AI Search for KM
新一代生成式AI知識管理系統
OpView 社群口碑資料庫
OpView 是台灣首屈一指的 AI 網路聲量觀測服務，以先進的語意分析技術和雲端架構，協助組織單位透過平台輕鬆追蹤、分析輿情，並深入洞察社群關鍵情報，掌握至勝先機。
OpView –
AI 輿情應變顧問
精華文章知識管理在政府單位的應用價值與實踐挑戰
知識管理在政府單位的應用價值與實踐挑戰
隨著數位化時代的加速發展，政府組織與各行各業都同樣面臨著數位轉型的重要轉折點；對於公部門而言，AI的導入與應用不僅能夠提升作業效率，更能有效加強公共服務品質、協助應對日益複雜的科技挑戰。而隨著政府內部資料量急劇增加，其對於升級知識管理應用的需求也日益增強，如何引入合適的管理工具、創造知識的最大價值，已成為提升行政效能、實現循證治理智慧化的核心課題。
本期 AI 知識庫亮點
知識管理對政府單位的重要性
為什麼政府單位需要知識管理？
-
提升行政效率
透過知識的有效整合與共享，縮短資訊傳遞與行政處理的時間，實現更快速、精準的資源調度。 -
改善決策品質
面對公共政策的制定或緊急事件的處理時，能掌握更即時且全面的資訊基礎，協助決策者迅速做出高品質的判斷與應對。 -
增強政府公信力
透過知識管理，政府單位能更有效地整合分散於各部門的資訊，從而妥善梳理並清晰呈現政策內容，促進資訊的公開性與透明度；同時，針對民眾需求或突發事件的回應也能更及時且有力，進一步提升公眾對政府的信任。
政府單位的知識管理需求
-
提升資料透明度的同時，兼顧公眾隱私與敏感資料保護
政府部門需要在推動資訊公開與透明的同時，妥善保護公民的隱私及敏感資料，防止未經授權的資料洩漏或濫用，因此用以輔助之知識管理工具不僅需能有效整合資訊，還需具備完善的存取控制機制，以確保資料安全。 -
長時間保存文件和數據，滿足稽核和法律合規需求
政府部門的文件和數據保存期通常較企業更長，因涉及的資料需滿足各種法律、稽核及合規要求，如政策文件、預算報告或公共安全數據等資料，需長期保存並於必要時進行查閱、追溯。 -
業務範疇廣泛，資料量龐大且多樣性高
政府內部通常由多個部門組成，且各單位的業務範疇不同，涵蓋政策規劃、業務執行、管理督導、勾稽核實等多元領域；各部門間的數據格式、常用檔案形式與管理流程可能存在差異，多樣的需求使得統一管理的難度也有所提升。
政府單位知識管理升級解方 ── 新一代生成式AI知識管理系統
-
支援多種常用檔案格式
包含Office、PDF 、CSV等等，不需額外花費太多心力進行轉檔處理，可應對政府內部多樣化數據格式的需求，有效解決跨部門整合困難。 -
具備檔案權限劃分機制
確保只有授權人員能夠存取、檢視特定檔案，降低機密資料洩露風險，滿足政府單位對敏感資料保護的嚴苛要求，並為跨部門合作提供安全的知識共享環境。 -
提供彈性的部署方式
政府單位可根據自身需求，選擇雲端平台服務或導入地端服務，也可以針對不同的任務，自由切換OpenAI GPT系列、Meta Llama系列、 國科會TAIDE模型、或者意藍經由大量本地語料調校而成的eLAND GOAT等多種大語言模型，滿足政府對多樣化應用場景的處理需求，同時提升系統效能，符合成本效益。 -
支援語意全文檢索
無需進行額外的資訊建立、分類或關鍵字標記，系統便能對檔案進行全範圍檢索，包含標題、內文、作者、建檔時間等資訊皆在搜尋範圍內，解決了龐大資料量下的搜尋困難。 -
支援易於使用的對話問答
