<span style=" display: block; font-size: 0.8em; font-weight: 100; color: #A5A3A3;">2024/12</span>意藍AI Search智能搜尋解決方案  獲113年人工智慧技術服務機構能量登錄認證

2024/12意藍AI Search智能搜尋解決方案 獲113年人工智慧技術服務機構能量登錄認證

意藍資訊(股票代號:6925)日前取得數位發展部數位產業署113年人工智慧技術服務機構能量登錄認證,展現在AI技術應用領域的卓越能力。此次通過認證的服務包含AI Search for KM新一代生成式AI知識管理系統,以及AI Search for EC智能貼標與商品推薦系統;將生成式AI與公司搜尋、語意分析、資料處理等核心技術做結合,針對產業痛點打造可實際落地之解決方案。

AI Search智能搜尋系列服務乃意藍針對不同產業需求提所提供之智能搜尋解決方案,本次AI Search for EC、AI Search for KM更是分別取得「產品服務智慧推薦搜索」、「人工智慧離線API程式庫開發」、「虛擬助理」等多項認證,象徵著意藍人工智慧核心技術能力與⾏業應⽤能⼒的肯定。

AI Search for KM整合了高速搜尋、自然語言處理與生成式AI技術,替組織專屬的知識庫打造如同ChatGPT般的知識問答能力,不僅促進知識流通、提升組織作業效率,更提供地端專屬模型與雲端服務兩種導入方式,符合權限要求與資安/稽核規範;而AI Search for EC則是意藍專為電子商務打造的智能搜尋與推薦系統,憑藉自主研發的AI語意分析模型與搜尋引擎技術,自動提取商品特徵詞以生成商品標籤,亦能分析商品外部搜尋量、網路聲量及銷量等多項指標,精準推薦符合顧客需求的商品,全面提升消費者體驗與商家營運效益。

展望未來,意藍將持續深耕於AI應用領域,推廣生成式AI技術在百工百業的應用,致力成為智能轉型的領航者,協助企業與組織實現智能升級,共同應對未來科技革新的挑戰。

AI Search for KM
新一代生成式AI知識管理系統

AI Search for KM 乃意藍資訊整合生成式 AI、高速搜尋引擎、獨家 NLP 技術,並擁有領先業界的知識管理經驗,為組織單位實現更卓越且智能的知識搜尋與問答服務。

AI Search for EC
新一代智能貼標與搜尋推薦系統

AI Search for EC 是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,打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。

<span style=" display: block; font-size: 0.8em; font-weight: 100; color: #A5A3A3;">2024/11</span>意藍資訊獲邀參加「2024全國資訊主管聯席會」 展示生成式AI於智慧政府之應用趨勢

2024/11意藍資訊獲邀參加「2024全國資訊主管聯席會」 展示生成式AI於智慧政府之應用趨勢

意藍資訊(股票代號:6925)受邀參與數位發展部主辦之「2024全國資訊主管聯席會」活動,此次活動主要為促進政府機關間、資訊服務業者資訊技術與經驗之交流,協力提升政府治理效能與服務品質。

意藍資訊作為國內首屈一指的 AI 智能數據代表廠商,致力於將生成式 AI 技術融入單位組織解決方案中。新一代生成式AI知識管理系統 – AI Search for KM 透過生成式 AI 的能力,讓政府單位或是組織可以口語化問答的方式高效查詢內部資料,並且支援多格式檔案搜尋及權限控管,無論是地端或雲端部署都能靈活應用,有效避免機敏資料外洩並提升知識管理效率。另一方面,OpView社群口碑資料庫則專注於輿情資料的快速彙整與分析,協助即時掌握社群輿情脈動,為策略規劃提供精準的數據支持。

而在本次展會中,意藍資訊總經理楊立偉則以「生成式AI知識管理及AI輿情應變顧問」為主題,向與會嘉賓介紹意藍如何運用AI技術來進行知識管理與輿情觀測,同時也分享協助公部門完成循證決策、以數據驅動政策應用的實績案例。

誠摯感謝政府機關貴賓參與此次「2024全國資訊主管聯席會」,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,致力於為政府組織單位提供全方位的數位解決方案及提升治理效能。

