Ontologia de dados definida: a camada de contexto que falta aos seus agentes de IA
Traduzido do original em inglês por IA. Ver em inglês
Os agentes de IA herdam a antiga premissa da arquitetura de dados corporativa — a de que um ser humano com conhecimento preenche as lacunas de contexto que um esquema deixa em aberto —, e essa premissa se rompe assim que esse humano desaparece. Em vez de repetir o destino de ficarem engavetados que tiveram as camadas semânticas e os grafos de conhecimento modelados manualmente, a Genie Ontology da Databricks governa apenas o pequeno conjunto de conceitos que precisam estar corretos, e aprende continuamente o restante a partir de como a organização realmente opera.
• A arquitetura de dados corporativa sempre presumiu que um ser humano com conhecimento fica entre os dados e a decisão, fornecendo o contexto que um esquema não consegue oferecer. Os agentes de IA eliminam esse humano, e a premissa se rompe. • Camadas semânticas e grafos de conhecimento já tentaram resolver isso antes e, com frequência, acabaram engavetados, porque modelar uma empresa inteira manualmente não acompanha a velocidade com que um negócio muda. • A solução não é um projeto de documentação ainda maior. É uma ontologia que governa o pequeno conjunto de conceitos que não podem estar errados e aprende continuamente o restante a partir de como a organização já funciona — o modelo que a Databricks incorporou à Genie Ontology.