YiENTi

Enterprise Information & Graph-Native Intelligence

Strukturer systemer.Forstå relasjoner.Bygg ekte programvare.

YiENTi representerer prosesser, relasjoner, avhengigheter og programvarestrukturer eksplisitt, i stedet for å basere seg kun på språkbasert kontekst.

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

YiENTi kombinerer en Intelligent Enterprise Information-plattform med en Graph-Native Intelligence Engine. Den kan bruke språkmodeller der det er nyttig, men kjernen i resonneringsmodellen er strukturell, prosessbevisst og uavhengig av enkeltstående LLM-leverandører.

HendelseKontekstKunnskapProsessRegelEntitetSystemGatewayBeslutning

En hendelse utløser en prosess. Kontekst og regler blir relevante. Gatewayen ender i en beslutning.

Siden 2010
Utviklet fra Logical Board til YiENTi
To pilarer
Enterprise Information + Intelligence Engine
LLM-valgfri
Leverandører er utskiftbare komponenter
I bruk
Kjerneteknologi i ACCENTSYS-utvikling

YiENTi-plattformen

Én visjon. To kjerneteknologier.

YiENTi er en overbygende teknologi med to tydelige, sammenkoblede pilarer. Den ene representerer en organisasjons operative virkelighet. Den andre resonnerer over strukturert kontekst – både innenfor YiENTi Enterprise og utenfor.

YiENTi i sentrum

YiENTi er sentrum. Alt annet kobles til det.

YiENTi er den strukturelle intelligensen og ingeniørkjernen. Skyplattformer, språkmodeller, Playwright, IDE-er og lokale AI-verktøy er tilkoblede systemer rundt YiENTi – hver med sin egen rolle. De er ikke YiENTi selv.

YiENTi
StrukturMålingResonnering
  • Strukturert modellering

    Det YiENTi resonnerer over · → YiENTi

    BPMN · Use cases · Aktiviteter · Sekvenser · Klasser · Data-/entitetsmodeller

  • Generativ KI

    Ekstern · utskiftbar · ↔ YiENTi

    OpenAI · Anthropic · Perplexity · Gemini · Lovable · Zapier · Pickaxe · Grok · Jasper · Abacus.AI · Relevance AI · Notion AI · Flere kommer snart · Lokale / alternative modeller

  • Utviklerverktøy

    Utviklingsmiljø · ↔ YiENTi

    Visual Studio Code · OpenCode

  • Lokal infrastruktur / modellinfrastruktur

    Kjøre modeller lokalt · ↔ YiENTi

    Ollama · Lemonade · Andre kompatible lokale modellarbeidsflyter

  • Testing

    Validering av faktisk oppførsel · ↔ YiENTi

    Playwright · Abacus.AI · ChatGPT Work · Visuell validering · Funksjonell validering

  • Utrulling

    Der generert programvare kjører · YiENTi →

    AWS · Microsoft Azure · Google Cloud · Privat infrastruktur (fremtidig)

  • Ekte programvare

    Bygget med YiENTi · YiENTi →

    Alle ACCENTSYS-produkter

Mater inn i YiENTiUtveksler med YiENTiProdusert eller levert av YiENTi-støttet utviklingEkstern og utskiftbarFremtidig retning

Den strukturelle kjernen

Språk er et grensesnitt.
Grafen er modellen.

Disse strukturene er ikke dekorative diagrammer. De representerer maskinforståelig system- og prosesstilstand – modellen YiENTi resonnerer over.

  • BPMN
  • Prosessmodeller
  • Aktivitetsdiagrammer
  • Use case-er
  • Samarbeidsdiagrammer
  • Sekvensdiagrammer
  • Klassemodeller
  • Entitets-/datamodeller
  • Regler
  • Avhengigheter
  • Tilstand
  • Krav
  • Brukerhistorier

Måling · en kjernefunksjon i YiENTi

Strukturer det. Mål det. Lær av det.

Måling er ikke en dashbordfunksjon. YiENTi kobler utførelsen av en prosess til det utførelsen faktisk frembringer – og gjør det om til maskinforståelig kunnskap om hvordan arbeid faktisk presterer.

01 · YiENTi Enterprise

Prosessutførelse

  1. Oppgave AHøy
  2. Oppgave BNormal
  3. Oppgave CNormal

Prioritet og vekt er en del av strukturen.

02 · Måling

Hva som faktisk skjedde

Arbeid og innsats

  • Prioritet
  • Oppgave
  • Tid / innsats
  • Oppgavevekt / mengde
  • Tid relativt til oppgavevekt
  • Kvantitativ ytelse

Resultat og utfall

  • Kvalitet
  • Omarbeid / nytt oppfølgingsarbeid
  • Innhold som havner i sluttproduktet
  • Gjenbruk
  • Effektivitet

Mennesker og kapasitet

  • Roller
  • Kompetanser
  • Ferdigheter
  • Ubrukt potensial

03 · YiENTi AI

Resonnerer over målbar virkelighet

Lære · forbedre · gjenbruke

YiENTi måler ikke bare hvor lenge noen har jobbet. Det kan sette innsats i relasjon til arbeidets struktur, vekt, utfall, kvalitet og gjenbruk.

LÆRINGSLØKKESTRUKTUREREUTFØREMÅLELÆREFORBEDREGJENBRUKE
  1. Struktur

    YiENTi Enterprise

    Gir den strukturerte drifts- og prosesskonteksten: prosesser, oppgaver, roller, prioriteter og arbeidets vekt.

