De dades fragmentades a millors decisions.

Dos productes sobre una capa d'IA especialitzada. Foundation construeix el context. Decisions el posa a treballar.

El símbol de Far: dues capes, Far Foundation i Far Decisions. On se superposen, en blau, hi ha la capa d'intel·ligència.

Una capa, per sobre dels teus sistemes.

1Dades

2Context

Far Foundation

Context de negoci estructurat i fiable.

3Decisions

Far Decisions

Models de pesos oberts especialitzats, ML predictiu, recuperació d'informació i regles de negoci, per decisió.

4Resultats

Converteix informació fragmentada en un context de negoci estructurat i fiable.

Connecta: ERP, CRM, TPV, documents, fulls de càlcul, imatges, vídeo, senyals externs
Produeix: Entitats, relacions, regles i índexs semàntics, traçables
Agents: Resolen incoherències preguntant a la persona adequada

Converteix aquest context en intel·ligència especialitzada, decisió a decisió.

Combina: Models de llenguatge, ML predictiu, optimització i regles de negoci
Models: De pesos oberts, adaptats a cada tasca, desplegats en privat
Les persones decideixen: Primer suport a la decisió; automatització només quan està provada i aprovada

Far substitueix el nostre ERP o plataforma de dades?: No. Far s'hi connecta i treballa per sobre.
Per què models de pesos oberts i no un model tancat per API?: Perquè les teves dades no han de sortir del teu control. Un model de pesos tancats funciona als servidors del seu proveïdor, fora dels teus sistemes, i fer-lo servir implica enviar-li les dades de la teva empresa. Far només fa servir models de pesos oberts, desplegats en privat al costat de les teves dades, i per a cada tasca el model més eficient en cost que millor rendeix. El que importa és que els pesos siguin oberts, no que sigui un model frontera.
Far entrena un model per empresa?: No per defecte. Reutilitza models de tasca i els adapta només on ajuda.
Es comparteixen les nostres dades?: No, i mai no entrenen models de tercers sense el teu acord.

En una primera conversa mirem el problema, la informació que ja tens i si hi ha un bon primer cas d'ús per mesurar.