Modelos de ProjectVIEW AI: SLM + LLM
¿Cuáles son los modelos de ProjectVIEW AI?
DANAOS ProjectVIEW AI combina modelos de lenguaje pequeños (SLM) específicos del sector con modelos de lenguaje grandes (LLM) líderes, y elige el modelo según el caso de uso. Los SLM se encargan del reconocimiento de patrones y del análisis numérico de los datos de proyecto. Los LLM se encargan del razonamiento, el lenguaje y la planificación en varios pasos. Ambos trabajan sobre el contexto del ERP recuperado en el momento de la pregunta, por lo que no es necesario reentrenar ningún modelo con sus datos.
Para la construcción y otros sectores orientados a proyectos, esta combinación de SLM y LLM se ajusta al trabajo: cifras precisas por un lado, explicación y criterio por otro.
Modelos de ProjectVIEW AI: SLM + LLM
¿Cuál es la diferencia entre un SLM y un LLM?
Un modelo de lenguaje grande es un modelo general entrenado con textos muy amplios. Destaca en comprender preguntas, redactar, resumir y planificar una secuencia de pasos. Un modelo de lenguaje pequeño es un modelo más reducido, centrado en un ámbito o una tarea más acotados. Normalmente es más rápido y económico de ejecutar, y puede ajustarse para reconocer patrones en tipos de datos específicos.
Ninguno es mejor en general. La cuestión es cuál se adapta a la tarea.
Modelos de ProjectVIEW AI: SLM + LLM
¿Por qué combinar SLM específicos del sector y LLM en sectores orientados a proyectos?
Los datos de proyecto en la construcción, la construcción naval y otros sectores orientados a proyectos son, en su mayoría, estructurados y numéricos: cantidades, precios unitarios, compromisos, certificaciones, retenciones, consumo de combustible. Además, tienen su propio lenguaje: BoQ, WBS, códigos de coste, variaciones, reclamaciones.
- Las cifras requieren un análisis coherente y repetible. Ese es el trabajo de un SLM.
- Un director necesita saber, en palabras sencillas, por qué un proyecto supera el presupuesto. Ese es el trabajo de un LLM.
- El ERP contiene los hechos. Ese es un trabajo determinista.
ERP determinista + IA probabilística. ProjectVIEW ERP mantiene el registro exacto. Los modelos aportan detección, explicación y previsiones, y el usuario sigue siendo responsable de las decisiones.
Modelos de ProjectVIEW AI: SLM + LLM
¿Qué tipo de modelo se encarga de cada tarea?
La tabla muestra cómo se reparten habitualmente las tareas entre los tipos de modelo. El modelo concreto para cada caso de uso se selecciona en cada despliegue.
| Tarea | Tipo de modelo | Datos del ERP utilizados |
|---|---|---|
| Señalar una oferta por encima del precio presupuestado | SLM (detección de anomalías) | Ofertas, precios presupuestados, códigos de coste |
| Probabilidad de sobrecoste, previsión del coste a la finalización | SLM (análisis numérico) | Presupuesto, coste comprometido, coste real, avance |
| Consumo de combustible o tiempo de inactividad anormales en la maquinaria | SLM (reconocimiento de patrones) | Registros de maquinaria, combustible y actividad |
| «¿Por qué el Proyecto Alpha supera el presupuesto?» | LLM (razonamiento y lenguaje) | Líneas de coste, variaciones y compromisos recuperados |
| Informe ejecutivo de todos los proyectos | LLM (resumen) | KPI y excepciones de los proyectos |
| Extracción de cláusulas contractuales | LLM (lenguaje) | Documentos contractuales |
| Ciclo del agente: detectar, investigar, explicar, recomendar, solicitar aprobación | LLM para la planificación y la explicación, SLM para la detección | Los datos y el flujo de aprobación del módulo |
Modelos de ProjectVIEW AI: SLM + LLM
¿Cómo trabajan juntos un SLM y un LLM en una misma pregunta?
Tomemos la pregunta de un director: «¿Por qué el Proyecto Alpha supera el presupuesto?»
- Recuperar. ProjectVIEW AI recupera el presupuesto, el coste comprometido, el coste real, el avance y las variaciones abiertas del Proyecto Alpha, dentro de los permisos del director.
