• Home
  • Blog
  • 知識管理
<span style=" display: block; font-size: 0.8em; font-weight: 100; color: #A5A3A3;">下載報告</span>AI 智能搜尋解決方案：智慧政府應用趨勢報告

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。

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

立即預約專人諮詢
<span style=" display: block; font-size: 0.8em; font-weight: 100; color: #A5A3A3;">精華文章</span>大語言模型的企業應用策略： 營運效率提升的最佳助手

精華文章大語言模型的企業應用策略： 營運效率提升的最佳助手

大語言模型的企業應用策略：
營運效率提升的最佳助手

大語言模型（Large Language Model，LLM）是生成式AI領域中十分重要的一項技術與應用，它通過大規模文本數據的訓練，學習語言文字中的上下文結構和語意關係，並能生成自然流暢的回應，與使用者的提問做互動。本文將帶您了解大語言模型的原理與特點，探討企業如何有效運用大語言模型、使其在工作場域中發揮價值，並介紹意藍自行研發之大語言模型eLAND GOAT的具體應用。

本期 AI 知識庫亮點

認識大語言模型
  1. 什麼是大語言模型？
  2. 大語言模型的核心特點
大語言模型的商業應用可能性
  1. 企業的大語言模型應用場域
  2. 企業如何善用大語言模型提升營運效率？
  3. 企業導入大語言模型的關鍵要素
意藍於大語言模型中的應用

認識大語言模型

什麼是大語言模型？
大語言模型（Large Language Model，LLM） 是一種基於大量資料訓練而成的深度學習模型，其特色在於模型參數量大、學習訓練資料廣泛，且在模型的訓練過程中，能夠識別及理解大量資料中每個詞句間的上下文關係，以及在語意空間中背後的意義，再根據使用者的提問或指令（Prompt），提供符合邏輯的自然語言回應。大語言模型的運作邏輯就好比文字接龍遊戲──根據使用者所輸入的詞句，模型會基於已學習、訓練過的資料與上下文，來評估哪些字詞最有可能出現在使用者的輸入之後，並生成相對應的文字回應。

 

大語言模型的核心特點？
綜前所述，大型語言模型的核心特點包含以下幾點：
  1. 上下文理解：大型語言模型能更好地理解和處理文意，生成連貫、有邏輯的流暢回應。
  2. 多任務適用：大型語言模型能夠應付多種自然語言處理任務，無需單獨為每種任務設計特定模型，也因此能夠廣泛應用於多種不同場景。
  3. 大數據訓練：大型語言模型通常基於數千萬、甚至數億的文本資料進行訓練，龐大的數據量使得模型掌握了豐富的知識，從而能夠做出更準確的判斷與回覆。
不過也需要注意的是，大語言模型是根據過往數據資料訓練而成的，若遇到訓練資料中缺乏、無法回應的提問、或參考資料本身有所偏誤，可能就會出現AI杜撰、AI幻覺 (Hallucination)等現象，生成出錯誤甚至不存在的回應。

大語言模型的商業應用可能性

企業的大語言模型應用場域
而基於大語言模型具有的核心特點，可以被運用在以下幾個商業場域當中，來協助企業提升營運效率，輔助企業達成不同的目標：
  1. 市場行銷：大語言模型可以生成文案、分析市場趨勢以及顧客偏好，甚至優化廣告投放策略。它可以幫助撰寫社群媒體文章、電子郵件行銷內容，並根據市場數據預測消費者需求。
  2. 內部管理：大語言模型也可以成為內部知識管理的助力，幫助員工快速找到需要的資料，或者自動生成報告、會議記錄。此外，在客戶服務方面，也可以24小時即時回應客戶問題，減少人工客服負擔，並提供可驗證的參考內容出處。
  3. 輔助決策：透過分析企業數據，大語言模型還可以協助管理層做出更準確的市場預測，從而提升整體營運決策的效率和準確性。
 
企業如何善用大語言模型提升營運效率？
那企業究竟又該如何將大語言模型的優勢發揮出來？關鍵在於企業如何對模型下達準確的指令（Prompt）。對大語言模型提問時，語句及用詞要盡可能地具體、包含上下文訊息，才能讓大語言模型提供有效的回應，例如當想了解有關國內知名金融業者新光金控的相關資訊時，應避免簡化問句為「總資產？」，而是「請問新光金在今年第二季結束時的資產總額是多少？」，通過更精確的提問，大語言模型能提供更完整的回應。 除了應避免模糊不清的提問內容，提問的技巧也同樣重要，使用者應逐步引導模型進行推理，如欲詢問「新光金在大陸投資有賺錢嗎？」，可先調整提問為「請問新光金在大陸的投資項目為何？」，根據模型的回應，再進一步提問「投資損益為多少？」；藉由調整指令，讓模型能夠不斷學習並一次性回答多個相關問題，從而提升營運效率。

