《Social Lab社群實驗室》3月份熱門主題包含痛風禁忌飲食、風鈴木景點等…….繼續閱讀
2024/04AI智能數據公司意藍推出台灣首支AI輿情助理 上架聯發科技生成式AI平台
國內規模最大的AI智能數據公司意藍資訊（6925）與聯發科技（2524）進行技術與資料合作，結合意藍旗下規模最大的網路輿情資料庫，及聯發科技MediaTek DaVinci平台的生成式AI開發環境，推出能夠讓使用者快速掌握社群風向的情境助理（Assistant），預期能夠透過首支本土訓練出的生成式AI，讓台灣的輿情資料在眾多產業中受到活用，包括金融業用來分析市場情報、科技大廠用來掌握消費趨勢、服務業用來了解客戶心聲等。
意藍上架MediaTek DaVinci首支AI輿情助理 提供量大且即時的本土社群數據
美國資訊研究機構Gartner指出，生成式AI在2024年將對企業成長、產品策略、甚至員工使用的工具等多方面重塑科技廠商。而隨著AI應用爆發，台灣企業也積極投資於人工智慧領域的技術研發，爭相運用生成式AI發展多元應用，甚至訓練本土的大語言模型及開發對話機器人，以擴展相關技術服務的受眾。企業如何透過AI賦能其產品與服務，將成為取得成功的關鍵。
意藍資訊在AI語意分析、搜尋及資料處理技術深耕近20年。作為本土AI技術先驅廠商，團隊觀測並分析台灣人常用的公開社群平台、討論區、新聞網站等輿情資料累計超過10年，建立了全台規模最大的數據資料庫。這些即時而量大的當地數據，成為生成式AI大語言模型（LLM）高品質的繁體中文學習教材；此外，意藍也是國內最早投入自然語言處理（NLP）的廠商，擁有以深度學習為基礎的演算核心，語意判斷的準確度高達9成以上，並且能從中持續優化學習。可以說在生成式AI領域的三大核心：資料、演算法與應用，意藍都具備了領先優勢。
而聯發科技的企業級生成式AI服務平台MediaTek DaVinci，除了如ChatGPT模式的智慧問答功能，更能在其上開發各式插件（Plug-in）及情境助理（Assistant），以因應各式AI應用需求；意藍透過在生成式AI領域的先驅技術及經驗，成為MediaTek DaVinci的開發者夥伴，上架「eLAND輿情資料」插件及「風向小精靈」、「炎上小精靈」兩助理，分別從輿情整合分析、擴展輿情影響力兩大應用角度，提供使用者最全面而即時的網路風向資訊。
為了讓民眾輕鬆觸及台灣最即時、最全面的網路討論資料，本次意藍與聯發科技合作，打造本土語言模型所訓練出的第一支24小時輿情助理，讓使用者能透過不同的角色背景設定，快速掌握熱門議題的多種分析面向，為國內生成式AI的應用貢獻出重要的一步。
2024/03意藍資訊獲邀加入2024 台北智慧城市展「Taiwan AI+ 專區」，展示全方位AI智能解決方案
意藍資訊（股票代號：6925）受邀參展2024年智慧城市展，並加入「Taiwan AI+ 專區」，展覽於3月22日圓滿閉幕，展期短短4天即吸引逾10萬人次觀展，刷新展覽歷年最高紀錄。有鑑於產學間的AI熱潮，智慧城市展主辦單位特地設立「Taiwan AI+ 專區」，匯聚眾多AI領域的領先企業，展示業界最前沿的AI應用和解決方案。
同時，本次主辦單位也針對AI 浪潮舉辦一系列論壇，探討 AI 發展趨勢、 Edge AI 應用及生成式 AI 等議題，邀請國內外重量級嘉賓與會，包含意藍資訊與國內外各大上市櫃企業、廠商共襄盛舉。
意藍資訊作為國內首屈一指的AI智能數據代表廠商，專精於AI語意分析、搜尋引擎、商業數據分析等尖端軟體技術。在本次智慧城市展中，意藍不僅分享了各項AI智能解決方案，更用生成式 AI 注入 KM 新動能，展示知識管理系統與生成式 AI 結合的落地應用，吸引現場民眾高度關注和熱烈參與。
此外，意藍資訊吳于艷經理也獲邀擔任「智慧城市系列論壇」講者之一，以「AI驅動的城市未來： 意藍資訊新一代AI智能解決方案」為題，向產業分享意藍如何將生成式AI落地應用，為產學、公家單位間帶來多元、創新的解決方案。