  2. Virkelighet

    Måling

    Fanger opp hva som faktisk skjer innenfor denne strukturen: innsats, utfall, kvalitet, omarbeid og gjenbruk.

  3. Resonnering

    YiENTi AI

    Resonnerer over denne målbare virkeligheten – ikke bare over beskrivelser av hvordan arbeidet er ment å foregå.

YiENTi lærer ikke bare av beskrivelser av arbeid. Det kan resonnere over strukturerte prosesser og de målbare resultatene de frembringer.

Denne koblingen var allerede en del av YiENTi-arkitekturen som ble presentert i 2016: operative prosesser knyttet til målbart resultat og til YiENTi AI.

Pilar A · Intelligent Enterprise Information

YiENTi Enterprise

YiENTi Enterprise knytter sammen mennesker, prosesser, systemer og kunnskap i ett strukturert operativt miljø.

En intelligent plattform for virksomhetsinformasjon som brukes til å modellere og drifte relasjonene mellom mennesker, arbeid, prosesser, systemer og informasjon. Integrasjon er én av egenskapene – ikke definisjonen.

  • Personer
  • Roller
  • Kompetanser
  • Team
  • Oppgaver
  • Prosjekter
  • Aktiviteter
  • Prosesser
  • Ressurser
  • Systemer
  • Dokumenter
  • Kommunikasjon
  • Hendelser
  • Regler
  • Data
  • Kunnskap
  • Målinger
  • Beslutninger
  • Avhengigheter
  • Arbeidsflyter i virksomheten

Diagram A · YiENTi Enterprise Information

ORGANISASJONARBEIDINFORMASJON OG SYSTEMERPersonerRollerTeamProsjekterProsesserOppgaverHendelserSystemerDataRessurserDokumenterKunnskap
Organisasjon, arbeid og informasjon finnes som én sammenhengende modell – ikke som adskilte lister, filer og verktøy.

Pilar B · Graph-Native Intelligence Engine

YiENTi Intelligence

YiENTi Intelligence er en grafnativ intelligensmotor som er utviklet for å resonnere på tvers av entiteter, relasjoner, prosesser, kontekst, programvarestrukturer og visuell informasjon.

Rollen strekker seg utover plattformen YiENTi Enterprise. Kjerneteknologien i YiENTi Intelligence brukes allerede internt i ACCENTSYS sine arbeidsflyter for programvareutvikling, mens den selvstendige plattformen fortsatt er under utvikling.

En annen vei mot generell maskinintelligens.

Den langsiktige visjonen for YiENTi Intelligence.

Utover YiENTi Enterprise

YiENTi Intelligence er ikke bare AI-modulen i YiENTi Enterprise. Den er utformet som et gjenbrukbart intelligenslag, og programvare som er utformet med den, er ikke automatisk en del av Enterprise-plattformen:

  • Programvareutvikling hos ACCENTSYSI intern bruk
  • Andre ACCENTSYS-produkterRetning
  • Fremtidige eksterne systemerRetning
  • Andre use case for strukturert resonneringRetning

Diagram B · YiENTi Intelligence-graf

Strukturell kontekst

  • Entiteter
  • Relasjoner
  • Kontekst
  • Tilstand
  • Regler
  • Avhengigheter
  • Visuelle strukturer
  • Kunnskap

YiENTi Intelligence Graph

Sammenkoblet, persistent og eksplisitt – selve resonneringskonteksten.

Resonneringsfunksjoner

  • Forstå
  • Resonnere
  • Sammenligne
  • Forutsi
  • Anbefale
  • Planlegge
  • Orkestrere
Kjerneresonneringsfunksjoner Utviklingsretning

Slik fungerer YiENTi

Fra strukturert virkelighet til resonnering – og tilbake.

YiENTi Enterprise representerer hva som finnes, hvem som er involvert, hva som skjer, hvordan arbeid flyter, hva som avhenger av hva, og hvilken tilstand organisasjonen er i. YiENTi Intelligence resonnerer over denne strukturerte konteksten.

  1. 01Enterprise

    Representere

    Mennesker, systemer, informasjon, oppgaver, prosesser og kontekst blir strukturert, sammenkoblet informasjon.

  2. 02Intelligence

    Forstå

    YiENTi Intelligence resonnerer på tvers av relasjoner, avhengigheter, tilstand og kontekst.

  3. 03Intelligence

    Beslutte

    Regler, begrensninger, historisk kontekst og resonnering understøtter beslutninger.

  4. 04Begge

    Orkestrere

    Handlinger, systemer og arbeidsflyter kan koordineres innenfor definerte regler og ansvarsforhold.

  5. 05Enterprise

    Lære / Oppdatere

    Det strukturerte miljøet endres etter hvert som arbeidet skrider frem og ny informasjon blir tilgjengelig.

En kontinuerlig syklus: hver oppdaterte tilstand blir konteksten for neste runde med resonnering.

Strukturert intelligens · ikke LLM-først

Språk er et grensesnitt.
Grafen er modellen.

Store språkmodeller er nyttige generative språkkomponenter. YiENTi kan bruke dem der de hjelper – men er ikke avhengig av generert prosa som sannhetskilde. Prosesser, relasjoner, tilstander, avhengigheter og strukturer modelleres eksplisitt.

YiENTi representerer strukturen bak informasjonen.

  • Prosesser representeres som prosesser.
  • Relasjoner representeres som relasjoner.
  • Avhengigheter representeres som avhengigheter.
  • Tilstand representeres som tilstand.

Språk er én måte mennesker samhandler med denne strukturen på.

