AI Search 電子報｜AI 企業應用焦點
AI Search 電子報：洞悉台灣企業 AI 落地真實力
在 AI 浪潮席捲全球的今日，資訊焦慮已成為企業共同的課題。國外最新的模型、最炫的應用，雖令人目不暇給，卻往往與台灣企業的日常營運有著一段不小的距離。我們真正需要的，不只是追逐國際 AI 快訊，而是在地實踐的洞見與智慧。
意藍資訊身為台灣第一家 AI 智能數據上櫃公司，站在產業第一線，深刻理解台灣企業導入 AI 時所面臨的真實挑戰，包括了各種產業應用，例如金融、製造、零售、服務、連鎖、乃至政府及公部門等，提出如何導入生成式 AI，真正滿足企業需求、解決企業問題、符合企業效益的解方。
這份《AI Search 電子報》因此而生。意藍資訊將以 AI 及數據的專業視角，分享生成式 AI 在台灣各行各業的導入故事，透過務實的策略與案例，旨在協助您找到最適合自身企業的 AI 路徑。誠摯邀請您，與意藍資訊一同探索 AI 在台灣企業的各種應用及可能。
意藍資訊總經理 楊立偉 博士
翻轉資訊散落困境，4 步驟推動企業知識活化
隨著市場上的競爭日益激烈，如何有效推動知識管理成為了企業提升競爭力的關鍵；然而，許多企業在推動知識管理的初期，常常不知如何起步。知識管理不僅涉及知識的識別、儲存，更包括如何系統性地分享和應用這些知識，本文將介紹知識管理的基本概念，並說明可以從哪些面向著手建立和推動知識管理體系，最後深入探討生成式AI如何為知識管理領域帶來革新。
知識管理概念介紹
知識管理是什麼？
知識管理 (Knowledge Management, KM) 是指在企業或組織內部，對知識進行系統性的蒐集、保存、組織、分享和應用的過程，將分散在個人、團隊和系統中的知識轉化為整個組織可以利用的資產，進而提升組織的營運能量和整體競爭力。
知識管理如何提升企業競爭力？
- 改善營運效率：藉由知識管理，員工可以分享和存取企業或組織內部的資訊，在遇到問題時，也能通過知識庫或企業內部的知識分享平台迅速找到解決方案，避免重新投入時間和資源去解決過去發生過的問題，進而提升生產力與整體營運效率。
- 加速創新能力：企業可以透過知識管理，從現有技術和過往經驗中持續學習，並不斷進行優化，加速產品的創新及發展進程。
- 提高決策品質：知識管理促進了既有知識與資源的整合，使企業能夠記錄和分析過去的決策及其結果，藉此更準確地預測市場風險和潛在挑戰，加速決策過程並提升決策精準度。
- 經驗傳承：知識管理有助於經驗的傳承，除了避免人員重複學習和研究，也可以減少因員工離職或崗位變動造成的知識流失。
企業推動知識管理4步驟
從零開始推動知識管理是一個需要循序漸進的系統化過程，涉及多個層面的協同與整合，而企業可以從以下四個步驟著手：
- 知識需求分析：分析企業內部的知識需求，確定哪些知識對企業的運營和發展至關重要，並識別現有知識資源和潛在的知識缺口；同時盤點目前的知識管理狀況，包括知識儲存方式、知識共享文化以及技術基礎設施等，找出需要改進的領域。
- 整合發展目標並制定策略：根據需求分析的結果，制定詳細的知識管理計劃，包括如何蒐集、存儲、分享和應用知識，並設定具體的里程碑，將知識管理融入企業發展策略中。
- 營造知識分享文化：持續宣導知識分享對於個人和企業長期發展的重要性，除了高層人員以身作則外，也通過培訓、激勵措施或知識管理競賽等，鼓勵員工主動分享經驗與知識，抑或讓知識物件的經營成為員工績效評估的加分專案。
- 導入適當技術：結合生成式AI人工智慧技術，對企業內外部知識進行系統性盤點，建構一站式資訊平台，實現 AI 輔助的知識檢索與問答，提供知識的分享、學習、再運用與創新，包括知識地圖、專家黃頁、知識社群、結構化在職訓練及問答等。
- 評估現有知識庫：全面審視企業內部的知識庫，包括其結構、格式、內容及涵蓋範圍，識別關鍵知識，以及和潛在需要補強的地方。
- 導入新一代生成式AI知識管理系統：對現有知識庫與生成式AI知識管理系統進行整合，並利用AI的自然語言處理能力，提升知識檢索的準確性以及效率。
- 即時更新與動態適應：建立即時更新機制，確保知識庫中的內容能即時、動態調整，以快速反映業務需求和市場變化。
- 加強處理非結構化資料：透過語意分析技術，將非結構化資料轉換為結構化資料，並結合生成式AI技術，利用其自然語言理解和生成能力，自動化處理大量非結構化資訊，將其轉化為可檢索和使用的知識，提高知識庫的全面性和實用性。
生成式 AI 對知識管理的影響
隨著生成式 AI 技術的發展，其為知識管理領域帶來了重要的革新。在技術層面上，它讓知識的檢索變得更為彈性；在應用層面上，則讓使用者能更有效且快速地吸收相關知識。
技術面的影響：搜尋檢索更彈性，更容易學習上手
傳統的知識檢索方式主要仰賴關鍵字檢索與預設的分類樹結構，而這樣的檢索方式存在兩個痛點：
- 對於使用者來說，較難將問題轉換成複雜的關鍵字組合進行提問，也因此使用門檻較高。
- 關鍵字的檢索多是以「關鍵字組合的出現次數」作為搜尋依據，無法反映出問題與參考文本間的語意關係，造成檢索結果可能與用戶期望有所偏差。
將生成式 AI 導入知識管理領域後，應用其「自然語言對話」的特性，可以有效解決上述兩個痛點：
