UCA คืออะไร และ Starling MX กำลังเปลี่ยนวิธีที่องค์กรจัดการความรู้ด้วย AI อย่างไร

Starling Memory Works นำเสนอ Universal Cognitive Architecture (UCA) ในฐานะมาตรฐานกลางสำหรับจัดหมวดหมู่และจัดการความจำขององค์กรในระบบ AI โดยไม่ให้โมเดลภาษาขนาดใหญ่ หรือ LLM เพียงตัวใดตัวหนึ่ง กลายเป็นคลังความรู้ถาวรของบริษัท

แทนที่จะฝากข้อมูลสำคัญไว้กับประวัติการสนทนา ฟีเจอร์ memory ของผู้ให้บริการ หรือโมเดลใดโมเดลหนึ่ง UCA กำหนดตำแหน่งที่มีความหมายและอยู่ภายใต้การกำกับดูแลสำหรับความรู้ขององค์กร ขณะที่ Starling MX คือแพลตฟอร์มรุ่นเบตาที่นำแนวคิดนี้ไปใช้งาน โดยราคาเริ่มต้นที่ 99 ดอลลาร์สหรัฐต่อเดือนสำหรับผู้ใช้คนแรก และคิดค่าใช้งานเพิ่มเติมแยกต่างหาก

UCA คืออะไร

UCA เป็นมาตรฐานแบบเปิด ใช้งานได้ฟรี และเขียนอธิบายด้วยภาษาธรรมชาติ โดยใช้สิ่งที่ Starling เรียกว่า “Organizational Cognates” 11 หมวด ซึ่งเป็นกลุ่มความรู้หรือศูนย์กลางการประมวลผลด้านต่าง ๆ ที่ใช้จัดระเบียบข้อมูลขององค์กรให้เป็นระบบเดียวกัน

มาตรฐานดังกล่าวเผยแพร่ภายใต้ Creative Commons และ Starling ระบุว่าสามารถใช้งานต่อยอดได้โดยไม่ต้องขอใบอนุญาตหรือจ่ายค่าลิขสิทธิ์

แนวคิดสำคัญคือการทำให้ AI เรียกคืนความรู้จาก ชื่อหรือที่อยู่ที่มีความหมาย แทนการค้นหาด้วยคีย์เวิร์ดที่อาจให้ผลลัพธ์แตกต่างกันไปตามโมเดล บริบท และวิธีจัดอันดับผลการค้นหา

Starling เรียกระบบที่เกิดขึ้นจากแนวทางนี้ว่า Domain Language Model (DLM) กล่าวคือ ใช้ LLM ทั่วไปที่ไม่มีความจำถาวรเกี่ยวกับองค์กร แล้วส่งคลังความรู้ที่มีโครงสร้างและผ่านการกำกับดูแลเข้าไปเป็นบริบทขณะใช้งาน

หากเปรียบเทียบให้เห็นภาพ UCA ทำหน้าที่คล้ายระบบจัดหมวดหมู่ในห้องสมุด โมเดลอาจถูกเปลี่ยนจากรุ่นหนึ่งไปอีกรุ่นหนึ่งได้ แต่แค็ตตาล็อกและหนังสืออ้างอิงขององค์กรยังคงอยู่เป็นชุดเดิม

ที่อยู่เชิงความหมายทำงานอย่างไร

UCA ใช้ fixed semantic addresses หรือที่อยู่เชิงความหมายแบบถาวร เพื่อกำหนดตัวระบุประจำให้กับแนวคิดที่องค์กรใช้ซ้ำ ๆ ตัวอย่างเช่น ตำแหน่งสำหรับ “สถานะการแข่งขัน” เมื่อมีการกำหนดที่อยู่แล้ว ทั้งคนและระบบ AI สามารถเรียกดูบันทึกฉบับอ้างอิงเดียวกัน แทนที่จะต้องอนุมานจากผลการค้นหาที่เปลี่ยนแปลงได้

ระบบของ Starling แบ่งคลังความรู้ออกเป็นสองส่วนหลัก ได้แก่

• Org Library คลังข้อมูลขององค์กรที่ผ่านการกำกับดูแล มีการจัดเก็บเป็นเวอร์ชัน และทำหน้าที่เป็นข้อมูลฉบับหลักหรือ “canon”
• Resources แหล่งข้อมูลประกอบ รวมถึงเอกสารอ้างอิง เอกสารที่กำลังจัดทำ และเนื้อหาที่สร้างขึ้นระหว่างการทำงาน

ข้อมูลในคลังถูกออกแบบให้เป็น Markdown แบบข้อความธรรมดา แทนการเก็บอยู่ในสถานะภายในของโมเดลที่ตรวจสอบได้ยาก วิธีนี้ทำให้มนุษย์อ่าน แก้ไข ตรวจสอบประวัติเวอร์ชัน และย้ายข้อมูลไปใช้กับซอฟต์แวร์อื่นได้

ในฝั่งเครื่อง ระบบจะใช้ manifest เพื่อเลือกและประกอบบริบทที่เกี่ยวข้องจากคลังข้อมูลก่อนส่งให้โมเดล ส่วนฝั่งมนุษย์จะเป็นผู้กำหนดว่าเนื้อหาใดเป็นข้อมูลที่เชื่อถือได้และควรใช้เป็นหลัก เพื่อลดการเปลี่ยนแปลงของความรู้โดยไร้การควบคุม

MCP เกี่ยวข้องกับ UCA อย่างไร

Starling วางบทบาทของ Anthropic’s Model Context Protocol (MCP) ไว้เป็นชั้นเชื่อมต่อที่ช่วยให้โมเดลเข้าถึงบริบทภายนอก เช่น ความรู้และเอกสารขององค์กร