LLM-først-systemer henter mye av atferden sin fra probabilistisk modellinferens. YiENTis kjerne for resonnering er en eksplisitt strukturell representasjon av entiteter, relasjoner, prosesser, tilstand og avhengigheter.

Spørsmålet er ikke bare hvilke inndata et system godtar. Det er om systemets operative sannhet finnes som en probabilistisk generert representasjon – eller som eksplisitt strukturert tilstand.

Strukturert intelligens vs. LLM-først-resonnering

Resonneringsgrunnlag
LLM-først: Probabilistisk modellinferens
YiENTi: Eksplisitt strukturell representasjon
Kontekst
LLM-først: Ofte rekonstruert dynamisk
YiENTi: Vedvarende, sammenkoblet kontekst
Arbeidsflyt
LLM-først: Kan finnes som beskrivelse
YiENTi: Prosesser representert strukturelt
Tilstand og avhengigheter
LLM-først: Bæres vanligvis i prompter og kontekstvinduer
YiENTi: Representert eksplisitt i grafen
Språk
LLM-først: Utmerket generativt språk
YiENTi: Bruker språkmodeller der generering er nyttig
Modellens rolle
LLM-først: Modell/leverandør utgjør en stor del av intelligensen
YiENTi: Modellagnostisk generativt lag – leverandørene kan byttes ut

Der språkmodeller utmerker seg

  • Tekstgenerering
  • Oppsummering
  • Oversettelse
  • Interaksjon på naturlig språk
  • Informasjonsuttrekk
  • Idéutvikling
  • Dokumentstøtte

Der strukturen bør forbli eksplisitt

  • Nøyaktig prosesstilstand
  • Repeterbarhet
  • Sporbarhet
  • Integritet i avhengigheter
  • Korrekt arbeidsflyt
  • Konsistent programvarearkitektur
  • Vedvarende strukturert minne

Probabilistisk KI kan hjelpe til i prosessen. Den trenger ikke å definere prosessen.

Generert språk kan være usikkert. Eksplisitt prosess- og grafstilstand trenger ikke å rekonstrueres fra generert prosa. YiENTi er utformet for å holde kritisk prosesstilstand, avhengigheter og operativ sannhet utenfor probabilistisk språkgenerering – og dermed redusere avhengigheten av den der strukturell nøyaktighet og repeterbarhet er viktig.

Modellagnostisk språklag

YiENTi kan bruke LLM-er. Den er ikke avhengig av dem for å vite hva systemet er.

Utskiftbare leverandører

  • OpenAI-modeller
  • Anthropic-modeller
  • Lokale modeller
  • Åpne modeller
  • Fremtidige leverandører

Språklag

  • Tekstgenerering
  • Oppsummering
  • Oversettelse
  • Interaksjon på naturlig språk
  • Innholdsstøtte

YiENTi Intelligence-arkitektur

Graf, tilstand, prosesser, regler og avhengigheter – uavhengig av valgt modellleverandør.

Språkmodeller er valgfrie, utskiftbare komponenter som kan kobles til YiENTi der generative evner er nyttige. De er komponenter i arkitekturen – ikke den strukturelle kjernemodellen for resonnering.

Prosessarv

Fra prosessforståelse til maskinell resonnering.

YiENTi ble bygget rundt tanken om at komplekse systemer ikke kan forstås pålitelig hvis relasjonene og prosessene deres bare finnes som dokumenter eller beskrivelser.

Prosesser, aktiviteter, roller, hendelser og avhengigheter bør finnes som eksplisitte, maskinforståelige strukturer.

  • Aktiviteter
  • Oppgaver
  • Hendelser
  • Gatewayer
  • Samtaler
  • Koreografier
  • Samarbeid
  • Svømmebaner
  • Data
  • Roller
  • Kompetanser
  • Ressurser
  • Prosjekter
  • Prosessstrukturer
  • Måling
  • Informasjonsflyter
ROLLESYSTEMjaneiVurderFullstendig?GodkjennHent dataPost
En moderne abstraksjon av YiENTis prosessgrunnlag – baner, hendelser, aktiviteter, gatewayer og data som eksplisitt struktur. Illustrasjon, ikke et produktgrensesnitt.

Visuell og strukturell resonnering

YiENTi beskriver ikke bare en prosess. Den representerer prosessen.

Aktiviteter, avhengigheter, tilstander, aktører og informasjonsflyter blir eksplisitte deler av resonneringskonteksten. Visuelle og diagrammatiske strukturer kan representeres eksplisitt – og det kan resonneres over dem.

  • Aktivitetsdiagrammer
  • Prosessdiagrammer
  • Samarbeidsdiagrammer
  • Systemarkitektur
  • Avhengighetsgrafer
  • Roller
  • Hendelser
  • Tilstandsoverganger
  • Informasjonsflyt

Programvareutvikling

Programvareutvikling uten å bygge opp kontekst på nytt fra prompter.

YiENTi opprettholder strukturell kontekst om systemer, prosesser og avhengigheter, slik at tekniske beslutninger kan resonneres over som en del av en sammenhengende modell.

Typisk LLM-assistert utvikling

  1. Prompt
  2. Generert resultat
  3. Gjennomgang
  4. Ny prompt
  5. Gjenskapt kontekst

Konteksten bygges opp på nytt i hver iterasjon.

YiENTi's utviklingsmodell

  1. Krav
  2. Eksplisitt strukturert modell
  3. Systemer · prosesser · avhengigheter
  4. Resonnering
  5. Implementering
  6. Validering
  7. Oppdatert strukturell tilstand

Konteksten består som struktur og utvikler seg sammen med systemet.

Modelldrevet programvareutvikling

Fra modell til programvare.