AI Search for KM
新一代生成式AI知識管理系統

AI Search for KM 即新一代生成式 AI 知識管理系統,意藍資訊整合生成式 AI、高速搜尋引擎、獨家 NLP 技術,並擁有領先業界的知識管理經驗,為組織單位實現更卓越且智能的知識搜尋與問答服務。

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

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,協助組織單位即時掌握輿情變化,大幅提升作業效率。
<span style=" display: block; font-size: 0.8em; font-weight: 100; color: #A5A3A3;">精華文章</span>知識管理在政府單位的應用價值與實踐挑戰

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
  1. 為什麼政府單位需要知識管理?
  2. 政府單位的知識管理需求
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
導入生成式AI知識管理系統的長遠影響

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?

政府單位肩負服務民眾和執行公共政策的重責,其運作效率將直接關係到社會的發展與民眾福祉,而知識管理可透過以下多個面向提升政府效能:

  1. 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。

  2. 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。

  3. 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

相較於一般企業,政府單位在知識管理方面具備以下獨特需求──

  1. 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。

  2. 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。

  3. 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

針對以上政府單位對於知識管理的需求,意藍的新一代生成式AI知識管理系統AI Search for KM 便是理想的解方,其亮點特色如下:

  1. 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。

  2. 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。

  3. 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。

  4. 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。

  5. 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

生成式AI知識管理系統的導入,不僅能有效為政府單位解決跨部門協作與資料整合的挑戰、提升行政效率與決策品質,更能助力其持續優化知識的流通與應用模式,逐步實踐智能化治理與決策,為數位政府與智慧城市的長遠發展奠定堅實基礎。

想進一步了解「新一代生成式AI知識管理系統(AI Search for KM)」?

<span style=" display: block; font-size: 0.8em; font-weight: 100; color: #A5A3A3;">2024/11</span>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!

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。

<span style=" display: block; font-size: 0.8em; font-weight: 100; color: #A5A3A3;">精華文章</span>意藍助力災防中心,以AI Search For KM實現即時災情掌握與應對

精華文章意藍助力災防中心,以AI Search For KM實現即時災情掌握與應對

意藍助力災防中心
以AI Search For KM實現即時災情掌握與應對

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。

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」

為了更快速、準確地掌握災情資訊以提升災害應變效率,災防中心選擇與意藍資訊合作,導入意藍新一代生成式AI知識管理系統「AI Search for KM」,運用人工智慧與自然語言模型技術,並結合社群輿情資料和專屬的歷史數據庫,打造「災害防救知識問答平台」,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,以利更好地應對和管理災害風險。 意藍協助災防中心建構災害防救知識問答平台的流程如下:
  1. 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。
  2. 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。
  3. 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。
  4. 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1 – 分析災情嚴重區域

▲ 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。

想進一步了解「新一代生成式AI知識管理系統(AI Search for KM)」?
<span style=" display: block; font-size: 0.8em; font-weight: 100; color: #A5A3A3;">2024/10</span>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

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。

<span style=" display: block; font-size: 0.8em; font-weight: 100; color: #A5A3A3;">2024/10</span>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

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。

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。

AI Search for KM 新一代生成式AI知識管理系統

AI Search for KM 即新一代生成式 AI 知識管理系統,意藍資訊整合生成式 AI、高速搜尋引擎、獨家 NLP 技術,並擁有領先業界的知識管理經驗,為企業實現更卓越且智能的知識搜尋與問答服務。

<span style=" display: block; font-size: 0.8em; font-weight: 100; color: #A5A3A3;">2024/09/10</span></br>從 AI 到 AI+:知識賦能無限商機

2024/09/10
從 AI 到 AI+:知識賦能無限商機

揭示 AI 技術的商業潛力 與頂尖專家共話 AI 未來
在數位轉型浪潮中,人工智慧正迅速成為企業創新的核心驅動力。
不管是透過大數據分析描繪客群輪廓;或藉由生成式 AI 提升企業作業效率,人工智慧技術正以驚人的速度顛覆傳統商業模式。
意藍資訊(6925)持續在 AI 領域耕耘,作為首屈一指的智能數據代表廠商,帶領您與頂尖專家共同探索 AI 的無限潛力,掌握智慧賦能帶來的無窮商機。

非常感謝共襄盛舉的貴賓們!