ในกรอบแนวคิดนี้ MCP ทำหน้าที่เป็นช่องทางให้โมเดลอ่านบริบท ขณะที่ UCA กำหนดว่าองค์กรควรจัดโครงสร้างบริบทเหล่านั้นอย่างไร และที่อยู่เชิงความหมายช่วยให้แต่ละแนวคิดถูกเรียกคืนอย่างเป็นระบบ

Starling จึงมองว่าการจับคู่กันระหว่าง MCP, UCA และคลัง Org Brain จะช่วยให้โมเดลหลายรุ่นทำงานกับความรู้ชุดเดียวกันได้ เป้าหมายคือให้องค์กรสามารถเปลี่ยนหรือสลับผู้ให้บริการ AI ได้ โดยไม่ต้องเริ่มสร้าง “ความจำขององค์กร” ใหม่ทุกครั้ง

“อธิปไตยด้าน AI” หมายถึงอะไรในแนวคิดนี้

Chris Kincade ซีอีโอของ Starling Memory Works ให้เหตุผลว่า อธิปไตยด้าน AI ไม่ได้เกิดขึ้นเพียงเพราะองค์กรเป็นเจ้าของ GPU ติดตั้งระบบไว้ภายในประเทศ หรือเลือกใช้โมเดลจากผู้ให้บริการรายใดรายหนึ่ง

ในความหมายของ Starling อธิปไตยคือการที่องค์กรยังควบคุมสิ่งสำคัญที่สุดได้ ได้แก่

• การตัดสินใจและนโยบายที่เป็นทางการ
• ความรู้ในการปฏิบัติงาน
• แหล่งที่มาและประวัติของข้อมูล
• สิทธิ์การเข้าถึง
• เนื้อหาฉบับอ้างอิงที่ใช้เป็นฐานให้ AI ให้เหตุผล

หากโมเดลเดิมถูกเปลี่ยนรุ่น ใช้งานไม่ได้ ไม่ผ่านเกณฑ์ด้านธรรมาภิบาล หรือองค์กรไม่ต้องการใช้ต่อ คลังความรู้ยังคงอยู่ และสามารถเชื่อมต่อกับโมเดลอื่นได้

แนวทางนี้อาจช่วยลดการผูกติดกับผู้ให้บริการ เพราะสินทรัพย์ที่มีมูลค่าสูงสุดคือคลังข้อมูลและระบบจัดหมวดหมู่ที่องค์กรควบคุมเอง ไม่ใช่ประวัติการสนทนาหรือฟีเจอร์ memory แบบปิดของผู้ให้บริการรายใดรายหนึ่ง

นี่คือที่มาของวลีที่ Starling ใช้อธิบายแนวคิดของตัวเองว่า “โมเดลลืม แต่องค์กรจำ” โมเดลเป็นกลไกให้เหตุผลที่เปลี่ยนได้ ส่วนความจำที่ผ่านการกำกับดูแลขององค์กรคือสินทรัพย์ที่คงอยู่

การใช้งานและหลักฐานการนำไปใช้

สื่อของ Starling มีคำรับรองจาก Brady Patterson แห่ง SelfOS ซึ่งระบุว่าการให้ความรู้มี “จุดยึดที่ชัดเจน” ช่วยลดการสูญเสียบริบทและการที่ข้อมูลค่อย ๆ เปลี่ยนแปลงไปจากต้นฉบับ

Starling ยังเชื่อมโยงแนวทางนี้กับกรณีใช้งานในด้านการโค้ชส่วนบุคคล การตลาด การบริหารงานก่อสร้าง และบริการกฎหมาย รวมถึง QuillOS ของ Wrks Online อย่างไรก็ตาม หลักฐานที่มีอยู่ยังไม่เพียงพอที่จะยืนยันความสัมพันธ์กับ QuillOS ขนาดของการใช้งาน หรือผลลัพธ์ด้านประสิทธิภาพอย่างเป็นอิสระ ดังนั้นจึงยังไม่ควรสรุปว่าแพลตฟอร์มถูกนำไปใช้ในวงกว้างหรือพิสูจน์ผลสำเร็จแล้ว

เช่นเดียวกัน คำรับรองจาก SelfOS ควรถือเป็นมุมมองจากผู้ใช้งานหรือผู้ปฏิบัติงานรายหนึ่ง ไม่ใช่การประเมินประสิทธิผลของผลิตภัณฑ์โดยหน่วยงานอิสระ

ข้อควรรู้ก่อนตีความว่า UCA แก้ปัญหา AI ได้แล้ว

UCA และ Starling MX ยังเป็นแนวคิดและแพลตฟอร์มใหม่ รายละเอียดทางเทคนิคและธุรกิจจำนวนมากมาจากเอกสารของ Starling เองหรือข่าวรายงานการเปิดตัว

ข้อเสนอหลักของ UCA ซึ่งก็คือการสร้างความจำขององค์กรที่เป็นข้อความ พกพาได้ และมีการกำกับดูแล มีความเป็นไปได้ในเชิงแนวคิด แต่หลักฐานที่มีอยู่ยังไม่เพียงพอที่จะยืนยันว่าแนวทางนี้ให้ความแม่นยำสูงกว่า ต้นทุนต่ำกว่า ปลอดภัยกว่า หรือเป็นอิสระจากผู้ให้บริการ AI ได้จริงในการใช้งานจริง

ดังนั้น จุดเด่นของ UCA ในเวลานี้ควรถูกมองเป็น สถาปัตยกรรมและมาตรฐานสำหรับจัดระเบียบความรู้ มากกว่าจะเป็นหลักฐานว่าองค์กรจะหมดปัญหาเรื่องข้อมูลกระจัดกระจาย การคุมสิทธิ์ หรือการผูกติดกับโมเดลได้โดยอัตโนมัติ