《Social Lab社群實驗室》6月份熱門主題包含重訓好處、曖昧解暈方式等…….繼續閱讀
2024/06北大資訊管理研究所參訪意藍資訊 了解智能數據產業生態
感謝北大師生來訪意藍資訊，共同關注智能數據產業的生態與未來！…….繼續閱讀
精華文章AI驅動的城市未來：意藍資訊AI智能搜尋解決方案
AI驅動的城市未來：
意藍資訊AI智能搜尋解決方案
意藍資訊 (6925) 是國內首家公開掛牌的AI智能數據代表廠商， 憑藉自有核心技術 Search搜尋、NLP語意分析、ETL數據處理，更進一步結合生成式AI，為企業/組織提供多元的新一代AI智能解決方案。
本期 AI 知識庫亮點
意藍資訊核心技術
意藍資訊的核心技術包含Search搜尋、NLP語意分析、ETL數據處理：
-
Search搜尋
以工業級C++技術打造自有核心，並透過獨家的P2P點對點分散式部署架構，讓系統可以乘載巨量數據處理規模，並保有遠勝於開源項目的處理效能、同時具備良好的多國語言搜尋能力。 -
NLP語意分析
意藍在自然語言處理上專研多年，以深度學習（Deep Learning）技術為基礎打造出新一代的語意分析核心技術（Deep NLP），提供包含斷詞、情緒分析、屬性詞擷取、自動摘要等成熟技術，兼具準確度及處理效能，可連續處理巨量數據，並從數據中學習。 -
ETL數據處理
透過分散式平行化自動擷取架構，讓意藍在資料爬取與清理方面，可以適應多種數據，處理量大、變動快的非結構化資料，讓各使用單位可以即時快速、有系統地運用所需資料。
而乘著AI熱潮，意藍更進一步結合生成式AI，開發出eLAND GOAT大語言模型及檢索增強生成RAG（Retrieval-Augmented Generation）技術，推出各式AI智能搜尋解決方案，滿足企業在不同場域的應用需求；而以下將自「智慧城市災防應變」、「智慧政府民意陳情資料分析」兩大應用情境為例，向大家介紹意藍如何為合作夥伴實現AI落地應用。
意藍AI Search智能搜尋解決方案
協助智慧城市災防應變數據分析
面對嚴峻的自然災害挑戰，災害防救單位需快速且準確地掌握災情資訊，提升災害應變效率。而意藍透過先進的AI技術，結合社群輿情資料和專屬的歷史數據庫，為災害防救單位提供高效的解決方案，解決資訊來源分散、數據處理繁複等痛點，協助單位提升資訊處理效率，並提供數據支持決策判斷，以便更好地應對和管理災害風險。分項說明如下：
[AI結合社群輿情資料，協助城市災防治理 – 分析儀表板]
為即時蒐集社群輿情中的災情資訊，意藍擷取分析眾多公開網站頻道的資料源，涵蓋各大公開媒體、Facebook粉絲團、Dcard、巴哈姆特各地區版、Mobile01地區版及PPT地區版等等，將巨量資料結構化並過濾之後，透過意藍的搜尋引擎，便可針對大量資料做搜尋。
接著，透過語意分析技術，讓AI自動判別每一篇災情文章內容中提及的地理資訊、災害事件以及災情程度等，將這些重要詞彙辨識出來並自動標記。
最後，將這些社群輿情中的災情內容與AI自動標記之結果，展示在分析儀表板上，讓災害防救應變相關單位可以利用搜尋快速找到相關內容，並從儀表板了解與統計各個地方民意反映的災情狀況、發生頻率等等，以利後續分析和災防治理。
[AI結合歷史數據，協助應對自然災害 – 歷史災害事件問答]
配合災害防救單位之需求，意藍利用生成式AI與自然語言模型，整合歷史災害防救數據，結合eLAND的AI Search For KM服務，建立災害防救事件問答系統，幫助災害管理或救援人員應對自然災害的挑戰。
災害防救單位可針對歷年災害事件做問答，AI Search for KM系統會依據提問找到多個參考段落，再由大語言模型綜合歸納出完整的答覆。以下為幾個問答情境：-