- Analizar. El análisis numérico identifica qué elementos de WBS y códigos de coste generan la desviación y cuánto se desvía cada uno.
- Explicar. Un LLM convierte el resultado en una breve explicación en lenguaje sencillo, con las cifras y las líneas de origen.
- Recomendar. Cuando procede, sugiere qué revisar a continuación: una variación no aprobada, un proveedor por encima del precio presupuestado, una certificación retrasada.
El director obtiene una respuesta que puede comprobarse línea por línea en el control de costes de ProjectVIEW. La decisión sigue correspondiendo al director.
Modelos de ProjectVIEW AI: SLM + LLM
¿Qué significa ser flexible en cuanto al modelo?
ProjectVIEW AI es flexible en cuanto al modelo: el modelo se elige según el caso de uso, en lugar de fijarse para todo el producto. Una previsión numérica y un resumen ejecutivo no necesitan el mismo modelo.
Ser flexible en cuanto al modelo también significa que la capa de IA puede adoptar mejores modelos a medida que aparecen, sin cambiar la forma en que sus datos están estructurados en ProjectVIEW ERP. La estructura del ERP es la parte estable; los modelos que la rodean pueden cambiar. Los SLM específicos para cada cliente están disponibles en ProjectVIEW AI v12.
Modelos de ProjectVIEW AI: SLM + LLM
Recuperación o reentrenamiento: ¿cómo conoce la IA su negocio?
ProjectVIEW AI recupera el contexto del ERP en el momento de la inferencia. Cuando un usuario hace una pregunta, los registros pertinentes se recuperan de ProjectVIEW ERP y se transmiten al modelo junto con la pregunta. No es necesario reentrenar el modelo con sus datos.
- Respuestas actuales. El modelo lee los compromisos de hoy, no la instantánea de entrenamiento del trimestre pasado.
- Permisos respetados. La recuperación sigue el rol del usuario, por lo que el modelo solo ve lo que el usuario puede ver.
- Ningún dato incorporado a un modelo. Sus datos comerciales no se integran en los pesos del modelo.
Así es como ProjectVIEW AI aprende su negocio: a través de sus datos estructurados del ERP, no mediante suposiciones. Más información en cómo funciona ProjectVIEW AI.
Modelos de ProjectVIEW AI: SLM + LLM
¿Se utilizan nuestros datos para entrenar modelos públicos?
No. Los datos no se envían a servicios públicos de IA para consumidores, y ProjectVIEW AI se ejecuta en un entorno privado. En Microsoft Azure, los prompts no se utilizan para entrenar modelos. Consulte seguridad y gobernanza de datos de ProjectVIEW AI y el artículo de contexto sobre IA empresarial privada para la construcción.
Preguntas frecuentes
¿Qué LLM utiliza ProjectVIEW AI?
ProjectVIEW AI es flexible en cuanto al modelo. El modelo se elige según el caso de uso, combinando LLM líderes para el razonamiento y el lenguaje con SLM específicos del sector para el reconocimiento de patrones y el análisis numérico.
¿Entrenan un modelo con nuestros datos de proyecto?
No es necesario reentrenar. ProjectVIEW AI recupera el contexto del ERP en el momento de la inferencia y lo transmite al modelo junto con la pregunta del usuario.
¿Por qué no utilizar un chatbot de IA genérico para el control de costes?
Un chatbot genérico no dispone de su BoQ, WBS, códigos de coste ni compromisos, y no está diseñado para un análisis numérico coherente. ProjectVIEW AI trabaja con sus datos del ERP gobernados y utiliza SLM donde las cifras importan.
¿Hay modelos específicos para cada cliente?
Sí. Los SLM específicos para cada cliente están disponibles con ProjectVIEW v12. Además, se ajustan a sus datos y procesos.
¿Funciona ProjectVIEW AI en minería, el sector marítimo o la fabricación?
Los modelos trabajan con datos de ProjectVIEW ERP estructurados por BoQ, WBS y códigos de coste, algo común a los sectores orientados a proyectos. El mismo enfoque está diseñado para la construcción, la construcción y reparación naval, el sector marítimo y offshore, la minería y las canteras, y la fabricación orientada a proyectos.