⁕ 與會者回饋 ⁕

user, interface, agent, usability, account, profile, man

企業培訓人員

議程內容非常豐富,
讓人能了解如何透過 AI 協助市場洞察!

user, interface, agent, usability, account, profile, man

企業培訓人員

議程內容非常豐富,讓人能了解如何透過 AI 協助市場洞察!

user, interface, agent, usability, account, profile, man

行銷企劃人員

讓我對社群趨勢有更進一步的了解,
且能了解產業現況很棒!

user, interface, agent, usability, account, profile, man

行銷企劃人員

讓我對社群趨勢有更進一步的了解,且能了解產業現況很棒!

user, interface, agent, usability, account, profile, woman

公關活動人員

Z 世代的分析內容分常豐富,
是很好的議題,有跟上時代潮流!

user, interface, agent, usability, account, profile, woman

公關活動人員

Z 世代的分析內容分常豐富,是很好的議題,有跟上時代潮流!

⁕ 精彩亮點節錄 ⁕

洞察報告》年度社群數據洞察!掌握Threads行銷應用方法

洞察報告》
年度社群數據洞察!
掌握Threads行銷應用方法

意藍資訊團隊改寫活動議程中的「社群板塊趨勢洞察 及 Threads流量密碼解析」,透過「OpView社群口碑資料庫」為您解析近2年的網路口碑趨勢,並揭示最新社群網站來源Threads的行銷應用實例,提供行銷規劃與決策的重要參考。

AI知識庫》行銷公關的智能變革:AI助力品牌戰略轉型升級

AI知識庫》
行銷公關的智能變革:
AI助力品牌戰略轉型升級

eLAND AI知識庫 文章BN003

在「危機變轉機!生成式 AI 如何改變品牌監測策略」議程中,我們分享了隨著人工智慧技術不斷創新突破,各行各業皆迎來前所未有的變革,例如在行銷與公關領域,AI 的應用重塑了品牌解讀市場訊息、與消費者互動的方式,也開拓了企業提升各項決策精準度的可能性。針對此趨勢變化,意藍資訊的 AI 輿情應變顧問及 AI 廣告投手便提供企業在應對公關危機、提升廣告投放精準度等方面的具體應用。

⁕ 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!

<span style=" display: block; font-size: 0.8em; font-weight: 100; color: #A5A3A3;">精華文章</span>生成式AI的簡介與應用

精華文章生成式AI的簡介與應用

生成式AI的簡介與應用

生成式AI是人工智慧技術中一個重要的分支,現已廣泛應用於各行各業,無論是在智能客服、內容創作,或者資料分析中,其都扮演了日益重要的角色;然而,隨著生成式AI的普及,相應的挑戰與危機也浮上檯面。本文將帶您瞭解生成式AI的基本概念及其背後的大語言模型技術,並分析其在發展過程中面臨的痛點與挑戰,最後透過實際案例,展示生成式AI在不同領域中如何實現高效應用。

生成式AI與人工智慧技術簡介

生成式AI是一種人工智慧技術,主要特點是能夠生成新的內容,例如文字、圖像或音訊,不僅限於對現有資料進行分類或預測,還能夠用於解決問題或滿足多樣的需求。而人工智慧技術有很多種類型,常見的包含監督式學習、非監督式學習、增強式學習等,三者處理、學習數據的方式如下:
  1. 監督式學習:我們告訴模型一些範例資料和答案,模型學到資料和答案之間具有鑑別力的特徵後,就可以依樣畫葫蘆去進行分類或預測。
  2. 非監督式學習:給模型一批資料但不告訴它答案,讓模型自己找到資料當中重要的特徵進行分群。
  3. 增強式學習:不給模型訓練資料,但告訴它目標及獎勵機制是什麼(怎麼做會得分、怎麼做會扣分),讓模型自行嘗試找出達到高分的方法。
生成式AI則強調用更大量的資料,在沒有明確標籤或指導下,學習這些資料的分佈,生成更多類似的資料。