山竹颱風在哪些地區有較大雨勢？
AI Search for KM 回覆：根據提供的文章資料，我們可以得知山竹颱風在【文章Ａ】、【文章Ｂ】和【文章Ｃ】中提到了有較大雨勢的地區。在這些文章中，指出受颱風外圍環流影響，花蓮、台東、屏東縣(山區、恆春半島)將有較大雨勢發生。此外，【文章Ｃ】也提到了台灣東部、屏東縣(山區、恆春半島)及南投縣、高雄市山區也將有較大雨勢發生。因此，根據這些文章的資訊，山竹颱風預計會在花蓮、台東、屏東、南投和高雄等地區帶來較大的雨勢。 -
梅姬颱風對台東造成什麼災情？
AI Search for KM 回覆：梅姬颱風對台東造成了顯著的災情，包括淹水、道路坍方和農業損失。根據【文章Ｆ】，台東縣知本溪流域溫泉橋上游左岸堤防溢堤，導致溫泉村40戶民宅淹水，而右岸山坡則有雨水夾帶土石沖入富野飯店，民宅內土砂淤積達50公分以上。此外，梅姬颱風也對台東及屏東部分地區造成淹水和道路坍方，農業損失約1.9億元，並造成12人受傷。這些災情反映了梅姬颱風對台東地區的嚴重影響，包括對居民生活、基礎設施和農業的破壞。 -
梅姬颱風會對哪些地區影響較劇烈？
AI Search for KM 回覆： 梅姬颱風對臺灣的影響最劇烈的地區包括臺北市、新北市、桃園市、新竹縣市、基隆市、花蓮縣、臺東縣、屏東縣、高雄市、臺南市、嘉義縣市、雲林縣、彰化縣及澎湖縣。這些資訊來自於【文章Ｇ】，其中明確指出這些縣市為梅姬颱風風災高風險區。此外，【文章Ｈ】 也提到梅姬颱風10級風暴風圈主要通過的縣市包括花蓮縣、臺東縣、屏東縣、高雄市、臺南市、嘉義縣市、雲林縣、彰化縣、南投縣、及澎湖縣，這進一步確認了上述地區將受到較劇烈的影響。這些資料綜合顯示，梅姬颱風將對臺灣南部、東部以及部分中部和北部地區帶來顯著的風災和降雨影響。
智慧政府民意及民眾陳情資訊分析
地方政府經年累月從派工系統、話務系統、人民陳情與市長信箱等來源接獲的民眾陳情資料相當龐雜，無論是市府人員後續欲整理民眾陳情資料進行分析，或是借鑒過往民眾陳情案件的回覆用於新案件回覆，皆費時費力；因此，意藍運用AI技術，提供市府陳情儀表板與陳情問答輔助解決方案，協助地方政府得以更有效分析資料及輔助陳情回覆
。分項說明如下：
[AI結合歷史數據，協助應對自然災害 – 歷史災害事件問答]
整合各來源資料，並透過意藍DeepNLP技術，分析民眾陳情情緒、擷取陳情內容特徵資訊等，整理成結構化資訊。接著，採用意藍搜尋引擎技術，讓使用者可以藉由彈性的檢索條件快速查詢到想了解的特定陳情案件。最後則進一步將結構化後的陳情資料整合成儀表板，提供視覺化圖表供使用者可以快速、清晰的了解案件概況與量化數值，並應用於後續分析。
[AI智能問答 – 陳情客服輔助]
在此項解決方案中，政府單位人員可直接輸入收到的民眾陳情內容，陳情問答輔助服務會先去除其中的個資及敏感資訊，嚴格控管資安不外洩，再將陳情內容清整後與過往陳情案件進行比對，獲取與本次陳情相關、過往曾經處理過的案件資訊，並透過生成式AI整合後產出AI自動回覆模板，輔助政府單位人員更有效率的回覆陳情案件，提升客服效率並減輕人力負擔。
此外，意藍的陳情客服輔助服務也具備以下特點：-
回覆模板有依據
服務會自動參考過去相關案件的回覆，以過往的回覆格式與內容為參考，產出適合的回覆內容提供給使用者 -
自訂聯絡資訊
在產出的回覆模板中，使用者可以自己彈性設定應在回覆中顯示何種聯絡資訊 -
自訂單位名稱
在產出的回覆模板中，使用者也可以自行設定在回覆中欲呈現的單位名稱資訊
