Anna

Anna est une couche d'exécution gouvernée pour l'analyse alimentée par l'IA de Geo Orchestration AI. Elle répond à un problème que le fournisseur décrit dans les systèmes d'IA dirigés par des modèles : lorsque le même modèle de langage interprète une demande, décide quoi faire, déclenche des outils et explique le résultat, l'incertitude dans le langage devient incertitude dans l'exécution.

Anna sépare le travail en trois rôles. Les modèles de langage interprètent une question en langage clair, sélectionnent parmi les ensembles de données enregistrés, les métriques, les entités et les flux de travail, et expliquent le résultat obtenu. Le code déterministe réalise l'accès aux données, les jointures, les agrégations, les opérations géospatiales (superpositions, regroupements administratifs, analyse basée sur la localisation), les appels de pipeline et la génération de sortie. La provenance est capturée pendant l'exécution, de sorte qu'un utilisateur peut voir les données utilisées, les filtres appliqués et les étapes du flux de travail suivies. Les sorties incluent des cartes, graphiques, tableaux, tableaux de bord, fichiers téléchargeables et résumés narratifs.

Le fournisseur qualifie Anna d'architecture indépendante du domaine, avec un focus initial sur la santé, l'intelligence géospatiale et l'intelligence des données sociales. Les exemples publiés incluent le risque sanitaire lié à la sécheresse par code postal au Texas et la distance moyenne à une clinique de santé pour femmes par code postal en Pennsylvanie. Les développeurs peuvent apporter leurs propres modèles, pipelines de données et flux de travail via une intégration basée sur API. Les données enregistrées peuvent inclure des couches dérivées de satellites : le fournisseur cite son Poseidon Plastic Tracking System parmi les solutions alimentées par Anna, et Poseidon cartographie le plastique côtier à partir d'images satellites multispectrales (Sentinel-2 dans son pilote arctique 2023). Les pilotes annoncés incluent WaldoAir (imagerie aérienne combinée avec des données de risque sanitaire pour la réponse aux catastrophes, 2024) et Skymantics (données de population synthétique DataGenesis, 2026). En août 2026, le fournisseur a rapporté une réduction par 100 de l'utilisation des tokens des modèles de langage comparée aux approches agentiques, un chiffre qu'il décrit comme « testé via Perplexity ».