論壇中，吳于艷經理分享了意藍如何運用AI技術結合社群輿情資料協助城市災防治理，以及透過AI協助自動結構化彙整分析政府陳情資料，並介紹到「新一代生成式AI知識管理系統：AI Search for KM」。吳經理表示「知識除了需要留存，也必須活化應用，以免淪為知識蚊子館」，過往企業員工往往需耗費大量時間查找、理解散落各地的繁瑣文件，並且難以控管審閱權限，而意藍AI Search for KM提供具備檢索增強生成 (Retrieval-Augmented Generation, RAG)技術之知識管理系統，以大語言模型(LLM)以及生成式AI相關技術為基礎，結合意藍在搜尋引擎(TDS)及NLP領域的兩大核心技術，讓使用者能在提問後約10秒內，自多種格式檔案間得到解決該問題所需的知識點，經統計能提升企業作業效率達40%以上。由於同步支援地端與雲端模型、數據安全性高，目前已獲多個不同規模的企業、研究機構及政府部門採用。
隨著科技的日新月異，台灣智慧城市的未來充滿了無限可能與發展潛力，展望未來，意藍資訊將持續致力於AI技術的研究和應用，為企業數位轉型提供更多創新解決方案。
2024/03/26知識管理王者再臨！用生成式 AI 注入 KM 新動能
「知識除了需要留存，也必須活化應用」
企業知識管理領導者–意藍資訊(6925)作為首屈一指的 AI 智能數據代表廠商，同時亦連續多年被票選為台灣最佳知識管理與搜尋引擎產品第一名
我們深知知識是企業最寶貴的資產，而生成式 AI 技術，將成為企業在這場知識管理變革創新中的強大盟友！
乘著 AI 趨勢，我們首度展示知識管理系統與生成式 AI 結合的落地應用–AI Search for KM，引領企業高效翻轉知識生態。非常感謝共襄盛舉的貴賓們！
⁕ 與會者回饋 ⁕
消費品企劃人員
第一次知道有生成式AI管理工具，
不用擔心洩密風險！
消費品企劃人員
第一次知道有生成式AI管理工具，不用擔心洩密風險！
數位創新人員
非常有趣且有幫助，
很希望能有後續的交流。
數位創新人員
非常有趣，會很希望能有後續的交流。
企業產品管理人員
活動很有趣，產品Demo很酷！
企業產品管理人員
活動很有趣，產品Demo很酷！
⁕ 精彩亮點節錄 ⁕
洞察報告》生成式AI落地應用 知識管理解決方案新變革
洞察報告》
生成式AI落地應用
知識管理解決方案新變革
意藍資訊團隊改寫活動議程中的「生成式AI趨勢與企業應用分享」，帶您了解現今生成式AI的機會與挑戰，以及未來發展趨勢，帶領企業將知識管理系統再升級，利用「新一代生成式AI知識管理系統：AI Search for KM」高效翻轉組織知識生態，有效協助組織減輕知識管理上的諸多人力成本，並提升整體數位轉型的成效。
Part 1. 生成式AI的機會與挑戰
Part 2. 生成式AI工具介紹 – AI Search for KM
Part 3.生成式AI落地應用 – 以參與政府投標為例
Part 1. 生成式AI的機會與挑戰
Part 2. 生成式AI工具介紹 – AI Search for KM
Part 3.生成式AI落地應用 – 以參與政府投標為例
AI知識庫》知識管理結合生成式AI？新一代知識管理系統的5大優勢
AI知識庫》
知識管理結合生成式AI？
新一代知識管理系統的5大優勢
意藍資訊團隊針對議程當中「新一代生成式 AI 知識管理系統：AI Search for KM」，進一步分享知識管理對企業長期發展至關重要，而乘著AI趨勢，知識管理系統又可以怎麼與生成式AI結合，發揮加乘效果？意藍資訊AI Search for KM便提供了更先進、自動化程度更高，且使用者友好的知識管理系統，以AI賦能企業合作夥伴。
知識管理對企業的必要性是什麼？
生成式AI知識管理系統如何應對企業知識管理中的挑戰？
知識管理對企業的必要性是什麼？
生成式AI知識管理系統如何應對企業知識管理中的挑戰？
⁕ 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！