使用者可以自然語言對文件知識點提問，系統會根據問題與相關參考資料，回傳彙整後的口語化回覆，讓非技術人員與高層主管能以直覺方式獲取知識，提升整體操作便利性與工作效率。
導入生成式AI知識管理系統的長遠影響
常見問題 FAQ
Q1：政府單位為何需要升級知識管理？對提升行政效能有什麼幫助？
A：升級知識管理能有效縮短資訊傳遞時間，並強化政策制定的「循證治理」能力。
政府肩負公共政策執行重責，透過知識整合與共享，能協助決策者在緊急事件發生時掌握即時且全面的資訊。此外，完善的知識管理能讓各部門回應民眾需求時更具一致性與即時性，進一步增強政府公信力。
Q2：公部門資料龐大且範疇廣泛，新一代 KM 系統如何解決整合困難？
A：系統支援多種檔案格式（如 Office、PDF、CSV）並提供全文檢索功能。
各部會常見的業務文件、預算報告或稽核數據，不需額外轉檔即可納入管理。透過 AI 的語意檢索技術，系統能自動對檔案標題、內文及作者資訊進行全範圍搜尋，解決了龐大資料量下「找得到、對得上」的搜尋痛點。
Q3：政府文件保存期長且涉及法律合規，AI 系統能滿足這些需求嗎？
A：可以，系統支援長時間的數據保存與追溯，符合稽核與法規合規要求。
公部門的文件（如公共安全數據、政策草案）涉及長期查閱需求。意藍的解決方案能穩定存儲巨量資料，並透過智能檢索讓數年前的決策脈絡能被快速喚醒與複用，確保行政過程具備完整的可解釋性。
Q4：導入生成式 AI 知識管理時，如何確保公民隱私與敏感資料不外洩？
A：透過「完善的檔案權限劃分」與「地端部署」實現資安保護。
系統具備嚴苛的存取控制機制，確保僅有獲得授權的人員能檢視特定機密檔案。此外，政府可選擇「地端服務」部署，讓所有運算與資料皆留存在內部環境中，防止敏感資料流向公有雲模型，符合國家資安標準。
Q5：非技術人員或高層主管也能輕鬆操作 AI 知識管理系統嗎？
A：可以，系統支援「自然語言對話問答」，操作體驗極為直覺。
使用者無需學習複雜的搜尋語法，只要以白話文提問（如：去年度減碳政策的執行進度？），系統便會根據內部文件彙整出條列式的口語回覆。這不僅減輕基層員工負擔，也讓高層能迅速獲取知識摘要，提升決策效率。
Q6：可以針對不同任務選用不同的 AI 大語言模型嗎？
A：可以，意藍提供彈性的模型切換機制，支援 OpenAI、TAIDE 或在地 eLAND GOAT 模型。
政府可根據任務的機敏程度與語境需求，自由選擇如國科會 TAIDE（針對繁中優化）或意藍自研的 eLAND GOAT。這種彈性不僅能滿足多樣化的應用場景，更能兼顧成本效益與系統效能。
Q7：AI Search for KM 如何解決「跨部會資訊孤島」的問題？
A：透過統一的知識管理平台，打破各部門間的資料格式與溝通門檻。
政府內部各單位業務分工細密，資料常分散於各處。AI Search for KM 能作為跨部會的知識共享中心，在確保安全權限的前提下，讓不同領域的公務人員能互通有無，活化先前累積的大量知識資產，促進跨部門協作。
2024/11意藍資訊獲邀於 2024 Meet Taipei+ 創新未來館趨勢短講 分享最新 AI 轉型應用！
在 AI 浪潮下，大部分企業迫切地尋求數位化、智能化轉型，可以說是「百工百業用 AI」，各產業皆面臨全新的機遇以及挑戰。而企業的核心競爭力–知識流，其存儲、搜索與活用更成為資訊轉型的關鍵一環，為達成企業永續，知識管理是為不可或缺的一部分。
