YiENTi

Enterprise Information & Graph-Native Intelligence

Strukturyzuj systemy.Rozumiej relacje.Twórz prawdziwe oprogramowanie.

YiENTi reprezentuje procesy, relacje, zależności i struktury oprogramowania w sposób jawny, zamiast polegać wyłącznie na kontekście opartym na języku.

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

YiENTi łączy platformę Intelligent Enterprise Information z Graph-Native Intelligence Engine. Może korzystać z modeli językowych tam, gdzie to użyteczne, ale jego podstawowy model wnioskowania jest strukturalny, uwzględnia procesy i jest niezależny od jakiegokolwiek pojedynczego dostawcy LLM.

ZdarzenieKontekstWiedzaProcesRegułaEncjaSystemBramkaDecyzja

Zdarzenie uruchamia proces. Istotne stają się kontekst i reguły. Bramka rozstrzyga się w decyzję.

Od 2010 roku
Rozwój od Logical Board do YiENTi
Dwa filary
Enterprise Information + Intelligence Engine
LLM opcjonalnie
Dostawcy są wymiennymi komponentami
W użyciu
Kluczowa technologia w inżynierii ACCENTSYS

Platforma YiENTi

Jedna wizja. Dwie kluczowe technologie.

YiENTi to technologia nadrzędna o dwóch odrębnych, powiązanych filarach. Jeden odwzorowuje operacyjną rzeczywistość organizacji. Drugi prowadzi wnioskowanie na podstawie ustrukturyzowanego kontekstu — wewnątrz YiENTi Enterprise i poza nim.

YiENTi w centrum

YiENTi jest centrum. Wszystko inne się z nim łączy.

YiENTi to strukturalna inteligencja i rdzeń inżynieryjny. Platformy chmurowe, modele językowe, Playwright, IDE i lokalne narzędzia AI to systemy połączone wokół YiENTi — każdy z odrębną rolą. Nie są one samym YiENTi.

YiENTi
StrukturaPomiarWnioskowanie
  • Modelowanie ustrukturyzowane

    To, na czym YiENTi wnioskuje · → YiENTi

    BPMN · Przypadki użycia · Aktywności · Sekwencje · Klasy · Modele danych / encji

  • Generatywna AI

    Zewnętrzna · wymienialna · ↔ YiENTi

    OpenAI · Anthropic · Perplexity · Gemini · Lovable · Zapier · Pickaxe · Grok · Jasper · Abacus.AI · Relevance AI · Notion AI · Kolejne wkrótce · Modele lokalne / alternatywne

  • Narzędzia programistyczne

    Środowisko programistyczne · ↔ YiENTi

    Visual Studio Code · OpenCode

  • Infrastruktura lokalna / modeli

    Lokalne uruchamianie modeli · ↔ YiENTi

    Ollama · Lemonade · Inne zgodne lokalne przepływy pracy z modelami

  • Testowanie

    Walidacja rzeczywistego zachowania · ↔ YiENTi

    Playwright · Abacus.AI · ChatGPT Work · Walidacja wizualna · Walidacja funkcjonalna

  • Wdrożenie

    Gdzie działa wygenerowane oprogramowanie · YiENTi →

    AWS · Microsoft Azure · Google Cloud · Infrastruktura prywatna (w przyszłości)

  • Rzeczywiste oprogramowanie

    Tworzone z YiENTi · YiENTi →

    Każdy produkt ACCENTSYS

Zasila YiENTiWymiana z YiENTiTworzone lub dostarczane przez inżynierię wspieraną przez YiENTiZewnętrzne i wymienneKierunek przyszłościowy

Rdzeń strukturalny

Język jest interfejsem.
Graf jest modelem.

Te struktury nie są dekoracyjnymi diagramami. Reprezentują zrozumiały dla maszyn stan systemu i procesów — model, na którym YiENTi prowadzi wnioskowanie.

  • BPMN
  • Modele procesów
  • Diagramy aktywności
  • Przypadki użycia
  • Diagramy współpracy
  • Diagramy sekwencji
  • Modele klas
  • Modele encji / danych
  • Reguły
  • Zależności
  • Stan
  • Wymagania
  • Historyjki użytkownika

Pomiar · kluczowa funkcja YiENTi

Ustrukturyzuj. Zmierz. Ucz się z tego.

Pomiar nie jest funkcją pulpitu. YiENTi łączy wykonanie procesu z tym, co to wykonanie faktycznie wytwarza, i przekształca to w zrozumiałą dla maszyn wiedzę o tym, jak praca naprawdę przebiega.

01 · YiENTi Enterprise

Wykonanie procesu

  1. Zadanie AWysoki
  2. Zadanie BNormalny
  3. Zadanie CNormalny

Priorytet i waga są częścią struktury.

02 · Pomiar

Co faktycznie się wydarzyło

Praca i nakład

  • Priorytet
  • Zadanie
  • Czas / nakład pracy
  • Waga / ilość zadania
  • Czas względem wagi zadania
  • Wydajność ilościowa

Wynik i rezultat

  • Jakość
  • Poprawki / nowa praca następcza
  • Treści trafiające do produktu końcowego
  • Ponowne użycie
  • Efektywność

Ludzie i zdolności

  • Role
  • Kompetencje
  • Umiejętności
  • Niewykorzystany potencjał

03 · YiENTi AI

Wnioskuje na podstawie mierzalnej rzeczywistości

Uczyć się · ulepszać · używać ponownie

YiENTi nie mierzy wyłącznie tego, jak długo ktoś pracował. Może powiązać nakład pracy ze strukturą, wagą, wynikiem, jakością i ponownym użyciem tej pracy.

PĘTLA UCZENIASIĘSTRUKTURAWYKONANIEPOMIARUCZENIE SIĘULEPSZANIEPONOWNE UŻYCIE
  1. Struktura

    YiENTi Enterprise

    Dostarcza ustrukturyzowany kontekst operacyjny i procesowy: procesy, zadania, role, priorytety oraz wagę pracy.

  2. Rzeczywistość

    Pomiar

    Rejestruje to, co faktycznie dzieje się w tej strukturze: nakład pracy, wynik, jakość, poprawki i ponowne użycie.

