Ceci est un article invité du Dr Naoki Okada, scientifique principal des données chez BrainPad Inc.
Fondée en 2004, Brain Pad Inc. est un partenaire pionnier dans le domaine de l'utilisation des données, aidant les entreprises à créer des affaires et à améliorer leur gestion grâce à l'utilisation des données. À ce jour, BrainPad a aidé plus de 1,300 XNUMX entreprises, principalement des leaders de l'industrie. BrainPad a l'avantage de fournir un service à guichet unique, de la formulation d'une stratégie d'utilisation des données à la preuve de concept et à la mise en œuvre. Le style unique de BrainPad est de travailler avec les clients pour résoudre des problèmes sur le terrain, tels que des données qui ne sont pas collectées en raison d'une structure organisationnelle cloisonnée ou des données qui existent mais ne sont pas organisées.
Cet article explique comment structurer le partage des connaissances internes à l'aide de Amazone Kendra ainsi que le AWS Lambda et comment Amazon Kendra résout les obstacles liés au partage des connaissances auxquels de nombreuses entreprises sont confrontées. Nous résumons les efforts de BrainPad dans quatre domaines clés :
- Quels sont les problèmes de partage des connaissances auxquels de nombreuses entreprises sont confrontées ?
- Pourquoi avons-nous choisi Amazon Kendra ?
- Comment avons-nous mis en place le système de partage des connaissances ?
- Même si un outil est utile, il n'a pas de sens s'il n'est pas utilisé. Comment avons-nous surmonté la barrière à l'adoption?
Problèmes de partage des connaissances auxquels de nombreuses entreprises sont confrontées
De nombreuses entreprises obtiennent leurs résultats en divisant leur travail en différents domaines. Chacune de ces activités génère chaque jour de nouvelles idées. Ces connaissances sont accumulées sur une base individuelle. Si ces connaissances peuvent être partagées entre les personnes et les organisations, des synergies dans le travail connexe peuvent être créées, et l'efficacité et la qualité du travail augmenteront considérablement. C'est le pouvoir du partage des connaissances.
Cependant, il existe de nombreux obstacles communs au partage des connaissances :
- Peu de personnes sont impliquées de manière proactive et le processus ne peut pas être maintenu longtemps en raison d'horaires chargés.
- Les connaissances sont dispersées sur plusieurs supports, tels que les wikis internes et les fichiers PDF, ce qui rend difficile la recherche des informations dont vous avez besoin.
- Personne n'entre les connaissances dans le système de consolidation des connaissances. Le système ne sera pas largement utilisé en raison de sa faible capacité de recherche.
Notre entreprise a été confrontée à une situation similaire. Le problème fondamental du partage des connaissances est que, bien que la plupart des employés aient un fort besoin d'acquérir des connaissances, ils sont peu motivés pour partager leurs propres connaissances à un coût. Changer le comportement des employés dans le seul but de partager les connaissances n'est pas facile.
De plus, chaque employé ou département a sa propre méthode préférée d'accumulation des connaissances, et essayer de forcer l'unification ne conduira pas à la motivation ou à la performance dans le partage des connaissances. C'est un casse-tête pour la direction, qui veut consolider les connaissances, alors que ceux sur le terrain veulent avoir des connaissances de manière décentralisée.
Dans notre entreprise, Amazon Kendra est le service cloud qui a résolu ces problèmes.
Pourquoi nous avons choisi Amazon Kendra
Amazon Kendra est un service cloud qui nous permet de rechercher des informations internes à partir d'une interface commune. En d'autres termes, il s'agit d'un moteur de recherche spécialisé dans l'information interne. Dans cette section, nous discutons des trois principales raisons pour lesquelles nous avons choisi Amazon Kendra.
Agrégation facile des connaissances
Comme mentionné dans la section précédente, les connaissances, même lorsqu'elles existent, ont tendance à être dispersées sur plusieurs supports. Dans notre cas, il était dispersé sur notre wiki interne et divers fichiers de documents. Amazon Kendra fournit de puissants connecteurs pour cette situation. Nous pouvons facilement importer des documents à partir d'une variété de supports, y compris des logiciels de groupe, des wikis, des fichiers Microsoft PowerPoint, des PDF, etc., sans aucun problème.
Cela signifie que les employés n'ont pas à changer la façon dont ils stockent les connaissances afin de les partager. Bien que l'agrégation des connaissances puisse être réalisée temporairement, sa maintenance est très coûteuse. La possibilité d'automatiser cela était un facteur très souhaitable pour nous.
