洞察報告》生成式AI落地應用 知識管理解決方案新變革

生成式AI的崛起浪潮為產學間帶來巨大的變革與衝擊，AI的普及化已成為現代人不可避免的未來，而如何將生成式AI落地應用，借力使力解決產業痛點，便成為現今組織的重要課題。

而本期Social Watch摘錄意藍日前舉行之《知識管理王者再臨！用生成式AI注入KM新動能》發表會內容，除了帶您了解生成式AI的機會與挑戰，以及未來發展趨勢外，更展示意藍作為國內首屈一指的AI智能數據代表廠商，如何將知識管理系統再升級，利用「新一代生成式AI知識管理系統：AI Search for KM」高效翻轉組織知識生態，全面性展示領先業界的前沿AI應用和知識管理解決方案。

研究說明

▲研究方法與分析大綱

Part1. 生成式AI的機會與挑戰

生成式AI應用發展多元 「理解」將成未來發展重點

生成式AI是一種機器學習模型，透過學習大量的數據，從而生成更多的數據資料，成為創造性工作的高效生產力工具，應用範圍廣泛，包含生成內容、摘要、框架、文書等，或是進行知識、計算的問答，擅長探索性、發想性類型的工作，不過也因為生成式AI模型輸出內容的好壞，受資料品質所影響，除了可信賴性仍具有挑戰之外，使用者的機敏資料外洩、資安問題也成為一大挑戰。

而在可預見的未來之中，生成式AI又有著怎麼樣的發展趨勢呢？除了可以完成既有的生成文字、圖像或是提供知識問答外，更會朝著特式化模型的方向前進，不只生成更注重理解，打造可以在免連網的狀態下完成回應、協助的任務，成為自動化任務的中樞，帶來人機介面革命。

▲生成式AI應用範圍 示例

Part 2. 生成式AI工具介紹 – AI Search for KM

AI結合生產力工具新應用 意藍升級KM改善企業知識管理痛點

生成式AI的優勢在於可以根據資料自行生成出新的文案、圖像等，而非只是單純的回應預先訓練好的模型或是固定內容，因此在文本摘要、提問應答上有著更高的彈性與應用價值。

而對於組織來說，時常在知識管理上面臨學習人力成本過高、知識庫運作不夠智能化等問題，難以將組織知識有效保存與傳遞。因此，意藍整合了生成式AI、搜尋引擎，和NLP技術（自然語言處理，Natural Language Processing），將知識管理系統再升級，推出 AI Search for KM，其具備處理非結構化資料的能力，且能即時更新與動態適應來符合組織的需求；除此之外，自動化搜尋、個性化與智能化的回答及使用者友善也是AI Search for KM的特點。總結來說，在搜尋、理解、回答和適應等方面相較傳統知識管理系統具有更顯著的優勢，可以有效幫助組織提升知識管理的效率。

▲ AI Search for KM 服務特色

支援地端 / 雲端

首先，為了解決前一章節提到的資料外洩、資安等狀況， AI Search for KM可以讓使用者自行上傳檔案，在檢索資料時便能更專注於組織自身建立的知識庫，並且只會引用當中的內容，另外也支援地端服務，可以選擇性切換大語言模型、部署在組織內部環境中，不僅避免知識外洩的安全疑慮，同時又能兼顧高效能及準確性。

支援多種格格式

如前段所述，AI Search for KM不僅能讓使用者自行上傳檔案，還可以支援多種格式檔案的上傳，如Microsoft Office、PDF檔等職場常見的檔案類型，解決過去文件格式不一、分散的痛點，針對非結構數據進行分析來滿足各單位的需求，也讓員工可以花費較少時間統整資料，便能一次查詢所需的知識內容。