YiENTi gjetter ikke programvare ut fra prompter. Det bruker strukturerte systemrepresentasjoner, kobler sammen flere visninger av samme system og resonnerer på tvers av dem – og det kan støtte eller utføre programvaregenerering ut fra disse modellene.

Bygget med YiENTi.
Ikke avhengig av YiENTi.

YiENTi kan designe og generere programvare ut fra strukturerte modeller. Den resulterende applikasjonen kjører uavhengig av YiENTi.

YiENTi er en del av utviklingsprosessen – ikke en obligatorisk runtime-avhengighet.

Strukturerte modellerResonneringGenerering og valideringKjører uavhengig
  1. 01

    Krav

  2. 02

    EPICs / User Stories

  3. 03

    Use cases

  4. 04

    Aktivitets-/prosessmodeller

  5. 05

    Samarbeids-/sekvensmodeller

  6. 06

    Klasse-/datamodeller

  7. 07

    Arkitektur / resonnering

  8. 08

    Generert implementasjon

  9. 09

    Validering

  10. 10

    Frittstående programvare

Konseptuell kjede. Les fra venstre mot høyre, rad for rad.

Modelllag YiENTi resonnerer på tvers av

Ikke isolerte tegninger, men sammenkoblede projeksjoner av én underliggende systemmodell.

  • EPICs
  • User Stories
  • Use cases
  • Aktivitetsdiagrammer
  • Samarbeidsdiagrammer
  • Sekvensdiagrammer
  • Klassediagrammer
  • Data-/entitetsmodeller
  • BPMN-/prosessmodeller
  • Regler
  • Avhengigheter
  • Tilstander

YiENTi under utviklingen

  • Krav
  • Modeller
  • Resonnering
  • Arkitektur
  • Generering
  • Validering

Resulterende applikasjon

  • Frontend
  • Backend
  • Database
  • API-er
  • Forretningslogikk
  • Integrasjoner

kjører uavhengig

En generert applikasjon trenger ingen YiENTi-runtime, sky, agent eller tilkobling i produksjon – med mindre et bestemt produkt bevisst bruker slike tjenester. Programvare laget med YiENTi er heller ikke automatisk en del av YiENTi Enterprise-plattformen.

Diagrammer er ikke dokumentasjon i etterkant

I YiENTi er modeller ikke bare bilder som dokumenterer programvare etter at den er bygget. De representerer strukturen som programvare kan resonneres om, valideres og genereres ut fra.

Et programvaresystem kan beskrives gjennom utfyllende visninger – epics, user stories, use cases, aktivitets-, samarbeids-, sekvens- og klassediagrammer, entitets-/relasjonsmodeller, prosesser, tilstander, regler og avhengigheter. Disse er ikke isolerte tegninger. De er projeksjoner av én underliggende systemmodell, og YiENTi er utformet for å resonnere på tvers av dem, slik at en endring i én visning kan analyseres mot de andre.

Visuelt betyr ikke bildegjenkjenning. En boks, node, kant, gateway eller relasjon er ikke bare en piksel. Den har en definert betydning – og den betydningen blir en del av resonneringsmodellen.

YiENTi skaper en sammenkoblet representasjon av systemet, slik at krav, prosesser, programvarestrukturer og data ikke trenger å eksistere som frakoblede dokumenter.

Flere visninger, én systemmodell

  1. 01User story

    Hva brukeren trenger

    «Som kunde vil jeg legge en artikkel i handlekurven min slik at jeg kan bestille den senere.»

  2. 02Use case

    Hva aktøren vil oppnå

    KundeSøk etterartikkelLegg ihandlekurvLegg innbestilling
  3. 03Aktivitet

    Hvordan prosessen forløper

    SøkVelg[på lager]Legg ihandlekurvBekreft
  4. 04Samarbeid

    Hvilke komponenter som samhandler

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

    I hvilken rekkefølge samhandlingene skjer

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

    Hvilke objekter og relasjoner som finnes

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

    Generert fra strukturen

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

    Kjører uavhengig

    Handlekurv(2)Frontend · Backend · Database · API-er

Ett system, mange projeksjoner. «Handlekurv» har samme betydning i alle visninger. Illustrerende eksempel.

Kodegenerering er ikke LLM-kodegenerering

YiENTi trenger ikke å gjette applikasjonen ut fra en prompt. Det arbeider ut fra en eksplisitt modell av hva applikasjonen er.

LLM-er kan bistå med tekst, dokumentasjon, etiketter, tolkning av naturlig språk og kodeforslag der det er nyttig. Programvarearkitekturen er ikke utelukkende avhengig av probabilistisk generert kildekode.

Prompt-først-generering

YiENTi modelldrevet

  • PromptEksplisitt strukturert modell
  • AI skriver noe kodeEksplisitte systemrelasjoner og resonnering
  • Kontekst bygges opp på nytt per forespørselRegelbasert generering der det passer
  • Kildekode som eneste sannhetModellen som maskinlesbar sannhetskilde

YiENTi ligger nærmere et intelligent utviklingsmiljø som fungerer som en kompilator for komplekse systemer, enn en AI-avhengighet innebygd i hver applikasjon.

Flyten som vises her er konseptuell. Den eksakte interne pipelinen kan avvike, og ikke alle trinn presenteres som fullt automatiserte. Sporbarhet, konsistenssjekker, konsekvensanalyse og synkronisering på tvers av modeller beskriver retningen for den modelldrevne tilnærmingen.

Verktøy for modeller og utviklere

YiENTi bruker riktig intelligens til riktig oppgave.

