Anna

Anna é uma camada de execução governada para análise potenciada por IA da Geo Orchestration AI. Aborda um problema que o fornecedor descreve em sistemas de IA liderados por modelos: quando o mesmo modelo de linguagem interpreta um pedido, decide o que fazer, ativa ferramentas e explica o resultado, a incerteza na linguagem torna-se incerteza na execução.

Anna separa o trabalho em três funções. Modelos de linguagem interpretam uma pergunta em linguagem simples, selecionam entre conjuntos de dados registados, métricas, entidades e fluxos de trabalho, e explicam o resultado concluído. Código determinístico executa o acesso a dados, junções, agregações, operações geoespaciais (sobreposições, agregações administrativas, análise baseada em localização), chamadas de pipeline e geração de saída. A proveniência é capturada durante a execução, para que um utilizador possa ver os dados usados, os filtros aplicados e os passos do fluxo de trabalho seguidos. As saídas incluem mapas, gráficos, tabelas, painéis, ficheiros descarregáveis e resumos narrativos.

O fornecedor denomina Anna como agnóstica ao domínio pela arquitetura, com um foco inicial em saúde, inteligência geoespacial e inteligência de dados sociais. Exemplos publicados incluem risco de saúde por seca por código postal no Texas e distância média a uma clínica de saúde da mulher por código postal na Pensilvânia. Os desenvolvedores podem trazer os seus próprios modelos, pipelines de dados e fluxos de trabalho através de integração baseada em API. Os dados registados podem incluir camadas derivadas de satélite: o fornecedor lista o seu Poseidon Plastic Tracking System entre as soluções potenciadas por Anna, e o Poseidon mapeia plástico costeiro a partir de imagens multiespectrais de satélite (Sentinel-2 no seu piloto no Ártico em 2023). Pilotos anunciados incluem WaldoAir (imagens aéreas combinadas com dados de risco de saúde para resposta a desastres, 2024) e Skymantics (dados de população sintética DataGenesis, 2026). Em agosto de 2026, o fornecedor reportou uma redução de 100x no uso de tokens de modelos de linguagem comparado com abordagens agenticas, um valor que descreve como 'testado via Perplexity'.