由於同一個問題在不同領域的處理方式和解答可能不同,
因此每個小幫手就像是某個領域的專家一樣,可以指定要依據哪些資訊來回答使用者的問題。
為了避免 GenAI 鴻溝的問題 ~
95% 的企業AI投資是零報酬
90% 更相信人類同事
這現象的原因很簡單
- 經驗沒記錄
人類同事的經驗 (眉角) 幾乎都沒記錄下來,還在大腦中 (隱性經驗危機),
AI 沒得參考 (巧婦難為無米之炊),當然只能相信人類同事了。
- AI 幻覺
一旦 AI 回答不可靠,甚至很有自信的「亂掰」,就不能解決問題,甚至還製造麻煩,當然就無法落地在實際應用了。
我們建議採 2 階段的導入策略。
- 基礎 AI 服務
就是大家熟知的典型生成式 AI 做法,
只要將文件拖曳上傳 (一次可以多個檔案),透過 RAG 技術,就能依據內部的文件回答問題 (特別提醒)。
- 打造沒有 AI 幻覺的小幫手
每天 10 分鐘,透過「問AI、整理FAQ」,
用最自然的「問」,除了解決當下的問題之外,更藉此來驅動紀錄隱性經驗。
有了經驗,就能利用 AI 強大的「語意理解」的能力,
找出問題的對策 (FAQ) 並直接輸出,避開 AI 幻覺。
以下是第一階段的基礎操作教學,
特別提醒:
第一階段「基礎 AI 服務」是無法避免 AI 幻覺 (一本正經胡說八道) 的問題,
產生 GenAI 鴻溝幾乎就會是可預期必然的結果。
即使 95% 的情況都回答的很好,
但如果那 5% 的錯誤可能帶來的高風險的話,例如,照著 AI 回應操作生產流程而造成產品報廢生等。
建議可以開啟「限制AI生成」的功能 ,
不讓 AI 生成內容,只列出參考資料就好。
當作知識管理的加強版,
透過「語意」來找資料,克服傳統用「關鍵詞」找不到的困擾,就像在內部知識庫裝一個比 Google 搜尋還強的 AI 搜尋一樣。