーキテクチャは、今日の AI インフラに先行していました。
基本的な方向性は2016年にすでに存在していました。変わったのは、それを意味のある規模で実行するための計算能力です。今日の大幅に拡大した計算能力により、そのアーキテクチャをより複雑に実行できるようになっています。現在の実装は2016年の実装と同一ではなく、それを技術的に大きく進化させたものです。
計算能力の拡大により、YiENTi はより大規模に連結されたプロセス、グラフ、ソフトウェアのコンテキストを同時に扱えます。
アーキテクチャ上の違い
LLM は図を解釈できます。YiENTi は、その構造をモデルの一部にできます。
プロセス、ゲートウェイ、アクティビティ、クラス、シーケンス、関係、依存関係は、推論コンテキスト内で明示的なオブジェクトとして保持できます。
画像の解釈
マルチモーダル言語モデルは、テキスト、画像、図を解釈できます。構造はプロンプトから推測されます。
プロセスの画像を、要求に応じて解釈します。
構造的表現
YiENTi では、プロセス、関係、状態、依存関係を、プロンプトから推測される情報としてだけでなく、機械可読な明示的構造として存在させることができます。
- アクティビティ
- イベント
- ゲートウェイ
- アクター
- シーケンス
- クラス
- 関係
- 状態
- 依存関係
- データエンティティ
- プロセスパス
YiENTi は図をただ見るだけではありません。その図が表す構造を、システムモデルの一部にできます。
複数のモデルビュー
異なる図は、連結された一つのシステムモデルの異なるビューになります。
- 要件
- ユーザーストーリー
- ユースケース
- アクティビティ図
- BPMN
- コラボレーション
- シーケンス図
- クラスモデル
- データモデル
- システム依存関係
ソフトウェアエンジニアリング
生成されたコードだけではありません。その背後にあるシステムのモデルです。
YiENTi は、LLM ファーストのシステムとは根本的に異なるアプローチでソフトウェアエンジニアリングに取り組みます。生成された言語に頼ってシステムのコンテキストを繰り返し再構築するのではなく、YiENTi はシステムの明示的な構造表現を維持します。
LLM ファーストのループ
- プロンプト
- 生成されたコード
- レビュー
- 新しいプロンプト
- 再構築されたコンテキスト
- ↺
システムのコンテキストは、サイクルごとに言語から再構築されます。
YiENTi のループ
- 構造化された要件
- 明示的なプロセス／システムモデル
- 依存関係
- 推論
- 実装
- 検証
- 計測結果
- 更新されたモデル
- ↺
システムモデルは維持され、計測結果が出るたびに更新されます。
製品面の根拠
- Arbeitsmarktvollzug
- Castovia
- Kicaly
- Merclino
- SchoolApp
- STV Portal
- xcess
クライアント向けエンジニアリングプロジェクト
- LOXY Time · Loxy International AG
ACCENTSYS の現行アプリケーションポートフォリオ全体は、YiENTi を支援に用いたエンジニアリングによって構築されており、YiENTi 自体がそのエンジニアリングプラットフォームとして機能しています。LOXY Time は、ACCENTSYS AG が Loxy International AG 向けに開発したクライアントプロジェクトであり、複雑な業務ワークフロー、規制要件、データ処理、システム統合にわたって、YiENTi を支援に用いたソフトウェア開発を実証する、実際のエンタープライズ向けエンジニアリングプロジェクトです。
アーキテクチャ
2つのテクノロジー、1つに接続されたアーキテクチャ。
エンタープライズ情報は、構造化された運用グラフになります。YiENTi Intelligence はそのグラフを対象に推論し、その結果はエンタープライズの状態へ戻されるか、接続されたシステムへ送られます。同じインテリジェンス層は、YiENTi Enterprise の外でも動作します。
図C · インテグレーション
連携して動作
YiENTi Enterprise
Enterprise Information Platform
構造化された業務グラフ
何が存在するか · 誰が関与するか · 何が何に依存するか
YiENTi Intelligence
Graph-Native Intelligence Engine
推論 · 意思決定 · オーケストレーション
エンタープライズプラットフォーム
更新されたエンタープライズの状態
外部システム
接続されたインターフェース
更新された状態が、次の推論のコンテキストになります。
YiENTi Enterprise を超えて
YiENTi Intelligence
再利用可能なインテリジェンス層
ACCENTSYS のソフトウェアエンジニアリング
社内で使用しているコア技術
ACCENTSYS のその他の製品
開発の方向性
将来の外部システム
開発の方向性
その他の構造化推論のユースケース
開発の方向性
開発の現状
YiENTiの現在地を、率直にお伝えします。
YiENTiプラットフォーム
スタンドアロン版のYiENTiプラットフォームは開発中であり、商用提供はまだ行われていません。
YiENTi Intelligence · コア技術
スタンドアロン版プラットフォームの開発が進む一方で、YiENTiはすでにACCENTSYSのエンジニアリングを支援しています。
ヒューマン・イン・ザ・ループ · 現在の成熟度
YiENTiは現時点では専門家主導のシステムです。
現行のシステムは、プロセスやシステム構造を理解している人が運用する場合に、エンジニアリングにおいて大きな効果をもたらします。その力は、構造化されたモデル、プロセスの理解、機械支援による推論を組み合わせることから生まれます。
現在のYiENTiの効果を高める知識
- BPMN
- プロセスモデリング
- システムアーキテクチャ
- ソフトウェアエンジニアリング
- ビジネスワークフロー
- 構造化モデルの解釈
YiENTiは、ドメイン知識がなくても誰でも使える、完成したマスマーケット向け製品にはまだ至っていません。
方向性 · 期日を約束するものではありません
現在
専門家主導の構造的エンジニアリング
次の段階
モデリング、推論、テスト、デリバリーの自動化の拡大
長期
自律性を高めていくシステムエンジニアリング
YiENTiの理念
人工知能から、Real Intelligenceへ。
知能とは、もっともらしい言語を生成することにとどまりません。関係性、文脈、プロセス、その帰結、そして情報が時間とともにどう変化するかを理解することが求められます。YiENTiは、この課題に対するACCENTSYSのアプローチです。
「Real Intelligence」はYiENTiとACCENTSYSの理念を表す言葉であり、学術的に確立された分類ではありません。
戦略的成長
次のフェーズへ向けたスケーリング。
YiENTi は、すでに実際のソフトウェア開発に使用されています。次のフェーズでは、製品化、計算資源の拡充、事業化のスケーリングに取り組みます。YiENTi は、より広範な ACCENTSYS のテクノロジーポートフォリオの一部です。
制約となっているのは資本、スケーリング、計算資源であり、YiENTi が機能するかどうかではありません。
社内で実証済み
ACCENTSYS のソフトウェアエンジニアリングの中核を担っています。
実際の製品で使用
現在の ACCENTSYS の製品ポートフォリオを支えています。
規模はリソース次第
資本、計算資源、継続的な開発。
ACCENTSYS
スイスの ACCENTSYS AG によって開発されています。
YiENTi は ACCENTSYS において二つの役割を担います。ACCENTSYS のソフトウェアエンジニアリングを支えるイネーブリングテクノロジー層としての役割と、将来の独立したプラットフォームとしての役割です。
YiENTi を支えるプラットフォーム戦略全体にご関心がありますか。ACCENTSYS、そのテクノロジーポートフォリオ、および現在の戦略的成長ラウンドをご覧ください。
パートナーシップ、技術的な協議、戦略的協業、投資に関するお問い合わせ向け。