2024/2感謝媒體轉發！2月熱門主題綜覽：年菜排行、情人節人氣/地雷禮物
《Social Lab社群實驗室》2月份熱門主題包含年菜排行與情人節人氣/地雷禮物等…….繼續閱讀
2024/1感謝媒體轉發！1月熱門主題綜覽：足底筋膜炎好發族群、冬季養膚方式
《Social Lab社群實驗室》1月份熱門主題包含足底筋膜炎好發族群與冬季癢膚方式等…….繼續閱讀
精華文章知識管理結合生成式AI？新一代知識管理系統的5大優勢
知識管理結合生成式AI？新一代知識管理系統的5大優勢
知識管理對企業長期發展至關重要，而乘著AI趨勢，知識管理系統又可以怎麼與生成式AI結合，發揮加乘效果？本文旨在介紹新一代生成式AI知識管理系統的五大優勢，並說明意藍資訊AI Search for KM如何應對企業知識管理中的挑戰，翻轉企業知識生態。
本期 AI 知識庫亮點
新一代生成式AI知識管理系統有何優勢？
生成式AI知識管理系統如何應對企業知識管理中的挑戰？
新一代生成式AI知識管理系統有何優勢？
傳統的知識管理系統 (Knowledge Management System) 依照知名管理學大師Thomas H. Davenport教授之研究成果，強調累積留存大量的工作知識 (Working Knowledge) ，再經由建立知識社群 (Knowledge Community) 做活化應用。然而許多年過去了，很多企業花費大量的人力、時間，在於將知識留存於系統中，這樣的做法並沒有不對，但是過度強調在「知識入庫」的時候，要填寫非常詳細的知識索引卡 (metadata)，例如所屬知識分類、與其他知識的相對關係、關鍵字詞等，這會讓員工同仁對於上傳知識感到麻煩而卻步；另一方面在使用知識的時候，需要透過關鍵字詞、知識分類等來找尋知識，有時候員工同仁就是不知道怎麼找尋知識，遑論下出正確的關鍵字詞，這將使得傳統知識管理系統的使用率日漸下滑，最終成為企業內部的封存檔案館、知識「蚊子館」，沒有充分發揮出潛在的效益。
究其原因，就在於傳統的知識管理系統的技術不夠聰明，需要經過繁瑣的系統教學和使用步驟，沒辦法讓系統代勞大部分的事情，例如只要將知識文件上傳，系統就會聰明地自動進行拆解、分析，下次有需要的時候直接用口語查詢，系統就會在理解問題、遍覽知識庫之後，用口語整理出所需要的答案 – 這才是理想的企業知識管理系統。
新一代生成式AI知識管理系統5大優勢
運用了生成式AI (Generative Artificial Intelligence，GenAI) 的新一代知識管理系統AI Search for KM，就是企業內簡單易上手、聰明的知識管理系統。其內部整合了生成式AI、搜尋引擎，和NLP技術（自然語言處理，Natural Language Processing），讓企業員工只要上傳載入知識文件後，就可以輕鬆地檢索和提問知識，進一步解決企業知識的運用流程不夠自動化、搜尋不夠智能化等問題，以及員工學習與內化之人力成本過高等問題。相較於一般知識管理系統，新一代知識管理系統AI Search for KM之具體優勢更包含以下：
-
自動化搜尋和回答
新一代生成式AI知識管理系統具備先進的搜尋引擎和生成式AI技術，如同企業的專屬智能助理一般，能夠自動化搜尋知識庫中的資訊並提供即時、準確的回答。 -
個性化和智能化回答
採用生成式AI技術，能夠理解和處理自然語言，讓使用者能夠以更直觀、自然的方式與系統進行互動，並根據使用者的偏好和上下文提供個性化的回答，且支援口語問答，使知識服務更加貼近使用者的需求。 -
處理非結構化資料的能力
相較於傳統知識管理系統，新一代生成式AI知識管理系統更擅長處理非結構化的資料，例如營運報告、研發紀錄、技術文件、客戶問答等，即便是大量文字、沒有特別填寫知識分類或是關鍵字詞，都可以直接透過AI來自動拆解分析，進一步做到內容理解。這將可以放大企業知識價值，讓企業資源均可以被有效利用。 -
