Untuk mengatasi masalah tersebut, Celonis memperkenalkan Celonis Context Model (CCM).
Platform ini menciptakan digital twin real‑time dari operasi bisnis—sebuah representasi digital yang menggambarkan bagaimana proses perusahaan benar‑benar berjalan.
CCM dibangun dari berbagai sumber informasi perusahaan, termasuk:
Semua informasi ini diterjemahkan menjadi model terpadu yang bisa dipahami oleh AI.
Dengan pendekatan ini, AI tidak hanya melihat data mentah, tetapi juga memahami:
Celonis menggambarkan CCM sebagai peta operasional perusahaan yang membantu AI “berpikir” dengan konteks bisnis yang sebenarnya, bukan hanya statistik dari data.
Agar bisa digunakan dalam ekosistem perusahaan yang kompleks, CCM dirancang untuk terhubung dengan berbagai platform data dan AI.
Di sisi data, Celonis menyebut integrasi zero‑copy dengan:
Untuk ekosistem AI dan agent, CCM juga dapat bekerja dengan berbagai platform seperti:
Tujuannya adalah agar berbagai sistem AI yang berbeda tetap bisa mengakses sumber konteks operasional yang sama.
Akuisisi Ikigai Labs memperluas kemampuan platform Celonis dari sekadar pemetaan proses menjadi decision intelligence.
Ikigai Labs mengembangkan teknologi berbasis riset yang terkait dengan MIT dan menggunakan pendekatan bernama Large Graphical Model (LGM). Teknologi ini dirancang khusus untuk data perusahaan yang berbentuk tabular dan time‑series—jenis data yang umum ditemukan dalam spreadsheet, database, dan sistem operasional.
Dengan integrasi Ikigai, platform Celonis memperoleh kemampuan tambahan seperti:
Dengan kata lain, sistem tidak hanya memahami kondisi saat ini, tetapi juga dapat mensimulasikan bagaimana operasi akan berubah di masa depan.
Sebagian besar penerapan AI di perusahaan saat ini fokus pada analisis data atau otomatisasi tugas.
Penambahan kemampuan simulasi membuka pendekatan baru: AI untuk perencanaan dan pengambilan keputusan berbasis skenario.
Dengan CCM dan teknologi Ikigai, perusahaan dapat:
Dalam industri seperti manufaktur atau rantai pasok, pendekatan ini memungkinkan organisasi beralih dari model operasional reaktif menjadi operasi yang prediktif dan berbasis skenario.
Bagi perusahaan besar, tujuan utama pendekatan ini adalah membuat AI lebih aman dan dapat dipercaya untuk proses bisnis nyata.
Dengan memberikan konteks operasional yang lengkap, Celonis mengatakan organisasi dapat:
Dalam praktiknya, CCM berpotensi menjadi peta operasional bersama yang digunakan oleh berbagai sistem AI saat menganalisis atau menjalankan proses bisnis.
Selama ini Celonis dikenal sebagai perusahaan process mining dan process intelligence. Dengan Context Model dan teknologi Ikigai Labs, perusahaan kini mencoba naik satu tingkat lebih tinggi dalam arsitektur AI perusahaan.
Strateginya jelas: menjadikan context layer sebagai komponen inti dalam tumpukan teknologi enterprise modern—sebuah lapisan yang menghubungkan data perusahaan dengan agen AI yang menjalankan operasi bisnis.
Jika pendekatan ini berhasil, Celonis tidak hanya menjadi alat analisis proses, tetapi juga fondasi konteks operasional yang memungkinkan AI perusahaan bekerja dengan lebih akurat, transparan, dan dapat dipercaya.
Comments
0 comments