  3. Wnioskowanie

    YiENTi AI

    Wnioskuje na podstawie tej mierzalnej rzeczywistości, a nie tylko na podstawie opisów tego, jak praca ma przebiegać.

YiENTi nie uczy się wyłącznie z opisów pracy. Może wnioskować na podstawie ustrukturyzowanych procesów i mierzalnych wyników, które one wytwarzają.

To powiązanie było już częścią architektury YiENTi przedstawionej w 2016 roku: procesy operacyjne połączone z mierzalnym wynikiem i z YiENTi AI.

Filar A · Intelligent Enterprise Information

YiENTi Enterprise

YiENTi Enterprise łączy ludzi, procesy, systemy i wiedzę w jednym ustrukturyzowanym środowisku operacyjnym.

Inteligentna platforma informacji korporacyjnej do modelowania i obsługi relacji między ludźmi, pracą, procesami, systemami i informacjami. Integracja jest jedną z jej możliwości — nie jej definicją.

  • Ludzie
  • Role
  • Kompetencje
  • Zespoły
  • Zadania
  • Projekty
  • Aktywności
  • Procesy
  • Zasoby
  • Systemy
  • Dokumenty
  • Komunikacja
  • Zdarzenia
  • Reguły
  • Dane
  • Wiedza
  • Pomiary
  • Decyzje
  • Zależności
  • Przepływy pracy w przedsiębiorstwie

Diagram A · YiENTi Enterprise Information

ORGANIZACJAPRACAINFORMACJE I SYSTEMYLudzieRoleZespołyProjektyProcesyZadaniaZdarzeniaSystemyDaneZasobyDokumentyWiedza
Organizacja, praca i informacje istnieją jako jeden połączony model — a nie jako oddzielne listy, pliki i narzędzia.

Filar B · Graph-Native Intelligence Engine

YiENTi Intelligence

YiENTi Intelligence to graph-native intelligence engine zaprojektowany do wnioskowania na podstawie encji, relacji, procesów, kontekstu, struktur oprogramowania i informacji wizualnych.

Jego rola wykracza poza platformę YiENTi Enterprise. Podstawowa technologia YiENTi Intelligence jest już wykorzystywana wewnętrznie w procesach inżynierii oprogramowania ACCENTSYS; samodzielna platforma jest nadal w fazie rozwoju.

Inna droga do ogólnej inteligencji maszynowej.

Długoterminowa wizja YiENTi Intelligence.

Poza YiENTi Enterprise

YiENTi Intelligence nie jest jedynie modułem AI w YiENTi Enterprise. Został zaprojektowany jako wielokrotnego użytku warstwa inteligencji — a oprogramowanie zaprojektowane z jego użyciem nie jest automatycznie częścią platformy Enterprise:

  • Inżynieria oprogramowania ACCENTSYSW użyciu wewnętrznym
  • Inne produkty ACCENTSYSKierunek
  • Przyszłe systemy zewnętrzneKierunek
  • Inne przypadki użycia ustrukturyzowanego wnioskowaniaKierunek

Diagram B · Graf YiENTi Intelligence

Kontekst strukturalny

  • Encje
  • Relacje
  • Kontekst
  • Stan
  • Reguły
  • Zależności
  • Struktury wizualne
  • Wiedza

YiENTi Intelligence Graph

Połączony, trwały i jawny — sam kontekst wnioskowania.

Funkcje wnioskowania

  • Rozumienie
  • Wnioskowanie
  • Porównywanie
  • Przewidywanie
  • Rekomendowanie
  • Planowanie
  • Orkiestracja
Podstawowe funkcje wnioskowania Kierunek rozwoju

Jak działa YiENTi

Od ustrukturyzowanej rzeczywistości do wnioskowania — i z powrotem.

YiENTi Enterprise reprezentuje to, co istnieje, kto jest zaangażowany, co się dzieje, jak przepływa praca, co od czego zależy i w jakim stanie znajduje się organizacja. YiENTi Intelligence wnioskuje na podstawie tego ustrukturyzowanego kontekstu.

  1. 01Enterprise

    Reprezentacja

    Ludzie, systemy, informacje, zadania, procesy i kontekst stają się ustrukturyzowaną, powiązaną informacją.

  2. 02Intelligence

    Zrozumienie

    YiENTi Intelligence wnioskuje na podstawie relacji, zależności, stanu i kontekstu.

  3. 03Intelligence

    Decyzja

    Reguły, ograniczenia, kontekst historyczny i wnioskowanie wspierają podejmowanie decyzji.

  4. 04Oba

    Orkiestracja

    Działania, systemy i przepływy pracy mogą być koordynowane w ramach zdefiniowanych reguł i odpowiedzialności.

  5. 05Enterprise

    Uczenie / Aktualizacja

    Ustrukturyzowane środowisko zmienia się w miarę postępu prac i pojawiania się nowych informacji.

Ciągły cykl: każdy zaktualizowany stan staje się kontekstem dla kolejnej rundy wnioskowania.

Ustrukturyzowana inteligencja · nie LLM-first

Język jest interfejsem.
Modelem jest graf.

Duże modele językowe są użytecznymi generatywnymi komponentami językowymi. YiENTi może z nich korzystać tam, gdzie pomagają — ale nie opiera się na generowanej prozie jako źródle prawdy. Procesy, relacje, stany, zależności i struktury są modelowane jawnie.

YiENTi reprezentuje strukturę stojącą za informacją.

  • Procesy są reprezentowane jako procesy.
  • Relacje są reprezentowane jako relacje.
  • Zależności są reprezentowane jako zależności.
  • Stan jest reprezentowany jako stan.

Język jest jednym ze sposobów, w jaki ludzie wchodzą w interakcję z tą strukturą.

Systemy LLM-first wywodzą dużą część swojego zachowania z probabilistycznej inferencji modelu. Podstawowym kontekstem wnioskowania w YiENTi jest jawna reprezentacja strukturalna encji, relacji, procesów, stanu i zależności.

Pytanie nie dotyczy wyłącznie tego, jakie dane wejściowe system przyjmuje. Chodzi o to, czy jego prawda operacyjna istnieje jako probabilistyczna, wygenerowana reprezentacja — czy jako jawny, ustrukturyzowany stan.