即時更新和動態適應
透過即時更新知識庫，不需要重複大量的人工來整理知識並上傳入庫，這對於動態變化的環境，讓系統能夠應對新興的知識和快速變化的業務需求，自動分析整理，相較於傳統系統更加靈活。 -
使用者友善
新一代生成式AI知識管理系統設計為使用者友善，提供直觀的介面和易於操作的功能，只要會口語詢問就能活用企業知識，可減少使用者的培訓成本，讓企業員工均能夠輕鬆使用。
生成式AI知識管理系統如何應對企業知識管理中的挑戰？
知識管理與AI的結合雖勢不可擋，然隨著生成式AI的蓬勃發展，大眾對於資安、資料保密等議題也愈發重視，除此之外，該如何避免知識管理系統結合生成式AI後產生杜撰回覆，也是一重要課題，故意藍資訊的新一代知識管理系統AI Search for KM不僅讓AI解決方案實際落地，更能化解以生成式AI進行知識管理時，企業所會面對到的挑戰：
-
提供可信的回覆
AI Search for KM專注於企業自身所建構的知識庫，包括精準引用企業知識庫裡的資料，能夠讓生成式AI「言之有本」，回答有具體根據，能夠列出知識文件的出處及參考段落，進行確認和覆核，將可以大大地提高可信度。也可以整合企業部署在內部資訊環境中、既有的知識管理系統，讓系統回覆能基於實際數據和企業內部知識，再加上先進的搜尋引擎技術，避免生成式AI因不實際資料而產生的錯誤或幻覺 (Hallucination)。 -
數據安全與隱私強化
透過「權限控管機制」可以結合到企業內部的部門組織權限，限制每位員工所能夠存取問答的知識範圍，符合企業資訊安全的規範。另一方面，可以「建立企業地端專屬模型」，可選擇性地將整套系統部署在企業內部環境中，如此AI Search for KM可以協助企業設定使用者訪問權限、提高安全性、降低資料外洩風險。 企業可以自行根據職位、部門、專業領域來限制或開放不同層級的訪問權限，以確保機敏資訊僅供具備權限的相關人員查閱，從而有效避免內外部知識外洩的安全疑慮。 -
適合不同產業和不同規模之企業
新一代生成式AI知識管理系統 (AI Search for KM) 適用於各式產業、規模之企業，從少數員工的工作室或是事務所，到大型集團企業，甚至是政府與公家機關單位，其應用優勢主要體現在保密性和可靠性方面。 首先AI Search for KM，提供地端運算方案，透過將生成式AI模型運行在本地環境，系統可以極大程度的降低外部入侵風險，從而確保企業和機構的機敏資料得到有效保護，減少資訊洩露風險；另一方面，其所生成之回覆均是基於企業內部所建立之知識庫，避免出現生成式AI杜撰、虛構答案的AI幻覺問題，進而減少錯誤資訊被提供的風險、提高使用者知識內化的效率與精確度。 -
自動學習與持續優化
將知識管理系統結合生成式AI後，再透過語意分析、知識庫動態更新等方式，讓新一代生成式AI知識管理系統具備自動學習和不斷優化回答準確性的能力。 透過語意分析技術，實現對語境和上下文的理解與感知，讓系統可以更好地理解使用者提問，並準確回答涉及特定上下文的問題；而知識庫的動態更新，則可自動將新的檔案文件知識整合至知識庫中，確保回答時參考知識點的即時性與時效性。
精華文章突破電商轉換率停滯僵局：新一代智能貼標與搜尋推薦系統
突破電商轉換率停滯僵局：
新一代智能貼標與搜尋推薦系統
在快速發展的數位經濟時代，電商領域的競爭也日益激烈，而企業如何提升電商網站的搜尋效能、提供更直觀精確的商品資訊，已成為贏得用戶信任與促成轉單的關鍵。意藍資訊的「新一代智能貼標與搜尋推薦系統 – AI Search for EC」便是專為電商經營者打造的解決方案，為企業拓展更加智慧且具競爭力的電商經營利器。
本期 AI 知識庫亮點
電商經營的常見痛點有哪些？
新一代智能貼標與搜尋推薦系統如何應對上述挑戰？
企業導入AI Search for EC有何優勢？
電商經營的常見痛點有哪些？