Grande capacité de recherche
Il existe de nombreux logiciels de groupe et wikis qui excellent dans la saisie d'informations. Cependant, ils présentent souvent des faiblesses dans la production d'informations (possibilité de recherche). Cela est particulièrement vrai pour la recherche japonaise. Par exemple, en anglais, la correspondance au niveau du mot offre un niveau raisonnable de recherche. En japonais, cependant, l'extraction de mots est plus difficile et il existe des cas où la correspondance est effectuée en séparant les mots par un nombre approprié de caractères. Si une recherche pour "Tokyo-to (東京都)" est séparée par deux caractères, "Tokyo (東京)" et "Kyoto (京都)", il sera difficile de trouver les connaissances que vous recherchez.
Amazon Kendra offre une excellente possibilité de recherche grâce à l'apprentissage automatique. En plus des recherches par mots-clés traditionnelles telles que « tendances technologiques », les recherches en langage naturel telles que « Je souhaite des informations sur les nouvelles initiatives technologiques » peuvent grandement améliorer l'expérience utilisateur. La possibilité de rechercher de manière appropriée les informations collectées est la deuxième raison pour laquelle nous avons choisi Amazon Kendra.
Faible coût de propriété
Les outils informatiques spécialisés dans l'agrégation et la récupération des connaissances sont appelés systèmes de recherche d'entreprise. Un problème avec la mise en œuvre de ces systèmes est le coût. Pour une organisation de plusieurs centaines d'employés, les coûts d'exploitation peuvent dépasser 10 millions de yens par an. Ce n'est pas un moyen bon marché de démarrer une initiative de partage des connaissances.
Amazon Kendra est proposé à un coût beaucoup plus bas que la plupart des systèmes de recherche d'entreprise. Comme mentionné précédemment, les initiatives de partage des connaissances ne sont pas faciles à mettre en œuvre. Nous voulions commencer petit et le faible coût de possession d'Amazon Kendra a été un facteur clé dans notre décision.
De plus, la facilité de mise en œuvre et la flexibilité d'Amazon Kendra sont également de grands avantages pour nous. La section suivante résume un exemple de notre implémentation.
Comment nous avons mis en place le système de partage des connaissances
La mise en œuvre n'est pas un processus de développement exagéré ; cela peut être fait sans code en suivant le flux de traitement d'Amazon Kendra. Voici cinq points clés du processus de mise en œuvre :
- Source de données (accumuler des connaissances) – Chaque département et employé de notre entreprise a fréquemment tenu des sessions d'étude internes, et grâce à ces activités, les connaissances ont été accumulées dans de multiples médias, tels que les wikis et divers types de stockage. À cette époque, il était facile de revoir les informations des sessions d'étude plus tard. Cependant, pour extraire des connaissances sur un domaine ou une technologie spécifique, il était nécessaire de passer en revue chaque support en détail, ce qui n'était pas très pratique.
- Connecteurs (agrégation des connaissances) – Grâce à la fonctionnalité de connecteur d'Amazon Kendra, nous avons pu relier les connaissances dispersées dans toute l'entreprise à Amazon Kendra et obtenir une recherche transversale. De plus, le connecteur est chargé via un compte restreint, permettant une mise en œuvre soucieuse de la sécurité.
- Moteur de recherche (trouver des informations) – Parce qu'Amazon Kendra a un page de recherche pour les tests d'utilisabilité, nous avons pu tester rapidement la convivialité du moteur de recherche immédiatement après le chargement des documents pour voir quel type de connaissances pouvait être trouvé. Cela a été très utile pour solidifier l'image du lancement.
- Search UI (page de recherche pour les utilisateurs) – Amazon Kendra a une fonctionnalité appelée Créateur d'expérience qui expose l'écran de recherche aux utilisateurs. Cette fonctionnalité peut être implémentée sans code, ce qui a été très utile pour obtenir des commentaires lors du déploiement du test. Outre Experience Builder, Amazon Kendra prend également en charge les implémentations d'API Python et React.js, afin que nous puissions éventuellement fournir des pages de recherche personnalisées à nos employés pour améliorer leur expérience.
