Emily Sergent
Les grands modèles de langage (large language models, LLM) ont révolutionné la façon dont les entreprises abordent l'intelligence artificielle générative (GenAI). Cependant, leur véritable potentiel ne se révèle que lorsqu'ils sont alimentés par un contexte métier riche, fiable et gouverné.
Dans ce webinar, nous examinerons pourquoi le contexte est clé dans l'utilisation de la GenAI et comment une couche sémantique qui simplifie l'accès du LLM aux données de l'entreprise peut faire la différence entre des résultats génériques et des solutions véritablement pertinentes et fiables.
Nous partagerons les principaux enseignements tirés de multiples initiatives GenAI avec nos clients, en soulignant l'importance d'une stratégie d'intégration et de gouvernance des données centrée sur les métiers.
Rejoignez-nous pour découvrir le rôle émergent du Model Context Protocol (MCP), une spécification qui standardise la façon dont les modèles GenAI peuvent accéder aux ressources externes telles que les sources de données et les flux de travail des entreprises. Le MCP est la base de « Deep Data Analysis » qui permet à un moteur LLM d'obtenir des réponses beaucoup plus élaborées, basées sur des plans d'action qui sont délégués à des agents spécialisés via le MCP.