在 2024 Meet Taipei+ 創新未來館趨勢短講活動上，意藍資訊產品經理吳于艷，分享了企業知識管理的重要性及其實際應用案例，吸引眾多產業先進參與。我們展示了意藍的生成式 AI 知識管理系統「AI Search for KM」，該系統結合生成式 AI、搜尋引擎與 NLP 技術，專為企業設計，具備企業權限控管、資料安全與高效能等特性，能夠有效提升作業效率達 40% 以上。
同時我們深入介紹了 AI Search for KM 在國家災害防救單位、大型金控企業及建廠設備業者等領域的實際導入案例，並展示了系統如何幫助這些企業快速搜尋並管理內外部資料，進一步提升決策效率。例如，透過「知識問答」功能，組織人員僅需輸入簡單的口語化問題，即可獲得精準且即時的知識內容，減少繁瑣的搜尋過程。同時，靈活的權限設定與資料來源整合功能，也讓不同部門及層級的使用者能快速找到專屬資訊，極大提高了跨部門協作效率。
展望未來，意藍資訊將持續深耕 AI 技術的研究與應用，致力於為企業提供全方位的數位解決方案。我們期待透過這些創新工具，幫助更多企業實現數位化、智能化轉型，加速產業升級，並為各行各業帶來更智慧、更高效的工作模式。
2024/11 AI破繭，KM重生！ 意藍資訊力推AI Search for KM，翻轉知識管理應用價值
因少子化導致缺工加劇，加上大量老師傅屆齡退休，迫使許多企業邁入世代交替關鍵期。為求傳承老師傅技能與Know-How，避免生產力出現斷層，近年各界紛紛追求系統化知識管理（KM）手段。
無奈傳統KM系統導入流程冗長，且礙於知識量體龐大分散，以致檢索困難，造成企業無法有效應用。久而久之，使企業費力搭建的知識庫（KB）被束之高閣，原本企盼的知識傳承願景落空，著實可惜。
為補強多年未解的KM需求缺口，向來深具知識管理與搜尋引擎底蘊的意藍資訊（eLAND），積極將生成式AI與大語言模型（LLM）引入KM，在2024年初推出「新一代生成式AI知識管理系統」（AI Search for KM；簡稱AISKM）。憑藉其中諸多亮點特色，成功打通KM任督二脈，還據此獲得國科會舉辦首屆GenAI Stars百工百業應用選拔「創新創業組」銀獎殊榮。
GenAI加持，實現原樣知識入庫妙效
意藍資訊創辦人暨總經理楊立偉博士表示，過往企業導入第一代KM時面臨不少痛點。首先資料蒐集與格式正規化過程艱難，等於在資料入庫整理的起步就陷入泥沼；其次就算辛苦建立大型KB，使用者也難以知悉裡頭有何知識，加上搜尋方式不靈活、不知要下什麼關鍵字，導致後續的分享取用出現障礙。
「換言之不論整理知識、使用知識、分享知識乃至創造知識，每一段都不容易」 楊立偉說，所以前一代KM歷經近20年發展，遲遲未能發揮預期價值。
所幸隨著GenAI崛起，總算讓KM迎來蛻變契機，也促使意藍孕育出有別於傳統的AISKM。
意藍的做法，主要是將GenAI分別置入KM系統最底層和最上層。放在最底層，旨在運用GenAI強大的理解能力，順勢開創「原樣知識入庫」新局，意即不管知識以PDF、Excel、Word、Table…等形式存在，亦無需理會用詞用語是否標準，皆可直接入庫，不再需要費時進行資料整理及格式統一，減輕前置作業負擔。
至於擺在最上層，最大意義就在於方便性。從前使用者需要上課，學會如何理解內容、下Keyword，才能操作KM，門檻偏高；反觀現在只要以口語提問，KM便提供答案。但楊立偉提醒，KM屬於企業級應用，務求答案準確、符合預設的資料範疇，不宜摻雜不相干內容；因此AISKM蘊含深厚的檢索生成增強（RAG）技術基底，確保GenAI給出答案時，都能清楚交待答題邏輯、引用的數據出處，使答案更具可解釋性、可驗證性、可稽核性。