Generative modeller gjør oppgaver raskere der probabilistisk generering er effektivt. YiENTi beholder den strukturerte systemmodellen, prosesskonteksten og den målbare tilstanden.

Delegert til generative modeller

  • UI-iterasjon
  • Tekstgenerering
  • Formuleringer
  • Dokumentasjon
  • Rask generativ jobbing
  • Utvalgt kodehjelp der det er hensiktsmessig

Beholdes av YiENTi

  • Strukturert systemmodell
  • Prosesskontekst
  • Målbar tilstand
  • Generativ KI

    Ekstern · utskiftbar

    • OpenAI
    • Anthropic
    • Perplexity
    • Gemini
    • Lovable
    • Zapier
    • Pickaxe
    • Grok
    • Jasper
    • Abacus.AI
    • Relevance AI
    • Notion AI
    • Flere kommer snart
    • Lokale / alternative modeller
  • Lokal infrastruktur / modellinfrastruktur

    Kjøre modeller lokalt

    • Ollama
    • Lemonade
    • Andre kompatible lokale modellarbeidsflyter
  • Utviklerverktøy

    Utviklingsmiljø

    • Visual Studio Code
    • OpenCode
Leverandører og verktøy kan endres. Den strukturelle modellen i YiENTi består.

Dette er tilkoblede systemer med ulike roller. De er ikke en del av YiENTi selv, og de tilbyr ikke alle den samme funksjonaliteten. Navn på tredjeparter er varemerker som tilhører de respektive eierne; det antydes ikke noe partnerskap eller noen godkjenning.

Testing og validering

Fra modell til verifisert oppførsel.

Generert kode er ikke målet – riktig oppførsel er det. Playwright kan brukes til å undersøke om den faktiske applikasjonen oppfører seg og vises som forventet, og skaper en tilbakekoblingssløyfe mellom modell, implementering, faktisk brukergrensesnitt og validering.

  1. 01

    YiENTi

    Modell og resonnering

  2. 02

    Generert / endret applikasjon

    Implementering

  3. 03

    Playwright

    Undersøker den kjørende appen

  4. 04

    Visuell + funksjonell validering

    Vises og oppfører den seg som forventet?

  5. 05

    Tilbakemelding

    Tilbake til utviklingsiterasjonen

Tilbakemeldingen går tilbake til YiENTi og utviklingsiterasjonen helt til observert oppførsel samsvarer med modellen

Playwright er et verktøy for testing og validering – ikke en del av AI-laget.

Automatisert utrulling

Bygget med YiENTi. Ikke avhengig av YiENTi.

Arbeidsflyter som støttes av YiENTi kan automatisk rulle ut programvare til AWS, Microsoft Azure og Google Cloud. YiENTi er ikke en hostingleverandør, og den utrullede applikasjonen kjører ikke inne i YiENTi.

YiENTi er designet for å forbli infrastrukturuavhengig. Fremtidige utrullingsalternativer er ment å omfatte privat og kundekontrollert infrastruktur i tillegg til offentlige skyplattformer.

YiENTis utviklingsmiljø

Der programvare modelleres, genereres, valideres og slippes.

  1. Strukturerte modeller

    BPMN, use cases, klasser, data

  2. YiENTi

    Strukturell modell og resonnering

  3. Implementering / generering

    Kildekode som er produsert eller endret

  4. Playwright-validering

    Visuelle og funksjonelle kontroller av den kjørende appen

  5. Utrullingspipeline

    Automatisert bygging og release

Miljøgrense · overlevering av den utrullbare applikasjonen

Applikasjonens runtime-miljø

Der den ferdige applikasjonen kjører.

  • AWS
  • Microsoft Azure
  • Google Cloud
  • Privat infrastrukturFremtidig

Frittstående applikasjon

Kjører uten YiENTi som runtime-avhengighet

Vist kun på leverandørnivå. Privat og kundekontrollert infrastruktur er en fremtidig retning, ikke et produksjonsklart alternativ i dag.

Produktbevis

Ikke en labdemo. Ekte programvare.

Hele den nåværende applikasjonsporteføljen til ACCENTSYS er bygget med YiENTi-støttet utvikling, der YiENTi selv fungerer som utviklingsplattform.

Beviset er hele den nåværende porteføljen til ACCENTSYS, ikke et utvalg. YiENTi-støttet utvikling er måten ACCENTSYS bygger programvare på, på tvers av alle domener selskapet arbeider i.

YiENTiutviklingskjerne

7 egenutviklede ACCENTSYS-applikasjoner og 1 kundeutviklingsprosjekt, alle utviklet med YiENTi-støttet utvikling

Egenutviklede ACCENTSYS-applikasjoner

Kundeutviklingsprosjekt

Utviklet av ACCENTSYS AG for kunden med YiENTi-støttet utvikling. Kundeprosjekter er eksterne utviklingsreferanser og er ikke en del av ACCENTSYS AGs portefølje av egne SaaS-produkter.

Denne listen er hentet direkte fra ACCENTSYS' produktregister, inkludert klassifiseringen av egenutviklede applikasjoner og kundeprosjekter, slik at nye oppføringer vises her automatisk. LOXY Time gjennomgås nærmere nedenfor, fordi utviklingsinnsatsen er målt.

Utforsk porteføljen

Bygget med YiENTi. Ikke avhengig av YiENTi.

YiENTi støtter hvordan disse produktene utvikles – ekspertstyrt, ikke autonom generering av hver eneste kodelinje. Produktene kjører selvstendig og krever ikke YiENTi i runtime.