Ustrukturyzowana inteligencja a wnioskowanie LLM-first

Podstawa wnioskowania
LLM-first: Probabilistyczna inferencja modelu
YiENTi: Jawna reprezentacja strukturalna
Kontekst
LLM-first: Często odtwarzany dynamicznie
YiENTi: Trwały, powiązany kontekst
Przepływ pracy
LLM-first: Może istnieć jako opis
YiENTi: Procesy reprezentowane strukturalnie
Stan i zależności
LLM-first: Zwykle przenoszone w promptach i oknach kontekstu
YiENTi: Reprezentowane jawnie w grafie
Język
LLM-first: Doskonałe generowanie języka
YiENTi: Używa modeli językowych tam, gdzie generowanie jest przydatne
Rola modelu
LLM-first: Model / dostawca stanowi główny komponent inteligencji
YiENTi: Warstwa generatywna niezależna od modelu — dostawcy są wymienialni

W czym modele językowe są najlepsze

  • Generowanie tekstu
  • Streszczanie
  • Tłumaczenie
  • Interakcja w języku naturalnym
  • Ekstrakcja informacji
  • Generowanie pomysłów
  • Wsparcie pracy z dokumentami

Gdzie struktura powinna pozostać jawna

  • Dokładny stan procesu
  • Powtarzalność
  • Identyfikowalność
  • Integralność zależności
  • Poprawność przepływu pracy
  • Spójność architektury oprogramowania
  • Trwała, ustrukturyzowana pamięć

Probabilistyczna AI może wspierać proces. Nie musi go definiować.

Generowany język może być niepewny. Jawnego stanu procesu i grafu nie trzeba odtwarzać z generowanej prozy. YiENTi został zaprojektowany tak, aby krytyczny stan procesu, zależności i prawdę operacyjną utrzymywać poza probabilistycznym generowaniem języka — ograniczając poleganie na nim tam, gdzie liczą się dokładność strukturalna i powtarzalność.

Warstwa językowa niezależna od modelu

YiENTi może używać LLM-ów. Nie zależy od nich, aby wiedzieć, czym jest system.

Wymienialni dostawcy

  • Modele OpenAI
  • Modele Anthropic
  • Modele lokalne
  • Modele otwarte
  • Przyszli dostawcy

Warstwa językowa

  • Generowanie tekstu
  • Streszczanie
  • Tłumaczenie
  • Interakcja w języku naturalnym
  • Wsparcie tworzenia treści

Architektura YiENTi Intelligence

Graf, stan, procesy, reguły i zależności — niezależne od wybranego dostawcy modelu.

Modele językowe są opcjonalnymi, wymienialnymi komponentami, które można podłączyć do YiENTi tam, gdzie możliwości generatywne są przydatne. Są komponentami architektury — nie podstawowym modelem wnioskowania strukturalnego.

Dziedzictwo procesowe

Od rozumienia procesów do maszynowego wnioskowania.

YiENTi powstało w oparciu o założenie, że złożonych systemów nie da się rzetelnie zrozumieć, jeśli ich powiązania i procesy istnieją wyłącznie jako dokumenty lub opisy.

Procesy, aktywności, role, zdarzenia i zależności powinny istnieć jako jawne struktury zrozumiałe dla maszyn.

  • Aktywności
  • Zadania
  • Zdarzenia
  • Bramki
  • Konwersacje
  • Choreografie
  • Współpraca
  • Tory (swimlanes)
  • Dane
  • Role
  • Kompetencje
  • Zasoby
  • Projekty
  • Struktury procesów
  • Pomiar
  • Przepływy informacji
ROLASYSTEMtaknieOceńKompletne?ZatwierdźPobierz daneRekord
Nowoczesna abstrakcja fundamentu procesowego YiENTi — tory, zdarzenia, aktywności, bramki i dane jako jawna struktura. Ilustracja poglądowa, nie interfejs produktu.

Wnioskowanie wizualne i strukturalne

YiENTi nie tylko opisuje proces. Ono go reprezentuje.

Aktywności, zależności, stany, aktorzy i przepływy informacji stają się jawnymi elementami kontekstu wnioskowania. Struktury wizualne i diagramowe mogą być reprezentowane jawnie — i stanowić podstawę wnioskowania.

  • Diagramy aktywności
  • Diagramy procesów
  • Diagramy współpracy
  • Architektura systemu
  • Grafy zależności
  • Role
  • Zdarzenia
  • Przejścia stanów
  • Przepływ informacji

Inżynieria oprogramowania

Tworzenie oprogramowania bez odtwarzania kontekstu z promptów.

YiENTi utrzymuje kontekst strukturalny dotyczący systemów, procesów i zależności, dzięki czemu decyzje inżynierskie można analizować i wnioskować o nich w ramach spójnego, powiązanego modelu.

Typowe tworzenie oprogramowania wspomagane przez LLM

  1. Prompt
  2. Wygenerowany wynik
  3. Przegląd
  4. Nowy prompt
  5. Odtworzony kontekst

Kontekst jest odtwarzany przy każdej iteracji.

Model inżynieryjny YiENTi

  1. Wymagania
  2. Jawny model strukturalny
  3. Systemy · procesy · zależności
  4. Wnioskowanie
  5. Implementacja
  6. Walidacja
  7. Zaktualizowany stan strukturalny

Kontekst trwa jako struktura i ewoluuje wraz z systemem.

Inżynieria oprogramowania oparta na modelach (model-driven engineering)

Od modelu do oprogramowania.

YiENTi nie zgaduje oprogramowania na podstawie promptów. Wykorzystuje ustrukturyzowane reprezentacje systemu, łączy wiele widoków tego samego systemu i wnioskuje na ich podstawie — może też wspierać lub wykonywać generowanie oprogramowania z tych modeli.

Zbudowane z YiENTi.
Bez zależności od YiENTi.

YiENTi może projektować i generować oprogramowanie na podstawie ustrukturyzowanych modeli. Powstała aplikacja działa niezależnie od YiENTi.

YiENTi jest częścią procesu inżynierskiego — nie obowiązkową zależnością w Runtime.

