编辑：好困桃子
AI爆发当下，知识管理怎样才能高效？这家做机器问答十年的公司，用大模型重新定义了知识管理。近日，Llama2正式发布了商用化的开源许可，效果可以媲美GPT-3.5，这将极大地推动大模型的开源商业生态的落地与发展。猎豹CEO傅盛第一时间表态，对大模型应用创业来说是极大利好。
而作为基于大模型最擅长的文本理解能力，围绕知识库、文档里的赋能成为众多大模型生态的开发者DIY的首选方向，如ChatPDF等。
企业的知识服务，是构成企业运行的关键基础。几乎所有现代企业的核心都是由人的智力资产为底座的，绝大多数的白领工作也都是基于其专业的知识技能完成的。
企业知识管理的行业发展历史可以追溯到20世纪七八十年代，当时出现了超文本/群件应用系统，以及知识获取、知识工程、以知识为基础的系统和基于计算机的存在论等观点。
然而知识管理这件事，在国内谈了许多年，一直没火起来，本质上还是因为知识管理还是没有摆脱上个世纪以来的「文件管理系统」标签，知识可以被存储，却难以被有效应用。
作为人类的职业技能里最高的领地，大量重复的知识型工作一直都没有被机器真正取代。
但如今大模型的出现，让这件事出现了一些变化。知识需要逐步走向前台，深度融入并支撑企业的生产经营活动，助力企业提升核心竞争力。
某工业集团企业知识管理架构图
专注于机器问答和企业知识智能服务的云问科技预计在8月9日举办一场名为「云中问道」的大模型应用产品发布会。
区别于一个个的单体应用，云问聚焦「企业专属私有化知识大模型」，围绕其「从场景消费价值反推知识管理」的产品设计理念，发布基于自身大模型的知识服务全系列产品体系。
企业专属私有化知识大模型
传统大模型的开发和部署涉及复杂的技术要求，需要对深度学习、自然语言处理等领域有深入的专业知识。
普通用户或非技术背景的用户很难进行自主开发和应用部署。且需要耗费大量的时间和人力，从数据预处理、模型训练到部署等环节都是非常耗时的过程。
另外，因为需要根据不同的应用场景定制化大模型应用，所以传统方式往往局限在通用模型上，无法满足用户的特定需求和灵活性。
针对这个情况，云问推出企业私有化知识大模型「云中问道」，将专属的行业数据微调大模型和针对性的AIGC应用融合提供。
基于这套系统创建一个大模型快速应用最短只需要3分钟。不需要任何开发过程和繁琐的配置，通过简单的配置即可上线使用，大大节省了应用创建的时间，快速实现落地。
云问将其AIGC应用平台的应用分为简单应用与综合应用。其中，简单应用主要面向不依赖大模型以外的数据即可完成的单任务应用，综合应用面向需要综合多个外部系统/应用的复杂类任务。
从企业私有大模型到AIGC组件平台
目前该平台已经提前在多个客户落地试运行。
比如，某客服中心可利用该平台，根据管理者表达的重点诉求，直接自动调用多个客服中心系统数据，生成综合运营报告。
云问AIGC综合应用：客服中心运营报告自动生成
「云中问道」大模型在任务训练时主要聚焦一个方向——知识的全生命周期管理与应用，从知识的构建、加工、清洗、对齐任务做到对知识的检索、问答、推荐、推理、计算任务。
上述任务每一步，都可以作为大模型微调的一个方向，每个方向云问都收集了5w+prompt数据集用于大模型的任务微调，其力求做到国内最好的知识类大模型。
从场景消费价值反推知识管理
除了通用的大模型工具，云问主要结合企业内部知识依赖度高的业务场景，推出一系列解决方案，意在真正实现高效率赋能人工或替代人工。
前文提到，知识的消费场景有限掣肘了过往的知识管理行业发展，那么如果将员工面临的所有工作场景串起来，就是运作的一条条工作流程，从关键流程出发，寻找可替代性高、可产出价值大的场景式知识管理模型，就可以快速定位企业知识管理建设的重点。用户能够根据自身需求自主创建应用，无需依赖技术人员。
从云问科技的实践看来，当企业构建了一套整体的智能知识中心以后，例如从客户服务、销售辅助、研发设计、生产检修、内部支撑、人才培养几个场景中，就可以找到知识驱动业务有效转型的最佳场景。
企业知识智能常见的消费应用场景
例如客户服务的实质是将企业的产品知识、服务政策等企事业单位的业务知识内容有效地和用户、群众进行传递。
但传统的智能客服实际上的替代人工率有时候只能达到10%甚至更低，原因就是没有系统、细致地对知识处理好调用好，机器的理解和交互能力有限，导致智能客服不智能。
云问利用私有化知识大模型对原来的客服机器人进行系统升级，引入改写式问答、文档生成式问答功能，这将极大地提升问答体验。
改写式问答能够将用户提出的复杂问题拆分成多个知识点，然后从已有的知识库中汇总相关信息，通过大模型进行融合，以简洁明了的方式回答用户。这种问答方式不仅适用于场景问题，还可以根据用户的不同需求提供多种角色选择，使回答更加贴切和易于接受。同时，还优化了上下文理解能力，支持更丰富的获取方式。
针对没有FAQ库的企业，云问提供了基于私有化知识大模型的文档生成式问答，用户提问后，可从提供的产品或政策文档中定位相关内容，并通过大模型加工，找到合适的回答。这种方法不仅可以从单篇文档中找到答案，还能支持跨文档的知识点。
此外，还可以实现双语问答以及多模态问答，无论是图片还是表格，都可以从文档中找到相关内容，并为用户提供丰富多样的问答体验。
云中问道大模型升级智能客服机器人
不仅是要「机器换人」方面，在「机器助人」方面，大模型也可以带来很多价值。
例如，云问私有化知识大模型在人工客服工作时为其实时提供诸多辅助场景，大幅提升人工服务效率。
首先，通过实时抽取用户画像，客服能快速找到用户
转载请注明：http://www.0431gb208.com/sjszlfa/7781.html
