Peregrine
Kết nối dữ liệu rải rác trong các hệ thống của cơ quan an toàn công cộng thành một bản đồ tác chiến có thể tra cứu
Peregrine là nền tảng tích hợp dữ liệu an toàn công cộng của Mỹ, chuyên xử lý vấn đề đau đầu nhất của các cơ quan cảnh sát và cứu hỏa: dữ liệu rõ ràng đang tồn tại, nhưng lại phân tán trong hàng chục hệ thống cũ không thể kết nối với nhau, đến lúc cần dùng lại không tra được.
Tính năng và trường hợp sử dụng
Hiện trạng IT của đa số cơ quan cảnh sát và cứu hỏa là di sản lịch sử chồng chất qua nhiều lớp — hệ thống điều phối, hệ thống lưu trữ hồ sơ, nền tảng camera giám sát, nhận diện biển số, hệ thống báo cháy đều mua riêng lẻ, định dạng dữ liệu không đồng nhất, nhà cung cấp cũng không muốn kết nối với nhau. Giá trị cốt lõi của Peregrine không nằm ở việc bán thêm một hệ thống nữa, mà là kết nối các nguồn dữ liệu hiện có, làm sạch, căn chỉnh, rồi cung cấp một giao diện dễ tra cứu, để nhân viên trực ban hoặc điều tra viên có thể lấy ra toàn bộ bối cảnh xuyên hệ thống chỉ ở một nơi. Trên nền tảng đó còn có lớp Peregrine AI để tóm tắt và trả lời câu hỏi. Mô hình dịch vụ của họ cũng khá đặc biệt: áp dụng "forward deployed engineering" — kỹ sư trực tiếp đến hiện trường cơ quan để đồng hành triển khai, thay vì chỉ giao phần mềm rồi để khách hàng tự mày mò — điều gần như bắt buộc trong khu vực công nơi định dạng dữ liệu cực kỳ lộn xộn. Phạm vi ứng dụng bao phủ cảnh sát, cải huấn, cứu hỏa cấp cứu, quản lý khẩn cấp và trung tâm điều phối 911. Công ty vừa hoàn tất vòng gọi vốn Series D trị giá 250 triệu đô la.
Phù hợp với khu vực công và cơ quan lớn có dữ liệu rải rác trong nhiều hệ thống cũ, muốn tích hợp trước rồi mới bàn đến AI; cũng phù hợp để các nhà quản lý thông tin tại Việt Nam tham khảo hiểu ra một điều: "nếu nền tảng dữ liệu chưa được dọn sạch, AI chỉ là lớp trang trí".
Tính năng chính
- Kết nối dữ liệu đa nguồn: đưa dữ liệu từ hệ thống điều phối, hồ sơ, hình ảnh hiện có vào tích hợp
- Làm sạch và căn chỉnh dữ liệu: xử lý dữ liệu lịch sử với định dạng và định nghĩa trường không đồng nhất
- Giao diện tra cứu thống nhất: tra ra toàn bộ bối cảnh xuyên hệ thống chỉ ở một nơi
- Peregrine AI: tóm tắt dữ liệu và trả lời bằng ngôn ngữ tự nhiên
- Quản trị dữ liệu và kiểm soát quyền truy cập: đáp ứng yêu cầu kiểm toán của khu vực công
- Mô-đun liên lĩnh vực: cảnh sát, cải huấn, cứu hỏa cấp cứu, quản lý khẩn cấp, điều phối 911
- Mô hình triển khai bằng kỹ sư đóng tại hiện trường (forward deployed engineering)
Trường hợp sử dụng phổ biến
- Nhân viên trực ban tra ra bối cảnh báo án lịch sử của một địa chỉ chỉ trên một giao diện
- Điều tra viên đối chiếu liên hệ giữa người, xe, vụ án xuyên hệ thống
- Đơn vị quản lý khẩn cấp tích hợp thông tin thời gian thực từ nhiều nguồn trong thời gian thiên tai
- Cơ quan cải huấn tích hợp dữ liệu người bị giam giữ và hồ sơ trực ban
- Bộ phận thông tin kiểm kê và quản trị dữ liệu cơ quan đang phân tán khắp nơi
Tính năng chính
- Kết nối dữ liệu đa nguồn: đưa dữ liệu từ hệ thống điều phối, hồ sơ, hình ảnh hiện có vào tích hợp
- Làm sạch và căn chỉnh dữ liệu: xử lý dữ liệu lịch sử với định dạng và định nghĩa trường không đồng nhất
- Giao diện tra cứu thống nhất: tra ra toàn bộ bối cảnh xuyên hệ thống chỉ ở một nơi
- Peregrine AI: tóm tắt dữ liệu và trả lời bằng ngôn ngữ tự nhiên
- Quản trị dữ liệu và kiểm soát quyền truy cập: đáp ứng yêu cầu kiểm toán của khu vực công
- Mô-đun liên lĩnh vực: cảnh sát, cải huấn, cứu hỏa cấp cứu, quản lý khẩn cấp, điều phối 911