Ustrukturyzowane modeleWnioskowanieGenerowanie i walidacjaDziała niezależnie
  1. 01

    Wymagania

  2. 02

    EPIC-i / historyjki użytkownika

  3. 03

    Przypadki użycia

  4. 04

    Modele aktywności / procesów

  5. 05

    Modele współpracy / sekwencji

  6. 06

    Modele klas / danych

  7. 07

    Architektura / wnioskowanie

  8. 08

    Wygenerowana implementacja

  9. 09

    Walidacja

  10. 10

    Samodzielne oprogramowanie

Łańcuch koncepcyjny. Czytaj od lewej do prawej, wiersz po wierszu.

Warstwy modelu, na których YiENTi wnioskuje

Nie odizolowane rysunki, lecz powiązane projekcje jednego bazowego modelu systemu.

  • EPIC-i
  • Historyjki użytkownika
  • Przypadki użycia
  • Diagramy aktywności
  • Diagramy współpracy
  • Diagramy sekwencji
  • Diagramy klas
  • Modele danych / encji
  • BPMN / modele procesów
  • Reguły
  • Zależności
  • Stany

YiENTi podczas prac inżynierskich

  • Wymagania
  • Modele
  • Wnioskowanie
  • Architektura
  • Generowanie
  • Walidacja

Powstała aplikacja

  • Frontend
  • Backend
  • Baza danych
  • API
  • Logika biznesowa
  • Integracje

działa niezależnie

Wygenerowana aplikacja nie wymaga w środowisku produkcyjnym Runtime YiENTi, chmury, agenta ani połączenia z YiENTi — chyba że dany produkt celowo korzysta z takich usług. Oprogramowanie stworzone z YiENTi nie jest też automatycznie częścią platformy YiENTi Enterprise.

Diagramy to nie dokumentacja sporządzana po fakcie

W YiENTi modele nie są jedynie obrazkami dokumentującymi oprogramowanie po jego zbudowaniu. Reprezentują strukturę, na podstawie której można wnioskować o oprogramowaniu, walidować je i generować.

System oprogramowania można opisać za pomocą uzupełniających się widoków — epików, historyjek użytkownika, przypadków użycia, diagramów aktywności, współpracy, sekwencji i klas, modeli encji i relacji, procesów, stanów, reguł i zależności. To nie są odizolowane rysunki. Są to projekcje jednego bazowego modelu systemu, a YiENTi został zaprojektowany tak, aby wnioskować na ich podstawie, dzięki czemu zmianę w jednym widoku można analizować względem pozostałych.

Wizualny nie oznacza rozpoznawania obrazów. Prostokąt, węzeł, krawędź, bramka czy relacja to nie tylko piksel. Ma zdefiniowane znaczenie — i to znaczenie staje się częścią modelu wnioskowania.

YiENTi tworzy powiązaną reprezentację systemu, dzięki czemu wymagania, procesy, struktury oprogramowania i dane nie muszą istnieć jako rozłączne dokumenty.

Wiele widoków, jeden model systemu

  1. 01Historyjka użytkownika

    Czego potrzebuje użytkownik

    „Jako klient chcę dodać artykuł do mojego koszyka, aby móc zamówić go później.”

  2. 02Przypadek użycia

    Co aktor chce osiągnąć

    KlientWyszukaj artykułDodaj do koszykaZłóż zamówienie
  3. 03Aktywność

    Jak przebiega proces

    WyszukajWybierz[dostępny]Dodaj dokoszykaPotwierdź
  4. 04Kolaboracja

    Które komponenty ze sobą współdziałają

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

    W jakiej kolejności zachodzą interakcje

    :Customer:Article:Cart:Ordersearchshowaddorder
  6. 06Klasy / dane

    Jakie obiekty i relacje istnieją

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

    Generowana ze struktury

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

    Działa niezależnie

    Koszyk (2)Frontend · Backend · Baza danych · API

Jeden system, wiele projekcji. „Koszyk” ma to samo znaczenie w każdym widoku. Przykład poglądowy.

Generowanie kodu to nie generowanie kodu przez LLM

YiENTi nie musi zgadywać aplikacji na podstawie promptu. Pracuje na jawnym modelu tego, czym aplikacja jest.

LLM-y mogą wspierać tworzenie tekstów, dokumentacji, etykiet, interpretację języka naturalnego i sugestie kodu tam, gdzie jest to przydatne. Architektura oprogramowania nie zależy wyłącznie od probabilistycznie generowanego kodu źródłowego.

Generowanie oparte na promptach

YiENTi oparty na modelach

  • PromptJawny ustrukturyzowany model
  • AI pisze część koduJawne relacje w systemie i wnioskowanie
  • Kontekst odbudowywany przy każdym żądaniuGenerowanie oparte na regułach, tam gdzie to właściwe
  • Kod źródłowy jako jedyne źródło prawdyModel jako czytelne maszynowo źródło prawdy

YiENTi jest bliższy inteligentnemu środowisku inżynierskiemu działającemu jak kompilator, przeznaczonemu dla złożonych systemów, niż zależności AI osadzonej w każdej aplikacji.

Przedstawiony tu przepływ jest koncepcyjny. Dokładny wewnętrzny potok może się różnić, a nie każdy etap jest przedstawiany jako w pełni zautomatyzowany. Identyfikowalność, kontrole spójności, analiza wpływu i synchronizacja między modelami opisują kierunek podejścia opartego na modelach.

Narzędzia do modelowania i programowania

YiENTi stosuje odpowiedni rodzaj inteligencji do odpowiedniego zadania.

Modele generatywne przyspieszają zadania, w których generowanie probabilistyczne jest wydajne. YiENTi zachowuje ustrukturyzowany model systemu, kontekst procesu i mierzalny stan.