（1）搜尋結果不全面、不精確：若顧客無法輕易透過平台搜尋到自己想尋找的商品，抑或搜尋結果包含諸多不相關的產品時，不僅消費者無法獲得更全面的選擇，欲銷售的商品也失去了良好的曝光機會。例如，使用傳統關鍵字比對方法的電商，常在顧客搜尋「口紅」的時候，連「口紅膠」商品都顯示出來，但是系統卻不懂得「唇膏」可能也是符合需求的商品，造成搜尋結果不全面也不精確，使顧客誤以為沒有合適的商品而跳出或離開、或是被淹沒在不精確的資訊中而放棄，這是最常見的問題。
（2）商品資訊過於繁雜：商品說明包含過多的專業術語或是細瑣的描述，使顧客不易理解其重點資訊、無法快速得知商品亮點，皆可能導致其購買意願降低，進而提前離開購物頁面，流失交易完成的機會。或許會有電商採用人力編輯來標注重點資訊，然而商品眾多資訊龐雜、人工成本高昂、消費者關注重點經常在變化等，都讓這個問題更加難以解決。
（3）商品推薦系統不理解顧客消費意圖：若推薦的結果無法準確命中消費者喜好、推播消費者「有感」商品，便難以進一步促成轉換為訂單，這也是造成站內轉換率停滯不前的因素之一。例如同樣是日常生鮮食品的「雞胸肉」，如果系統能夠理解顧客消費行為背後的意圖不只是「食用」，還包括了「攝取蛋白質」、「低熱量」、「低脂肪」等進一步延伸到「健身」之意圖，或是「易咀嚼食用」等不同的偏好，就可以做出更好、更符合的推薦。
新一代智能貼標與搜尋推薦系統如何應對上述挑戰？
AI Search for EC 基本介紹
為了解決上述電商營運中所面臨之搜尋與推薦結果相關的問題，意藍資訊專為電子商務打造「新一代智能貼標與搜尋推薦系統 – AI Search for EC」，運用了最新的AI語意分析技術，能夠自動解析商品中所帶有的各式資訊文本，判讀出商品的品牌、品項、規格、特色等屬性，甚至能夠了解其情境及用途，並用AI生成出能代表商品的重點標籤。
藉由組合這些多元的標籤，不僅從資訊的層面提升至意圖 (intent) 的層面，還能提升平台的搜尋引擎優化 (Search Engine Optimization，SEO) 效果、增加被搜尋引擎收錄的機會，幫助提升商品曝光和點擊率，也可以提高搜尋結果的準確性，讓消費者更快速地找到符合需求的商品；同時，透過語意分析的貼標過程，AI Search for EC也能深度理解顧客的消費意圖、偏好及興趣，進而提供精準的個人化商品推薦，提高顧客下單機率。
藉由組合這些多元的標籤，不僅從資訊的層面提升至意圖 (intent) 的層面，還能提升平台的搜尋引擎優化 (Search Engine Optimization，SEO) 效果、增加被搜尋引擎收錄的機會，幫助提升商品曝光和點擊率，也可以提高搜尋結果的準確性，讓消費者更快速地找到符合需求的商品；同時，透過語意分析的貼標過程，AI Search for EC也能深度理解顧客的消費意圖、偏好及興趣，進而提供精準的個人化商品推薦，提高顧客下單機率。
AI Search for EC 亮點特色
我們進一步總結AI Search for EC的亮點特色如下：
（1）語意分析結合AI模型，為商品完整、精準貼標：藉由語意分析技術與訓練成熟的AI模型，系統能解析商品文本所表達的語義，抽取出商品重點屬性，並理解同義概念、不同產業對商品的描述等影響因素，達成商品完整、精準的貼標，例如系統會知道「牛奶蛋捲」是一種蛋捲，牛奶是其風味或特色，是屬於休閒食品而非飲料等。如此一來，搜尋結果便能更全面且準確地呈現，即便顧客使用不同詞彙進行查找，仍能夠找到與搜尋意圖相匹配的商品。
（2）綜合評估多項指標，客製化商品推薦：除了透過語意分析深度理解顧客的消費意圖外，系統也會針對商品在外部的搜尋量、網路聲量、以及銷量等多項指標進行綜合分析，發揮意藍資訊在外部輿情數據的強項，這樣的貼標機制能同時反映消費者需求、市場流行趨勢以及銷售狀況，充分運用外部的數據知識，做出更自動化、符合時宜的商品推薦。
（3）支援即時數據更新，反映市場變化：AI Search for EC也能夠動態更新商品標籤，反映即時的市場變化，進而確保系統提供的搜尋、推薦結果與市場脈動相符，為企業在變動快速的電商環境中取得競爭力。