- Mô hình triển khai bằng kỹ sư đóng tại hiện trường (forward deployed engineering)
Ưu điểm
- Không ép buộc thay thế hệ thống hiện có, chấp nhận gánh nặng lịch sử của cơ quan
- Kỹ sư đồng hành tại hiện trường, giảm đáng kể tỷ lệ triển khai thất bại tại khu vực công
- Dọn sạch dữ liệu trước rồi mới bàn AI, đúng trình tự thay vì làm ngược
- Vốn dồi dào (Series D 250 triệu đô la), rủi ro nhà cung cấp ngừng hoạt động tương đối thấp
Nhược điểm
- Trang chủ không công khai bảng giá, thuộc dạng mua sắm cấp cơ quan với đơn giá cao
- Mô hình triển khai tại hiện trường đồng nghĩa chu kỳ dự án dài, không thể lên nhanh
- Tập trung dữ liệu xuyên hệ thống để tra cứu, bản thân điều đó khuếch đại rủi ro về quyền riêng tư và lạm dụng
- Giá trị phụ thuộc rất lớn vào chất lượng dữ liệu hiện có của cơ quan, dữ liệu quá kém thì hiệu quả hạn chế
Trường hợp sử dụng
- Nhân viên trực ban tra ra bối cảnh báo án lịch sử của một địa chỉ chỉ trên một giao diện
- Điều tra viên đối chiếu liên hệ giữa người, xe, vụ án xuyên hệ thống
- Đơn vị quản lý khẩn cấp tích hợp thông tin thời gian thực từ nhiều nguồn trong thời gian thiên tai
- Cơ quan cải huấn tích hợp dữ liệu người bị giam giữ và hồ sơ trực ban
- Bộ phận thông tin kiểm kê và quản trị dữ liệu cơ quan đang phân tán khắp nơi
Ghi chú biên tập
Thành thật mà nói, việc Peregrine làm chẳng hề hào nhoáng — chỉ là kết nối dữ liệu, làm sạch dữ liệu, căn chỉnh trường dữ liệu. Nhưng tôi từng thấy quá nhiều đơn vị vội vàng triển khai AI, rồi phát hiện dữ liệu bên dưới đến định dạng ngày tháng còn không khớp nhau, cuối cùng bỏ dở. Sự tồn tại của công ty này vừa khớp chứng minh câu nói cũ: chín phần mười công sức của dự án AI đổ vào kỹ thuật dữ liệu. Chuyển đổi số của khu vực công thực ra cũng đang thiếu đúng đoạn này nhất.
Câu hỏi thường gặp
Peregrine có nhằm thay thế hệ thống điều phối hoặc hồ sơ hiện có không?
Không. Định vị của nó là lớp tích hợp, đưa dữ liệu từ hệ thống hiện có vào, căn chỉnh và cung cấp tra cứu thống nhất, còn hệ thống CAD hay RMS gốc của cơ quan vẫn có thể tiếp tục dùng. Đây cũng là lý do nó dễ được khu vực công chấp nhận hơn, không cần đập bỏ làm lại.
Forward deployed engineering là gì?
Nghĩa là kỹ sư trực tiếp đến hiện trường khách hàng, đồng hành cùng cơ quan xử lý định dạng dữ liệu, quy trình và vấn đề triển khai, thay vì chỉ giao phần mềm rồi dựa vào dịch vụ khách hàng. Dữ liệu khu vực công thường cực kỳ lộn xộn, mô hình này tuy tốn kém nhưng là cách làm hiệu quả nhất trên thực tế.
Việc tập trung dữ liệu như vậy có rủi ro về quyền riêng tư không?
Có, và đây là câu hỏi bắt buộc phải trả lời thẳng thắn. Việc tập trung dữ liệu vốn phân tán và làm cho nó dễ tra cứu, đồng nghĩa với việc nâng cao cả hiệu quả lẫn khả năng lạm dụng, nên kiểm soát quyền truy cập, dấu vết kiểm toán và giới hạn mục đích sử dụng phải được làm ngay từ đầu, không thể bổ sung sau.
Công cụ AI liên quan
Motobook
Trang web tra cứu giá thị trường xe máy cũ đầu tiên tại Đài Loan, tổng hợp 37.000+ xe đang bán và 812 dòng xe
Carbook
Hệ thống đăng ký giá giao dịch xe cũ Đài Loan — Nắm bắt giá thị trường, số lượng và khả năng giữ giá chỉ trong một trang
實價雷達 HouseTW
Trang tra cứu giá nhà miễn phí tích hợp 3,49 triệu giao dịch thực tế tại Đài Loan cùng các dữ liệu rủi ro ngập lụt, đứt gãy địa chất và hóa lỏng đất trên cùng một bản đồ.
Profet AI
Nền tảng AutoML chuyên dụng cho ngành sản xuất tại Đài Loan.
Cubo AI
Camera giám sát em bé tích hợp AI do đội ngũ Đài Loan phát triển.
Whoscall
Ứng dụng nhận diện cuộc gọi và chống lừa đảo tích hợp AI do đội ngũ Đài Loan phát triển.