Descripción
Lettria construye lo que llama una Capa de Contexto Gráfico: una forma de convertir los datos estructurados y no estructurados de una organización en gráficos de conocimiento potenciados por ontologías sobre los que los sistemas de IA pueden razonar, en lugar de depender únicamente de la recuperación basada en vectores. El argumento de la empresa es que la búsqueda por vectores funciona para búsquedas simples, pero se descompone en razonamiento de múltiples saltos, respuestas verificables y conexión de fuentes estructuradas y no estructuradas dispersas, que los gráficos están mejor preparados para manejar.
Leer más
Lettria ofrece dos puntos de entrada a esta capa. Knowledge Studio es una plataforma nativa de gráficos de inteligencia documental construida para industrias reguladas, incluyendo finanzas, salud, legal e ingeniería, donde la trazabilidad y la auditabilidad son tan importantes como la precisión. Perseus está dirigido a desarrolladores y equipos técnicos, permitiéndoles generar y versionar ontologías y gráficos de conocimiento para sus propios datos de dominio, manteniendo a los expertos en negocios informados, de modo que se puedan construir gráficos de calidad de producción en días en lugar de meses.
La plataforma se basa en tres capacidades centrales. La Construcción de Ontologías auto-genera ontologías a partir de los datos de dominio de una organización en lugar de requerir que sean modeladas a mano, con control de versiones integrado. Text-to-Graph convierte material no estructurado como documentos, tablas y exportaciones de SAP en un gráfico de conocimiento estructurado y consultable; Lettria afirma que este paso es más de un 30 por ciento más preciso y hasta 400 veces más rápido que los LLM de propósito general en la misma tarea, y cubre tablas nativas, diseños y contenido multimodal. La Recuperación Gráfica, o GraphRAG, luego responde preguntas siguiendo relaciones a través del gráfico en lugar de coincidencias de palabras clave o fragmentos aislados, con cada respuesta rastreando de vuelta a sus documentos fuente, lo que la empresa enmarca como "cero alucinaciones por diseño."
Lettria publica comparaciones de referencia que muestran que su enfoque basado en gráficos supera a los agentes de recuperación por vectores en razonamiento de múltiples saltos, razonamiento numérico y razonamiento temporal, con una precisión general del 81.7 por ciento frente al 57.5 por ciento para los agentes de vectores en sus propias pruebas. La empresa también cita estudios de caso de producción: Alfa Laval lo utilizó para unificar manuales técnicos y especificaciones en un solo gráfico de conocimiento de ingeniería, reportando una mejora del 30 por ciento en la precisión de extracción; Wisecube estructuró 108GB de texto biomédico en un gráfico de conocimiento que abarca más de 500 clases; Leroy Merlin unificó un catálogo de productos minoristas en más de 10,000 clases de productos; y AP-HP lo utilizó para estructurar investigaciones biomédicas fragmentadas, reportando un 60 por ciento más rápido en la entrega de investigaciones.
Lettria está diseñada para organizaciones reguladas o intensivas en conocimiento, como equipos de salud, finanzas, legal e ingeniería, que necesitan respuestas de IA fundamentadas en fuentes rastreables, además de los equipos de desarrolladores y datos que construyen la infraestructura gráfica detrás de esas respuestas.
- CategoríaGestión del conocimiento con IA
- ImplementaciónNube
- PlataformasWeb
Características principales de Lettria
Construcción de Ontologías que auto-genera ontologías de dominio en lugar de modelarlas a mano
Conversión Text-to-Graph de documentos, tablas y exportaciones de SAP en gráficos de conocimiento estructurados
Recuperación basada en GraphRAG con trazabilidad completa de la fuente para cada respuesta
Knowledge Studio para inteligencia documental en industrias reguladas
Herramienta para desarrolladores Perseus para generar y versionar gráficos de conocimiento
Uso específico por sectores en datos de finanzas, salud, legal e ingeniería
Comparaciones de referencia publicadas de precisión de recuperación basada en gráficos frente a vectores
Soporte para datos empresariales estructurados y no estructurados, multimodales en un solo gráfico
¿Cómo usar Lettria?
Elija Knowledge Studio para inteligencia documental o Perseus para agentes gráficos construidos por desarrolladores
Conecte sus documentos empresariales, tablas o exportaciones de datos (como datos de SAP)
Deje que Lettria auto-genere una ontología a partir de sus datos de dominio, con expertos en negocios revisándola
Ejecute Text-to-Graph para convertir su contenido no estructurado y estructurado en un gráfico de conocimiento
Consulta el gráfico a través de GraphRAG para obtener respuestas con trazabilidad completa de la fuente
Versione y expanda el gráfico con el tiempo a medida que se agregan nuevos documentos y fuentes de datos
Casos de uso de Lettria
- Inteligencia documental regulada
- Gráficos de conocimiento empresarial
- GraphRAG para IA empresarial







