ค้นพบความสนใจของคุณ ไปด้วยกัน

ดีลจริง รีวิวตรงไปตรงมา และเรื่องราวการช้อปปิ้งจากคนที่มีความสนใจเดียวกับคุณ — ทุกวันบน ZestBuy

ค้นพบความสนใจของคุณ ไปด้วยกันดีลจริง รีวิวตรงไปตรงมา และเรื่องราวการช้อปปิ้งจากคนที่มีความสนใจเดียวกับคุณ — ทุกวันบน ZestBuy

เงินทุนรอบใหม่เร่งโครงสร้างพื้นฐาน AI สองด้าน: เข้าถึงข้อมูลและจดจำบริบท

เงินทุนรอบใหม่เร่งโครงสร้างพื้นฐาน AI สองด้าน: เข้าถึงข้อมูลและจดจำบริบท
ความสนใจ|สำรวจการใช้งาน AI

เอเจนต์ที่ทำงานจริงต้องมีทั้งข้อมูลและความทรงจำ

โครงสร้างพื้นฐาน AI สำหรับเอเจนต์องค์กร คือระบบเบื้องหลังที่ทำให้เอเจนต์ค้นข้อมูลจากหลายแหล่งและจดจำบริบทจากการทำงานก่อนหน้าได้อย่างต่อเนื่อง โดยไม่ต้องพึ่งการป้อนข้อมูลเดิมซ้ำทุกครั้ง เงินทุนรอบใหม่ของ PuppyGraph และ Graphon Labs สะท้อนโจทย์สองด้านที่ต่างกันแต่ขาดกันไม่ได้ ด้านหนึ่งคือการเข้าถึงฐานข้อมูลองค์กรที่กระจายอยู่ในหลายระบบ อีกด้านคือความจำถาวร AI ที่ช่วยเก็บความสัมพันธ์ ประวัติ และความเข้าใจไว้ใช้ต่อ เอเจนต์อาจให้เหตุผลและลงมือทำได้ แต่ถ้าหาหลักฐานไม่ทันหรือจำบริบทไม่ได้ ก็ยังทำงานข้ามแผนกได้ไม่ดี แรงผลักดันมาจากความต้องการให้เอเจนต์ตอบคำถามได้ทั่วทั้งธุรกิจ ไม่ใช่แค่ทำงานตามขั้นตอนที่เตรียมไว้หรือสรุปข้อมูลจากแดชบอร์ดเดิม

PuppyGraph แก้ปัญหาการค้นข้อมูลที่กระจายหลายตาราง

PuppyGraph ระดมทุน Series A เพื่อขยายงานวิศวกรรมและการทำตลาดองค์กร หลังเปิดให้ใช้ PuppyGraph 1.0 ระบบนี้สร้างภาพข้อมูลแบบกราฟจากตารางที่มีอยู่ แล้วให้เอเจนต์ค้นความสัมพันธ์ข้ามแหล่งข้อมูลโดยไม่ต้องย้ายข้อมูลไปเก็บซ้ำในฐานกราฟ ทีมงานสามารถให้ระบบช่วยสร้างแบบแผนกราฟจากตารางเดิมเพื่อตรวจสอบและอนุมัติ ลดภาระการจัดทำแบบจำลองด้วยมือ ความต่างระหว่างการทดลองกับการใช้งานจริงมีขนาดชัดเจน การพิสูจน์แนวคิดอาจใช้ 30 ถึง 50 ตาราง แต่คำถามในระบบจริงอาจต้องเชื่อมโยงข้อมูลจาก 3,000 ตารางและหลายระบบ เช่น การตรวจสอบว่าเมื่อบัญชีหนึ่งถูกเจาะ ผู้โจมตีอาจเข้าถึงระบบสำคัญใดได้บ้าง PuppyGraph รายงานว่าคิวรีที่ไล่ความสัมพันธ์ 10 ขั้นผ่านขอบกราฟหลายพันล้านรายการใช้เวลา 2.26 วินาทีบนคลัสเตอร์สี่เครื่อง ผู้ใช้ถามข้อมูลด้วยภาษาทั่วไปผ่านเอเจนต์ในตัวหรือเครื่องมือที่รองรับ MCP ได้ ส่วนผู้พัฒนาเริ่มใช้งานผ่าน Docker และไปถึงขั้นคิวรีได้ใน 10 นาทีตามข้อมูลบริษัท