Przekazane modelom generatywnym

  • Iteracje interfejsu użytkownika
  • Generowanie tekstu
  • Formułowanie treści
  • Dokumentacja
  • Szybka praca generatywna
  • Wybrane wsparcie programowania tam, gdzie jest to właściwe

Zachowywane przez YiENTi

  • Ustrukturyzowany model systemu
  • Kontekst procesu
  • Mierzalny stan
  • Generatywna AI

    Zewnętrzna · wymienialna

    • OpenAI
    • Anthropic
    • Perplexity
    • Gemini
    • Lovable
    • Zapier
    • Pickaxe
    • Grok
    • Jasper
    • Abacus.AI
    • Relevance AI
    • Notion AI
    • Kolejne wkrótce
    • Modele lokalne / alternatywne
  • Infrastruktura lokalna / modeli

    Lokalne uruchamianie modeli

    • Ollama
    • Lemonade
    • Inne zgodne lokalne przepływy pracy z modelami
  • Narzędzia programistyczne

    Środowisko programistyczne

    • Visual Studio Code
    • OpenCode
Dostawcy i narzędzia mogą się zmieniać. Model strukturalny YiENTi pozostaje.

Są to połączone systemy o odrębnych rolach — nie stanowią części samego YiENTi i nie wszystkie oferują te same możliwości. Nazwy podmiotów trzecich są znakami towarowymi ich właścicieli; nie sugeruje to żadnego partnerstwa ani poparcia.

Testowanie i walidacja

Od modelu do zweryfikowanego zachowania.

Celem nie jest wygenerowany kod, lecz poprawne zachowanie. Playwright może posłużyć do sprawdzenia, czy rzeczywista aplikacja zachowuje się i jest renderowana zgodnie z oczekiwaniami, co tworzy pętlę sprzężenia zwrotnego między modelem, implementacją, rzeczywistym interfejsem użytkownika i walidacją.

  1. 01

    YiENTi

    Model i wnioskowanie

  2. 02

    Wygenerowana / zmodyfikowana aplikacja

    Implementacja

  3. 03

    Playwright

    Sprawdza działającą aplikację

  4. 04

    Walidacja wizualna i funkcjonalna

    Czy renderowanie i zachowanie są zgodne z oczekiwaniami?

  5. 05

    Sprzężenie zwrotne

    Powrót do iteracji inżynierskiej

Sprzężenie zwrotne wraca do YiENTi i do iteracji inżynierskiej, aż zaobserwowane zachowanie będzie zgodne z modelem

Playwright jest narzędziem do testowania i walidacji — nie jest częścią warstwy AI.

Zautomatyzowane wdrożenie

Zbudowane z YiENTi. Bez zależności od YiENTi.

Przepływy pracy wspierane przez YiENTi mogą automatycznie wdrażać oprogramowanie w AWS, Microsoft Azure i Google Cloud. YiENTi nie jest dostawcą hostingu, a wdrożona aplikacja nie działa wewnątrz YiENTi.

YiENTi został zaprojektowany tak, aby pozostać niezależnym od infrastruktury. Przyszłe opcje wdrożenia mają obejmować prywatną infrastrukturę oraz infrastrukturę kontrolowaną przez klienta, oprócz publicznych platform chmurowych.

Środowisko inżynieryjne YiENTi

Miejsce, w którym oprogramowanie jest modelowane, generowane, walidowane i wydawane.

  1. Ustrukturyzowane modele

    BPMN, przypadki użycia, klasy, dane

  2. YiENTi

    Model strukturalny i wnioskowanie

  3. Implementacja / generowanie

    Kod źródłowy utworzony lub zmodyfikowany

  4. Walidacja w Playwright

    Kontrole wizualne i funkcjonalne działającej aplikacji

  5. Potok wdrożeniowy

    Zautomatyzowane budowanie i wydanie

Granica środowiska · przekazanie aplikacji gotowej do wdrożenia

Środowisko uruchomieniowe aplikacji

Miejsce, w którym działa gotowa aplikacja.

  • AWS
  • Microsoft Azure
  • Google Cloud
  • Infrastruktura prywatnaPrzyszłość

Samodzielna aplikacja

Działa bez YiENTi jako zależności w czasie działania

Przedstawiono wyłącznie na poziomie dostawców. Infrastruktura prywatna i kontrolowana przez klienta to kierunek na przyszłość, a nie opcja gotowa do użycia produkcyjnego już dziś.

Dowód na produktach

Nie demo z laboratorium. Prawdziwe oprogramowanie.

Całe obecne portfolio aplikacji ACCENTSYS zostało zbudowane z wykorzystaniem inżynierii wspieranej przez YiENTi, a sam YiENTi pełnił rolę platformy inżynierskiej.

Dowodem jest całe obecne portfolio ACCENTSYS, a nie wybrany podzbiór. Inżynieria wspierana przez YiENTi to sposób, w jaki ACCENTSYS buduje oprogramowanie, w każdej domenie, w której działa.

YiENTirdzeń inżynierski

7 własnych aplikacji ACCENTSYS i 1 projekt inżynieryjny dla klienta, wszystkie opracowane z wykorzystaniem inżynierii wspieranej przez YiENTi

Własne aplikacje ACCENTSYS

Projekt inżynieryjny dla klienta

Opracowany przez ACCENTSYS AG dla klienta z wykorzystaniem inżynierii wspieranej przez YiENTi. Projekty klientów są zewnętrznymi referencjami inżynieryjnymi i nie wchodzą w skład portfolio własnych produktów SaaS ACCENTSYS AG.

Ta lista pochodzi bezpośrednio z rejestru produktów ACCENTSYS, wraz z jego klasyfikacją aplikacji własnych i projektów klientów, dzięki czemu nowe wpisy pojawiają się tu automatycznie. LOXY Time jest szczegółowo omówiony poniżej, ponieważ jego nakład pracy inżynieryjnej został zmierzony.

Zobacz portfolio

Zbudowane z YiENTi. Niezależne od YiENTi.

YiENTi wspiera sposób, w jaki te produkty są projektowane i tworzone — w podejściu prowadzonym przez ekspertów, a nie przez autonomiczne generowanie każdej linii kodu. Same produkty działają niezależnie i nie wymagają YiENTi w czasie działania (Runtime).

Kliencki przypadek referencyjny · LOXY Time

Inżynieria wspierana przez YiENTi na przykładzie rzeczywistego oprogramowania korporacyjnego.

LOXY Time to rzeczywisty projekt inżynieryjny klasy enterprise, który pokazuje rozwój oprogramowania wspierany przez YiENTi w warunkach złożonych procesów operacyjnych, wymogów regulacyjnych, przetwarzania danych i integracji systemów.