另值得一提，因意藍早年併購龍捲風科技，已建立堅強的搜尋引擎功力，擅於區隔企業不同部門的資料存取權限，有效避免資料與模型無差別地混用。所以即便不同單位同仁詢問相同題目，也能依各自權限產生不同答案，以消弭企業在意的提示詞攻擊（Prompt Attack）風險。
自研eLAND GOAT，迎合RAG和KM場景需求
談及AISKM與其他廠商AI-based KM的技術差異，一是多數其他廠商引用外部的雲端GenAI方案、如ChatGPT；反觀意藍經營知識管理多時，深知許多企業擔心若將資料與模型上雲、可能引發洩漏機密或資料混用，故為AISKM設計少見的地端版和私有雲版方案選項。
此外意藍自有核心搜尋引擎技術，而非援引外來引擎，相對擅長中文斷字切詞，不管做全文檢索、語意檢索都更為精確，有助於在第一道過濾時找出正確答案，大幅增強RAG解題品質。
不僅如此，AISKM還包含多項其餘獨到利基。譬如支援LLM抽換，現階段可抽換的LLM標的涵括GPT-4o、GPT-4o mini、TAIDE、Llama 3，或意藍專為RAG與KM設計的eLAND GOAT大語言模型，下一步將納入Gemini及Claude。經測試eLAND GOAT的問答忠誠度分數達88%，雖稍微落後GPT-4o的90%，但嚴格來說它算是13B小模型，僅需具有48GB VRAM的顯卡便可運作自如，建構成本低，且能部署在地端，深具小而美優勢。
更特別之處，在於eLAND GOAT相較通用型LLM增強了幾項能力，包含擅長從不同問法得出對應正確答案；從大量資料擷取最適切答案段落；可閱讀表格內容；支援Function Call、稱為Active RAG的意藍獨家技術，能依據完整答題所需，適時主動呼叫外部輿情資料或政府開放資料。要重要的，當eLAND GOAT找不到答案，不會硬答，以消弭AI幻覺。
以AISKM取代傳統客服KB，使處理案件量激增
論及新一代生成式AI知識管理系統的導入效益，首先據哈佛商學院與BCG顧問集團共同發表的論文顯示，AI可分擔完成12.2%的知識任務，另有25.1%任務可因AI加快、40%任務得以提升品質。
針對意藍用戶端的客服單位實證，若調閱傳統客服知識庫，平均每人一天可處理24到28個進件，一旦改採AISKM，處理的案件量有望提升到逾40件。
楊立偉歸納，最適合的AISKM應用情境，現階段落在服務業、金融業及政府單位等重度使用KM的領域。係因他們知識量大、不容耗時翻箱倒櫃調閱文件；或知識量也許不大，但人員流動率高，需加快新人上手速度；或是像金融業知識更新頻率快，頻繁重新訓練LLM緩不濟急。
所以上述客群迫切仰賴AISKM這般以RAG為基礎、再結合搜尋引擎與LLM的應用場景。如國家災害防救單位借重Function Call，加速整合歷史與即時災害數據，將以往人工查閱時間從逾4小時驟減為10分鐘內，趕在黃金時間做出防救災決策。
或是如大型金控企業，可利用AISKM拆解任務及選用工具，並隨需生成輸入參數、解析輸出結果，完成複合型知識任務。亦能拆解任務並啟動RPA，接續執行資料的擷取與整合、清理與準備，終至回覆自動化對帳結果，促進智慧流程自動化。
完整原文歡迎至：AI破繭，KM重生！ 意藍資訊力推AI Search for KM，翻轉知識管理應用價值 | iThome
精華文章如何利用 AI 掌握即時災情？看災防中心如何透過 AI Search for KM 落實循證決策
如何利用 AI 掌握即時災情？
看災防中心如何透過 AI Search for KM 落實循證決策
