Säg det bara. Kapitel för kapitel.
Vårt huvudanförande i 13 korta kapitel. Se bara den del du vill se, eller tryck på Spela upp allt för hela programmet (cirka 39 minuter).
Läs transkriptet av detta kapitel
God morgon allihopa och välkomna. Jag heter Shlomo Friman, IN-COM Data Systems. Och bakom kulisserna finns Ami Sadeh, CTO, och hela hans fantastiska utvecklingsteam. Hej allihopa, tack. Idag är dagen vi har arbetat mot väldigt länge. I många år har ni litat på SMART TS XL för att hjälpa dig förstå din kod. Miljontals rader, några av er miljarder rader. Stordator, distribuerad, COBOL, Java, databaser, allt. Du söker, du utforskar, du hittar, du analyserar, flödesscheman, komplexitet. Många av er har blivit sanna experter på vad vi kallar superanvändare och tack för det. Idag förändras något och det är stort. Tänk om du inte behöver söka alls? Tänk om du bara kunde säga det? Tänk dig det här, om du vill. Ta fram din telefon, öppna Claude och säg: Var uppdateras skattekoden på alla plattformar och alla system i företaget? Pang, du fattar. Tänk om du kunde säga: Ge mig en lista över alla COBOL-program som öppnar filer utan att kontrollera filstatus? Eller, om vi skulle pensionera dessa tre datamängder, vad blir dominoeffekten? Vad kommer att gå sönder? Du säger det, SMART TS XL gör jobbet åt dig. Så enkelt är det. Det är inte bara chatbotar som gissar här. Det är AI:n du redan använder och litar på, som ChatGPT, Claude, Copilot, Gemini, som arbetar hand i hand med SMART TS XL och dess MCP-server. Varje svar spåras tillbaka till den exakta kodraden, beviset. Och den lär sig, korrigerar det en gång, och från och med då får hela företaget rätt svar. Och eftersom AI:n bara läser vad den behöver, sjunker er AI-räkning dramatiskt. 20, 40 procent eller mer. Nu vet jag att inte alla av er har sett detta eller har detta än. Det är okej. Det kommer väldigt snart. Idag handlar det om att visa er vad som är möjligt, vad som ligger precis runt hörnet, en, två veckor bort. Så vi ska göra något lite annorlunda. Istället för att börja med vad ni kan göra idag och bygga upp med ett stort wow, ska vi börja med wow och sedan visa er hur vi kom dit. En varning, den här föreläsningen är 30 minuter lång från början till slut. Minut 31, detta kommer att bli en avslöjning av den senaste tekniken vi nu arbetar med och ni kommer att vara de första att se den. Okej. Låt mig visa er nu vad som hände i morse när jag körde till jobbet och hur jag kunde få Just Say It att fungera för mig. Låt mig visa dig.
I det här exemplet ska vi prata om kraften i att ansluta din favorit-LLM till MCP-kontakten på SMART TS XLDu kan se att MCP för SMART TS XL ger tillgång till LLM-programmen för att utföra alla viktiga färdigheter, uppgifter, funktioner och funktioner inom SMART TS XLSå i grund och botten har du juristexamen med all kunskap om hur man arbetar SMART TS XL att utföra vilken uppgift vi vill. Nu ska vi titta på uppgiften. Låt oss titta på den aktuella uppgiften. Medan du kör öppnar du din telefon, väljer, i det här fallet, Claude, och säger, expandera skattekodfältet, WS-skattekod, från två till tre byte. Hitta varje program, häfte, JCL-jobb och fil som den berör. Berätta vad som måste ändras, hur komplext varje program är och hur många timmar det kommer att ta. Och ge mig en fasplan med riskerna. Åh, och jag vill ha den färgkodade rapporten i min inkorg när jag kommer till kontoret, tack. Så att du kan