Teknisk klientreferanse · LOXY Time

Ingeniørarbeid med støtte fra YiENTi, vist gjennom reell enterprise-programvare.

LOXY Time er et reelt enterprise-ingeniørprosjekt som viser programvareutvikling med støtte fra YiENTi på tvers av komplekse operative arbeidsflyter, regulatoriske krav, databehandling og systemintegrasjon.

LOXY Time er en plattform for transport og regelverksetterlevelse, utviklet av ACCENTSYS AG for Loxy International AG. Den fungerer som en reell teknisk referanse som viser hva programvareutvikling med støtte fra YiENTi kan få til. LOXY Time er ikke en del av ACCENTSYS AGs egne SaaS-produkter.

Implementert i LOXY Time

  • Behandling av DDD-filer fra digitale fartsskrivere · Gen1, Gen2 V1, Gen2 V2
  • Sjåfør- og kjøretøydata
  • Regulatoriske kontroller og etterlevelse
  • Arbeidsflyter og rapporter
  • Integrasjoner og masseprosessering av data
  • Automatisert kvalitetssikring og regresjonstesting

Intern bruk er ikke det samme som kommersiell tilgjengelighet. Den frittstående YiENTi-plattformen er fortsatt under utvikling.

YiENTi sin compute-strategi

YiENTi kjører der compute-kapasiteten finnes.

YiENTi er ikke bundet til en bestemt sky eller GPU-leverandør. Systemet kan kjøre overalt hvor det er tilstrekkelig CPU, GPU, minne og støtteressurser for compute. Mindre arbeidsmengder kan kjøres lokalt, mens kompleks strukturell resonnering kan kreve betydelig ekstern eller dedikert compute-kapasitet.

Mer tilgjengelig compute gir ikke bare økt hastighet. Det gjør det mulig for YiENTi å arbeide samtidig på tvers av større sammenhengende prosess-, graf- og systemkontekster.

YiENTi-arbeidsmengde

Compute-krav

  • CPU
  • GPU
  • Minne
  • Lagring / I/O

Leveres av en av

  • Lokalt

    • Kraftig arbeidsstasjon
    • Lokal server
  • Ekstern compute

    • Alibaba Cloud
    • AWS
    • Microsoft Azure
    • Google Cloud
    • Andre egnede leverandører
  • Privat / dedikert

    • Privat infrastruktur
    • Dedikert compute
Compute-kilder er utskiftbare. De leverer kapasitet – de er ikke en del av YiENTi.

Lokal kjøring

Mindre YiENTi-arbeidsmengder kan kjøres lokalt. Mer komplekse arbeidsmengder kan bruke de tilgjengelige CPU-, GPU- og minneressursene selv på avanserte ingeniørsystemer.

Ekstern compute i dag

ACCENTSYS leier i dag ekstern compute fra leverandører, blant annet Alibaba Cloud og AWS-infrastruktur i USA. Skyleverandørene leverer kapasitet. De er ikke arkitektoniske avhengigheter.

  1. Nåværende

    I dag · Fleksibel compute

    • Leid ekstern compute
    • Alibaba Cloud
    • AWS
    • Andre egnede leverandører
    • Lokal kjøring for mindre arbeidsmengder

    YiENTi kjører overalt hvor nødvendig CPU, GPU, minne og støtteressurser er tilgjengelige.

  2. Retning for skalering

    Skalering · Dedikert compute

    • Reservert / dedikert kapasitet
    • Private compute-miljøer
    • Dedikerte servere eller klynger
    • Arbeidsmengdespesifikk infrastruktur
    • Større kontroll over ytelse og kostnad

    Ikke implementert ennå. Retningen etter hvert som YiENTi-arbeidsmengdene vokser.

  3. Langsiktig visjon

    Lang sikt · ACCENTSYS compute-infrastruktur

    • ACCENTSYS-kontrollert compute
    • Dedikert høyytelsesinfrastruktur
    • Mulig egen datasenterinfrastruktur

    ACCENTSYS driver ikke eget datasenter i dag.

Microsoft Azure og Google Cloud er ytterligere mulige compute-kilder – ikke senere stadier. De tre kortene beskriver infrastrukturstrategien; leverandørene er utskiftbare kilder til kapasitet innenfor den.

Leverandøruavhengig

YiENTi er ikke grunnleggende avhengig av Alibaba Cloud, AWS, Microsoft Azure eller Google Cloud.

Compute-avhengig

Den praktiske begrensningen er tilstrekkelig compute for arbeidsmengden: CPU, GPU, systemminne, VRAM, lagring / I/O, nettverksgjennomstrømning og parallell compute-kapasitet.

Kommersiell strategi · Visjon

Langsiktig dedikert YiENTi-infrastruktur er ment å følge den kommersielle skaleringen av ACCENTSYS sin produktportefølje, med Merclino som en kommersialiseringsprioritet på kort sikt. Vellykket kommersialisering av porteføljen er ment å bidra til å finansiere stadig mer dedikert YiENTi-compute-kapasitet. Merclino er en kommersiell prioritet, ikke et teknisk særtilfelle: alle nåværende ACCENTSYS-produkter er bygget med YiENTi-støttet utvikling.

Compute-begrensning

I dagens interne arbeidsmengder kan YiENTis strukturelle resonnering kreve omtrent en størrelsesorden mer compute enn konvensjonelle LLM-first-arbeidsflyter.

YiENTi resonnerer over grafstrukturer, prosesser, tilstander, avhengigheter, målinger, flere modellvisninger og forholdene mellom dem – sammen med historikk og valideringsresultater. YiENTi bytter compute-effektivitet mot rikere strukturell kontekst.