近年來， AI 技術的持續創新突破，推動了政府和企業內的數位變革，如何導入並善用AI以提升服務的效率和品質，成為各單位組織的重要課題。
國家災害防救科技中心（National Science & Technology Center for Disaster Reduction，以下簡稱災防中心或NCDR）為政府於2003年設立的專業機構，多年來專注於災害風險管理和防救科技的研究；為了能在災害發生時更即時地掌握災情、強化危機事件處理能力，災防中心與意藍資訊合作，導入意藍「AI Search For KM」系統，運用生成式AI與自然語言模型建構「災害防救知識問答平台」，大幅提升災情資訊處理效率，並以數據支持決策判斷，為智慧城市發展奠定穩固基礎。
本期 AI 知識庫亮點
災防中心背景與需求介紹
國家災害防救科技中心成立於2003年，主要任務在於提升台灣在面對各種自然災害時的應變能力與減災效果、確保民眾生命財產安全。面對台灣頻繁發生的地震、颱風、土石流等天然災害，災防中心不僅需在災前做好準備，也必須在災害發生後迅速掌握最新狀況，整合、分析各類災情資訊以協助政府及相關單位作出精確的應對決策，並提供必要的預警或通報。
隨著大量災情資訊不斷累積，災防中心在知識管理升級方面的需求日益增強；另一方面，數位化時代下社群媒體和網路社群亦成為災情資訊快速傳播的主要來源，這些公開管道中的資訊量龐大且更新頻繁，如何高效蒐集、結構化、分析並運用這些來自各地的災情回饋，也是災防中心需面對的重要課題之一。
以AI Search for KM 建構「災害防救知識問答平台」
- 資料蒐整與預處理：蒐集歷年來既有的災害事件情資研判報告、即時觀測數據（如雨量、河川水位等），以及各大公開媒體、Facebook粉絲團、Dcard、巴哈姆特、Mobile01及Ptt等公開討論區的地區版等資料，經過清整、結構化與預處理，將結構化與非結構化資料均轉換為模型可理解的格式。
- 語意分析與標記：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，以利後續的索引和檢索。
- 大語言模型選擇：評估各個大語言模型在災害防救領域問答的真實性、回覆速度、正確性、可讀性、理解上下文與統整能力等效果，選擇最適用的自然語言模型。
- 建立資料向量索引、設定參數：提高檢索與問答時的效率及準確性，確保AI模型對災害知識有精準的搜尋能力與答覆效果。
透過AI Search for KM 所提供的知識平台，災防中心便能夠針對歷年災害事件、抑或即時災情進行問答，系統會逐步拆解使用者所輸入的問題，再透過大語言模型（Large Language Model, LLM）及檢索增強生成技術（Retrieval-Augmented Generation, RAG）生成完整回覆。
以颱風相關的問題為例，使用者可對系統以口語文字方式提問，如「哪個地方災情最嚴重」、「哪些鄉鎮的河川水位超過一級警戒」等等，AI Search for KM便會即時調用內部知識庫及外部即時數據，找出與使用者提問最相關的多個參考內容，從中綜合歸納出答覆。AI Search for KM具備簡便、容易使用的介面，能快速統整內部及外部、文字及數值的各類數據，在分秒必爭的防災與救災時刻，提升作業效率。
▲ 問答情境2 – 調用即時數據，掌握全面性災情
透過與意藍合作導入AI Search for KM系統，災防中心能夠更高效地整合歷史與即時災害數據，在災害發生前後做出精確的災情管理判斷，及時釐清災情狀況並調度人力與資源，落實循證決策、全面提升災害應變能力；未來意藍也將持續與災防中心攜手，逐步實踐智慧城市願景。