se att den började fungera omedelbart. Och eftersom jag körde säkert, inte körde för fort till kontoret, ta min tid, slutfördes den och genererade en PDF-rapport. Denna PDF-rapport bad jag sedan att skicka till mina e-postmeddelanden. Och låt oss gå och titta på vad jag fick via e-post. Jag går till min Outlook, öppnar e-postmeddelandet och tittar på den här filen han skapade. Du kan se att filen är färgkodad, lättläst. Det är expansionen till tre byte. Den berättar hur många timmar, hur många dagar, hur många komplexitetsprogram den hittade, vilka fält den har flyttat eller flyttat till finns här. Den hittade även alla berörda program, och den berättar om de har medelhög, hög, medelhög eller låg komplexitetsanalys. Och har en projektplan för exakt start, design, kod, test, driftsättning och en sammanfattning av risker och öppna punkter. Så detta är definitivt revolutionerande när en användare helt enkelt kan säga sitt hjärta till en LLM och specificera exakt vad hen vill ha. Och sedan LLM:n tillsammans med SMART TS XL MCP kan använda alla verktyg och funktioner som är tillgängliga för SMART TS XL att utföra även monumentala uppgifter. Det kan ta en minut, det kan ta två minuter, men vi pratar om att spara veckor och månader av arbete på varje fråga. Jag hoppas att detta hjälper. Och alla som är intresserade av mer information är välkomna att kontakta oss. Förr i tiden hade utvecklare ett talesätt, det du ser är vad du får. Tja, med SMART TS XL, vi myntade en ny, och den har blivit vår lilla grej. Man får vad man säger. Så hur uppstod den magin?
Hur kan jag bara prata i min telefon eller dator eller helt enkelt skriva vad jag vill och SMART TS XL Gör allt jobbet åt mig? Nu dyker vi in. Alla vet vad en LLM är. ChatGPT, Claude, Gemini, Copilot, en supersmart AI. Och alla vet SMART TS XL, hela ditt kodlandskap indexerat och sökbart på några sekunder. Men den magiska såsen finns i mitten, IN-COM SMART TS XL MCP-server. MCP står för Model Context Protocol. Stora ord. Så vad betyder det egentligen? Mellan dig och mig är det en mellanhand, en mellanhand som vet allt som finns att veta om SMART TS XL... Och jag menar allt. Ännu bättre än Ami och jag, varje funktion, varje funktion, varje verktyg, sökning, synonymer, korsreferenser, rapporter, flödesscheman, fältspårning, allt är inbyggt. Hur? Vi på IN-COM gav det kontextfiler. Allt att veta om SMART TS XL, och allt som behövs för att veta om dig, klienten, vad du har laddat, dina datatyper, produktion och test, stordator och distribuerad. Den vet allt. Nu ger du juridikansvarig en stor fråga. Om jag ändrar det här fältet, vad blir dominoeffekten? Visa mig varje plats som måste ändras och ge mig hela projektplanen. Juridikansvarig pratar med stordatoransvarig och tillsammans utarbetar de en plan. För att ge dig det svaret behöver vi fem sökningar, 18 korsreferenser och en komplexitetskontroll. Sedan går stordatoransvarig in i SMART TS XL genom våra API:er och ger tillbaka exakt vad LLM behöver. Miljontals, till och med miljarder rader kod. Och här är den del som sparar pengar. Normalt sett måste en LLM arbeta riktigt hårt för att gräva fram information och det förbränner många tokens. I vårt fall gör MCP körningen, benarbetet, det tunga lyftandet, och den levererar allt till LLM på ett gyllene fat, vilket sparar dig miljoner och åter miljoner tokens. Det är, i ett nötskal, MCP. Nu när du vet hur det fungerar, låt oss köra på.
