Anna

Anna es una capa de ejecución gobernada para análisis impulsados por IA de Geo Orchestration AI. Aborda un problema que el proveedor describe en sistemas de IA dirigidos por modelos: cuando el mismo modelo de lenguaje interpreta una solicitud, decide qué hacer, activa herramientas y explica el resultado, la incertidumbre en el lenguaje se convierte en incertidumbre en la ejecución.

Anna separa el trabajo en tres roles. Los modelos de lenguaje interpretan una pregunta en lenguaje sencillo, seleccionan entre conjuntos de datos registrados, métricas, entidades y flujos de trabajo, y explican el resultado completado. El código determinista realiza el acceso a datos, uniones, agregaciones, operaciones geoespaciales (superposiciones, agregados administrativos, análisis basado en ubicación), llamadas a pipelines y generación de resultados. La procedencia se captura durante la ejecución, para que un usuario pueda ver los datos usados, los filtros aplicados y los pasos del flujo de trabajo seguidos. Los resultados incluyen mapas, gráficos, tablas, paneles, archivos descargables y resúmenes narrativos.

El proveedor llama a Anna agnóstica al dominio por arquitectura, con un enfoque inicial en salud, inteligencia geoespacial e inteligencia de datos sociales. Ejemplos publicados incluyen riesgo de salud por sequía por código postal en Texas y distancia promedio a una clínica de salud femenina por código postal en Pensilvania. Los desarrolladores pueden aportar sus propios modelos, pipelines de datos y flujos de trabajo mediante integración basada en API. Los datos registrados pueden incluir capas derivadas de satélites: el proveedor lista su Sistema de Seguimiento de Plásticos Poseidon entre las soluciones impulsadas por Anna, y Poseidon mapea plástico costero a partir de imágenes satelitales multiespectrales (Sentinel-2 en su piloto ártico de 2023). Pilotos anunciados incluyen WaldoAir (imágenes aéreas combinadas con datos de riesgo sanitario para respuesta a desastres, 2024) y Skymantics (datos de población sintética DataGenesis, 2026). En agosto de 2026 el proveedor reportó una reducción de 100x en el uso de tokens de modelos de lenguaje comparado con enfoques agénticos, cifra que describe como 'probada vía Perplexity'.