企業導入AI Search for EC有何優勢
電商經營者導入後的實際效益
經過眾多知名及大型電商經營者導入AI Search for EC後，與未導入前的狀況兩相比較，發現AI Search for EC能將更精準的搜尋結果呈現在消費者面前，減少消費者因搜尋到不相關的商品而跳出頁面之情形，並且可以加速消費者決策歷程；而推薦系統的優化，除了能夠提升品牌整體轉換率外，在推送給顧客高機率感興趣的商品同時，也能打造優良的使用者體驗，促使顧客願意持續回頭購物，培養對品牌的忠誠度。
另一方面，系統經由AI語意分析技術所生成之商品標籤，除命中顧客消費意圖、能吸引他們點擊並延長網頁停留時間外，這些符合趨勢潮流的標籤，也可成為電商進行搜尋引擎排名優化的強大武器，改善搜尋引擎對於全站頁面的收錄率，同時讓商品在搜尋引擎中有更好的排名，增加曝光機會，帶動業績成長。
另一方面，系統經由AI語意分析技術所生成之商品標籤，除命中顧客消費意圖、能吸引他們點擊並延長網頁停留時間外，這些符合趨勢潮流的標籤，也可成為電商進行搜尋引擎排名優化的強大武器，改善搜尋引擎對於全站頁面的收錄率，同時讓商品在搜尋引擎中有更好的排名，增加曝光機會，帶動業績成長。
企業導入AI Search for EC的流程與要點
AI Search for EC是一個完整、具有彈性的系統，企業只需提供商品資料Product Feed，其格式不論是JSON、XML、CSV均可， AI Search for EC便能透過API串接的方式，將商品資料傳送至雲端，進行數據處理及語意分析，再將分析出的搜尋與推薦結果回傳，亦提供了搜尋入口、關鍵字意圖猜測、類別商品推薦、相關商品推薦、個人化推薦等多種功能；同時，經過高承載量的實地驗證，即便是如雙11的電商購物大節也能從容應對，讓企業能輕鬆地將搜尋與推薦的功能整合至購物網站或是應用程式中。
精華文章本土生成式AI大語言模型的發展與優勢：意藍輿情GPT的技術與應用
本土生成式AI大語言模型的發展與優勢：
意藍輿情GPT的技術與應用
大語言模型的優勢在於使用了先進的自然語言處理技術，由大參數量的深度學習架構，加上大規模的學習語料，來達到自行理解詞句間關係的能力，進而依照提示來生成各種內容，可以廣泛應用在多種場景，例如理解文章、生成摘要、依提示寫作及問答等。而由於目前繁體 (正體) 中文語料相對較少的緣故，台灣各界都開始投入蒐集與標註繁體中文語料，並以建置本土大語言模型為目標。
本期 AI 知識庫亮點
生成式AI大語言模型的核心特點
本土生成式AI大語言模型的可能性
意藍資訊的生成式AI應用內容
AI大語言模型的核心特點
什麼是大語言模型？
大語言模型的優勢為何？
大型語言模型的優勢在於使用更先進的NLP (Natural Language Processing)，也就是自然語言處理技術。相較於傳統的自然語言處理技術，大型語言模型的優勢包含：
（1）上下文理解：不是只針對字詞本身來解釋，而是透過分析上下文來更好地理解和處理文意，可以解決單一字詞依上下情境會有不同解釋的問題，所生成的回應也會更有連貫性且有邏輯。
（2）多任務適用：經過預訓練的大語言模型，就像有了基本語文能力的AI，對處理各種自然語言處理的任務都會大有幫助，例如有了基本語文能力，則學測中的克漏字測驗、改錯、造句、摘要、閱讀理解等分數都會上升，不需要單獨為每種任務來設計特定的模型，讓模型的應用更多元、廣泛。
（3）大規模資料訓練：透過數十億字符 (token)、甚至到上兆等級 (tera-) 的語料進行大規模的學習，讓模型能夠掌握更豐富的知識，從書籍、百科、論文、資料庫、網頁內容、社群貼文等，進而做出更好的理解與回覆。
本土生成式AI大語言模型的可能性
台灣大語言模型的發展
意藍資訊在生成式AI大語言模型的發展
