即時快訊
「公益同行・原社共好」 29家績優合作社齊聚華山 公彩成果展現就業與福利新動能 孕育兆美元輝達的傳奇美式餐廳 創辦紀念座位牌保留至今 美國屋頂太陽能發電量近十年暴增近五倍 全球運動AI市場名單出爐 日本企業掛零歐美科技巨頭強勢壟斷 創投看好AI降低門檻 一人微型創業成美國就業新趨勢 年末聚會前的輪廓焦慮?醫師 : 「看不出做過」成自然美感新趨勢 印度航太新創搶攻火箭引擎商機 獲利基訂單拚太空產業分工 葡萄牙搶攻美國資本 美資存量翻倍衝破 160 億歐元 音速小子35週年動畫短片登場 金屬索尼克反轉抉擇成亮點 PC顯卡與主機GPU差在哪?硬體整合與著色器機制成效能分水嶺
企業AI代理需深度情境理解 Google Cloud揭知識圖譜不足
科技生活

·2 months ago·責任編輯
#Google Cloud#AI Agent#知識圖譜#企業AI#人工智慧
企業AI代理需深度情境理解 Google Cloud揭知識圖譜不足
商傳媒|責任編輯/綜合外電報導
摘要

Google Cloud資料雲副總經理暨總經理Andi Gutmans指出,為提升企業AI代理的準確性並降低成本,深度情境理解是關鍵,而傳統為人類設計的知識圖譜已不足夠,因此Google Cloud透過Knowledge Catalog來自動化分析企業數據,幫助AI代理更精確地掌握業務情境。

企業在導入人工智慧(AI)應用時,面臨如何讓AI代理(AI Agent)深入理解企業內部複雜情境的挑戰。Google Cloud 資料雲副總經理暨總經理Andi Gutmans指出,若要有效降低AI模型的Token(模型處理的最小資訊單位)費用並提升大型語言模型(Large Language Model, LLM)回應的準確性,情境理解至關重要。

Andi Gutmans表示,企業級AI所需的情境涵蓋組織流程、政策、產業專有名詞、使用者角色、存取權限,甚至交易數據和互動歷史等。然而,通用型LLM在未經明確輸入的情況下,無法自行具備這些企業專屬的情境。他強調,目前為人類設計的「知識圖譜」(Knowledge Graph,一種用來表示實體及其關係的知識庫)不一定能有效轉換供AI代理使用,因為AI代理對知識的運用方式與人類不同。

為了解決這個問題,Google Cloud推出Knowledge Catalog,此服務建基於其Dataplex平台,透過自動化流程、連線能力、中繼資料(metadata,指描述資料的資料)分析及情境策劃,協助AI代理更好地理解業務情境。Andi Gutmans認為,由於模型進步飛快,企業不應自行開發客製化AI模型,而應專注於建立健全的情境與RAG(檢索增強生成,Retrieval-Augmented Generation,一種讓LLM能查詢外部知識庫以生成更準確回應的技術)架構,以獲得更優異的成果。

Andi Gutmans也提到,企業中大量的非結構化資料,例如PDF文件或合約,佔了大部分的企業知識,但這些資料往往難以被活化運用。透過自動化分析使用者查詢紀錄和商業智慧工具的訊號,Knowledge Catalog能夠推斷資料的使用方式及其商業關聯性。他更進一步指出,AI代理的真正潛力在於重新構想跨多系統的端到端業務營運與工作流程,這使得像Google這樣的平台供應商,在提供跨企業情境方面,較單一軟體即服務(SaaS)供應商具備優勢。即便像Salesforce這樣的公司也正採開放策略,以迎合AI代理平台。目前尚無單一供應商能提供完整的企業級AI情境解決方案,企業仍需應對多供應商的複雜性。


在 Google 搜尋的熱門報導中優先看到商傳媒
加入為 Google 偏好來源