Tre frågor. Enkla, svårare och riktigt svåra. Titta. Först en enkel. Jag skriver, hittar alla ställen där vi beräknar skatt eller ränta. Claude frågar MCP och MCP kör en sökning i SMART TS XLTitta på det. Nästan 4 000 produktionsprogram söktes igenom på tre hundradels sekund. 113 program beräknar skatt. Över 2 000 träffar. Och intresse? Nästan ingenting. Bara ett program. Ett riktigt svar på några sekunder. Nu ett svårare. Spåra skattekodsfältet. Vem använder det, vad det berör och hur det flyter över delsystemen. Stordatorn hittar fältet, kör en korsreferens två nivåer djupt och kontrollerar de jobb som kör det. Sju program delar detta fält. Ett stort navprogram. Över 10 000 rader med nästan 600 punkter. Och de är alla sammankopplade genom delade kopieböcker och processer, inte programanrop. Det är något du aldrig skulle se bara genom att läsa koden. Och nu den riktigt svåra. Visa mig varje länk mellan stordatorn och de distribuerade systemen för betalningsbehandling. Med riskerna. 16 000 dokument sökta. Sedan följer stordatorn spåret. Ett JCL-jobb kör ett COBOL-program. En MQ-brygga läser kön. En Java-tjänst hämtar den, anropar en .NET-arbetare och skriver till två databaser. SQL Server och Oracle. Varje hopp som hittas i källkoden. Och riskerna? Könamnen matchar inte mellan COBOL-sidan och Java-sidan. Jobbnamnen skiljer sig åt. Och MQ-läsningen är inte skyddad, så ett meddelande kan gå vilse. Det är den typen av saker som tar ett team veckor att hitta. Lätt, svårare, riktigt svårt. Samma chattruta. Säg det bara. Lätt, medel och svårt var uppvärmningen. Nu ska vi göra det riktiga. En riktig ändringsbegäran. På riktig, fungerande produktionskod som vi sanerat från början till slut. Här är kravet från min chef. Kundkontotypen är två tecken idag. Som ST och PA. Det måste bli tre. Hitta varje förekomst och varje stavning. Spåra varje program, anrop, JCL-jobb, datamängd och sortera den berör. Utkasta kodändringarna. Och bevisa hur många tokens... SMART TS XL sparar medan jag gör det. Jag klistrar in den begäran i Claude. Precis som det är skrivet. Claude är kopplad till SMART TS XL MCP-server. Du kan se den här, under kontakter. Jag trycker på enter och så kör den. Den laddar SMART TS XL kontext, söker sedan igenom 146 000 medlemmar på cirka 3 sekunder. Mindre än en halvtimme senare har vi tre leveranser. Först, tokenrapporten. Med SMART TS XL MCP, hela jobbet tog cirka 340 000 tokens. Utan det måste AI:n läsa källkoden själv. Nästan 2 miljoner tokens. Det är mer än vad som får plats i ett sammanhang med 1 miljon tokens. 83 % sparat. På en enda ändring. Det här är mycket imponerande siffror. I dollar ser en ändring liten ut. Från cirka 4 dollar till cirka 50 dollar sparat, beroende på modell. Multiplicera nu det med tusen utvecklare, hundra uppgifter om dagen och AI-agenter som körs dygnet runt på din stordator. Det är tiotals miljoner dollar om året eller mer. Det här är fantastiskt, och det kommer att göra underverk för våra kunder. För det andra, effektrapporten för ledningen. En sida berättar allt. 13 program, 3 läsböcker, 53 jobb, 2 VSAM-filer över 8 grenar och 9 sorteringar. Kartan över ringar på vattnet visar exakt hur data flödar. Varje program med sin storlek och komplexitet. Betyget? Medel. Ansträngningen? Cirka 28 persondagar. Och den fångade det som en textsökning skulle missa. En hårdkodad nyckel utan fältnamn och 18 liknande fält som inte får röras. Och grädden på moset? De föreslagna ändringarna. En fil för varje program. Copybook och JCL-medlem. 115 ändringar totalt. Rött är den gamla raden. Grönt är den nya. Med orsaken. Copybook. Programmet. Proc:n, där postlängden går från 63 till 64. Och sorteringskortet, där nyckeln går från 8 till 9. Ingenting i källkoden rördes. Och tänk på det. Vi kunde ha haft hela programmen, JCL:erna och procs skrivna redo för produktionsgranskning. Detta är verkligen lovande. En prompt. Mindre än en halvtimme. En fullständig konsekvensanalys, kodändringarna och 83 % färre tokens. Det är SMART TS XL med MCP-servern.