大語言模型的訓練是依靠大量高品質的數據資料來執行，因此意藍挑選出台灣常用的語料，在兼顧適法性及合理使用下，整理出AI的學習材料。除此之外，意藍也發展了自己的自然語言處理演算法與模型，且經過第三方機構的驗證，語意判斷的準確度高達九成。此外，在相關性檢索、情緒判別、與AI對話等競賽中都名列前茅。故在台灣大語言模型的發展中，意藍資訊具備生成式AI領域中最核心的資料、演算法與應用，擁有如輿情分析、數位人群分析、電商搜尋推薦引擎、知識檢索與問答等不同的商業應用方向。
意藍資訊的AI應用內容
輿情GPT的特色與優勢
生成式AI技術未來展望
隨著大型語言模型的能力越來越強，大眾對於資訊安全和資料保密議題的重視也日漸增加。企業在大語言模型應用上，常會受限於服務供應商多為公有雲的緣故，不放心將企業重要資訊上傳外露，使得無法讓模型在具備企業內部知識的情況下，提供更精確的產出結果。因此，意藍資訊持續發展企業專屬的地端 (on-premise) 模型，提供企業小型化、客製化的模型選項，並且不斷的探索大型語言模型的應用場景，嘗試、解決企業遇到的商業問題。
精華文章為什麼企業需要導入以AI智能問答為基礎的知識管理？
為什麼企業需要導入以AI智能問答為基礎的知識管理？
知識是企業最寶貴的資源之一，它包括內部專業知識、流程和經驗，故建置完善的知識管理系統對於企業的長期發展相當重要。而意藍資訊AI Search for KM便提供了更先進、自動化程度更高，且使用者友好的知識管理系統，以AI賦能企業合作夥伴。
本期 AI 知識庫亮點
知識管理對企業的必要性是什麼？
新一代生成式AI知識管理系統(AISKM)是什麼？
企業如何有效整合現有資源到新一代知識管理系統？
知識管理對企業的必要性是什麼？
企業於知識管理上的常見痛點
2000年時期由Thomas H. Davenport教授發表關於知識工作者 (knowledge worker) 及知識社群 (knowledge community) 的一系列研究，加上Ikujiro Nonaka教授等人發表的顯性知識 (explicit knowledge) 及隱性知識 (tacit knowledge) 的轉換模型，帶動了企業對於知識管理的重視，進而投入知識管理系統，將企業知識留存累積起來，成為良好的基礎。然而二十多年過去了，在企業知識管理中，常見的痛點包括學習與內化企業知識的人力成本過高，以及知識庫的運作不夠自動化或不夠智能化、系統難以上手。
首先，學習企業知識庫並進一步內化所產生的人力成本過高，是許多企業在知識管理中所面臨的挑戰之一。傳統的知識管理可能會有資訊分散、版本過多的問題，需要員工自己進行彙整與吸收，因此對於需要調用企業知識庫來解決工作問題的員工而言，常會花很多時間搜尋、學習與內化，最後才能應用於工作上，導致企業相關人力成本偏高的痛點。
其次，知識的運用不夠自動化、搜尋不夠智能化也是另一個常見的問題。隨著企業資料量不斷增加，手動處理大量的知識資訊變得愈來愈困難，使用者可能在大量的文件中難以找到需要的資訊，或搜尋功能不夠智慧、精準，進而導致效率低下，無法即時應對快速變化的商業環境。 最後，系統不好上手也是一個普遍的問題。傳統知識管理系統通常缺乏互動性，且系統複雜難懂，需要員工接受長時間的培訓才能夠熟練使用。
首先，學習企業知識庫並進一步內化所產生的人力成本過高，是許多企業在知識管理中所面臨的挑戰之一。傳統的知識管理可能會有資訊分散、版本過多的問題，需要員工自己進行彙整與吸收，因此對於需要調用企業知識庫來解決工作問題的員工而言，常會花很多時間搜尋、學習與內化，最後才能應用於工作上，導致企業相關人力成本偏高的痛點。
其次，知識的運用不夠自動化、搜尋不夠智能化也是另一個常見的問題。隨著企業資料量不斷增加，手動處理大量的知識資訊變得愈來愈困難，使用者可能在大量的文件中難以找到需要的資訊，或搜尋功能不夠智慧、精準，進而導致效率低下，無法即時應對快速變化的商業環境。 最後，系統不好上手也是一個普遍的問題。傳統知識管理系統通常缺乏互動性，且系統複雜難懂，需要員工接受長時間的培訓才能夠熟練使用。
導入新一代生成式AI知識管理系統的優勢