意藍 (6925)將生成式AI與自身核心技術結合，提供多元的AI Search智能搜尋解決方案，賦能合作夥伴，實現了AI技術在智慧城市災防應變，以及智慧政府民意及民眾陳情資訊分析的落地應用，為AI未來城市發展注入新的動能。
2024/05/28AI x Z：用AI迎接Z世代
# Z世代都在想什麼？
意藍資訊(6925)透過質化分析深入探索年輕世代的金錢觀、工作觀、人際觀！
# AI技術如何應用在商業領域？
問答形式生成AI重點摘要與應變建議，成為行銷公關上的最佳助力！
# AI技術如何協助企業數位轉型？
結合生成式AI進行知識管理，提升企業生產力！
AI技術的發展與成熟，已然成為商業上不可或缺的一部分， 意藍將為您展示全新應用情境，掌握更多的可能性。
⁕ 與會者回饋 ⁕
數據顧問人員
對於內部知識管理的方案有新的認識！
電子業從業人員
對於內部知識管理的方案有新的認識！
電子業從業人員
對相關應用有更多想像空間。
電子業從業人員
對相關應用有更多想像空間。
媒體行銷人員
從洞察到策略都有詳盡說明
有深刻收穫！
媒體行銷人員
從洞察到策略都有詳盡說明
有深刻收穫！
⁕ 精彩分析報告 ⁕
從輿情分析看年輕世代價值觀與意向
洞察報告》
生成式AI落地應用
知識管理解決方案新變革
意藍資訊團隊節錄活動議程中的「從AI解讀Z世代：洞悉年輕族群價值觀」部分內容，帶您了解Z世代都在想什麼？如何進行購買決策？關心的議題為何？ 藉由大數據質化分析，帶領您從Z世代關注的面向更全面切入，精準解析Dcard輿情內容，引領企業掌握、洞悉未來趨勢。
⁕ 精彩議程 ⁕
意藍資訊將持續推出不同主題的研討會，深入淺出展示智能數據在商業當中的應用，能夠如何賦能合作夥伴。
錯過了本場沒關係，歡迎訂閱OpView電子報！
除了可以收到社群趨勢概覽週報，每雙週我們也會提供產業洞察報告，帶您從社群數據了解各品牌、議題，
更能夠在第一時間接收到我們的活動訊息，搶先預訂限量席次！
意藍資訊將持續推出不同主題的研討會，深入淺出展示智能數據在商業當中的應用，能夠如何賦能合作夥伴！
錯過了本場沒關係，歡迎訂閱OpView電子報，除了可以收到社群趨勢概覽週報，每雙週我們也會提供產業洞察報告，帶您從社群數據了解各品牌、議題，更能夠在第一時間接收到我們的活動訊息，搶先預訂限量席次！
2024/5感謝媒體轉發！5月熱門主題綜覽：咖啡因好壞處、賞螢景點
《Social Lab社群實驗室》5月份熱門主題包含咖啡因好壞處、賞螢景點等…….繼續閱讀
感謝媒體報導！意藍資訊首度發表Z世代價值觀及意向報告
意藍資訊（6925）於今（5月28日）舉行AI發布會，同時首次公開《從輿情分析看年輕世代…….繼續閱讀
精華文章掌握檢索增強生成技術，強化企業應用AI的價值：意藍在RAG的應用與展望
掌握檢索增強生成技術，強化企業應用AI的價值：
意藍在RAG的應用與展望
AI技術發展飛速，而檢索增強生成技術 (Retrieval-Augmented Generation, RAG) 則成了讓大型語言模型 (LLM) 更加高效、智能的關鍵技術。RAG檢索增強生成結合了搜尋引擎與大語言模型，也就是檢索與生成的特點，能有效地先找出精準且相關的內容後，再讓大語言模型依據相關的內容做參考，理解後再生成回答，可以有效解決大語言模型幻想 (hallucination) 的問題，並且能夠提供相關內容的參考出處，增加了可解釋性 (Explainability) 和可驗證性 (Verifiability)，並且能夠透過搜尋引擎來快速變換參考的相關資料，不需要對大語言模型進行再訓練，具備了速度和成本效益優勢，其企業應用範圍與情境更是廣泛。本文將深入探討RAG檢索增強生成的原理、優勢與應用場景，並說明意藍在此技術下的應用實踐。