Okej. Det var mycket att fundera över. Verkligen. Mycket. Så, låt oss ta en liten paus och ha lite kul. Jag har tre korta klipp till er. Medan ni tittar, tänk på vilket ni relaterar mest till. I slutet ber jag er om handuppräckning. De här små streckgubbar kanske inte ser ut som mycket, men problemen de representerar är väldigt, väldigt verkliga. Jag har jobbat i stora organisationer och jag kan säga er att sådana här saker händer varje dag. Låt oss ta en titt. Hej Tom, en snabb fråga. Revisorerna vill ha alla program som rör personnummer. Senast måndag. Måndag? Linda, det är fredag. Klockan är 4.55. Älskling, ställ in sjön. Jag kommer hem i mars. Tom, lägg ner sovsäcken. Titta på det här. Hitta alla program som rör personnummer. Visa mig fälten, filerna och risken. Skicka det till Tom. Vänta, kan du bara säga det? Säg det bara. Samma sak SMART TS XL... Och den gör allt jobbet. Är den klar? Klockan är 4.57. Gå hem, Tom. Lake, här kommer jag. Välkommen tillbaka till Cooking with Code. Idag gör vi en klassisk konsekvensanalys. Du behöver 4 000 program, 12 analytiker, 300 post-it-lappar och låt det sjuda i sex veckor. Sex veckor? Mamma Mia! Låt mig visa dig en genväg. Kör en fullständig konsekvensanalys på kontonummer. Varje program, varje fil. Lägg upp det snyggt. Och här är en jag bad om tidigare. Sa du det just? Säg det bara. SMART TS XL gör all matlagning. Okej team, hur lång tid tar det att uppskatta databaskonverteringen? Först inventerar vi varje program. Sedan kontrollerar vi varje tabell. Sedan korsrefererar vi allting. Jag skulle säga tre veckor. Bara för uppskattningen. Dave, vänd dig om. Är det uppskattningen? Timmar, risker, komplexitet. Jag skrev bara vad jag ville, och det gjorde allt arbete. Så vad gör vi med de andra tre veckorna? Starta projektet, Dave. Sluta klicka. Börja fråga.
Så här är frågan jag alltid får. Varför kan jag inte bara använda ChatGPT eller Claude eller någon annan AI direkt i min kod? Varför behöver jag SMART TS XL och MCP? Bra fråga. För skillnaden är enorm. Låt mig ge dig sex anledningar. Ett, snabbare. En AI måste på egen hand läsa din kod fil för fil. SMART TS XL söker över 100 000 dokument på en tredjedels sekund. För det andra, billigare. Utan oss läser AI:n hela arkivet och du betalar för varje token. Med oss läser den bara svaret. 20, 40, till och med över 60 % besparingar. För det tredje, mer exakt. En AI kan gissa på egen hand. Med SMART TS XL, varje svar spåras till exakt de exakta kodraderna. Det finns alltid bevis. Fyra, konsekvent. Ställ samma fråga till en AI två gånger och du kan få två olika svar. Hos oss, samma fråga, samma bevis, samma svar. Varje gång. Fem, komplett. En AI ser bara det som får plats i dess fönster. SMART TS XL ser varje program, varje fält, varje relation, stordator och distribuerad. Och sex, smartare varje dag. För vi har något som ingen annan har. En självlärande MCP. Patentansökan är inlämnad. Här är vad det betyder. I varje företag lever den verkliga kunskapen i människors huvuden. Visste du att program som börjar med AB är betalningar? Att moduler som slutar på M är matterutiner? Att de nattliga jobben följer en namngivningsregel som ingen någonsin skrivit ner? Idag, när dessa människor slutar, försvinner den kunskapen ut genom dörren. Med den självlärande MCP:n är det fel första gången någon säger det. Så här fungerar det verkligen. MCP:n lär sig det. Och från och med då vet hela företaget det. Så varför inte bara ChattaGPT på din kod? För en AI som läser din kod är inte samma sak som en AI som känner till den. Låt mig visa dig. Varje företag använder kunskap som bara lever i människors huvuden. Vilka program hör till vilken applikation? Vilken prod betyder egentligen här? Din AI-assistent vet ingenting av det. Så den gör samma misstag idag, imorgon och för alla. Här är ett verkligt exempel. Dana frågar sin AI om ATM-programmen som uppdaterar kortsaldot. Den returnerar 40 