LOXY Time to platforma do obsługi transportu i zgodności z przepisami, opracowana przez ACCENTSYS AG dla Loxy International AG. Stanowi rzeczywisty referencyjny przykład inżynierski, pokazujący możliwości rozwoju oprogramowania wspieranego przez YiENTi. LOXY Time nie wchodzi w skład własnego portfolio produktów SaaS firmy ACCENTSYS AG.

Zaimplementowano w LOXY Time

  • Przetwarzanie plików DDD z tachografów cyfrowych · Gen1, Gen2 V1, Gen2 V2
  • Dane kierowców i pojazdów
  • Kontrole regulacyjne i zgodność z przepisami
  • Procesy i raporty
  • Integracje i masowe przetwarzanie danych
  • Zautomatyzowane zapewnianie jakości i testy regresji

Użytek wewnętrzny nie oznacza dostępności komercyjnej. Samodzielna platforma YiENTi nadal jest w fazie rozwoju.

Strategia obliczeniowa YiENTi

YiENTi działa tam, gdzie jest moc obliczeniowa.

YiENTi nie jest powiązany z konkretnym dostawcą chmury ani GPU. Może działać wszędzie tam, gdzie dostępne są wystarczające zasoby CPU, GPU, pamięci i pomocnicze zasoby obliczeniowe. Mniejsze obciążenia mogą być uruchamiane lokalnie, natomiast złożone ustrukturyzowane wnioskowanie może wymagać znacznych zewnętrznych lub dedykowanych zasobów obliczeniowych.

Większa dostępna moc obliczeniowa nie tylko zwiększa szybkość. Pozwala YiENTi pracować jednocześnie na większych, powiązanych kontekstach procesów, grafów i systemów.

Obciążenie YiENTi

Wymagania obliczeniowe

  • CPU
  • GPU
  • Pamięć
  • Storage / I/O

Dostarczane przez dowolne z

  • Lokalnie

    • Wydajna stacja robocza
    • Serwer lokalny
  • Zewnętrzna moc obliczeniowa

    • Alibaba Cloud
    • AWS
    • Microsoft Azure
    • Google Cloud
    • Inni odpowiedni dostawcy
  • Prywatna / dedykowana

    • Infrastruktura prywatna
    • Dedykowana moc obliczeniowa
Źródła mocy obliczeniowej są wymienne. Dostarczają zasoby, ale nie są częścią YiENTi.

Wykonywanie lokalne

Mniejsze obciążenia YiENTi mogą działać lokalnie. Bardziej złożone obciążenia mogą wykorzystywać dostępne zasoby CPU, GPU i pamięci nawet wydajnych systemów inżynierskich.

Zewnętrzna moc obliczeniowa dziś

ACCENTSYS obecnie wynajmuje zewnętrzną moc obliczeniową od dostawców, w tym infrastrukturę Alibaba Cloud i AWS w Stanach Zjednoczonych. Dostawcy chmury zapewniają zasoby. Nie są zależnościami architektonicznymi.

  1. Obecnie

    Dziś · Elastyczna moc obliczeniowa

    • Wynajmowana zewnętrzna moc obliczeniowa
    • Alibaba Cloud
    • AWS
    • Inni odpowiedni dostawcy
    • Wykonywanie lokalne dla mniejszych obciążeń

    YiENTi działa wszędzie tam, gdzie dostępne są wymagane zasoby CPU, GPU, pamięci i zasoby pomocnicze.

  2. Kierunek skalowania

    Skalowanie · Dedykowana moc obliczeniowa

    • Zarezerwowane / dedykowane zasoby
    • Prywatne środowiska obliczeniowe
    • Dedykowane serwery lub klastry
    • Infrastruktura dostosowana do obciążenia
    • Większa kontrola nad wydajnością i kosztami

    Jeszcze niewdrożone. Kierunek wraz ze wzrostem obciążeń YiENTi.

  3. Wizja długoterminowa

    Długoterminowo · Infrastruktura obliczeniowa ACCENTSYS

    • Moc obliczeniowa kontrolowana przez ACCENTSYS
    • Dedykowana infrastruktura wysokiej wydajności
    • Potencjalna własna infrastruktura centrum danych

    ACCENTSYS nie prowadzi dziś własnego centrum danych.

Microsoft Azure i Google Cloud to dodatkowe możliwe źródła mocy obliczeniowej, a nie późniejsze etapy. Trzy karty opisują strategię infrastruktury; dostawcy są w jej ramach wymiennymi źródłami zasobów.

Niezależność od dostawcy

YiENTi nie jest zasadniczo zależny od Alibaba Cloud, AWS, Microsoft Azure ani Google Cloud.

Zależność od mocy obliczeniowej

Praktycznym ograniczeniem jest wystarczająca moc obliczeniowa dla danego obciążenia: CPU, GPU, pamięć systemowa, VRAM, storage / I/O, przepustowość sieci i równoległa moc obliczeniowa.

Strategia komercyjna · Wizja

Długoterminowa dedykowana infrastruktura YiENTi ma podążać za komercyjnym skalowaniem portfolio produktów ACCENTSYS, a Merclino jest priorytetem komercjalizacji w najbliższym czasie. Udana komercjalizacja portfolio ma pomóc w finansowaniu coraz bardziej dedykowanej mocy obliczeniowej YiENTi. Merclino jest priorytetem komercyjnym, a nie szczególnym przypadkiem technicznym: każdy obecny produkt ACCENTSYS jest tworzony z wykorzystaniem inżynierii wspieranej przez YiENTi.

Ograniczenie obliczeniowe

W obecnych wewnętrznych obciążeniach ustrukturyzowane wnioskowanie YiENTi może wymagać z grubsza o rząd wielkości więcej mocy obliczeniowej niż konwencjonalne procesy oparte przede wszystkim na LLM.

YiENTi wnioskuje na podstawie struktur grafowych, procesów, stanów, zależności, pomiarów, wielu widoków modelu i relacji między nimi, wraz z historią i wynikami walidacji. YiENTi poświęca efektywność obliczeniową na rzecz bogatszego kontekstu strukturalnego.