常見問題 FAQ
Q1：災害防救科技中心為何需要導入 AI 知識管理系統？
A：為了在分秒必爭的災害發生時，能快速整合、結構化並分析海量的分散情資。
災防中心面對頻繁的地震、颱風等災害，需處理包括歷年情資報告、即時觀測數據，以及來自社群媒體（FB, PTT, Dcard 等）的龐大非結構化資訊。導入 AI Search for KM 能自動清整並標記這些資料，大幅提升災情處理效率，支撐政府作出精確的應對決策。
Q2：AI Search for KM 如何協助災防單位蒐集散落在網路上的民眾災情回饋？
A：系統透過 ETL 數據處理技術，能自動爬取並結構化各大社群媒體與討論區的資訊。
面對 PTT 地區版、Dcard 或媒體新聞中破碎的災情訊息，系統會先進行清整與預處理，將文字轉換為模型可理解的格式。這解決了社群資訊量龐大且更新頻繁，人工難以即時過濾與彙整的難題。
Q3：當災害發生，AI 如何透過一篇社群文章自動判斷嚴重程度？
A：透過深度語意分析技術，AI 能自動辨識並標記文章中的地理資訊、事件類型與災情程度。
系統能自動識別文章中提及的「路段」、「水位」或「倒塌情況」，並進行關鍵標記。這有助於後續的索引與檢索，讓災防單位能第一時間篩選出最緊急的求援或損害回報，減少資訊遺漏。
Q4：災防中心的問答平台如何確保 AI 產出的回覆是真實且準確的？
A：結合了檢索增強生成（RAG）技術，要求 AI 必須根據內部知識庫與即時數據來回答。
系統不只依賴模型既有的知識，而是會調用災防中心專屬的歷史數據庫與即時觀測數據。當使用者提問時，AI 會找出多個參考段落進行綜合歸納，並註明出處，確保生成的內容具備高度的可驗證性，避免「AI 幻想」。
Q5：人員可以用多口語的方式對系統提問？系統聽得懂複雜的災情問題嗎？
A：使用者可以用非常直覺、口語化的自然語言進行提問。
例如直接詢問「哪個地方災情最嚴重？」或「哪些鄉鎮河川水位超過一級警戒？」。AI Search for KM 會逐步拆解問題中的核心關鍵字，自動串接雨量或水位等數值數據，並將複雜的數據轉化為白話的總結回覆，大幅降低系統操作難度。
Q6：面對多樣化的災害任務，如何選擇最適合的大語言模型 (LLM)？
A：意藍會針對模型的真實性、回覆速度與上下文統整能力進行全面評估。
在建構「災害防救知識問答平台」時，會針對災害防救領域的特殊語境，測試不同模型（如 OpenAI, Llama 或在地模型）的正確性與理解力，最終選擇能平衡「效能」與「成本」的最優模型，確保在救災關鍵時刻不卡頓。
Q7：導入 AI Search for KM 後，對於政府的「循證決策」有什麼具體貢獻？
A：系統能實現歷史經驗與即時數據的整合，提供科學化的判斷依據。
災防中心能快速比對歷年災害事件的應對經驗，並對比當下即時災情，協助決策者在釐清狀況後，精確地調度人力與資源。這不僅提升了災害應變能力，也落實了數據驅動的智慧城市治理願景。
2024/10意藍資訊獲邀參加「AI數位轉型工作坊」 展示生成式AI的多樣應用
意藍資訊（股票代號：6925）受邀合作辦理數位發展部數位產業署「AI 數位轉型工作坊」系列活動，此次活動聚焦於 AI 前瞻發展趨勢，並結合實務案例的分享及分組實作，探討產業數位轉型的最佳方案，助力企業規劃及落實數位轉型的實踐模式。