program, men hälften av dem är inte alls ATM. Dana vet hemligheten. Här börjar ATM-program med bokstäverna AB. Ingen har någonsin skrivit ner det. Nu ska vi träffa den självlärande MCP:n för SMART TS XL... Den är patentsökt och den byggs redan. Den förvandlar varje miss till en läxa, direkt inuti AI-verktygen som dina anställda redan använder. Claude, ChatGPT, Copilot med flera. Så här fungerar det. AI:n märker att något är fel eftersom Dana säger att det är fel. Den korrigerar hennes svar direkt. Nio riktiga ATM-program. Sedan ställer den en snabb omgång frågor. Betyder AB alltid ATM? Finns det några undantag? Ska alla lära sig detta eller bara du? Det tar ungefär en minut. Här är den smarta delen. Innan du sparar något, SMART TS XL kontrollerar påståendet mot den verkliga koden. AB dyker upp i nästan 500 stordatorprogram, jobb och kopieringsböcker. Några få Java-filer ser bara likadana ut, så de utelämnas. Det är inte ett rykte. Det är ett verifierat faktum. Lektionen sparas som ett enkelt kort och fungerar omedelbart för Dana. För att dela den i hela företaget får en expertgranskare ett e-postmeddelande, ser bevisen och godkänner med ett klick. Personliga preferenser som att visa mina resultat som en tabell gäller direkt, bara för dig. Två veckor senare frågar Yossi, i ett helt annat AI-verktyg, vilka ATM-program som anropar bedrägerikontrollen. Han har aldrig hört talas om AB-regeln. Han behöver inte det. AI:n vet redan, gör rätt första gången och visar vilken lektion den använde. En person lärde ut den en gång. Alla gynnas. Och den är byggd på förtroende. En lektion kan aldrig ge någon åtkomst de inte redan har. Motstridiga lektioner fångas upp, staplas aldrig tyst. Om en lektion blir föråldrad kan vem som helst ifrågasätta den och en expert bestämmer. Varje ändring registreras. För organisationen är detta enormt. Expertkunskap slutar att försvinna när folk går i pension. Nyanställda får expertsvar från dag ett. Färre felaktiga resultat, färre omförsök, mindre slöseri med tid, både på stordatorer och distribuerad kod. Och ju fler som använder det, desto smartare blir det för alla. SMART TS XL med den självlärande MCP:n. Patentansökan är inlämnad. Redan under utveckling. Ditt företags kunskap. Lärd en gång. Delad med alla.
Låt oss prata om pengar. Dina pengar. Men först, en liten film. Möt AI-räkningen. Tom, varför är vår AI-räkning större än kaffebudgeten och hyran? Det är AI:n. Den läser COBOL, JCL, Java, Python, databasskript för att svara på en fråga, sedan glömmer den bort och läser dem alla igen. Så vi betalar den för att läsa samma kod. Varje gång? Ja. Titta på det här. Vad går sönder om jag ändrar postnummerfälten? Den läste inte allt. Den visste redan var den skulle leta. Samma AI. Samma frågor. Mindre räkning. Sluta betala din AI för att läsa. Börja fråga. Det är en rolig liten film. Men det här är ett allvarligt ämne, folkens. När ditt företag börjar använda AI mycket blir det dyrt. Väldigt dyrt. Vi känner kunder som spenderar hundratals miljoner dollar på det. Här är varför. Du betalar för läsningen, inte för svaret. Ge AI:n ett stort jobb. En förfrågan som är 50 meningar lång och på egen hand söker den. Och söker igen. Och igen. Den öppnar program, läser filer, glömmer och läser dem igen. Och varje sida den läser betalar du för. Se nu vad som händer med SMART TS XL MCP. AI:n börjar prata med MCP:n och MCP:n säger: "Oj, vänta lite. Håll dina hästar. Spara dina polletter. Jag ska hämta det åt dig." Allt. SMART TS XL vet finns redan där. Miljontals, till och med miljarder rader kod. Varje regel, varje relation, varje korsreferens, varje dataflöde. Komplexitetsanalysen. Den är din. Du äger den. Och att fråga den kostar dig inte en enda token. Så AI:n frågar en gång och får tillbaka bara svaret. Det sparar dig allt från 20 % till långt över 60 %. Jag vill spara pengar åt dig. Det är slutsatsen. Så vad betyder det för ett företag av din storlek?