- Analytique (suivi des tendances d'utilisation) – Un système de recherche d'entreprise n'a de valeur que s'il est utilisé par un grand nombre de personnes. Amazon Kendra a la capacité de surveiller combien de recherches sont effectuées et pour quels termes. Nous utilisons cette fonctionnalité pour suivre les tendances d'utilisation.
Nous avons également quelques questions-réponses liées à notre mise en œuvre :
- Quels ont été certains des défis liés à la collecte de connaissances internes ? Nous devions commencer par collecter les connaissances que chaque département et employé possédait, mais pas nécessairement dans un endroit qui pourrait être directement connecté à Amazon Kendra.
- Comment avons-nous bénéficié d'Amazon Kendra ? Nous avions essayé de partager nos connaissances à plusieurs reprises dans le passé, mais nous avions souvent échoué. Les raisons étaient l'agrégation des informations, la possibilité de recherche, les coûts opérationnels et les coûts de mise en œuvre. Amazon Kendra a des fonctionnalités qui résolvent ces problèmes, et nous l'avons lancé avec succès dans les 3 mois suivant sa conception. Nous pouvons désormais utiliser Amazon Kendra pour trouver des solutions à des tâches qui nécessitaient auparavant la connaissance d'individus ou de services en tant que connaissance collective de l'ensemble de l'organisation.
- Comment avez-vous évalué la capacité de recherche du système et qu'avez-vous fait pour l'améliorer ? Tout d'abord, de nombreux employés ont interagi avec le système et ont obtenu des commentaires. Un problème qui s'est posé au début de la mise en œuvre était qu'il y avait une dispersion d'informations qui avaient peu de valeur en tant que connaissances. En effet, certaines des sources de données contenaient des informations provenant de messages de blog internes, par exemple. Nous travaillons continuellement pour améliorer l'expérience utilisateur en sélectionnant les bonnes sources de données.
Comme mentionné précédemment, en utilisant Amazon Kendra, nous avons pu surmonter de nombreux obstacles à la mise en œuvre à un coût minime. Cependant, le plus grand défi avec ce type d'outil est la barrière à l'adoption qui vient après la mise en œuvre. La section suivante fournit un exemple de la façon dont nous avons surmonté cet obstacle.
Comment nous avons surmonté l'obstacle à l'adoption
Avez-vous déjà vu un outil pour lequel vous avez consacré beaucoup d'efforts, de temps et d'argent à la mise en œuvre devenir obsolète sans une utilisation généralisée ? Quelle que soit la capacité de la fonctionnalité à résoudre les problèmes, elle ne sera pas efficace si les gens ne l'utilisent pas.
L'une des initiatives que nous avons prises avec le lancement d'Amazon Kendra a été de fournir un chatbot. En d'autres termes, lorsque vous posez une question dans un outil de chat, vous obtenez une réponse avec les connaissances appropriées. Parce que tous nos collaborateurs en télétravail utilisent quotidiennement un outil de chat, utiliser des chatbots est bien plus compatible que de leur faire ouvrir un nouvel écran de recherche dans leur navigateur.
Pour implémenter ce chatbot, nous utilisons Lambda, un service qui nous permet d'exécuter des programmes événementiels sans serveur. Plus précisément, le workflow suivant est implémenté :
- Un utilisateur poste une question au chatbot avec une mention.
- Le chatbot envoie un événement à Lambda.
- Une fonction Lambda détecte l'événement et recherche la question dans Amazon Kendra.
- La fonction Lambda publie les résultats de la recherche sur l'outil de chat.
- L'utilisateur visualise les résultats de la recherche.
Ce processus ne prend que quelques secondes et offre une expérience utilisateur de haute qualité pour la découverte des connaissances. La majorité des employés ont été exposés au mécanisme de partage des connaissances via le chatbot, et il ne fait aucun doute que le chatbot a contribué à la diffusion du mécanisme. Et parce que certains domaines ne peuvent pas être couverts par le chatbot seul, nous leur avons également demandé d'utiliser l'écran de recherche personnalisé en conjonction avec le chatbot pour offrir une expérience utilisateur encore meilleure.
Conclusion
Dans cet article, nous avons présenté une étude de cas d'Amazon Kendra pour le partage des connaissances et un exemple d'implémentation d'un chatbot utilisant Lambda pour propager le mécanisme. Nous sommes impatients de voir Amazon Kendra faire un autre bond en avant alors que les modèles de langage à grande échelle continuent d'évoluer.
