企業(yè)數(shù)據(jù)在生成人工智能中的關(guān)鍵作用

大量基于GenAI的工具和應(yīng)用涌入市場。其中一些應(yīng)用非常聰明且富有創(chuàng)意，但它們大多是ChatGPT等應(yīng)用背后的大型語言模型(LLM)的包裝器。這并不是要貶低LLM的語言、概念和單詞關(guān)系知識(shí)可以提供新的效率和生產(chǎn)力的數(shù)千種潛在場景。

但LLM和ChatGPT無法解決組織的所有信息問題。機(jī)器學(xué)習(xí)是人工智能應(yīng)用的核心。企業(yè)技術(shù)堆棧中的傳統(tǒng)工具（例如ERP、數(shù)據(jù)倉庫、電子商務(wù)和內(nèi)容/知識(shí)管理）越來越多地將機(jī)器學(xué)習(xí)納入核心功能。

檢索增強(qiáng)生成(RAG)

檢索增強(qiáng)生成(RAG)克服了這些限制。這種方法使用企業(yè)的數(shù)據(jù)作為事實(shí)來源。它不依賴于LLM對(duì)世界的了解，而是解釋用戶的查詢，通過多種機(jī)制之一檢索信息，并使答案易于人類理解和對(duì)話。但它需要組織的信息作為參考點(diǎn)——企業(yè)真相的來源，這是競爭差異化的源泉。

這些信息是什么樣的？它從客戶、交易和產(chǎn)品數(shù)據(jù)和內(nèi)容以及目標(biāo)市場特有的知識(shí)和專業(yè)知識(shí)以及企業(yè)的核心能力開始。您如何解決客戶遇到的問題？您如何通過產(chǎn)品和服務(wù)吸引目標(biāo)客戶？您的供應(yīng)商關(guān)系和供應(yīng)鏈理解如何幫助您擊敗競爭對(duì)手？

這些都是競爭差異化的來源。每一項(xiàng)都通過了解從供應(yīng)商到制造和分銷到最終客戶的數(shù)據(jù)、知識(shí)和內(nèi)容流來管理，包括了解接觸他們的最佳方式以及使用哪些營銷內(nèi)容。

GenAI似乎可以為創(chuàng)建營銷內(nèi)容提供很大幫助。但你們的GenAI營銷內(nèi)容與其他人有何不同？更好的提示？更多創(chuàng)意問題？上下文信息？仍然需要有人性和創(chuàng)造性的元素。機(jī)器可以實(shí)現(xiàn)自動(dòng)化，但仍然需要人類來連接。我們不能將人類的能力外包給機(jī)器。

雖然機(jī)器學(xué)習(xí)和新一代人工智能工具可以使人類的許多日?；顒?dòng)和死記硬背的活動(dòng)自動(dòng)化，但仍然需要填寫訂單和在目錄中組織產(chǎn)品。用戶需要搜索感興趣的產(chǎn)品。他們需要了解、選擇、購買、使用和維護(hù)您組織的產(chǎn)品或解決方案。

這些功能中的每一個(gè)都需要一個(gè)數(shù)據(jù)存儲(chǔ)庫，而數(shù)據(jù)需要一定的結(jié)構(gòu)。企業(yè)中數(shù)據(jù)的核心結(jié)構(gòu)被稱為主數(shù)據(jù)。主數(shù)據(jù)有多種類型——客戶產(chǎn)品、財(cái)務(wù)、交易和內(nèi)容。市場上有許多不同的工具來解決該領(lǐng)域的特定用例。

主數(shù)據(jù)忽略了細(xì)微差別

但僅靠主數(shù)據(jù)就忽略了數(shù)據(jù)的許多細(xì)微差別和價(jià)值。通過了解一條信息如何與另一條信息相關(guān)，可以得出并應(yīng)用真正的見解?？蛻羯矸輬D是一種數(shù)據(jù)表示形式，它說明了各種屬性（例如客戶類型、興趣、過去的購買情況、購買意圖等）之間的關(guān)系?？蛻羯矸輬D可以幫助電子商務(wù)應(yīng)用向該客戶展示最相關(guān)的產(chǎn)品。這來自于整個(gè)客戶旅程中每個(gè)接觸點(diǎn)的數(shù)據(jù)耗盡時(shí)捕獲的客戶詳細(xì)信息。

接觸點(diǎn)留下數(shù)據(jù)痕跡

每個(gè)客戶接觸點(diǎn)都由各種客戶體驗(yàn)技術(shù)支持，并且每個(gè)接觸點(diǎn)都在數(shù)據(jù)模型中捕獲客戶詳細(xì)信息-客戶描述符：人口統(tǒng)計(jì)、企業(yè)結(jié)構(gòu)、市場細(xì)分、技術(shù)素養(yǎng)、購買的產(chǎn)品以及更多詳細(xì)信息。這些描述符在機(jī)器學(xué)習(xí)中被稱為特征，它們也可以被稱為“屬性”，描述潛在客戶或客戶特征的元數(shù)據(jù)。他們是誰？我們對(duì)他們了解多少？他們?yōu)槭裁匆?guī)模的組織工作？他們的角色或地位是什么？他們的興趣是什么？他們的技術(shù)熟練程度如何？他們?cè)噲D實(shí)現(xiàn)什么目標(biāo)？他們對(duì)企業(yè)的總體職責(zé)是什么？

使用RAG減少幻覺

RAG顯著擴(kuò)展了大型語言模型(LLM)在企業(yè)環(huán)境中的范圍。通常，雖然LLM擅長文本創(chuàng)作，但他們無法從企業(yè)數(shù)據(jù)庫中提取具體、詳細(xì)的數(shù)據(jù)。RAG通過檢索必要的信息來解決這個(gè)問題，以確保人工智能生成的響應(yīng)既相關(guān)又準(zhǔn)確。

信息預(yù)處理類似于現(xiàn)實(shí)世界圖書館中的編目。這包括將信息組織成類別并向每條信息分配關(guān)鍵字以便于檢索和識(shí)別。這個(gè)過程有助于使數(shù)據(jù)更容易訪問、更容易搜索和理解。

構(gòu)建參考庫

將組織好的數(shù)據(jù)存儲(chǔ)在矢量數(shù)據(jù)庫或合適的位置，為無縫集成到文本生成過程中奠定基礎(chǔ)。它涉及根據(jù)相關(guān)關(guān)鍵字或術(shù)語創(chuàng)建層次結(jié)構(gòu)，然后可以使用該結(jié)構(gòu)快速輕松地定位相關(guān)文檔或文本。這可以比作在圖書館根據(jù)相關(guān)主題或類型將書籍上架的過程，這可以幫助顧客快速找到他們需要的資料。

編目系統(tǒng)以客戶身份圖為基礎(chǔ)（以及其他圖數(shù)據(jù)結(jié)構(gòu)）。讓LLM能夠?yàn)榭蛻艋騿T工獲得正確的答案意味著根據(jù)他們的背景檢索信息。這種背景來自他們?cè)诼猛局袙伋龅臄?shù)字肢體語言。LLM是令人驚嘆的算法。但他們需要企業(yè)數(shù)據(jù)來提供真正的效用和競爭優(yōu)勢。這需要對(duì)這些數(shù)據(jù)、內(nèi)容和客戶目錄進(jìn)行建模，以便LLM可以檢索正確的信息，而不是將其留給自己的、可能產(chǎn)生幻覺的設(shè)備。獲得這些問題的答案取決于是否有適當(dāng)策劃和結(jié)構(gòu)化的企業(yè)信息。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。