 

企業導入大語言模型的關鍵要素​
隨著大語言模型的發展愈發成熟，企業導入大語言模型已是時下趨勢。而企業在導入大語言模型時則需考量多個關鍵要素：
  1. 數據隱私與資安控管：對於許多企業來說，使用大語言模型等相關服務時，除了須確保符合相關法律規範外，還需要對數據採取必要的保護，避免數據外洩或資安方面的風險。
  2. 模型與系統的相容性：在導入大語言模型時，需注意模型本身與企業現有系統的相容性，這涉及了技術、成本等多方面的考量，若企業缺乏相關經驗，便會使導入時的成本與難度增加。
  3. 企業基礎部署條件：不同企業在選擇大語言模型時，需根據自身具備的基礎條件，選擇雲端、地端或是混合部署。另外也須有足夠的計算資源與維運人力，確保模型運行並在必要時針對模型進行微調(fine-tune)。

意藍於大語言模型的應用

意藍深知大語言模型對企業營運的重要性與無限可能性，然而因目前主流的大語言模型多是使用英文語料進行訓練，中文語料的佔比相對較低，大部分資料又都是以簡體中文為主，與繁體、台灣所慣用的用字遣詞有一定差距。意藍挑選出台灣常用的語料，在兼顧適法性及合理使用的條件下，整理出AI的學習材料，開發出台灣本土的大語言模型eLAND GOAT，目標讓大語言模型可以更加在地化，並兼顧效能及成本之考量，符合企業特定目的用途。

而意藍在發展出的台灣本土在地化大語言模型eLAND GOAT後，也將其運用在企業知識管理領域中，推出新一代生成式AI知識管理系統－AI Search for KM，不僅提供使用者可以以自然語言的形式進行問答，還結合檢索增強生成（Retrieval-Augmented Generation, RAG）技術，能夠有效地找出精準且相關的內容，藉此提高大語言模型在生成內容的準確性和可靠性，並能夠在每次回應時附上參考內容出處以供驗證，有效避免AI幻覺的可能性。

除此之外，AI Search for KM還可以串接企業知識庫，不需要大量的人力和機器資源重新訓練或微調模型，並且可選擇在雲端、地端或混合部署大語言模型，免除機敏資訊外洩的疑慮的同時，也能快速的從大量的檔案文件中找出所需內容，大幅縮減企業在知識內化的時間成本與負擔，使其能夠更有效地管理和運用知識資源、提升營運效率。

想進一步了解更多意藍AI技術嗎？
立即預約專人諮詢
<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！

piture1
piture2
0911_4
0911_3
0911_2

⁕ 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。

完整洞察報告 >

Part 1. 2024 年度社群口碑調查

Part 2. 2024 年度焦點來源分析

Part 3. Threads 行銷應用實例解析

Part 1. 2024 年度社群口碑調查

Part 2. 2024 年度焦點來源分析

Part 3. Threads 行銷應用實例解析

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。

完整AI知識庫文章 >

應用1：AI輿情應變顧問 

  1. AI輿情應變顧問簡介
  2. AI輿情應變顧問應用實例

應用2：AI智能廣告投手

  1. AI智能廣告投手簡介
  2. AI智能廣告投手應用實例

應用1：AI輿情應變顧問 

  1. AI輿情應變顧問簡介
  2. AI輿情應變顧問應用實例

應用2：AI智能廣告投手

  1. AI智能廣告投手簡介
  2. AI智能廣告投手應用實例

⁕ 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！

前往訂閱電子報
<span style=" display: block; font-size: 0.8em; font-weight: 100; color: #A5A3A3;">2024/09</span>意藍於「2024未來經理人」展示生成式AI知識管理3大導入指標 及如何藉此提升企業競爭力

2024/09意藍於「2024未來經理人」展示生成式AI知識管理3大導入指標 及如何藉此提升企業競爭力

意藍資訊(股票代號：6925)總經理楊立偉博士，受邀擔任「2024未來經理人年會」講師，向與會菁英們分享如何透過善用大語言模型(LLM)的理解能力，讓結合最新生成式AI技術的知識管理系統為百工百業所用，有效提升知識工作者效率。

數位時代於9月11日舉辦2024未來經理人年會–全員AI 激發團隊十倍生產力，邀請到各科技領域頂尖領袖，與台下超過600位經理人從實務應用角度，交流能如何透過人工智慧在組織、任務、人員管理等層面有效賦能企業，提升產能。

