一、大模型在企業(yè)落地的現(xiàn)狀和問題
近年來,伴隨著人工智能技術(shù)的飛速發(fā)展,大模型(Large Model)也開始在企業(yè)管理和運營等領(lǐng)域得到廣泛應(yīng)用。無數(shù)實例表明,大模型對于提升企業(yè)知識應(yīng)用能力具有巨大價值。但是我們也必須清醒地看到,大模型自身仍存在一些問題亟待解決。
目前大模型的訓(xùn)練主要基于公開互聯(lián)網(wǎng)知識,對企業(yè)內(nèi)部信息一無所知。而企業(yè)核心知識又無法公開,這使得企業(yè)無法直接應(yīng)用互聯(lián)網(wǎng)開放的、公共的大模型。為實現(xiàn)落地,大模型需要先接入企業(yè)內(nèi)部知識庫,通過學(xué)習(xí)適配業(yè)務(wù)場景。當(dāng)前,很多接觸大模型的企業(yè)處于觀望試用階段,正在尋找大模型的最佳落地方案。
由于缺乏對真實世界知識的約束監(jiān)督,大模型很容易在推理時產(chǎn)生“自信的編造”,給出不準(zhǔn)確的回答，因此，大模型在單獨應(yīng)用時的準(zhǔn)確率仍有待提高。此外,大模型理解問句并生成回答的速度較為緩慢,無法滿足企業(yè)對知識應(yīng)用的實時性要求。更重要的是,利用大模型進(jìn)行開放域問題回答時,企業(yè)的核心知識和商業(yè)機(jī)密很容易被泄露。
綜上所述,接入企業(yè)內(nèi)部知識庫，提升大模型的回答質(zhì)量和應(yīng)用效率,實現(xiàn)內(nèi)部知識的安全管控,都是大模型成功落地企業(yè)應(yīng)用的重要保障。針對這一挑戰(zhàn),有一個行之有效的解決方案,那就是將大模型與企業(yè)內(nèi)部知識庫進(jìn)行深度融合。
二、大模型與企業(yè)知識庫融合的必要性與可行性
從各種角度觀察和已經(jīng)落地的實踐證明,企業(yè)知識庫是接入大模型的首選。第一企業(yè)知識庫擁有大量業(yè)務(wù)數(shù)據(jù)，天然成為大模型進(jìn)入企業(yè)最好的學(xué)習(xí)路徑;第二，企業(yè)本身就需要對知識庫進(jìn)行搜索使用和日常維護(hù)，大模型的加入是在原有能力的基礎(chǔ)上錦上添花，為虎添翼;第三，知識庫的用戶具有一定專業(yè)知識能力，會對問答結(jié)果進(jìn)行專業(yè)性檢驗,避免錯誤回答的誤導(dǎo);最后,企業(yè)知識系統(tǒng)具有現(xiàn)成的技術(shù)和內(nèi)容基礎(chǔ)，與大模型結(jié)合，可以形成1+1>2的效果。
進(jìn)一步來看,企業(yè)知識庫存儲了大量專業(yè)知識和業(yè)務(wù)數(shù)據(jù),涵蓋了企業(yè)內(nèi)部的各種規(guī)則、流程、案例、產(chǎn)品、經(jīng)驗等。企業(yè)知識庫中的顯性知識和隱性知識,都可以通過企業(yè)知識庫的結(jié)構(gòu)化、非結(jié)構(gòu)化知識等方式有效呈現(xiàn),為大模型提供了規(guī)范化的學(xué)習(xí)素材。這無疑可以提供海量的優(yōu)質(zhì)問答數(shù)據(jù),提升大模型對企業(yè)業(yè)務(wù)場景的理解能力。大模型通過不斷學(xué)習(xí)企業(yè)知識體系,可以快速掌握企業(yè)知識體系,減少“自信編造”的錯誤回答。
與此同時,企業(yè)知識庫中的顯性知識和隱性知識,都可以通過企業(yè)知識庫的結(jié)構(gòu)化、非結(jié)構(gòu)化知識等方式有效呈現(xiàn),為大模型提供了規(guī)范化的學(xué)習(xí)素材。大模型通過不斷學(xué)習(xí)企業(yè)知識體系,可以快速掌握企業(yè)知識體系,減少“自信編造”的錯誤回答。
相比開放域的互聯(lián)網(wǎng)信息,企業(yè)知識庫提供的結(jié)構(gòu)化知識更為明確和準(zhǔn)確,大模型充分學(xué)習(xí)這些知識后,其回答質(zhì)量和準(zhǔn)確性都將得到顯著提升。這也使得大模型生成的內(nèi)容更加符合企業(yè)業(yè)務(wù)需求。
另一方面,企業(yè)知識庫基于內(nèi)部網(wǎng)絡(luò)運行,可以確保知識內(nèi)容的安全性。大模型只需要在企業(yè)內(nèi)部閉環(huán)中進(jìn)行訓(xùn)練和使用,無需接觸外部信息,因此有效減少知識泄密風(fēng)險。