Oavsett om ditt företag har tiotals miljoner, hundratals miljoner eller till och med miljarder rader kod, är en stor del av din AI-räkning AI:n som läser den koden. Oavsett om din kod fortfarande finns på stordatorn eller om du redan har flyttat den till GitHub eller GitLab, fungerar din AI på samma sätt. Sök. Öppna en fil. Läs den. Och betala för varje rad den läser, om och om igen, varje gång den letar. SMART TS XL har redan läst, förstått och kopplat varje rad på varje plattform och alla språk. Genom vår MCP-server frågar ChatGPT, Claude, Copilot, Gemini eller Grok helt enkelt SMART TS XL istället för att läsa. För det första, exakta rader på några sekunder. Inte hela filer, bara raderna som matchar raderna före och efter för sammanhang. I våra tester sökte vi igenom 131 000 dokument på en tredjedels sekund. För det andra, frågor som ingen textsökning kan ställa. Komplex boolesk logik. Ord nära varandra. Synonymer. Hela kodblock. Endast kod, inte kommentarer. Även fält du definierar själv. En exakt fråga. Istället för tusentals bullriga matchningar måste AI:n läsa och slänga. För det tredje, SMART TS XL känner redan till varje relation. Vilket jobb kör vilket program? Vilket program anropar vilket? Vilken kopiebok? Vilken kö? Vilken tabell? Vilken trigger? Över stordatorer, Java, .NET, Python och databaser. AI:n bygger inte om kartan genom att läsa, den bara frågar. Och komplexitet, påverkan och historik är redan beräknade, så varje ny AI-session startar smart istället för att börja om. Besparingarna. Långt över 60 % på stordatorn. Cirka 20 % på andra databaser. Vid 20 %, spendera 10 miljoner dollar på AI, och du sparar 2 miljoner dollar. Spendera 100 miljoner dollar, spara 20 miljoner dollar. Spendera 1 miljard dollar, och du sparar 200 miljoner dollar. Din AI läser redan din kod. Med SMART TS XL, den läser svaret, inte hela arkivet. Se vad du skulle spara. Boka din livesession på in-com.com/savings.
Kuvertet förblir förseglat lite längre, men du behöver inte vänta på allt. I den version du redan har finns AI inuti. SMART TS XL idag. Hjälp med att chatta, ge feedback och fråga AI. Låt mig visa dig. Först, helt nytt: Hjälp med att chatta. Du kan chatta med Claude direkt inifrån. SMART TS XLDen hjälper dig att bygga upp dina sökningar och lär dig produkten allt eftersom. Nytt inom SMART TS XL, supportexpertchatten. En produktexpert som du kan fråga om allt som är inbyggt i hjälpen. För att öppna den, klicka på Hjälp i den översta menyn. Välj sedan Supportexpertchatt under Användare. Den svarar från den officiella SMART TS XL dokumentation och IN-COMs egen supportkunskap för den version du kör. Du kan till och med bifoga skärmdumpar och loggfiler till din fråga. Låt oss ställa en riktig fråga. Hur hittar jag varje plats där vi flyttar ett enskilt tecken till ett fält med skatt i namnet? Vi klickar på Skicka, och den söker upp det i dokumentationen. Här är svaret. En närhetssökning. Flytta, sedan två, sedan valfritt fält som innehåller skatt. Den förklarar varför två behöver offerter och hur man håller kommentarer borta från träffarna. Och den är ärlig. Den berättar när den kombinerar dokumenterade funktioner, så att du vet att du ska testa den. Klicka på Hjälp, välj Support Expertchatt och fråga bara.