楊博士在會上首先點明知識管理在既有導入流程上的困境：包括在「整理知識」階段，各類型檔案分散難以集中，整理過程耗時費力，而「使用知識」階段，更遇到知識點查找不易、無從下手，或是難以設定存取權限等實務應用時容易遇到的門檻。而結合生成式AI的知識管理系統，能透過AI協助進行檔案分類、內容貼標，並且自動化繪製知識地圖，甚至能做到個人化推薦，對於個人和企業長期發展至關重要。

至於什麼應用情境更適合導入知識管理？楊博士表示可透過組織內的「知識量」、「知識變動率」、「知識用量」三大指標衡量必要性，其一指標較高則應優先導入；而在四大象限中又以市場行銷、資訊技術、研發創新、營運管理等情境的導入更為急迫。

有效的知識管理，能協助企業改善營運效率、提高決策品質、加速經驗傳承與創新，而新一代的生成式AI知識管理解決方案，充分利用了LLM的理解與規劃能力，以自然語言成為各項任務的助手。

意藍資訊在場外攤位展示了在AI管理領域的應用成果，如AI Search for KM新一代生成式AI知識管理系統，便是結合生成式AI、搜尋引擎、NLP技術，並且符合企業權限與資安稽核的檢索系統，除了使用者能夠直接上傳多種格式檔案、設定存取權限，更能與口語化問答進行知識查找，克服既有知識管理流程的各項困境，成功提升組織作業效率達40%以上。

AI Search for KM新一代知識管理系統5大特色：

✔️支援多種格式資料
✔️支援口語化文字問答及全文檢索
✔️具備權限控管機制
✔️可地端/雲端運行
✔️符合企業資安標準

 

感謝在「2024未來經理人年會」前來與意藍一同交流新型技術與實際應用場域的貴賓們！未來我們也會致力於透過AI技術為企業提升營運效率、解決商業問題，持續推出更多創新解決方案，成為企業智能轉型的重要合作夥伴。

了解AI Search for KM ✨
<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。

本期 AI 知識庫亮點

知識管理概念介紹
  1. 知識管理是什麼？
  2. 知識管理如何提升企業競爭力？
企業推動知識管理4步驟
生成式AI對知識管理的影響
企業導入AI Search for KM之優勢

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）」？
立即預約專人諮詢
前往了解產品資訊
<span style=" display: block; font-size: 0.8em; font-weight: 100; color: #A5A3A3;">精華文章</span>新一代生成式AI知識管理系統 AI Search for KM 使用情境說明(影片)

精華文章新一代生成式AI知識管理系統 AI Search for KM 使用情境說明(影片)

新一代生成式 AI 知識管理系統
AI Search for KM 使用情境說明(影片)

意藍新一代生成式AI知識管理系統AI Search for KM，高度整合了企業知識管理所必備的搜尋引擎及AI語意分析二大技術，提供獨特的檢索增強生成能力(Retrieval-Augmented Generation，RAG)，結合意藍自行研發出的大語言模型—eLAND GOAT，協助使用者以自然口語文字的方式進行「知識問答」與「知識檢索」，免去冗長的導入流程，有效提升組織工作效率和決策支持能力，活化企業知識的使用，從而增強企業組織的競爭力。在技術特點上，提供組織特式化 (specialized) 的地端模型，系統會在使用者權限範圍內的數據內容中篩選出相關參考資料進行回答，可在數秒內獲得 AI 摘要之可信賴結果，可驗證正確性，符合組織權限與資安控管，合乎企業稽核作業規範，是當前企業導入AI最好的起點。
本次我們便以影片形式來為大家展示AI Search for KM的應用情境，以企業員工參與政府標案為例，進行如名詞解釋、是非問答、情境提問等知識檢索與問答。

點擊了解 AI Search for KM

本期 AI 知識庫亮點

【影片精華】
  1. 應用情境一：名詞解釋
  2. 應用情境二：是非問答
  3. 應用情境三：情境提問

影片精華

AI Search for KM 應用情境一：名詞解釋
AI Search for KM 可供使用者針對「名詞解釋」來進行發問，並根據參考資料來回答特殊專業領域的知識。例如提問「什麼是押標金?」，便能完整回覆押標金的定義與退還的相關規範。
>>詳細名詞解釋問答情境，請見AI Search for KM 使用情境說明0:42
AI Search for KM應用情境二：是非問答

AI Search for KM 也可以「是非問答」之形式來進行提問，例如詢問「押標金是否可以以匯款方式繳納?」，其便能根據參考資料，判斷問題內容是否正確，並提供匯款的相關資訊。

