ニュース

Aug 20, 2023

生成 AI がエンタープライズ検索ソリューションをどのように変革するか

Incontra i massimi dirigenti e ascolta i leader a San Francisco l'11 e il 12 luglio

7 月 11 ～ 12 日にサンフランシスコで経営トップに会い、リーダーたちが成功に向けて AI 投資をどのように統合し、最適化しているかを聞きましょう。 もっと詳しく知る

グレンが提供

生成 AI は、データに依存する従業員のために、エンタープライズ環境でデータの可能性を最大限に引き出すことができます。 この VB Spotlight イベントでは、生成 AI がどのようにエンタープライズ サーチを変革し、生産性を向上させ、より良いビジネス成果を構築するかなどを学びます。

オンデマンドで無料視聴！

エンタープライズ検索は増大する問題点です。 過去 10 年間の SaaS ツールの爆発的な増加により、洗練された一連のソリューションが導入され、仕事のやり方が変わりましたが、同時にデータの断片化ももたらしました。 従業員は複数の異なるアプリケーションで作業し、1 つのアプリケーションでコンテンツを作成し、他のいくつかのアプリケーションでそれについて通信し、さらに別のアプリケーションで背景情報を探します。 文書がどこに存在するのか、情報がどこに掘り起こされるのか、それが誰かの頭の中にあるのか、ネットワーク上のどこかに隠されているのか、誰も明確にはなりません。

トランスフォーム 2023

7 月 11 ～ 12 日にサンフランシスコで開催されるイベントにご参加ください。そこでは、経営陣が AI 投資をどのように統合して最適化して成功に導き、よくある落とし穴を回避したかを共有します。

「問題の原因は、この無秩序に広がるソフトウェアと情報をナビゲートする方法がわからないことにあり、これらのことを記憶するために必要な精神的オーバーヘッドが機能全体に及んでいるのです」と、Glean のインテリジェンス部門創設エンジニア、Eddie Zhou 氏は述べています。 「特にハイブリッド環境やリモート環境では、新入社員の研修も大きな悩みの種になります。何に注目すべきか、どこを探せばよいのかを知るのは難しいのです。」

ニュースの見出しを大きく賑わしている生成 AI により、ユーザーはより自然な方法で企業の作業アシスタントとやり取りできるようになり、認知的オーバーヘッドの大幅な削減が可能になりました。 これにより、エンタープライズ検索が使い慣れた Web 検索のように感じられ、知識への障壁が低くなります。

企業は何十年もの間、主にカスタムの社内ツールを使用してエンタープライズ サーチの課題に取り組もうとしてきましたが、包括的なソリューションを作成するテクノロジーはこれまで存在していませんでした。 組織全体にわたるツールの一般的な標準化 (ほとんどの企業は、たとえば Microsoft スイートや Jira などを使用しています) は、スケーラビリティへの一歩でした。 人工知能はさらに前進しましたが、エンタープライズ検索における主な課題はスパース性、つまりモデルをトレーニングするためのドキュメントのセットがはるかに小さいことです。

「2018 年に大規模な基礎言語モデルが登場したことで、Web や大規模なデータ セットから知識を取り入れて、はるかに小規模なデータ セットで動作するエンタープライズ検索を、人々がアクセスしてきた方法に近づけることが可能になりました。期待してください」と周氏は言う。

すぐに学習して機能する種類のシステムを構築することが重要な転換点でした。現在、多くのエンタープライズ検索プレーヤーはそのモデルに基づいて運用しており、プラグインして手動で調整する必要がある手動ヒューリスティック システムを構築しています。 そして今、生成 AI が飛躍的に進歩し、プラグ アンド プレイの検索エンジンに新しい種類のインテリジェンスをもたらしています。

会話型 AI は基本的に 2016 年と 2017 年にピークに達し、その後は衰退したように見えました。これは、テクノロジーが実際にそれを維持できるほど洗練される前に、テクノロジーの可能性について多くの約束がなされたためです。 現在、ChatGPT が主流になり、テクノロジーは大幅に進歩しており、職場での会話型エージェントのビジョンはより現実的なものになったと Zhou 氏は言います。

それは、人々が直感的な方法で必要な情報にアクセスできるようにすることです。 また、ユーザーが必要なときに必要な情報を提供し、社内のアプリを包括的に検索し、コンテキスト、言語、行動、関係を理解し​​てパーソナライズされた答えを見つけることができます。 知識を表面化するだけでなく、質問に答えたり、タスクを完了したりできる人にユーザーを結び付けることもできます。

Glean のようなソリューションは、組織のすべてのデータ ソースに接続し、コンテンツをクロールし、ドキュメントとメッセージ間のリンク、作成者、アクセス許可、コンテンツを取り巻くアクティビティ、誰が、どこから、そしてどこから来たのかなど、それらのデータ ソースに存在するすべてのメタデータのインデックスを作成します。いつ。 たとえば、Slack 検索は古いメッセージを表示するのに便利ですが、その検索では Google ドライブへのリンクをたどって、それらのドキュメント内の情報をインデックスに登録することはできません。 特定の企業が知識を持っている可能性のあるあらゆるものに接続できるため、検索エンジンの知識は完全になります。 複数のソースからのデータを活用するということは、エンジンが常に学習し、検索スタックを改善することを意味します。

「機能する検索エクスペリエンスを提供するには、この完全性が本当に必要です」と Zhou 氏は言います。 「特定の従業員がキーボードに向かうとき、彼らの頭の中に、データがどのように接続されているかについてのメンタル モデルが存在します。彼らが作業しているシステムにもそれが必要です。」

生成型 AI における信頼と倫理に関する会話は非常に重要であり、信頼できる知識モデルは企業内で生成エクスペリエンスを提供するための基礎であると Zhou 氏は付け加えます。

これは、プラットフォームが情報にインデックスを付ける方法に組み込まれています。 接続するデータ ソースごと、およびクロールするドキュメントごとに、権限のレイヤーもネイティブにクロールします。 データ ソース全体でユーザーが誰であるかが統一的に表示されるため、検索ではユーザーがアクセスできるドキュメントと情報のみが表示されます。 参照可能性、つまり生成モデルがその情報を見つけた場所に対する透明性は、ユーザーが受け取った回答を信頼できることを意味します。

「私たちにとって、信頼できるナレッジ モデルの基礎は権限とデータ ガバナンスであり、それは優れた生成エクスペリエンスを提供するための基礎です」と彼は言います。 「パーミッション検索をベースに構築することで、ユーザーが誰であるか、特定の企業の言語、さらには情報とそれらの人々との関係を理解し​​ているため、関連性の高い情報を確実に提供できるようになります。最終的には、次のことが可能になります。より良いエンドツーエンドのエクスペリエンスを提供します。」

生成 AI が企業データの可能性を最大限に引き出す方法、生成 AI の信頼できる知識モデルの詳細などについて詳しく知りたい場合は、この VB スポットライトをお見逃しなく。

登録して無料オンデマンドを視聴しましょう！

議題

発表者

VentureBeat の使命は、技術的な意思決定者が変革をもたらすエンタープライズ テクノロジーに関する知識を獲得し、取引を行うためのデジタル タウン スクエアとなる予定です。 ブリーフィングをご覧ください。