Graphon สร้างความจำต่อเนื่อง ไม่ใช่แค่ค้นคืนครั้งเดียว

Graphon Labs ระดมทุน Series A เมื่อวันที่ 10 พฤศจิกายน 2026 เพื่อขยายระบบความจำถาวร AI สำหรับองค์กร นักพัฒนา และอุปกรณ์ บริษัทระบุว่าเงินทุนจะช่วยขยับจากการทดลองระยะแรกไปสู่การติดตั้งในองค์กรวงกว้าง เปิดโครงสร้างพื้นฐานให้นักพัฒนา เร่งงานวิจัย และสนับสนุนความจำบนอุปกรณ์ Graphon เรียกแนวทางของตนว่า Persistent Intelligence คือการให้ AI เข้าถึง ทำความเข้าใจ จดจำ และต่อยอดจากข้อมูลก่อนหน้าอย่างต่อเนื่อง แพลตฟอร์มนำเข้าข้อมูลได้ทั้งวิดีโอ ภาพ เสียง และเอกสาร พร้อมจัดโครงสร้างความเชื่อมโยงและเก็บลิงก์กลับไปยังแหล่งที่มา บริษัทระบุว่าทำคะแนนความแม่นยำ 81.7% บน ATM-Bench สูงกว่าระบบถัดไปในตารางจัดอันดับ 5.0 จุดเปอร์เซ็นต์ ระบบมีทั้งผลิตภัณฑ์สำหรับองค์กรและนักพัฒนา รวมถึงความจำบนโทรศัพท์ แล็ปท็อป กล้อง และอุปกรณ์สวมใส่ อย่างไรก็ตาม โจทย์ถัดไปคือเปลี่ยนงานระดับสำรวจให้เป็นการใช้งานวงกว้าง และทำให้นักพัฒนาภายนอกสร้างผลิตภัณฑ์ต่อบนชั้นความจำนี้

สองระบบนี้เสริมกัน แต่แก้คนละคอขวด

PuppyGraph เน้นการเข้าถึงข้อมูล ณ เวลาที่ถาม โดยเชื่อมการประมวลผลกราฟเข้ากับแหล่งข้อมูลอย่าง Apache Iceberg, Databricks, Snowflake, ClickHouse และ PostgreSQL จุดแข็งคือเอเจนต์ค้นเส้นทางความสัมพันธ์ข้ามตารางได้โดยไม่ต้องดูแลสำเนากราฟแยก ส่วน Graphon เน้นการรักษาบริบทข้ามเวลา เพื่อให้เอเจนต์นำสิ่งที่เคยเรียนรู้หรือพบมาก่อนมาต่อยอดได้ สำหรับองค์กร การมีเพียงด้านเดียวไม่พอ ความจำที่ดีแต่เข้าถึงข้อมูลปัจจุบันไม่ได้ย่อมตอบคำถามธุรกิจผิดบริบท ขณะที่การค้นข้อมูลเร็วแต่ลืมประวัติการตัดสินใจ ก็ทำให้ผู้ใช้ต้องเริ่มอธิบายใหม่และเสี่ยงได้คำตอบไม่สอดคล้องกัน การกำกับสิทธิ์เข้าถึงและการย้อนตรวจหลักฐานจึงสำคัญพอ ๆ กับความเร็วและความต่อเนื่อง บทสรุปคือโครงสร้างพื้นฐานสองแบบนี้ไม่ใช่คู่แข่งตรงกัน แต่เป็นชั้นที่ควรทำงานร่วมกัน PuppyGraph ช่วยให้เอเจนต์ไปถึงข้อมูลที่เกี่ยวข้อง ส่วน Graphon ช่วยให้ข้อมูลและบริบทไม่หายไประหว่างการทำงาน หากองค์กรต้องการเอเจนต์ที่ไว้ใจได้ ต้องลงทุนกับทั้งการค้นให้ถูกและการจำให้ต่อเนื่อง

ZestBuy ได้รับค่าคอมมิชชั่นเมื่อคุณช้อปผ่านลิงก์ของเรา โดยคุณไม่ต้องจ่ายเพิ่ม

You May Also Like

Comments
พูดอะไรบางอย่าง...
ยังไม่มีความคิดเห็น มาเป็นคนแรกที่แบ่งปันความคิดเห็นของคุณ!