本期 AI 知識庫亮點
認識檢索增強生成 (RAG)
意藍資訊於檢索增強生成的應用
認識檢索增強生成 (RAG)
什麼是檢索增強生成？
檢索增強生成 (Retrieval-Augmented Generation, RAG) 是一種結合了檢索 (Retrieval) 和生成 (Generation) 兩種方法的人工智慧技術，從大量的文本資料中搜尋相關的資訊，並基於檢索到的資訊生成更具體、更可信的答案。
檢索增強生成的優勢與挑戰
生成式AI在生成內容時，可能會出現杜撰答案或是答非所問等AI幻覺 (hallucination) 之情況。而檢索增強生成能解決此問題，增加其可解釋性和可信度，整體而言可歸納為以下優勢：
- 依照相關的參考資訊來生成內容，可以提高生成內容的準確性和品質，避免生成虛假、不切實際的誤導性資訊。
- 增加可信度與可驗證性，確保生成的內容具有可靠的參考依據，而非僅根據過去的學習經驗推測，且生成的內容可被檢查驗證。
- 節省訓練成本，更快速地更新知識。由於訓練 (或微調再訓練) 語言模型新知識都需要大量的時間和金錢成本，但RAG檢索增強生成能利用現有模型，只要透過搜尋引擎快速更新相關的參考資料，就可以反應生成結果上，不必進行新一輪的訓練，更新速度快、成本也低。
除了具備以上優勢外，一個好的RAG檢索增強生成技術需在實際應用中克服以下挑戰，以發揮其潛力並有效提升效能：
無檢索結果時的回覆
當檢索增強生成沒有檢索到得以回答使用者問題的知識時，需判斷並回覆無相關參考資料，不要硬答，避免大語言模型杜撰答案，才不會出現AI幻覺問題。
生成回覆內容的實用性
隨著知識庫不斷擴大，RAG檢索增強生成需維持檢索和生成過程的效率與精準度，這通常需要強大的搜尋引擎技術支持才做得到。
效率和擴展性
整合了生成式AI、搜尋引擎，和NLP (自然語言處理) 技術，讓企業員工只要上傳知識文件後，就可以輕鬆地檢索和提問，且AI Search for KM專注於企業自身所建構的知識庫，確保回答乃基於實際數據和企業內部知識，並提供地端運算方案，避免內部資料外洩風險。
實際應用彈性
應用檢索增強生成時須考慮到不同領域的需求，有些領域的知識點敘述較長、有些領域知識較分散，需能彈性調整段落長短、段落數多寡等，真正能夠完整地找出相關的內容，以符合不同的應用場景，這將是關鍵重點。
RAG檢索增強生成的應用場景
RAG檢索增強生成適用於需要透過相關的參考資料來輔助回答的問答系統、智能對話系統以及其他自然語言處理應用，來滿足客戶在不同場域的各種需求，如：
問答系統
用於需要透過相關的參考資料來輔助回答的問答系統，例如客服人員使用的常見問答集 (Frequently-Asked Questions, FAQ) 或標準作業程序 (Standard Operation Procedures, SOP)，特別是在回答專業知識問題時，RAG檢索增強生成能提供更精準及可靠的解答。
智能對話系統
對話系統通常需結合大量知識來回答使用者的問題，RAG檢索增強生成可協助系統更好地理解用戶的問題並提供具有明確出處和連貫性的回應。
知識檢索及擴充
企業或組織通常擁有大量的內部知識資源，包括文件、報告、手冊等。RAG檢索增強生成可協助使用者快速檢索到所需的知識資訊，同時也可不斷擴充相關知識，提供更全面、深入的內容。
知識管理
RAG檢索增強生成可協助組織更有效地管理和利用大量的知識資源，以提高知識的可用性及共享性，促進團隊合作和創新。
RAG檢索增強生成的應用實例
而RAG檢索增強生成又能應用在哪些場域呢？接著我們進一步說明應用實例如下：