För det andra, feedback. Skicka oss feedback inifrån SMART TS XLOch i samma ögonblick som du gör det får du ett mejl. Vi har det! Och där och där, svaret från vår AI-expertsupport. Ingen väntetid. Här är något nytt i SMART TS XLNär något inte fungerar som du förväntar dig kan du meddela oss direkt från skärmen du är på. Och inom några minuter får du ett expertsvar via e-post. Nu provar vi. Vi söker i vår kod efter ordet "läs", och ingenting kommer tillbaka. Det är inte vad vi förväntade oss. Så vi klickar på feedback-knappen högst upp i fältet. Vi väljer område, söker. Vi väljer det ledsna ansiktet. Och vi berättar för IN-COM vad som gick fel med våra egna ord. Skicka till IN-COM. Ett snabbt tack, och vi är tillbaka till jobbet. Bakom kulisserna öppnas ett ärende automatiskt i vår servicedisk. Vår nya AI-supportagent läser det, kontrollerar SMART TS XL användarhandboken och våra tidigare supportsvar, och skriver tillbaka. Det är som att höra från vår bästa supporttekniker. Direkt i den del som är ny. Ett svar från vår AI-supportagent. Den berättar hur den tolkade ditt meddelande och ber dig att korrigera det om det är fel. Så varje feedback gör två saker samtidigt. Den öppnar ett riktigt ärende som vårt supportteam följer upp, och den ger dig ett expertsvar direkt, så att du kan fortsätta arbeta istället för att vänta. Rapportera det. Få ett svar. Fortsätt arbeta. Det är support inbyggd i SMART TS XL.
Och för det tredje, fråga AI:n själv på en enda kodrad, på ett helt program, på många program samtidigt. Välj din modell, använd våra färdiga prompter eller skriv dina egna. Ta en titt. Det finns ett bibliotek med färdiga prompter grupperade efter uppgift. Förstå och dokumentera kod, felsökning och optimering, modernisering och flödesscheman. Klicka på pennan för att se exakt vad en prompt säger och redigera den så att den passar dina behov. Öppna Ask AI från resultaten, så fungerar den på din kod. Interactive körs på ett program, och svaret kommer direkt tillbaka på skärmen. Det är det bästa sättet att testa en prompt. Bakgrunden kör samma prompt över många program, eller alla. Välj nu vad AI:n läser. Alla rader i varje program, eller bara sökresultaten, eller resultatraden plus kontext. Fem rader före och efter, eller så många du behöver. Färre rader innebär skarpare svar och lägre kostnader. Och med Gemini-bildskaparen ritar Ask AI. Välj flödesschemat för affärsregler, så får du en bild av hur affärsreglerna i ett COBOL-program fungerar tillsammans. Eller välj ett utökat JCL-jobb och få hela dess flöde. Från jobbstart, varje steg, varje process, varje returkodskontroll, ända till jobbets slut. Ladda ner bilden och använd den var som helst. Fråga AI i SMART TS XL. Valfri modell. Dina prompter. Din kod. Tillgänglig idag i version 13.
Ni har sett MCP. Ni har sett den lära sig av varje korrigering. Ni har sett en mening från en bil bli ett helt projekt. Det var början. Vad kommer härnäst? Mer spännande. Större besparingar och spjutspetsteknik. Ni är den allra första publiken som ser vad jag ska presentera, och jag kunde inte vara mer exalterad över att dela detta ögonblick med er. Vi presenterar SMART KS, det smarta kunskapssystemet. På IN-COM är vårt engagemang att hjälpa er att leda vägen med AI, att se vad som är möjligt, omsätta det i praktiken och forma vad som kommer härnäst. Och vi vill bygga den framtiden med er. Idag får ni mer än en första titt. Ni är här i början av något vi vill skapa tillsammans. Tillsammans kommer vi att definiera hur IT-team arbetar under de kommande åren. Detta är enormt. Djupare lärande. Större självförbättring. Ännu större tokenbesparingar. Denna nya utveckling kommer att ta SMART KS-systemet ännu längre och dramatiskt minska tokenanvändningen för att få er AI att arbeta snabbare, ge bättre resultat och kosta betydligt mindre. Och det finns mer. Ytterligare ett patent väntar för denna innovation. Låt mig visa dig vad vi har byggt. Fram tills nu har din AI-assistent nått SMART TS XL genom vår MCP. Den ställde frågan, fick tillbaka de exakta raderna och gjorde resten av tänkandet själv.