Si vous souhaitez essayer Amazon Kendra, consultez Amélioration de la recherche d'entreprise avec Amazon Kendra. BrainPad peut également vous aider dans le partage de connaissances internes et l'exploitation de documents à l'aide de l'IA générative. Veuillez nous contacter pour plus d'informations.
À propos de l’auteur
Dr Naoki Okada est un scientifique principal des données chez BrainPad Inc. Grâce à son expérience interfonctionnelle dans les affaires, l'analyse et l'ingénierie, il assiste un large éventail de clients, de la création d'organisations DX à l'exploitation de données dans des domaines inexplorés.
- Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
- Financement EVM. Interface unifiée pour la finance décentralisée. Accéder ici.
- Groupe de médias quantiques. IR/PR amplifié. Accéder ici.
- PlatoAiStream. Intelligence des données Web3. Connaissance Amplifiée. Accéder ici.
- La source: https://aws.amazon.com/blogs/machine-learning/how-brainpad-fosters-internal-knowledge-sharing-with-amazon-kendra/
- :possède
- :est
- :ne pas
- :où
- 10 millions de dollars
- $UP
- 1
- 10
- 100
- 7
- a
- capacité
- Capable
- A Propos
- Compte
- Accumulé
- atteindre
- atteint
- à travers
- d'activités
- ajout
- Adoption
- Avantage
- avantages
- Après
- agréger
- agrégation
- AI
- Tous
- Permettre
- permet
- seul
- aussi
- Bien que
- Amazon
- Amazone Kendra
- Amazon Web Services
- parmi
- an
- analytique
- ainsi que le
- Une autre
- tous
- api
- approprié
- de manière appropriée
- SONT
- Réservé
- domaines
- autour
- AS
- At
- automatiser
- AWS
- une barrière
- obstacles
- base
- BE
- car
- devenez
- Début
- va
- profiter
- Améliorée
- Le plus grand
- Blog
- Blogue
- navigateurs
- constructeur
- Développement
- la performance des entreprises
- occupé
- mais
- by
- appelé
- CAN
- maisons
- un exemple
- cas
- challenge
- globaux
- Change
- en changeant
- caractères
- Chatbot
- Chatbots
- pas cher
- vérifier
- Selectionnez
- choisir
- CLIENTS
- le cloud
- CO
- code
- Collecte
- Collective
- vient
- Commun
- Sociétés
- Société
- compatible
- concept
- conception
- conjonction
- connecté
- consolider
- consolidation
- contact
- contenu
- continuellement
- continuer
- contribué
- Pratique
- Prix
- cher
- Costs
- pourriez
- couvert
- engendrent
- créée
- sont adaptées
- Tous les jours
- données
- Data Scientist
- Date
- journée
- Décentralisé
- décision
- Département
- départements
- déploiement
- déploiement. en outre
- détail
- Développement
- DID
- différent
- difficile
- La diffusion
- directement
- découverte
- discuter
- do
- document
- INSTITUTIONNELS
- fait
- Ne pas
- doute
- dr
- Dramatiquement
- deux
- pendant
- DX
- chacun
- Plus tôt
- facilité
- même
- Easy
- Efficace
- efficace
- effort
- efforts
- Employés
- employés
- Moteur
- ENGINEERING
- Anglais
- de renforcer
- Entreprise
- Entre dans
- Tout
- notamment
- évaluer
- Pourtant, la
- événement
- faire une éventuelle
- JAMAIS
- Chaque
- tous les jours
- évolue
- exemple
- dépassent
- Excel
- existe
- d'experience
- exploitation
- exposé
- extrait
- Visage
- face
- facteur
- Échoué
- Fonctionnalité
- Fonctionnalités:
- Réactions
- few
- champ
- Fichiers
- Trouvez
- trouver
- Prénom
- Flexibilité
- flux
- Abonnement
- Pour
- Force
- formuler
- Avant
- trouvé
- quatre
- fréquemment
- De
- fonction
- fondamental
- rassemblement
- génère
- génératif
- IA générative
- obtenez
- obtention
- Bien
- l'
- considérablement
- Sol
- GUEST
- Invité Message
- ait eu
- Vous avez
- ayant
- he
- Tenue
- vous aider
- a aidé
- utile
- aider
- ici
- de haute qualité
- sa
- Comment
- How To
- Cependant
- HTML
- HTTPS