-
輿情分析
針對特定事件、議題，蒐集並觀測社會大眾的意見進行輿情分析，檢索增強生成可透過檢索大量相關的社群網站貼文、討論區評論、新聞文章等資料，找出特定內容做為參考，讓與搜尋引擎高度整合的大語言模型來生成對應的摘要或分析結果。此方式能從大量的資料源找出可用資訊，對輿情進行全面準確的分析，同時也保持生成內容的靈活性和即時性。 -
財經分析
在金融領域，RAG檢索增強生成可透過檢索過去至今完整相關的重大訊息、公開說明書、市場數據、公司報告、專家評論等資料，生成對於當前市場概況的歸納或未來趨勢的預測推論。此方式可充分利用豐富的歷史資料，同時了解即時的市場資訊，有助於提高分析預測的準確性和可信度。
意藍資訊於檢索增強生成的應用
意藍結合RAG檢索增強生成的發展優勢
RAG檢索增強生成的概念是高度整合搜尋引擎與大語言模型，先透過檢索功能找出完整相關的參考資料，再基於大語言模型的理解和生成能力，讓該模型進行摘要，進而生成即時、精確的答案，因此搜尋引擎的好壞便成為RAG檢索增強生成出色與否的重要因素。
而意藍資訊在數據處理及分析領域深耕多年，也 將搜尋技術 (Search) 與自然語言 (NLP) 經驗結合，不僅能兼顧傳統關鍵字檢索的精準快速搜尋，以及向量搜尋可支援自然語言提問的特點，提供使用者更佳的檢索功能與卓越的RAG檢索增強生成服務體驗。
此外，擁有RAG檢索增強生成的系統就有如口袋中放了百科全書，使得在生成內容時不再受限於過往訓練的資料，而能即時瀏覽大量的專業知識文件，以解決特定領域的複雜問題，進一步提升問題解決的效率。且面對資訊爆炸的今日，新資料推陳出新，有了RAG檢索增強生成技術，可讓我們的產品與技術持續從新數據學習及擴展知識庫，使產品在任何情境下都能保持訊息的即時性。
意藍於檢索增強生成的應用
而意藍資訊在RAG檢索增強生成主要有以下應用：
訓練大語言模型
意藍自行研發並訓練了大語言模型eLAND GOAT，能夠與搜尋引擎高度整合並進行優化，用以加強RAG檢索增強生成中對於參考相關資訊的摘要及回答的能力。
AI Search for KM新一代生成式AI知識管理系統
我們將RAG檢索增強生成應用在知識管理領域，透過結合搜尋、NLP與大語言模型打造出新一代生成式AI知識管理解決方案，提供使用者更高效、智能的知識搜尋與問答服務體驗。
AI輿情應變顧問
將RAG檢索增強生成結合最完整、最即時的網路聲量資料，提供以自然語言口語文字查詢，就可以彙整、生成輿情重點，依照真實內容來提供AI應變建議，可以應用在市場研究、行銷趨勢、公關應變，任何需要快速掌握輿情重點的企業場景中。
意藍 AI 技術的未來展望
我們相信， 整合了搜尋引擎與大型語言模型 (LLM) 的RAG檢索增強生成技術，能夠轉化為企業的知識和營運數據中心。這意味著企業中的多個重要系統，如知識管理 (KM)、企業資源規劃 (ERP)、客戶關係管理 (CRM) 以及人力資源 (HR) 等，都可透過RAG檢索增強生成技術進行整合，不僅能提高數據的利用效率，也能加強企業的資料治理能力，讓企業更加依循正確的資料做出有效決策。展望未來，我們會持續致力於透過AI技術讓數據增值，並進一步賦能合作夥伴，協助提升企業營運效能。
2024/4感謝媒體轉發！4月熱門主題綜覽：鼻竇炎症狀、地震避難包
《Social Lab社群實驗室》4月份熱門主題包含鼻竇炎症狀、地震避難包等…….繼續閱讀
精華文章新一代生成式AI知識管理系統如何落地應用？四大使用與問答情境展示
新一代生成式AI知識管理系統如何落地應用？四大使用與問答情境展示