而要想解決上述企業知識管理上的問題，關鍵便在於找到可以有效降低人力成本、提高操作效率，同時確保員工能夠輕鬆上手，從而打破企業內的資訊孤島。故引入生成式AI知識管理系統，對於企業的優勢便在於提升知識管理的效率和效益，讓企業先前對於大量投入所累積的知識，能夠充分地活化運用。
新一代生成式AI知識管理系統，可以快速查找到與問題相關的檔案文件，並以簡單易懂的語句進行提問及回覆，協助使用者彙整、內化其中知識點，從而節省人力資源、加速知識內化過程。再加上生成式AI在自然語言處理能力上的強項，支援使用者口語化問答，讓使用者體驗 (User Experience) 更加自然與直觀，不僅易上手、減輕員工學習負擔，促進了更廣泛的系統應用。
新一代生成式AI知識管理系統，可以快速查找到與問題相關的檔案文件，並以簡單易懂的語句進行提問及回覆，協助使用者彙整、內化其中知識點，從而節省人力資源、加速知識內化過程。再加上生成式AI在自然語言處理能力上的強項，支援使用者口語化問答，讓使用者體驗 (User Experience) 更加自然與直觀，不僅易上手、減輕員工學習負擔，促進了更廣泛的系統應用。
新一代生成式AI知識管理系統(AI Search for KM)是什麼？
AI Search for KM 基本介紹
意藍資訊「新一代生成式AI知識管理（AI Search for KM）」不同於傳統知識管理系統，整合了生成式AI、搜尋引擎，和NLP技術（自然語言處理），讓使用者可以更輕鬆地檢索和應用企業有價值的知識。
就像在跟真人聊天一樣，只要企業把文件或資訊存入AI Search for KM 的資料庫中，當有問題或需要特定的知識時，只需要透過簡單易懂的白話文進行提問，使用者便可快速獲得所需的知識，避免繁瑣的搜尋或閱讀大量文件。此外AI Search for KM可專注於企業自身所建構的知識庫，並在提回覆使用者時顯示所引用的知識庫資料，確保回答能基於實際數據和企業內部知識，避免生成式AI因不實際資料而產生的錯誤或幻覺。
AI Search for KM 五大核心特點
意藍資訊所推出的「新一代生成式AI知識管理（AI Search for KM）」有五大核心特點：支援多種格式、權限控管機制、支援全文檢索、支援對話問答、支援地端/雲端。
支援多種格式
支援企業常用的各種檔案格式，包含docx、PDF、xlsx、csv、OpenOffice 3.x 等格式，滿足企業檔案格式需求。
權限控管機制
讓使用者僅能查詢到具有檢視權限的檔案文件資料，避免資料洩露，以滿足企業管控機敏資訊、劃分部門權限等需求。
支援全文檢索
提供廣泛且彈性的資料檢索範圍，除了檔案文件的標題與內文之外，作者等資訊也在資料檢索範圍內，使用者可自行選擇欲檢索的範圍。
支援對話問答
支援使用者以對話式問答，對文件知識點提問，系統會根據使用者提出的問題與相關參考資料，回傳彙整後的口語化回覆，讓使用者可以輕鬆上手。
支援地端/雲端
可配合單位需求選擇地端或雲端服務。支援多種生成式AI的大語言模型 (Large Language Model，LLM)，從先進的OpenAI GPT、到開源的Meta Llama 2，或是意藍經由大量本地語料調校而成的地端模型，可以選擇性地部署在企業內部環境中，避免了知識外洩的安全疑慮，同時又能兼顧高效能及準確性。
企業如何有效整合現有資源到新一代知識管理系統？
2步驟輕鬆完成評估與整合設定
最後，企業又可以如何有效整合現有的知識庫到新一代生成式AI知識管理系統中呢？我們可以先採取以下步驟：
評估現有知識庫
了解企業內部現有的知識庫，包括其結構、格式、內容和涵蓋範圍，以確定哪些部分的企業知識是重要，且應該被整合的。
導入新一代知識管理系統
將企業現有知識庫與新一代生成式AI知識管理系統整合，並根據企業的要求和知識庫的內容，進行生成式AI模型的相關參數設定，確保使用者可以迅速且精確地檢索到相關知識，取得簡單易懂的正確內容，提升系統的實用性與使用者體驗。
