Добавить в корзинуПозвонить
Найти в Дзене
V-Help

Dun & Bradstreet перестроила базу данных для работы с ИИ-агентами

Компания Dun & Bradstreet, известная своей обширной базой данных о 642 миллионах предприятий, провела масштабную реструктуризацию своей инфраструктуры. Изначально система создавалась для аналитиков, которые могли работать с неоднозначными данными и долгими запросами. Однако ИИ-агенты, внедряемые клиентами в процессы кредитования, закупок и управления цепочками поставок, требовали принципиально иного подхода. Проблема заключалась не только в фрагментированной архитектуре, но и в статичности связей между компаниями. Например, традиционные системы фиксировали только текущие отношения, такие как принадлежность руководителя к организации, но не учитывали динамические изменения — например, переход топ-менеджера в другую компанию. Для ИИ-агентов такие нюансы критичны, так как они влияют на оценку рисков и принятие решений в реальном времени. Решение Dun & Bradstreet включало консолидацию разрозненных баз данных в облаке, создание унифицированного графа знаний и внедрение слоя структуриров

Компания Dun & Bradstreet, десятилетиями создававшая коммерческую базу данных для аналитиков, столкнулась с проблемой: её инфраструктура не подходила для ИИ-аге
Компания Dun & Bradstreet, десятилетиями создававшая коммерческую базу данных для аналитиков, столкнулась с проблемой: её инфраструктура не подходила для ИИ-аге

Компания Dun & Bradstreet, известная своей обширной базой данных о 642 миллионах предприятий, провела масштабную реструктуризацию своей инфраструктуры. Изначально система создавалась для аналитиков, которые могли работать с неоднозначными данными и долгими запросами. Однако ИИ-агенты, внедряемые клиентами в процессы кредитования, закупок и управления цепочками поставок, требовали принципиально иного подхода.

Проблема заключалась не только в фрагментированной архитектуре, но и в статичности связей между компаниями. Например, традиционные системы фиксировали только текущие отношения, такие как принадлежность руководителя к организации, но не учитывали динамические изменения — например, переход топ-менеджера в другую компанию. Для ИИ-агентов такие нюансы критичны, так как они влияют на оценку рисков и принятие решений в реальном времени.

Решение Dun & Bradstreet включало консолидацию разрозненных баз данных в облаке, создание унифицированного графа знаний и внедрение слоя структурированного доступа для агентов. Особое внимание уделили механизму верификации сущностей: каждый запрос проходит через систему сопоставления, чтобы исключить ошибки идентификации. Кроме того, компания разработала концепцию «Know Your Agent», аналогичную KYC, для аутентификации машинных пользователей и контроля доступа.

Эксперты отмечают, что опыт Dun & Bradstreet актуален для многих предприятий. Для успешного внедрения ИИ-агентов необходимы стандартизированные и нормализованные данные, поддержка динамических связей, а также встроенные механизмы проверки сущностей и отслеживания происхождения информации. Без этих элементов автоматизированные системы рискуют принимать решения на основе неактуальных или противоречивых данных.

Больше новостей ИТ на сайте https://v-help.ru