《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
《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
《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
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。
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。
(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。
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。
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。
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。
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。
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。
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。
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。
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。
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:
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。
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。
《Social Lab社群實驗室》12月份熱門主題包含人氣/地雷交換禮物與傷眼行為排行等…….繼續閱讀
意藍資訊受邀參與觀光署舉辦的首屆觀光產業數位轉型博覽會…….繼續閱讀
2023全國社群大數據分析校園創新競賽圓滿落幕,感謝師生熱情參與!…….繼續閱讀
《Social Lab社群實驗室》11月份熱門主題包含貓狗禁忌食物與宿醉預防方式排行等…….繼續閱讀
Copyright eLAND Information Co., Ltd.