>>>>詳細是非問答應用情境，請見AI Search for KM 使用情境說明1:04
AI Search for KM應用情境三：情境提問

最後，AI Search for KM還能夠針對特定情境進行理解與判斷，並參考資料進行回覆。例如使用者可以提問「什麼情況下會被機關認定是違約呢?」，AI Search for KM便能正確回覆該情境問題，並統整出違約的情形。

此外AI Search for KM 也可以將知識活化理解後，針對情境問題舉一反三輸出合理的答覆，如詢問「那廠商如何可以避免違約呢?」，AI Search for KM便能依此前提，列點提供廠商可以採取的建議措施。

>>詳細情境提問應用情境，請見AI Search for KM 使用情境說明1:28

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

立即預約專人諮詢
前往了解產品資訊
<span style=" display: block; font-size: 0.8em; font-weight: 100; color: #A5A3A3;">精華文章</span>AI驅動的城市未來：意藍資訊AI智能搜尋解決方案

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AI Search Solution智能搜尋解決方案
  1. 協助智慧城市災防應變數據分析
  2. 智慧政府民意及民眾陳情資訊分析

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：
  1. 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。
  2. 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。
  3. 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：
  1. 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。
  2. 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。
  3. 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語意分析結合資訊結構化處理 – 陳情儀表板]

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：
  1. 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
  2. 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
  3. 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。

想進一步了解更多意藍AI技術嗎？

立即預約專人諮詢
<span style=" display: block; font-size: 0.8em; font-weight: 100; color: #A5A3A3;">2024/05/28</span></br>AI x Z：用AI迎接Z世代

2024/05/28
AI 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。

DSC06315
DSC06592
DSC06636
DSC06685

⁕ 與會者回饋 ⁕

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

數據顧問人員

對於內部知識管理的方案有新的認識！

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

電子業從業人員

對於內部知識管理的方案有新的認識！

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

電子業從業人員

對相關應用有更多想像空間。

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

電子業從業人員

對相關應用有更多想像空間。

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

媒體行銷人員

從洞察到策略都有詳盡說明
有深刻收穫！

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

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】從輿情分析看年輕世代價值觀與意向

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。

了解更多報告內容 >

⁕ 精彩議程 ⁕

截圖 2024-06-11 下午4.09.48

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！

前往訂閱電子報
<span style=" display: block; font-size: 0.8em; font-weight: 100; color: #A5A3A3;">精華文章</span>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

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)
  1. 什麼是檢索增強生成？
  2. 檢索增強生成的優勢與挑戰
  3. 檢索增強生成的應用場景
  4. 檢索增強生成的應用實例
意藍資訊於檢索增強生成的應用
  1. 意藍結合檢索增強生成的發展優勢
  2. 意藍於檢索增強生成的應用
  3. 意藍 AI 技術的未來展望

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：

  1. 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。
  2. 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。
  3. 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：

  1. 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。

  2. 生成回覆內容的實用性

    檢索增強生成需確保生成之內容不僅與檢索到的知識相關，且還需具備流暢性、準確性及實用性。

  3. 效率和擴展性

    隨著知識庫不斷擴大，檢索增強生成需維持檢索和生成過程的效率與精準度。

  4. 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：

  1. 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。

  2. 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。

  3. 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。

  4. 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：
  1. 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。
  2. 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。
總結而言，因大語言模型進行預先訓練或微調需要耗費大量時間和資源，無法即時應對快速變動的環境，而 RAG檢索增強生成能藉由結合檢索 (搜尋引擎) 和生成 (大語言模型) 的方法，即時地分析大量的資訊，有效協助使用者更佳理解及應對快速變動的情況。

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：

  1. 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。

  2. 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。

  3. 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。

想進一步了解更多意藍AI技術嗎？

立即預約專人諮詢
<span style=" display: block; font-size: 0.8em; font-weight: 100; color: #A5A3A3;">精華文章</span>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​

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。

點擊了解 AI Search for KM

本期 AI 知識庫亮點

AI Search for KM 四大使用情境
  1. 新人自助學習
  2. 員工資訊查找
  3. 合作夥伴交流
  4. 客戶智能問答
AI Search for KM四大問答情境
  1. 是非題問答
  2. 名詞解釋
  3. 情境問題
  4. 知識活化

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：
  1. 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。
  2. 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。
  3. 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。
  4. 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──
  1. 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。
  2. 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。
  3. 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。
  4. 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。

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

立即預約專人諮詢
前往了解產品資訊

Copyright eLAND Information Co., Ltd.