生成式AI背後的技術原理:大語言模型

生成式AI所依靠的其中一個技術便是「大型語言模型」(Large Language Model, LLM),其特色在於訓練過程中,模型可以自大量資料中自行學習和理解每個詞、每個句子之間的關係與背後的意義,最後根據指令,提供符合邏輯的自然語言回應。好比文字接龍,參與者需要根據已知的詞語來生成符合規則的新詞語,大型語言模型在接收問題後,會基於訓練數據和上下文,來評估問題背後最高機率會出現的字詞是什麼,然後一字一字生成出來,最終形成完整且符合邏輯的回答。

而相較於傳統的自然語言處理技術,大型語言模型的優勢有三:
  1. 上下文理解:大型語言模型能更好地理解和處理文意,生成的回應更連貫且有邏輯。
  2. 多任務適用:大型語言模型能夠應付多種自然語言處理的任務,不需要單獨為每種任務來設計特定模型,也因此應用更多更廣。
  3. 大規模資料:大型語言模型用以訓練的文本資料通常十分龐大,可能是幾千萬甚至幾億的語料,讓模型能夠掌握豐富的知識,做出更準確的理解與回覆。
這些特點使得大型語言模型在生成式AI中的應用廣泛而有效,例如智能客服、文案生成創作、資料自動化解讀分析等等,皆是藉由大型語言模型來達成作業自動化,並提高工作效率。

生成式AI的痛點、挑戰與解方

不過,從2023年劍橋字典選出的年度代表字:Hallucination,幻想,其實就反應了AI的可信賴性是一大挑戰,因為生成式AI對於沒看過的資訊會想辦法拼湊出答案。模型生成的內容可能表面上看起來合理,實際上卻缺乏真實的參考來源,這種現象在回答專業知識問題時更為明顯,因為模型可能傾向根據在訓練數據中學到的資料來生成答案,而非真正理解問題及實際參考文章來進行答覆。

面對上述問題,檢索增強生成(Retrieval-Augmented Generation, RAG)技術是一個良好的解決方案。RAG是2020年由Patrick Lewis提出,其結合了檢索和生成式AI的優勢,首先檢索外部資料庫中的相關資訊,再基於這些資訊生成回答,藉此減少憑空杜撰的可能性、增強回覆的相關性和真實性,進一步提升問答效果,確保符合實際應用需求。

▲檢索增強生成技術(Lewis, P., 2020)

除了RAG, 2022年1月Google研究員Jason Wei提出的思維鏈(Chain-of-Thought, CoT)概念,則是在大型語言模型的輸入中,加入額外的例子和描述作為上下文,以此幫助模型在進行任務時引入更多的思考過程,並引導模型進行更深入的推理,透過預測「思維過程」來提高模型的性能,讓大型語言模型能夠更好地理解並回答複雜的問題。

▲思維鏈(Wei, J., 2022)

生成式AI的應用實例

檢索增強生成技術與思維鏈的概念提升了生成式AI的性能,也拓展了大型語言模型在多個領域的應用範疇。下文將著重說明大型語言模型如何應用於「政策評估」:
  1. 透過大型語言模型對文本進行摘要,找出重點

在進行政策評估時,會需要針對如會議記錄、訪談內容、問卷中的開放式問題或網路輿情等資料進行質性分析,以歸納出多元利害關係人的相關意見或質疑。此時,結合自然語言處理(Natural Language Processing, NLP)技術與大型語言模型(Large Language Model, LLM),便能夠讓分析更有效率,避免過去逐篇檢視文本後才能找出重點的耗時過程。

首先,為瞭解民眾對於議題有哪些重要的意見面向,可藉由AI語意模型對民眾言論文本進行「重要關鍵字提取」與「語意相似度計算」,並輔以分群演算法將相似討論進行歸類,拆解出不同的討論面向,作為政策評估時的參考。下圖是「晚婚 / 不婚議題」在社群討論當中的分群結果,圓圈大小代表討論的顯著(集中)程度,而圓圈彼此之間的距離則代表討論的相似程度。