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。本次工作坊中，意藍資訊數據應用顧問林育柔以「運用生成式 AI 進行輿情觀測及提升商品貼標與搜尋轉換率」為主題，深入解析了意藍如何運用 AI 技術結合輿情數據，幫助企業加速市場洞察與優化行銷策略，並展示了「AI 輿情應變顧問」的實際應用案例，讓企業透過簡單的口語問答，快速掌握輿情變化，大幅提升作業效率。此外，也介紹了「新一代智能貼標與搜尋推薦系統：AI Search for EC」，透過 AI 技術解析商品文本資訊生成標籤，提升商品曝光度及查詢準確度，並串聯站外與站內的數據，找出更貼近消費者需求的標籤與商品，精準描繪消費者興趣及偏好，有效提升轉換率。
另外，資深數據分析師郭品辰則以超商聯名活動為實際案例，帶領參加者操作「OpView 社群口碑資料庫」，協助參加者深入探索行銷觀測及商機洞察的方法。在互動問答環節中，參加者進一步了解 AI 輿情分析在行銷策略的應用，並掌握將數據轉化為實際策略的要領。
誠摯感謝各界貴賓參與此次「AI 數位轉型工作坊」，並與意藍共同交流 AI 技術與實際應用。未來，意藍資訊將持續深耕 AI 技術的研究與應用，致力於為企業提供全方位的數位解決方案及提升營運效率，加速產業智慧化轉型。
OpView 社群口碑資料庫
OpView 是台灣首屈一指的 AI 網路聲量觀測服務，以先進的語意分析技術和雲端架構，協助企業透過平台輕鬆追蹤、分析輿情，並深入洞察消費者關鍵情報，搶奪市場至勝先機。
OpView –
AI 輿情應變顧問
意藍資訊結合 DeepNLP 與大型語言模型，透過簡單的口語問答，由 AI 梳理大量文本並生成議題摘要內容，輕鬆且快速獲得事件多面向輪廓，協助企業即時掌握輿情變化，大幅提升作業效率。
新一代智能貼標與搜尋推薦系統
AI Search for EC
專為電子商務打造的 AI 搜尋引擎，協助企業品牌連結消費者與商品的橋樑，創造更好的商品搜尋與推薦體驗，讓消費者更快找到需要的商品，提升消費者對電商平台黏著度與轉換率。
下載報告生成式 AI 產業趨勢報告
生成式AI產業趨勢報告
從整體生成式AI產業應用趨勢，了解AI智能搜尋解決方案如何落地應用。
報告亮點
Part 1. 生成式 AI 話題趨勢探索
- 1-1 生成式 AI 話題趨勢
- 1-2 生成式 AI 的商業機會與挑戰
Part 2. 生成式 AI 的機會與應用場域
- 2-1 生成式 AI 的應用趨勢
- 2-2 核心技術—AI大語言模型
- 2-3 關鍵應用—檢索增強生成(RAG)
Part 3. 以 AI Search 技術打造 AI 知識代理人
- 3-1 本土生成式 AI 大語言模型—eLAND GOAT
- 3-2 AI Search for KM 新一代生成式 AI 知識管理
- 3-3 AI 驅動的多元未來：案例展示
生成式 AI 是基於深度學習，透過擁有大參數量的神經網絡來記憶學習大量的資料，並且在沒有明確標籤或指導之下，自行學習資料的分佈，來生成更多類似的資料。
而隨著近年來 AI 技術的持續創新與突破，百工百業都迎來了前所未有的數位變革。在這個數位轉型的關鍵時刻，AI 的導入與應用已成為各行各業提升競爭力和效率的重要策略。企業在應對市場挑戰與客戶需求時，數位化的布局顯得尤為重要。AI 技術不僅有助於提升運營效率，還能加強決策的準確性與靈活性，為企業的未來發展提供強大支撐。
完整報告下載
歡迎填寫下列表單，我們將寄送完整簡報至您的電子信箱。
下載報告AI 智能搜尋解決方案：智慧政府應用趨勢報告