- cent
- Haies
- et idées cadeaux
- if
- image
- immédiatement
- Mettre en oeuvre
- la mise en oeuvre
- mis en œuvre
- la mise en œuvre
- importer
- améliorer
- in
- Dans d'autres
- Inc
- Y compris
- Améliore
- individuel
- individus
- industrie
- d'information
- initiative
- les initiatives
- contribution
- interagir
- intéressé
- Interfaces
- interne
- développement
- impliqué
- vous aider à faire face aux problèmes qui vous perturbent
- IT
- SES
- Japonais
- ACTIVITES
- Zones-clés
- facteur clé
- Genre
- spécialisées
- langue
- grande échelle
- plus tard
- lancer
- lancé
- conduire
- dirigeants
- Sauter
- Niveau
- en tirant parti
- LINK
- peu
- chargement
- Location
- Style
- recherchez-
- Lot
- Faible
- baisser
- click
- maintenir
- Majorité
- Fabrication
- gestion
- de nombreuses
- assorti
- Matière
- veux dire
- mécanisme
- Médias
- moyenne
- mentionné
- méthode
- Microsoft
- million
- minimal
- numériques jumeaux (digital twin models)
- de l'argent
- Stack monitoring
- mois
- PLUS
- (en fait, presque toutes)
- motivation
- beaucoup
- plusieurs
- Nature
- nécessairement
- nécessaire
- Besoin
- Nouveauté
- next
- aucune
- maintenant
- nombre
- obsolète
- obstacles
- obtenir
- of
- présenté
- Offres Speciales
- souvent
- on
- ONE
- uniquement
- ouvert
- d'exploitation
- opérationnel
- or
- de commander
- organisation
- organisationnel
- organisations
- Organisé
- Autre
- nos
- Notre Entreprise
- ande
- sortie
- Overcome
- propre
- possession
- page
- les partenaires
- passé
- Personnes
- performant
- effectué
- Nous travaillons à vous offrir une solution de transport
- Place
- Platon
- Intelligence des données Platon
- PlatonDonnées
- veuillez cliquer
- des notes bonus
- pauvres
- Post
- Poteaux
- power
- solide
- préféré
- présenté
- précédent
- précédemment
- qui se déroulent
- Problème
- d'ouvrabilité
- processus
- traitement
- Programmes
- preuve
- preuve de concept
- fournir
- fournit
- aportando
- but
- Python
- Questions et réponses
- qualité
- question
- vite.
- gamme
- Réagir
- raison
- raisonnable
- Les raisons
- en relation
- conditions
- réponse
- limité
- Résultats
- Avis
- bon
- Courir
- épars
- Scientifique
- pour écran
- Rechercher
- moteur de recherche
- Deuxièmement
- secondes
- Section
- sur le lien
- voir
- vu
- la sélection
- séparation
- Sans serveur
- service
- Services
- brainstorming
- plusieurs
- Partager
- commun
- partage
- similaires
- situation
- petit
- So
- Solutions
- RÉSOUDRE
- Résout
- Résoudre
- quelques
- Identifier
- Sources
- spécialiser
- spécialise
- groupe de neurones
- spécifiquement
- dépensé
- Commencer
- storage
- Boutique
- de Marketing
- STRONG
- structure
- Étude
- Catégorie
- Avec succès
- tel
- résumé
- Les soutiens
- combustion propre
- Système
- Prenez
- prend
- tâches
- Technologie
- conditions
- tester
- que
- qui
- La
- les informations
- leur
- Les
- Là.
- Ces
- l'ont
- this
- ceux
- trois
- Avec
- tout au long de
- fiable
- fois
- à
- ensemble
- a
- outil
- les outils
- suivre
- traditionnel
- Trends
- essayé
- oui
- deux
- type
- types
- ui
- expérience unique et authentique
- us
- convivialité
- Utilisation
- utilisé
- d'utiliser
- Utilisateur
- Expérience utilisateur
- utilisateurs
- en utilisant
- Précieux
- Plus-value
- variété
- divers
- très
- vues
- souhaitez
- voulu
- veut
- était
- Façon..
- we
- web
- services Web
- ont été
- Quoi
- quand
- qui
- tout en
- WHO
- why
- large
- Large gamme
- largement
- répandu
- sera
- comprenant
- dans les
- sans
- Word
- des mots
- activités principales
- travailler ensemble
- workflow
- de travail
- an
- Yen
- Vous n'avez
- zéphyrnet