Basert på interne arbeidsmengder hos ACCENTSYS; ikke en uavhengig benchmark.

Hvorfor mer compute er viktig

Ekstra compute gjør mer enn å redusere behandlingstiden. Det gjør det mulig for YiENTi å resonnere over større sammenhengende kontekster samtidig:

  • Prosesser
  • Grafrelasjoner
  • Avhengigheter
  • Tilstand
  • Historikk
  • Måling
  • Programvaremodeller
  • Flere modellvisninger
  • Valideringskontekst

Mindre struktur

  • Lavere compute
  • Probabilistisk rekonstruksjon av kontekst

Rik strukturell modell

  • Høyere compute
  • Eksplisitt tilstand, prosesser, relasjoner og målbar kontekst
YiENTi bruker mye compute fordi systemet bevarer og resonnerer over mer av problemets struktur.ACCENTSYS bruker denne arkitekturen fordi strukturell konsistens og presisjon er viktig i programvareutvikling.

Opprinnelse

YiENTi har utviklet seg siden 2010.

Opprinnelsen til YiENTi går tilbake til 2010, da prosjektet startet som Logical Board hos Grandes Planos S.A. Teknologien utviklet seg senere til YiENTi og kombinerer strukturert virksomhetsinformasjon med et stadig mer avansert intelligenslag.

  1. 2010

    Logical Board

    Opprinnelse hos Grandes Planos S.A.

    Prosjektet starter som Logical Board hos Grandes Planos S.A., med fokus på strukturert virksomhetsinformasjon, prosesser, oppgaver og relasjoner.

  2. 2016

    YiENTi

    Første presentasjon av YiENTi hos Swisscom AG

    YiENTi – Intelligent Enterprise Information. Arkitekturen som ble presentert, omfattet allerede:

    • Virksomhetsinformasjon
    • YiENTi AI
    • Strukturerte prosesser
    • Måling
    • Graf- og prosessbasert intelligens
  3. I dag

    YiENTi Enterprise + YiENTi Intelligence

    Videreføring og teknisk utvikling av arkitekturen fra 2016

    Støtter allerede reell programvareutvikling hos ACCENTSYS ved hjelp av:

    • Eksplisitte systemmodeller
    • Strukturerte prosesser
    • Grafresonnering
    • Måling
    • Modelldrevet utvikling (model-driven engineering)
    • Generering og validering
  4. Neste

    Real Intelligence / AGI

    Utviklingsretning

    Videre utvikling mot stadig mer generell intelligens basert på strukturert resonnering, målbar virkelighet og eksplisitte systemmodeller.

    Visjon / forskningsretning

    Forskningsretning på lengre sikt

    Generell og potensielt overmenneskelig maskinintelligens.

«Neste» beskriver en utviklingsretning, ikke en oppnådd evne. YiENTi hevder ikke å ha AGI eller superintelligens.

Fra kunstig intelligens mot real intelligence

ACCENTSYS bruker betegnelsen Real Intelligence om en retning utover probabilistisk språkgenerering: intelligens som kan resonnere over eksplisitte prosesser, relasjoner, tilstand, målinger og konsekvenser.

Real Intelligence er ACCENTSYS' egen bedriftsterminologi, ikke et etablert vitenskapelig begrep.

Allerede i arkitekturen fra 2016

Skillet mellom virksomhetsinformasjon og maskinell intelligens var allerede en del av YiENTi-arkitekturen som ble presentert i 2016.

Prosesser koblet til målbart resultat, en graf over virksomhetsinformasjon og et AI-lag som resonnerer over den. Arkitekturen til YiENTi ble ikke skapt som en reaksjon på den nylige fremveksten av store språkmodeller.

Hvorfor nå

Arkitekturen kom før dagens AI-infrastruktur.

Den grunnleggende retningen fantes allerede i 2016. Det som har endret seg, er tilgjengelig beregningskapasitet til å kjøre den i meningsfull skala. Dagens betydelig større beregningskapasitet gjør det mulig å utføre denne arkitekturen i stadig mer komplekse sammenhenger. Den nåværende implementeringen er ikke identisk med implementeringen fra 2016; den er en vesentlig teknisk videreutvikling av den.

Større beregningskapasitet gjør at YiENTi kan arbeide på tvers av større sammenhengende prosess-, graf- og programvarekontekster samtidig.

Den arkitektoniske forskjellen

En LLM kan tolke et diagram. YiENTi kan gjøre strukturen til en del av modellen.

Prosesser, gatewayer, aktiviteter, klasser, sekvenser, relasjoner og avhengigheter kan forbli eksplisitte objekter i resonneringskonteksten.

Bildetolkning

Multimodale språkmodeller kan tolke tekst, bilder og diagrammer. Strukturen utledes fra prompten.

Et bilde av en prosess, tolket på forespørsel.

Strukturell representasjon

I YiENTi kan prosesser, relasjoner, tilstander og avhengigheter finnes som eksplisitte maskinlesbare strukturer, i stedet for bare som informasjon utledet fra prompter.

  • Aktivitet
  • Hendelse
  • Gateway
  • Aktør
  • Sekvens
  • Klasse
  • Relasjon
  • Tilstand
  • Avhengighet
  • Dataentitet
  • Prosessløp

YiENTi ser ikke bare på et diagram. Strukturen som diagrammet representerer, kan bli en del av systemmodellen.

Flere modellvisninger

Ulike diagrammer blir ulike visninger av én sammenhengende systemmodell.