生成式AI的應用是當今知識管理領域的熱門趨勢，而意藍資訊AI Search for KM作為整合生成式AI、搜尋引擎和NLP技術的新一代知識管理工具，不僅能達成自動化搜尋、智能化回答，也具備能處理非結構化資料及即時更新知識庫等優勢。本文將說明AI Search for KM在不同場景下的應用模式，帶領讀者瞭解其具體能提供之協助與達成效益。
AI Search for KM 四大使用情境
AI Search for KM能夠自動化彙整與使用者所提問題相關的參考文本資訊，並以此為依據、利用生成式AI來回答問題；在此過程中，企業僅需將文件或資訊上傳至知識庫中，系統便會在回覆使用者提問時，引用企業所建構的知識庫資料，在多種情境下協助用戶更輕鬆地達成知識檢索：
-
新人自助學習
新進員工加入公司後，常會需要花費大量時間閱讀手冊、參加教育訓練或向身邊同事詢問問題，以瞭解公司規範或產品知識等；而透過與AI Search for KM進行問答，新人在自學過程中便能夠更快速、完整地熟悉公司相關資訊或作業程序。 -
員工資訊查找
企業員工在處理日常業務時，若需搜尋特定檔案／文件抑或是查找其中的知識點，經常會需要耗費大量時間和精力，而藉由AI Search for KM的協助，便能更有效率地找到所需資訊的位置。 -
合作夥伴交流
過去企業對外與合作夥伴商談合作事宜時，可能需要透過郵件、電話等方式展示公司產品資訊，因此溝通效率較低，資訊傳遞也可能有所疏漏且不夠及時。而在AI Search for KM的幫助下，雙方理解與運用合作所需資訊的效率便可大幅提升，進一步加強彼此間的交流與聯繫。 -
客戶智能問答
企業也可應用AI Search for KM於產品相關的智能問答服務，即時解答客戶提出的問題，避免客戶聯繫真人客服而無法迅速得到回覆等狀況。
AI Search for KM 四大問答情境
接著進一步說明AI Search for KM可回答的問題類型──
-
是非題問答
AI Search for KM可以根據參考資料，判斷使用者提出的問題內容是否正確並回覆。舉例來說，將我國《證券交易法》的檔案上傳到資料庫後，提問「上市公司要設有獨立董事嗎？」，此時系統便會會回答「是的」並列出參考資料。 -
名詞解釋
當使用者對於特殊專業領域的名詞不熟悉或有疑慮時，可以使用AI Search for KM協助解析名詞，系統會根據所提供的參考資料，以簡易且白話的文字說明名詞定義。例如在科技公司內部，將研發文件上傳至資料庫後，工程師便可詢問「鐵電記憶體是什麼?」，隨後系統就會根據檢索出的相關資料，以通順白話的文字進行回答。 -
情境問題
當使用者在日常業務上遇到某些情境、並且想要瞭解該情境下相關問題的答案，可以向AI Search for KM提出情境問題，例如詢問某公司「新人到職的學習資源管道有哪些？」，系統便會根據參考資料、針對情境進行理解與判斷後回覆。 -
知識活化
AI Search for KM可以協助活化檔案文件中的知識，讓使用者透過提問，快速消化、理解檔案文件中知識點；例如若詢問「台積電海外設廠的考量有什麼？」，系統會根據文本回覆如當地市場需求、生產成本等，使用戶達到彷彿與大師對話的效果。
總結來說，AI Search for KM的應用範疇相當廣泛，適用於各種與知識搜尋、知識問答相關之情境需求，並有效協助企業員工克服過往需花費大量時間查找並理解繁瑣文件的痛點。
經由實際測試，AI Search for KM能在使用者提問後約10秒內，自多種格式檔案間得到解決該問題所需的知識點，可以大幅減少查找知識的時間，而且由AI代勞，可節省回覆處理問題的人力。經過大型組織的統計， 整體可提升企業作業效率達40%以上；目前AI Search for KM更已獲多個不同規模的企業、研究機構及政府部門採用，足見其在知識管理領域的重要性與價值。