最后,企業(yè)知識庫支持快速檢索關(guān)鍵知識點的功能,可以大幅提升大模型的響應(yīng)速度。通過與向量檢索等技術(shù)手段的配合,知識定位僅需秒級時間,因此大模型生成回答的總時長可以大大縮短。
三、深藍(lán)海域“大模型+知識管理”解決方案的成功實踐
面對大模型與企業(yè)知識管理融合的迫切需求,深藍(lán)海域通過自主研發(fā),推出了企業(yè)級知識管理系統(tǒng)與大模型深度融合的解決方案。得益于多年在知識管理領(lǐng)域的深耕細(xì)作，深藍(lán)知識庫系統(tǒng)的以下突出特征，讓大模型與之結(jié)合相得益彰。
1、智能平臺基礎(chǔ)
深藍(lán)海域知識庫系統(tǒng)原生具備智能平臺模塊，支持深度學(xué)習(xí)、自然語言、智能問答、原子化搜索，以及知識圖譜，智能知識加工等智能能力，這些智能能力在產(chǎn)品和項目層面都與知識庫的內(nèi)容進(jìn)行良好的適配整合，在此基礎(chǔ)上疊加大模型能力是具備良好技術(shù)基礎(chǔ)和實施經(jīng)驗。
2、知識體系完備、豐富多態(tài)
深藍(lán)海域構(gòu)建的企業(yè)知識體系,實現(xiàn)了企業(yè)分散數(shù)據(jù)、信息與業(yè)務(wù)知識的有效融合。知識體系通過知識抽取和知識表示技術(shù),自動化完成了企業(yè)內(nèi)部專業(yè)知識和經(jīng)驗的集成表達(dá)?；谥R體系,企業(yè)原有的數(shù)據(jù)資產(chǎn)得到重新組織和關(guān)聯(lián),知識價值得以充分釋放。
同時,知識體系還為大模型的訓(xùn)練和優(yōu)化提供了豐富的學(xué)習(xí)源。大模型在此基礎(chǔ)上得到持續(xù)預(yù)訓(xùn)練,不斷深化對企業(yè)業(yè)務(wù)場景和知識體系的理解,顯著提升了其回答質(zhì)量和準(zhǔn)確性。
3、全文搜索和向量檢索技術(shù)基礎(chǔ)
深藍(lán)海域通過向量檢索等技術(shù)手段,實現(xiàn)了企業(yè)問題檢索的精準(zhǔn)化。向量檢索可以準(zhǔn)確定位信息中的語義單元,在海量非結(jié)構(gòu)化文本中快速鎖定關(guān)鍵知識點。
在深藍(lán)海域解決方案應(yīng)用的多個項目中,99.95%的問題能在2秒內(nèi)得到解答,大大優(yōu)化了知識獲取的時效性。這為客戶服務(wù)和業(yè)務(wù)決策提供了及時支持。
4、安全可控的知識應(yīng)用環(huán)境
深藍(lán)海域構(gòu)建的知識應(yīng)用環(huán)境全部運行于企業(yè)內(nèi)部網(wǎng)絡(luò)之中,對業(yè)務(wù)數(shù)據(jù)和知識內(nèi)容實現(xiàn)了嚴(yán)密的訪問控制和權(quán)限管理。
大模型的訓(xùn)練和應(yīng)用全鏈路安全可控,有效降低了企業(yè)核心知識泄密的風(fēng)險,保證了知識管理的安全合規(guī)。這使企業(yè)可以放心應(yīng)用包含大模型的解決方案。
通過與大模型的整合實踐與技術(shù)落地，深藍(lán)海域?qū)崿F(xiàn)了大模型到企業(yè)落地的首站——知識庫系統(tǒng)的整合。在多家客戶的實際使用中,基于深藍(lán)海域解決方案構(gòu)建的知識管理系統(tǒng)取得了顯著成效:某大型進(jìn)出口貿(mào)易企業(yè)使用該方案后,客戶自助解決重復(fù)問題的能力得到大幅提升,問題自助解決率由21%上升到63%,減輕了客戶服務(wù)代表重復(fù)勞動。在某制造企業(yè)員工智能問答平臺，為員工提供各類企業(yè)管理制度、制造規(guī)范解答，日均問答請求達(dá)到數(shù)千個，為客戶節(jié)約了大量人力和時間成本，提升了企業(yè)運轉(zhuǎn)效率。
可見,深藍(lán)海域在技術(shù)和實踐上都已證明,大模型與企業(yè)知識庫的深度融合,是推動企業(yè)知識管理實現(xiàn)新的突破的關(guān)鍵所在。相信在不遠(yuǎn)的未來,這種以知識為核心的人工智能賦能方案,必將在更多領(lǐng)域產(chǎn)生革命性影響。