Na podstawie wewnętrznych obciążeń ACCENTSYS; nie jest to niezależny benchmark.

Dlaczego większa moc obliczeniowa ma znaczenie

Dodatkowa moc obliczeniowa nie tylko skraca czas przetwarzania. Pozwala YiENTi wnioskować jednocześnie w obrębie większych powiązanych kontekstów:

  • Procesy
  • Relacje w grafie
  • Zależności
  • Stan
  • Historia
  • Pomiary
  • Modele oprogramowania
  • Wiele widoków modelu
  • Kontekst walidacji

Mniej struktury

  • Mniejsza moc obliczeniowa
  • Probabilistyczna rekonstrukcja kontekstu

Bogaty model strukturalny

  • Większa moc obliczeniowa
  • Jawny stan, procesy, relacje i mierzalny kontekst
YiENTi wykorzystuje znaczną moc obliczeniową, ponieważ zachowuje większą część struktury problemu i na jej podstawie wnioskuje.ACCENTSYS stosuje tę architekturę, ponieważ spójność strukturalna i precyzja mają znaczenie w inżynierii oprogramowania.

Początki

YiENTi rozwija się od 2010 roku.

Początki YiENTi sięgają 2010 roku, kiedy projekt powstał jako Logical Board w Grandes Planos S.A. Technologia ewoluowała później w YiENTi, łącząc ustrukturyzowane informacje przedsiębiorstwa z coraz bardziej zaawansowaną warstwą inteligencji.

  1. 2010

    Logical Board

    Początki w Grandes Planos S.A.

    Projekt powstaje jako Logical Board w Grandes Planos S.A. i koncentruje się na ustrukturyzowanych informacjach przedsiębiorstwa, procesach, zadaniach i relacjach.

  2. 2016

    YiENTi

    Pierwsza prezentacja YiENTi w Swisscom AG

    YiENTi – Intelligent Enterprise Information. Zaprezentowana architektura obejmowała już:

    • Informacje przedsiębiorstwa
    • YiENTi AI
    • Ustrukturyzowane procesy
    • Pomiar
    • Inteligencję opartą na grafach i procesach
  3. Dziś

    YiENTi Enterprise + YiENTi Intelligence

    Kontynuacja i techniczna ewolucja architektury z 2016 roku

    Już dziś wspiera rzeczywistą inżynierię oprogramowania w ACCENTSYS z wykorzystaniem:

    • Jawnych modeli systemu
    • Ustrukturyzowanych procesów
    • Wnioskowania na grafach
    • Pomiaru
    • Inżynierii opartej na modelach (model-driven engineering)
    • Generowania i walidacji
  4. Dalej

    Real Intelligence / AGI

    Kierunek rozwoju

    Dalszy rozwój w stronę coraz bardziej ogólnej inteligencji, opartej na ustrukturyzowanym wnioskowaniu, mierzalnej rzeczywistości i jawnych modelach systemu.

    Wizja / kierunek badań

    Kierunek badań w dłuższej perspektywie

    Ogólna i potencjalnie ponadludzka inteligencja maszynowa.

„Dalej” opisuje kierunek rozwoju, a nie osiągniętą zdolność. YiENTi nie twierdzi, że osiągnęło AGI ani superinteligencję.

Od sztucznej inteligencji ku real intelligence

ACCENTSYS używa określenia Real Intelligence dla kierunku wykraczającego poza probabilistyczne generowanie języka: inteligencji, która potrafi wnioskować o jawnych procesach, relacjach, stanie, pomiarach i konsekwencjach.

Real Intelligence to terminologia firmy ACCENTSYS, a nie utrwalony termin naukowy.

Już w architekturze z 2016 roku

Rozdzielenie informacji przedsiębiorstwa i inteligencji maszynowej było już częścią architektury YiENTi zaprezentowanej w 2016 roku.

Procesy powiązane z mierzalnym wynikiem, graf informacji przedsiębiorstwa oraz warstwa AI wnioskująca na jego podstawie. Architektura YiENTi nie powstała jako reakcja na niedawny rozwój dużych modeli językowych.

Dlaczego teraz

Architektura powstała przed dzisiejszą infrastrukturą AI.

Podstawowy kierunek istniał już w 2016 roku. Zmieniła się moc obliczeniowa dostępna do jego realizacji na znaczącą skalę. Dzisiejsza, znacznie większa moc obliczeniowa umożliwia coraz bardziej złożone wykonywanie tej architektury. Obecna implementacja nie jest identyczna z implementacją z 2016 roku; jest jej istotną ewolucją techniczną.

Większa moc obliczeniowa pozwala YiENTi pracować jednocześnie na większych, powiązanych kontekstach procesów, grafów i oprogramowania.

Różnica architektoniczna

LLM może zinterpretować diagram. YiENTi może uczynić strukturę częścią modelu.

Procesy, bramki, aktywności, klasy, sekwencje, relacje i zależności mogą pozostać jawnymi obiektami w kontekście wnioskowania.

Interpretacja obrazu

Multimodalne modele językowe potrafią interpretować tekst, obrazy i diagramy. Struktura jest wnioskowana z promptu.

Obraz procesu, interpretowany na żądanie.

Reprezentacja strukturalna

W YiENTi procesy, relacje, stany i zależności mogą istnieć jako jawne, czytelne maszynowo struktury, a nie tylko jako informacje wywnioskowane z promptów.

  • Aktywność
  • Zdarzenie
  • Bramka
  • Aktor
  • Sekwencja
  • Klasa
  • Relacja
  • Stan
  • Zależność
  • Encja danych
  • Ścieżka procesu

YiENTi nie tylko patrzy na diagram. Struktura reprezentowana przez ten diagram może stać się częścią modelu systemu.

Wiele widoków modelu

Różne diagramy stają się różnymi widokami jednego powiązanego modelu systemu.

  • Wymagania
  • User Stories
  • Przypadki użycia
  • Diagramy aktywności
  • BPMN
  • Współpraca
  • Sekwencja
  • Modele klas
  • Modele danych
  • Zależności systemowe

Inżynieria oprogramowania

Nie tylko wygenerowany kod. Model systemu, który za nim stoi.