- 生成式 AI 允許使用者以自然語句直接輸入問題進行提問，用戶無須把問題轉換成複雜的關鍵字組合，降低了使用門檻。
- 生成式 AI 能夠更好地理解問題的語意，使搜尋結果能夠更準確地反映問題的內容，並找到與問題真正相關的參考文本。此外，生成式 AI 可以生成淺顯易懂的答案，直接解決使用者的問題。
導入及使用上的影響：更有效的知識吸收與消化
傳統的知識管理，在導入及使用上往往停留在「檔案」層級，使用者須透過關鍵字檢索找到最可能的檔案後，自行閱讀數十甚至上百頁的內容，從中找出與問題相關的資訊，再進一步消化以解答問題；而這樣的架構將使得用戶無法「快速且有效」地吸收、消化知識。
引入生成式 AI 技術後，這一問題則能得到顯著改善。生成式 AI 將知識管理提升到「答案」層級，利用 AI 的語意理解及自然語言問答能力，讓使用者可以直接獲取系統所參考的資料庫中相關檔案的段落，並生成白話回答，協助使用者高效達成知識消化及吸收的目標。
企業導入 AI Search for KM 之優勢
意藍的 AI Search for KM 即是整合生成式 AI、高速搜尋引擎與 NLP 技術的新一代 GenAI 知識管理工作平台，其所具備的功能特色如下：
- 支援多種檔案格式：支援各種常見的檔案格式，包含常用的 Office、PDF、文字檔等等，滿足企業需求。
- 權限控管機制：確保使用者僅能查詢到自己有權限查看的檔案與文件，避免資料洩露，滿足企業管控機敏資訊、劃分部門權限等需求。
- 全文檢索：系統不僅能夠檢索檔案的標題和內文，也能查詢作者及其他相關資訊，提供廣泛且彈性的資料檢索範圍，提升使用者找到所需資訊的效率。
- 支援對話問答：支援使用者以對話問答方式與系統互動，並會根據問題和參考資料提供口語化的回答，幫助使用者輕鬆理解和應用所得知識。
- 支援地端或雲端服務：企業可以根據自身需求選擇最合適的部署方式，導入雲端或是地端服務，並可根據不同使用情境和文件資料需求切換不同的大型語言模型。
而對於企業而言，導入 AI Search for KM 具有以下優勢：
- 降低人力成本：透過 AI Search for KM 自動化搜尋和回答的功能，有效減少員工手動處理知識資訊的需求，簡化知識搜尋與管理流程，節省人力成本。
- 提升作業效率：因 AI Search for KM 支援多種格式的檔案管理，使得資訊不再分散，方便員工找到所需資料，並提供即時準確的回答，縮短員工資訊獲取時間。
- 增強知識內化與應用：AI Search for KM 支援自然語言互動方式，讓員工能以白話文提問，快速獲得所需知識，從而提升消化和應用知識的效率與準確度。
- 強化資料安全與隱私：AI Search for KM 的權限控管機制，確保只有具備相應權限的人員才能查找和檢視資料，且系統支援地端服務，能有效防範內外資料洩露風險。
- 促進知識共享與協作：AI Search for KM 可以整合不同來源的資料，讓各部門的員工都能輕鬆提問和搜尋知識，促進團隊合作交流。
推動知識管理對企業的長期發展至關重要，不僅是提升競爭力的核心，更是確保企業持續創新和應對市場變化的基礎。隨著生成式 AI 技術的引入，知識管理的應用層次也得到了極大提升，透過導入合適的知識管理系統，企業便能更靈活地管理和運用知識資源，從而在競爭激烈的市場中保持領先地位。
從碎片資料到即時答覆，AI 助力政府循證治理升級
社會政策知識檢索問答平台服務流程說明
資料發言者與屬性辨識
根據過往資料，準確區分不同發言者在各議程中的發言內容，接著自動識別並標記文本中的屬性詞，如提及到的重點人物、組織名稱及地理位置資訊等，辨識出各發言者的關注焦點與觀點的異同，從而對其關注面向進行初步的探勘與分析。
AI 摘要與自動分群
藉由大型語言模型可自動解讀並提取文本的核心內容，再透過語意分群演算法，對這些經過摘要整理的文本進行分析。
檢索增強生成參數設定
結合搜尋引擎、向量資料庫與大型語言模型，彙整並突顯資料中的重點，亦可驗證特定解釋是否正確，並提供更深入的洞察，及議題之關鍵觀點。
技術特色與優勢
問答情境展示
整合跨來源資料，評估公共議題與政策對社會之影響
當使用者提問「特定族群於公共議題/政策中會受到的影響」，系統便能根據相關參考資料自動彙整摘要，進行跨來源資料整合，同時確保決策者可追溯具體資料點，透過 AI 資料科學技術進行循證決策，提升公共決策者政策回應效率。
發言者發言重點摘要，快速掌握核心論點
而 AI Search for KM 也能自動分析目標對象於各式會議或政策發言的重點，並生成總結，協助決策者快速掌握討論的核心觀點，實質提升政策討論的效率，支持政策的數據化決策過程。
調取最新數據，分析政策實施成效
最後，我們也可以透過 AI 分析來幫助政府評估政策成效，即時分析、更新最新的政策執行情況，讓決策者能夠迅速反應並做出調整。如上圖中詢問「非營利幼兒園設立家數是否提升」，系統便能根據參考文章回覆目前累計的公共化幼兒園增設數量，亦提供如幼兒入園率、後續可如何推動，及現階段政策實施所遇到的困難等。
藉由數據化的分析結果不僅提供給決策者，也可向公眾展示政策執行進度與成效，提升政府在社會政策治理上的透明度和公信力。
