كيف يعمل الذكاء الاصطناعي التوليفي على تحويل حلول البحث في المؤسسة
يمكن للذكاء الاصطناعي التوليدي إطلاق الإمكانات الكاملة للبيانات في بيئات المؤسسة للموظفين الذين يعتمدون عليها.
في حدث VB Spotlight هذا، تعرف على كيفية قيام الذكاء الاصطناعي التوليدي بتحويل البحث في المؤسسة، وتحسين الإنتاجية، وبناء نتائج أعمال أفضل، والمزيد.
البحث في المؤسسة هو نقطة ألم متنامية. أدى انتشار أدوات SaaS على مدار العقد الماضي إلى ظهور مجموعة متطورة من الحلول التي غيرت كيفية إنجاز العمل – ولكنها أدت أيضًا إلى تجزئة البيانات.
يعمل الموظفون في تطبيقات متعددة ومتباينة، وينشئون محتوى في تطبيق واحد، ويتواصلون بشأنه في عدة تطبيقات أخرى، ويبحثون عن معلومات أساسية في تطبيق آخر، وما إلى ذلك.
لا أحد يعرف مكان وجود المستندات، وأين يمكن التنقيب عن المعلومات، سواء كانت موجودة في رأس شخص ما أو مخبأة في مكان ما على الشبكة.
يقول إيدي زو، المهندس المؤسس، الذكاء، في جلين: “تأتي نقاط الألم من عدم معرفة كيفية التنقل في هذا الامتداد الكبير للبرامج والمعلومات، وأن العبء الذهني المطلوب لتذكر هذه الأشياء يتقاطع مع الوظائف”
“إنه يجعل تعيين الموظفين الجدد نقطة ألم كبيرة أيضًا، لا سيما في بيئة هجينة أو بعيدة – من الصعب معرفة ما يجب أن تبحث عنه وأين يجب أن تبحث عنه.”
أتاح الذكاء الاصطناعي التوليدي، الذي كان يتصدر عناوين الأخبار، للمستخدمين إمكانية التفاعل مع مساعد عمل المؤسسة بطريقة أكثر طبيعية، مما يؤدي إلى التخلص من جزء كبير من النفقات المعرفية.
إنه يجعل البحث في المؤسسة يبدو وكأنه عمليات بحث الويب التي اعتادوا عليها، مما يقلل من حاجز المعرفة.
تطور حلول البحث المؤسسي
تحاول الشركات مواجهة التحدي المتمثل في البحث عن المؤسسات لعقود، معظمها باستخدام أدوات داخلية مخصصة، لكن التكنولوجيا اللازمة لإنشاء حل شامل لم تكن موجودة من قبل الآن.
كان التوحيد العام للأدوات عبر المؤسسات – تستخدم معظم الشركات مجموعة Microsoft، على سبيل المثال، أو Jira، وما إلى ذلك – خطوة نحو قابلية التوسع. كان الذكاء الاصطناعي خطوة أخرى إلى الأمام، لكن التحدي الرئيسي في البحث في المؤسسة هو التباين: مجموعة أصغر بكثير من المستندات التي يمكن من خلالها تدريب النموذج.
يقول تشو: “أتاح ظهور نماذج اللغة الأساسية الكبيرة في عام 2018 جلب المعرفة من الويب ومن مجموعات أكبر من البيانات لجعل البحث المؤسسي، الذي يعمل على مجموعة أصغر بكثير من البيانات، أقرب إلى الطريقة التي يتوقعها الناس”.
كان بناء نوع النظام الذي يتعلم ويعمل خارج البوابة نقطة تحول رئيسية، ويعمل العديد من مشغلي البحث في المؤسسات اليوم على هذا النموذج، ويبنون أنظمة توجيهية يدوية تحتاج إلى توصيلها وضبطها يدويًا.
والآن، يعد الذكاء الاصطناعي التوليدي قفزة إلى الأمام، حيث يجلب نوعًا جديدًا من الذكاء لمحرك بحث يعمل بالتوصيل والتشغيل.