YiENTi przyjmuje zasadniczo inne podejście do inżynierii oprogramowania niż systemy oparte przede wszystkim na LLM. Zamiast polegać na generowanym języku, by wielokrotnie odtwarzać kontekst systemu, YiENTi utrzymuje jawne reprezentacje strukturalne systemu.

Pętla oparta na LLM

  1. Prompt
  2. Wygenerowany kod
  3. Przegląd
  4. Nowy prompt
  5. Odtworzony kontekst
  6. ↺

Kontekst systemu jest w każdym cyklu odtwarzany z języka.

Pętla YiENTi

  1. Ustrukturyzowane wymagania
  2. Jawny model procesu / systemu
  3. Zależności
  4. Wnioskowanie
  5. Implementacja
  6. Walidacja
  7. Zmierzony wynik
  8. Zaktualizowany model
  9. ↺

Model systemu jest trwały i aktualizowany po każdym zmierzonym wyniku.

Dowód produktowy

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

Projekt inżynierski dla klienta

  • LOXY Time · Loxy International AG

Całe obecne portfolio aplikacji ACCENTSYS zostało zbudowane z wykorzystaniem inżynierii wspieranej przez YiENTi, przy czym sam YiENTi pełni rolę platformy inżynierskiej. LOXY Time, projekt klienta zrealizowany przez ACCENTSYS AG dla Loxy International AG, jest rzeczywistym projektem inżynierii oprogramowania klasy enterprise, który pokazuje tworzenie oprogramowania wspierane przez YiENTi w złożonych procesach operacyjnych, przy wymaganiach regulacyjnych, przetwarzaniu danych i integracji systemów.

Architektura

Dwie technologie, jedna spójna architektura.

Informacje korporacyjne stają się ustrukturyzowanym grafem operacyjnym. YiENTi Intelligence prowadzi na nim wnioskowanie, a wyniki wracają do stanu przedsiębiorstwa lub trafiają do połączonych systemów. Ta sama warstwa inteligencji działa również poza YiENTi Enterprise.

Diagram C · Integracja

Współdziałanie

YiENTi Enterprise

Platforma informacji korporacyjnej

Ustrukturyzowany graf operacyjny

Co istnieje · kto jest zaangażowany · co od czego zależy

YiENTi Intelligence

Graph-Native Intelligence Engine

Wnioskowanie · Decyzja · Orkiestracja

Platforma korporacyjna

Zaktualizowany stan przedsiębiorstwa

Systemy zewnętrzne

Połączone interfejsy

Zaktualizowany stan staje się kontekstem kolejnego wnioskowania.

Poza YiENTi Enterprise

YiENTi Intelligence

Wielokrotnego użytku warstwa inteligencji

Inżynieria oprogramowania ACCENTSYS

Podstawowa technologia używana wewnętrznie

Inne produkty ACCENTSYS

Kierunek rozwoju

Przyszłe systemy zewnętrzne

Kierunek rozwoju

Inne przypadki użycia ustrukturyzowanego wnioskowania

Kierunek rozwoju

Aktualny rozwój

Transparentnie o tym, na jakim etapie jest YiENTi.

Platforma YiENTi

W trakcie rozwoju

Samodzielna platforma YiENTi jest w trakcie rozwoju i nie jest jeszcze dostępna komercyjnie.

YiENTi Intelligence · technologia podstawowa

Używana wewnętrznie w ACCENTSYS

YiENTi już dziś wspiera prace inżynieryjne w ACCENTSYS, podczas gdy samodzielna platforma nadal się rozwija.

Człowiek w pętli · obecny poziom dojrzałości

YiENTi jest dziś prowadzony przez ekspertów.

Obecny system zapewnia istotny efekt dźwigni w inżynierii, gdy obsługują go osoby rozumiejące procesy i strukturę systemu. Jego siła wynika z połączenia ustrukturyzowanych modeli, zrozumienia procesów i wnioskowania wspomaganego maszynowo.

Wiedza, która dziś zwielokrotnia możliwości YiENTi

  • BPMN
  • Modelowanie procesów
  • Architektura systemów
  • Inżynieria oprogramowania
  • Procesy biznesowe
  • Interpretowanie ustrukturyzowanych modeli

YiENTi nie jest jeszcze gotowym produktem masowym, z którego każdy może korzystać bez wiedzy dziedzinowej.

Kierunek · nie obietnica z datą

  1. Dziś

    Strukturalna inżynieria prowadzona przez ekspertów

  2. Dalej

    Bardziej zautomatyzowane modelowanie, wnioskowanie, testowanie i dostarczanie

  3. Długoterminowo

    Coraz bardziej autonomiczna inżynieria systemów

Filozofia YiENTi

Od sztucznej inteligencji ku prawdziwej inteligencji.

Inteligencja to coś więcej niż generowanie przekonującego języka. Wymaga rozumienia relacji, kontekstu, procesów, konsekwencji oraz tego, jak informacje zmieniają się w czasie. YiENTi to podejście ACCENTSYS do tego problemu.

„Real Intelligence” opisuje filozofię YiENTi i ACCENTSYS — nie jest uznaną kategorią naukową.

Wzrost strategiczny

Skalowanie kolejnego etapu.

YiENTi jest już wykorzystywany do budowy rzeczywistego oprogramowania. Kolejny etap dotyczy skalowania produktyzacji, mocy obliczeniowej i komercjalizacji. YiENTi jest częścią szerszego portfolio technologicznego ACCENTSYS.

Czynnikami ograniczającymi są kapitał, skalowanie i moc obliczeniowa — a nie to, czy YiENTi działa.

ACCENTSYS

Opracowany przez ACCENTSYS AG, Szwajcaria.

YiENTi pełni w ACCENTSYS dwie role: jest warstwą technologii wspierającej inżynierię oprogramowania w ACCENTSYS oraz przyszłą samodzielną platformą.

Interesuje Cię szersza strategia platformy stojąca za YiENTi? Poznaj ACCENTSYS, jego portfolio technologiczne i bieżącą strategiczną rundę wzrostu.

Dla partnerstw, rozmów technologicznych, współpracy strategicznej i inwestycji.