AI 智能搜尋解決方案：智慧政府應用趨勢報告
隨著近年來 AI 技術的持續創新與突破，政府及企業都迎來前所未有的數位變革，無論是政府組織還是各行各業，皆面臨數位轉型的重要轉折點，而本報告將為各位說明生成式 AI 於智慧政府之應用趨勢，並以實際公部門單位導入案例展示智慧治理的落地應用。
報告亮點
Part 1. 生成式 AI 於智慧政府之應用趨勢
Part 2. 意藍 AI Search for KM 服務優勢
Part 3. 政府單位導入應用展示
- 3-1 智慧城市災防應變數據分析
- 3-2 智慧循證治理與質詢擬答
- 3-3 智慧政府民意及民眾陳情資訊分析
Part 4. 意藍 AI Search for KM 服務導入方式
Part 5. 如何申請 AI Search for KM 服務體驗
隨著近年來 AI 技術的持續創新與突破，政府及企業都迎來前所未有的數位變革，無論是政府組織還是各行各業，皆面臨數位轉型的重要轉折點。AI 的導入與應用已勢無法擋，公部門在應對科技挑戰與回應民眾需求時，數位化佈局顯得尤為重要。 而智慧政府的核心目標，就是利用先進科技來提升公共服務的效率與品質，並使行政作業更具透明度與精準度 。
完整報告下載
歡迎填寫下列表單，我們將寄送完整簡報至您的電子信箱。
2024/10感謝媒體轉發！10月熱門主題綜覽：護胃食物、卸妝產品比較
《Social Lab社群實驗室》10月份熱門主題包含護胃食物、卸妝產品比較等…….繼續閱讀
2024/10意藍資訊獲邀參加「2024台北數位應用博覽會暨跨境電商年會」 展示全方位AI智能解決方案
意藍資訊（股票代號：6925）受邀參加「2024台北數位應用博覽會暨跨境電商年會」，活動於10月22日登場，以「Digi Taipei X」為主題，首度結合「台北數位應用高峰會」與「台北跨境電商年會」兩大年度活動，透過「數位」、「跨境」兩大主軸，舉辦超過10場主題講座，匯聚6大數位轉型應用領域，並邀請超過30家業者，提供一站式服務與方案，滿足全產業數位應用需求。
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。在本次展會中，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。
此外，意藍資訊許敏芯市場分析師也在會上以「運用生成式 AI 進行輿情觀測及企業知識管理」為題，分享了意藍如何落實生成式 AI 應用，為產業、學界及政府機構提供多元、創新的解決方案。講座中，許敏芯市場分析師分享了意藍如何運用 AI 技術結合輿情資料，提升企業作業效率與策略執行成效，並展示了「AI 輿情應變顧問」的實際案例，透過簡單的口語問答，由 AI 梳理大量文本並生成議題摘要內容，輕鬆且快速獲得事件多面向輪廓，協助企業即時掌握輿情變化，大幅提升作業效率。此外，也介紹到「新一代生成式AI知識管理系統：AI Search for KM」，結合了最新 AI 技術，有效幫助使用者以自然語言高效且準確地搜尋企業內部的各類格式檔案和權限資料，且支援導入地端和雲端服務，滿足不同規模和需求的企業，經統計能提升企業作業效率逾40%。
感謝各界貴賓於「2024台北數位應用博覽會暨跨境電商年會」蒞臨參觀，並與意藍深入交流 AI 技術與應用！
在數位轉型浪潮中，AI 正快速成為企業創新的核心驅動力。意藍資訊將持續深耕 AI 技術的研究與應用，致力於為企業提供全方位的數位應用，助力企業掌握數位轉型機會，實現智慧應用，共創智能化未來。