權限控管機制

除此之外，AI Search for KM還可以根據組織內部權限各異的需求，讓使用者僅能查詢到具有檢視權限的檔案文件資料，避免資料洩露。管控機敏資訊、劃分部門權限的機制，可以協助組織在資安、內部控管有更進一步的分別，在建立知識庫的同時也確保內部資料檢閱權限的正確劃分，並根據組織的要求和知識庫的內容調整相關參數設定，打造專屬於企業的生成式AI應用工具。

支援全文檢索

而由於意藍在搜尋引擎技術上的長久耕耘，AI Search for KM還可以進行「全文檢索」，使用者能自行選擇欲檢索的範圍，讓組織內部更全面、彈性的使用知識文件，快速取得所需要的資料內容。

支援口語問答

最後，由於生成式AI在自然語言處理能力上的優勢，AI Search for KM還可以支援使用者進行「口語問答」，使用者只需要對想知道的文件知識點進行提問，AI便會根據使用者提出的問題與已經上傳資料庫的相關參考資料，回傳彙整後的口語化回覆，讓使用者可以輕鬆上手，使用者體驗 (User Experience) 也更加自然與直觀，就像在與真人對話一樣。

Part 3.生成式AI落地應用 – 以參與政府投標為例

洞察AI Search for KM應用情境 精準符合產業需求

了解完 AI Search for KM 的特色、優勢後，我們將進一步說明這項工具的應用情境，這個章節將假設使用者是一位私人企業內部的員工，接到任務需參與政府標案的投標，在準備投標的過程當中，便可以使用 AI Search for KM來進行知識問答，本章節將分為三種情境，來說明在不同狀況中該如何使用AI Search for KM來幫助使用者達到目的。

情境一、名詞解釋：拆解專業領域知識

首先，AI Search for KM可以針對「名詞解釋」來進行發問，根據參考資料，來解釋特殊專業領域的知識，如上圖案例當中，假設使用者不清楚投標時的「押標金」為何，便可以提問「什麼是押標金？」，而AI Search for KM則會根據上傳至資料庫中的資料，完整回覆押標金的定義與相關規範，並同時提供回覆的參考來源，讓回答是「言之有本」的。

▲AI Search for KM 應用情境示意圖 – 名詞解釋

情境二、是非問題：判斷提問是非於否

其次，除了針對有固定答案的內容進行提問外，AI Search for KM 還可以針對「是非問題」來進行發問，使用者在提問後，AI會根據資料庫內的參考資料判斷問題內容是否正確，例如：提問「押標金是否可以以匯款方式繳納?」，能回覆正確與否，並提供匯款的相關資訊。

▲AI Search for KM 應用情境示意圖 – 是非問題

情境三、情境問題：根據情境舉一反三回覆

而AI Search for KM也可以讓使用者針對「情境」去提問，並會根據提問的內容，給出參考資料中找到的相對應回答。例如在參與政府投標時，想確認什麼樣的行為會被認定違約，便可以提問：「什麼情況下會被機關認定為是違約呢？」，AI Search for KM便會根據參考資料，統整出會被機關認定為違約的行為內容，並針對該情境進行回覆。

另外，AI Serach for KM除了可以針對情境進行答覆外，還能自行將知識活化理解，針對提問給出合適的答案，例如：「廠商如何可以避免違約呢？」，AI可以舉一反三的回答問題，並列點說明可以採取的措施。

▲AI Search for KM 應用情境示意圖 – 情境問題

結論

生成式AI技術的崛起，提供了組織在提升生產力工具上的突破性解決方案，讓各產業更積極推動數位轉型與導入AI相關應用。其中意藍所開發的AI Search for KM，便是為了解決組織在知識管理上的諸多痛點而設計，除了可以根據組織需求，選擇地端模型，避免資料外洩，還提供全文檢索、口語問答等功能，讓使用者可以輕鬆快速的掌握組織內部的資料。以投標政府標案來作舉例，AI可以在大量知識文件中提取重要資訊，還能舉一反三回應各種情境提問，如此便能有效協助組織減輕知識管理上的諸多人力成本，並提升整體數位轉型的成效。