▲「晚婚 / 不婚議題」社群討論分群結果
根據分群結果,再透過其他來源如相關文獻或訪談內容,進一步辨識出可進行分析研究的意見,接著提取重點關鍵字、並以布林邏輯篩選資料,統計關鍵字的出現頻率。完成各個討論面向的資料篩選後,藉由以大型語言模型(LLM)為基礎的生成式AI進行解讀與分析,自原始留言、發文內容中歸納出白話的討論面向與重點摘要。下表是以晚婚不婚議題經過辨識後,其中兩個討論面向的摘要內容:
▲「晚婚 / 不婚議題」討論面向摘要
  1. RAG:搜尋引擎結合大型語言模型,提升研究效率

針對政策評估時所蒐集的大量質性資料,過去往往需要花費大量時間解讀,才能從中找出關鍵課題。透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,將搜尋引擎與生成式AI優勢相融合,便能快速將文本資料中的重點知識內容,轉化成淺顯易懂的重點說明。

首先,搜尋引擎能夠直接對多種格式的文件進行文本上的解析,在搜尋時也能夠進行跨檔案的比對;生成式AI演算法則可以探索和分析複雜的資料。在針對某個議題、概念進行研究時,「搜尋引擎 + 生成式AI」能夠即時從龐大的資料庫中搜尋相關命中段落,並將這些內容快速摘要呈現;透過理解語言的結構和語境,也能確保命中段落的展示是精確且相關的。

簡言之,RAG是在檢索讀取(Retrieve-Read)的框架下進行搜尋(Yunfan, G. ,et al, 2023),能夠識別並找尋給定的相關資訊需求(Zhao, P. , et al, 2024),基於對命中段落的理解,使生成式AI能夠進一步生成摘要,協助使用者在短時間內獲得專業且易理解的回覆,避免在研究、搜集過程中浪費時間在無關或不確切的資訊上。例如,面對大量的訪談逐字稿文件,透過RAG技術進行知識搜尋與知識問答,分析者不僅能彙整並凸顯資料中的重要發現,還能驗證對特定解釋的認知是否正確。此外,它也提供了深入洞察,如識別特定發言者在資料中的關鍵觀點,或對比不同發言者對同議題的立場。

下圖呈現RAG技術如何在資料中發現重點,針對公正轉型研討會講座文字記錄文件進行提問,試問「女性在公正轉型中會受到什麼影響」,RAG迅速對該文件進行搜索,並以條列式回覆重點摘要,同時將參考段落的位置標示出來。

▲以RAG技術彙整資料重點;意藍「AI Search for KM新一代生成式AI知識管理系統」問答畫面
下圖則是詢問某發言者在會議中的發言重點,RAG能夠快速歸納文件中的相關內容,亦標記參考段落之位置,方便搜尋者在文件中找到關鍵資訊。
以RAG技術歸納發言者發言重點;意藍「AI Search for KM新一代生成式AI知識管理系統」問答畫面
▲以RAG技術歸納發言者發言重點;意藍「AI Search for KM新一代生成式AI知識管理系統」問答畫面
生成式AI技術的運用,使得從龐大資料中提取有價值的訊息變得更加高效和精確,從而增強了循證決策的整體效能。
本文引用、改寫自【循證決策協作平台】上112年度計畫團隊技術組之文章,歡迎前往閱讀原文:
<span style=" display: block; font-size: 0.8em; font-weight: 100; color: #A5A3A3;">精華文章</span>企業如何推動知識管理?4步驟讓知識動起來

精華文章企業如何推動知識管理?4步驟讓知識動起來

企業如何推動知識管理?
4步驟讓知識動起來

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?
知識管理可以透過以下多種面向提高企業競爭力:
  1. 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。
  2. 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。
  3. 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。
  4. 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:
  1. 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。
  2. 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。
  3. 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。
  4. 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。
而若是原先就有既有知識庫的企業,則可以透過以下方式優化並提升知識運用效率:
  1. 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。
  2. 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。
  3. 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。
  4. 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:
  1. 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。
  2. 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:
  1. 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。
  2. 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 技術的新一代生成式 AI 知識管理系統,其所具備的功能特色如下:
  1. 支援多種檔案格式:AI Search for KM系統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。
  2. 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。
  3. 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。
  4. 支援對話問答:AI Search for KM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。
  5. 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:
  1. 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。
  2. 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。
  3. 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。
  4. 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。
  5. 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。
想進一步了解「新一代生成式AI知識管理系統(AI Search for KM)」?

Copyright eLAND Information Co., Ltd.