  • Krav
  • User Stories
  • Use case
  • Aktivitetsdiagrammer
  • BPMN
  • Samarbeid
  • Sekvens
  • Klassemodeller
  • Datamodeller
  • Systemavhengigheter

Programvareutvikling

Ikke bare generert kode. En modell av systemet bak den.

YiENTi bruker en fundamentalt annen tilnærming til programvareutvikling enn LLM-first-systemer. I stedet for å stole på generert språk for gjentatte ganger å rekonstruere systemkonteksten, opprettholder YiENTi eksplisitte strukturelle representasjoner av systemet.

LLM-first-løkke

  1. Prompt
  2. Generert kode
  3. Gjennomgang
  4. Ny prompt
  5. Rekonstruert kontekst
  6. ↺

Systemkonteksten rekonstrueres fra språk i hver syklus.

YiENTi-løkke

  1. Strukturerte krav
  2. Eksplisitt prosess- / systemmodell
  3. Avhengigheter
  4. Resonnering
  5. Implementering
  6. Validering
  7. Målt resultat
  8. Oppdatert modell
  9. ↺

Systemmodellen består og oppdateres med hvert målte resultat.

Produktbevis

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

Kundeprosjekt innen utvikling

  • LOXY Time · Loxy International AG

Hele ACCENTSYS' nåværende applikasjonsportefølje er bygget med YiENTi-støttet utvikling, der YiENTi selv fungerer som utviklingsplattform. LOXY Time, et kundeprosjekt utviklet av ACCENTSYS AG for Loxy International AG, er et reelt enterprise-utviklingsprosjekt som viser YiENTi-støttet programvareutvikling på tvers av komplekse operative arbeidsflyter, regulatoriske krav, databehandling og systemintegrasjon.

Arkitektur

To teknologier, én sammenhengende arkitektur.

Virksomhetsinformasjon blir til en strukturert operasjonell graf. YiENTi Intelligence resonnerer over den, og resultatene flyter tilbake til virksomhetens tilstand eller ut til tilkoblede systemer. Det samme intelligenslaget fungerer også utenfor YiENTi Enterprise.

Diagram C · Integrasjon

Samspill

YiENTi Enterprise

Enterprise Information Platform

Strukturert operativ graf

Hva som finnes · hvem som er involvert · hva som avhenger av hva

YiENTi Intelligence

Graph-Native Intelligence Engine

Resonnering · Beslutning · Orkestrering

Virksomhetsplattform

Oppdatert virksomhetstilstand

Eksterne systemer

Tilkoblede grensesnitt

Den oppdaterte tilstanden blir neste resonneringskontekst.

Utover YiENTi Enterprise

YiENTi Intelligence

Gjenbrukbart intelligenslag

Programvareutvikling hos ACCENTSYS

Kjerneteknologi i intern bruk

Andre ACCENTSYS-produkter

Utviklingsretning

Fremtidige eksterne systemer

Utviklingsretning

Andre use cases for strukturert resonnering

Utviklingsretning

Nåværende utvikling

Åpne om hvor YiENTi står.

YiENTi-plattformen

Under utvikling

Den frittstående YiENTi-plattformen er under utvikling og er ennå ikke kommersielt tilgjengelig.

YiENTi Intelligence · kjerneteknologi

I intern bruk hos ACCENTSYS

YiENTi støtter allerede ingeniørarbeidet hos ACCENTSYS mens den frittstående plattformen fortsetter å utvikle seg.

Human-in-the-loop · nåværende modenhet

YiENTi er ekspertstyrt i dag.

Dagens system gir betydelig ingeniørmessig løftekraft når det brukes av folk som forstår prosesser og systemstruktur. Styrken kommer av å kombinere strukturerte modeller, prosessforståelse og maskinassistert resonnering.

Kunnskap som forsterker YiENTi i dag

  • BPMN
  • Prosessmodellering
  • Systemarkitektur
  • Programvareutvikling
  • Forretningsarbeidsflyter
  • Tolkning av strukturerte modeller

YiENTi er ennå ikke et ferdig massemarkedsprodukt som alle kan bruke uten domenekunnskap.

Retning · ikke et datert løfte

  1. I dag

    Ekspertstyrt strukturell systemutvikling

  2. Neste

    Mer automatisert modellering, resonnering, testing og levering

  3. På lang sikt

    Stadig mer autonom systemutvikling

YiENTi-filosofien

Fra kunstig intelligens mot Real Intelligence.

Intelligens er mer enn å produsere plausibelt språk. Den krever forståelse av relasjoner, kontekst, prosesser, konsekvenser og hvordan informasjon endrer seg over tid. YiENTi er ACCENTSYS' tilnærming til dette problemet.

«Real Intelligence» beskriver filosofien til YiENTi og ACCENTSYS – det er ikke en etablert vitenskapelig kategori.

Strategisk vekst

Skalering av neste fase.

YiENTi brukes allerede til å bygge reell programvare. Neste fase handler om å skalere produktifisering, beregningskapasitet og kommersialisering. YiENTi er en del av den bredere teknologiporteføljen til ACCENTSYS.

De begrensende faktorene er kapital, skalering og beregningskapasitet – ikke om YiENTi fungerer.

ACCENTSYS

Utviklet av ACCENTSYS AG, Sveits.

YiENTi har to roller hos ACCENTSYS: et muliggjørende teknologilag i programvareutviklingen hos ACCENTSYS og en fremtidig frittstående plattform.

Interessert i den bredere plattformstrategien bak YiENTi? Utforsk ACCENTSYS, teknologiporteføljen og den pågående strategiske vekstrunden.

For partnerskap, teknologidiskusjoner, strategisk samarbeid og investering.