精華文章新一代生成式AI知識管理系統 AI Search for KM介紹說明(影片)
新一代生成式AI知識管理系統 AI Search for KM介紹說明(影片)
意藍新一代生成式AI知識管理系統AI Search for KM，結合了生成式AI、搜尋引擎和NLP技術，為企業組織提供了全新的知識管理解決方案，更加地容易上手使用。本次我們便以影片形式來為大家介紹，AI Search for KM如何協助各企業或機關單位快速檢索和應用組織內部的重要知識，解決傳統知識管理中的痛點，提升工作效率和資料安全性。
影片精華
企業知識管理常見痛點
知識管理對於企業來說至關重要，可以協助企業內部的專業知識得以保存、傳承、優化，維持企業競爭優勢。然而現今普遍的企業知識管理系統仍存在幾個常見的痛點：
學習企業知識庫並進一步內化所產生的人力成本過高
知識的運用不夠自動化、搜尋不夠智能化
系統不好上手
無法區分部門/層級權限
>>詳細痛點剖析，請見AI Search for KM 基本介紹0:23
AI Search for KM服務五大特色
AI Search for KM 是一款新一代的生成式AI知識管理系統，具有以下五大核心特色：
支援多種格式
包括PDF、Microsoft Office等多種職場常見的檔案格式，滿足各組織單位需求
權限控管機制
可針對不同部門和機敏資料進行權限管控，確保資料安全性
支援全文檢索
支援全文檢索功能，讓使用者能夠輕鬆快速地找到所需資訊
支援口語問答
支援口語化的對話問答功能，提升使用者操作便捷性
可選擇地端/雲端運算方案
可根據單位需求選擇部署在地端或雲端，兼顧安全性與效能
>>詳細服務特色說明，請見AI Search for KM 基本介紹2:22
AI Search for KM應用情境
AI Search for KM 在產業中的應用情境廣泛。例如，在知識檢索方面，AI Search for KM能夠精準引用企業知識庫中的資料，提供使用者準確的答案和資料來源，從而提高搜尋效率和可信度。此外，在對話問答方面，AI Search for KM能夠以口語化的方式回答使用者提問，降低使用者的學習成本，提升使用者體驗。
>>詳細 是非問答/名詞解釋/情境問答 應用情境，請見AI Search for KM 基本介紹5:20
AI Search for KM vs 一般生成式AI
有別於一般的生成式AI，AI Search for KM有著更多的優勢。首先，在資料準確性與可信度方面，AI Search for KM能夠根據企業建構的知識庫提供準確的答案和資料來源，避免因不實際資料而產生的錯誤或幻覺。再與一般常見的生成式AI如GPT-4相比，透過提供組織專屬的資料給AI Search for KM ，系統便可以根據專業領域知識來精準回覆，不限於網路公開資料。
>>詳細說明AI Search for KM與一般生成式AI差異，請見AI Search for KM 基本介紹7:29
AI Search for KM服務導入方式
想導入AI Search for KM服務，首先需要評估並整理組織內部的資料庫與知識文件，確定哪些內容是重要且需要被整合進系統的，下一步即可根據組織的需求選擇 Web Service API，或是線上可登入的服務平台等方式來導入服務，並進行生成式 AI 等參數設定，之後使用者便可以直接開始使用 AI Search for KM 來進行知識管理！