Nu finns det något mycket större. Möt SMART KS-agenten. KS står för kunskapssystem. Agenten kan göra allt som MCP kan göra, och mer därtill. Men den svarar inte bara på frågor. Den gör jobbet. Inuti finns fyra saker. Och precis bredvid, en till. En, varje SMART TS XL verktyg. Sökning, korsreferens, fältspårning, komplexitet. Varje program, varje relation, över stordator och distribuerad kod. Två, certifierade färdigheter. Varje färdighet är ett program, en kapacitet, förbyggd och testad av IN-COM. Den utför en specifik uppgift och ger samma resultat varje gång. Agenten levereras med ett bibliotek av dem. Vissa kan byggas för en klient. Och biblioteket fortsätter att växa. Tre, en kodningssandlåda. När ett jobb behöver något nytt skriver AI:n ett litet program på valfritt språk och kör det säkert inuti agenten. Det programmet sparas. Nästa gång det behövs återanvänder agenten det istället för att skriva det igen. Program som ingen använder rensas ut efter 90 dagar. Och de som bevisar sig kan godkännas och bli certifierade färdigheter. Fyra, sparad kunskap. De rapporter, utdata och kodavsnitt som folk godkänner sparas i kunskapsbasen. Så om någon bad om samma information förra veckan finns den redan där. Och bredvid agenten, SMART KS kunskapssystem. Här granskar folk arbetet och väljer vad som ska behållas. Ja, det är sant. Den här rapporten är bra för alla. Godkänd kunskap sparas och indexeras direkt i SMART TS XL som sin egen datatyp, så att den hittas direkt. Det finns fyra sätt att ge agenten ett jobb. Från Claude eller vilken LLM som helst som är ansluten till agenten. Från promptrutan i SMART KS-webbappen. Från ett programanrop, på vilket språk som helst, på vilket system som helst. En mikrotjänst, vilken app som helst, vilken process som helst. Eller på egen hand, enligt ett schema eller utlöst av en händelse. Tänk dig detta. Någon lägger till ett nytt fält i en databas. Det utlöser att SMART KS kontrollerar det. Följer det era namngivningsstandarder? Används något liknande redan? Eller så kraschar ett JCL-jobb mitt i natten. Kraschen utlöser att SMART KS undersöker. Vad hände, var det misslyckades och vad felkoden behöver. Så på morgonen är fixen redan på gång. Nu ska vi se det fungera. En utvecklare sitter vid sitt skrivbord i Dallas. Han öppnar Claude, ansluten till SMART KS-agenten, och skriver en enorm begäran. Inte en fråga, ett helt projekt. Han klickar på skicka. Begäran når agenten. Agenten kan arbeta med en LLM eller flera och välja den bästa för varje uppgift. En som är bra på COBOL, en annan som är bra på dokumentation eller flödesscheman. Det håller nere tokenkostnaderna och du kontrollerar vilka LLM:er den använder. Först använder agenten den LLM den väljer för att analysera begäran. Den LLM:en vet nu allt agenten kan göra. Tillsammans planerar de jobbet. Sedan arbetar de igenom det, steg för steg. Kör denna certifierade färdighet. Använd dessa SMART TS XL verktyg. Hämta denna godkända kunskap. Återanvänd rapporten som sparades förra veckan. Skriv ett snabbt skript i sandlådan och kör det, steg för steg, tills jobbet är klart. Här är nyckeln. Allt detta körs inuti agenten, på din kod, i SMART TS XLDe certifierade färdigheterna, verktygen, skripten, den AI som just skrivits, allt körs direkt där. De matar inte din kod genom AI:n. Så de kostar inga tokens. När allt är klart avslutar agenten det som ett färdigt svar. Utvecklaren i Dallas får helt enkelt allt. Han ser aldrig hur mycket arbete eller hur många program som körts bakom det. Och hans token-räkning förblir liten. Och om hans rapport är värd att behålla kan han publicera den i SMART KS kunskapssystem för alla. Nästa gång får alla som behöver samma svar det direkt. Allt det arbetet fortsätter att löna sig. SMART KS, kunskapssystemet. En förfrågan in, färdigt arbete, stordator och distribuerat. Kommer snart från IN-COM Data. Vi började idag med en idé. Det du säger är vad du får. Du såg vad du kan göra idag. Det som kommer väldigt snart och du var den första att se SMART KS. Tillsammans är IN-COM och våra kunder redo att använda AI på bästa möjliga sätt. Så nu är det din tur. Säg det bara.