كيف يحول الذكاء الاصطناعي التوليدي البحث في المؤسسة
بلغ الذكاء الاصطناعي التحادثي ذروته بشكل أساسي في عامي 2016 و2017، ثم بدا أنه تلاشى، لأن العديد من الوعود قُطعت بشأن إمكانات التكنولوجيا، قبل أن تكون التكنولوجيا في الواقع متطورة بما يكفي للاحتفاظ بها.
اليوم، مع انتشار ChatGPT، أصبحت التكنولوجيا أكثر تقدمًا بشكل ملحوظ، ورؤية وكيل المحادثة في بيئة العمل هي احتمال أكثر واقعية، كما يقول تشو.
يتعلق الأمر بمنح الأشخاص إمكانية الوصول إلى المعلومات التي يحتاجون إليها بطريقة تبدو بديهية.
ويمكن أن يجلب للمستخدمين المعلومات التي يحتاجون إليها، عندما يحتاجون إليها، والبحث الشامل في التطبيقات عبر الشركة، وفهم السياق واللغة والسلوك والعلاقات للعثور على إجابات مخصصة.
يمكنه إظهار المعرفة وحتى توصيل المستخدمين بالأشخاص الذين يمكنهم المساعدة في الإجابة على الأسئلة أو إنجاز المهام.
يتصل حل مثل Glean بجميع مصادر بيانات المؤسسة، والزحف إلى المحتوى وفهرسة جميع البيانات الوصفية الموجودة لمصادر البيانات هذه، مثل الروابط بين المستندات والرسائل، والمؤلفين، وأذونات الوصول، والنشاط المحيط بالمحتوى، ومن قبل من، ومن أين ومتى.
على سبيل المثال، في حين أن بحث Slack مفيد لإظهار رسالة قديمة، فإن هذا البحث لا يمكنه اتباع رابط إلى Google Drive وفهرسة أي من المعلومات الموجودة في تلك المستندات. أن تكون قادرًا على الاتصال بكل شيء قد تكون لدى شركة معينة معرفة به، يجعل معرفة محرك البحث كاملة.
الاستفادة من البيانات من مصادر متعددة يعني أن المحرك يتعلم دائمًا ويجعل مكدس البحث أفضل.
يقول Zhou: “هذا الاكتمال ضروري حقًا لتقديم تجربة بحث ناجحة”. “عندما يأتي موظف معين إلى لوحة المفاتيح الخاصة به، يكون في أذهانهم نموذجًا عقليًا لجميع الطرق التي ترتبط بها بياناتهم. النظام الذي يعملون معه يحتاج أيضًا إلى ذلك “.
تأمين البيانات بنموذج معرفة موثوق به
يضيف تشو أن المحادثة حول الثقة والأخلاق في الذكاء الاصطناعي التوليدي أمر بالغ الأهمية، ونموذج المعرفة الموثوق به أساسي لتقديم تجربة إنتاجية في المؤسسة.
إنه مدمج في كيفية قيام النظام الأساسي بفهرسة المعلومات. لكل مصدر بيانات يتصل به وكل مستند يزحف إليه، يقوم أيضًا بالزحف أصلاً إلى طبقات الأذونات الخاصة به.
يعني هذا العرض الموحد لمن هو المستخدم عبر مصادر البيانات أن البحث لن يؤدي إلا إلى إظهار المستندات والمعلومات التي يمكنهم الوصول إليها. إمكانية الرجوع، أو الشفافية في المكان الذي وجد فيه النموذج التوليدي تلك المعلومات، يعني أن المستخدم يمكنه الوثوق في الإجابات التي يتلقونها.
يقول: “بالنسبة لنا، فإن أساس نموذج المعرفة الموثوق به هو الأذونات وحوكمة البيانات، وهو أمر أساسي لتقديم تجربة إنتاجية جيدة”.
“يتيح لنا الاعتماد على البحث المصرح به أيضًا التأكد من أننا نقدم المعلومات ذات الصلة، لأننا أفضل فهمنا من هو المستخدم، وفهمنا لغة شركة معينة، بالإضافة إلى العلاقات بين المعلومات وهؤلاء الأشخاص.
في النهاية نحن قادرون على تقديم تجربة من البداية إلى النهاية “.
المصدر: venturebeat
قد يهمك:
