Questo è un post ospite del Dr. Naoki Okada, Lead Data Scientist presso BrainPad Inc.
Fondata nel 2004, BrainPad Inc. è un partner pionieristico nel campo dell'utilizzo dei dati, aiutando le aziende a creare business e migliorare la propria gestione attraverso l'uso dei dati. Ad oggi, BrainPad ha aiutato più di 1,300 aziende, principalmente leader del settore. BrainPad ha il vantaggio di fornire un servizio completo, dalla formulazione di una strategia di utilizzo dei dati alla prova di concetto e all'implementazione. Lo stile unico di BrainPad è quello di collaborare con i clienti per risolvere problemi sul campo, come i dati che non vengono raccolti a causa di una struttura organizzativa a compartimenti stagni o i dati che esistono ma non sono organizzati.
Questo post discute come strutturare la condivisione interna della conoscenza utilizzando Amazon Kendra ed AWS Lambda e come Amazon Kendra risolve gli ostacoli legati alla condivisione delle conoscenze che molte aziende devono affrontare. Riassumiamo gli sforzi di BrainPad in quattro aree chiave:
- Quali sono i problemi di condivisione della conoscenza che molte aziende devono affrontare?
- Perché abbiamo scelto Amazon Kendra?
- Come abbiamo implementato il sistema di condivisione della conoscenza?
- Anche se uno strumento è utile, non ha senso se non viene utilizzato. Come abbiamo superato la barriera dell’adozione?
Problemi di condivisione della conoscenza che molte aziende devono affrontare
Molte aziende raggiungono i propri risultati suddividendo il proprio lavoro in diverse aree. Ognuna di queste attività genera nuove idee ogni giorno. Questa conoscenza viene accumulata su base individuale. Se questa conoscenza potesse essere condivisa tra persone e organizzazioni, si potrebbero creare sinergie nel lavoro correlato e l’efficienza e la qualità del lavoro aumenterebbero notevolmente. Questo è il potere della condivisione della conoscenza.
Tuttavia, esistono molti ostacoli comuni alla condivisione della conoscenza:
- Poche persone sono coinvolte in modo proattivo e il processo non può essere sostenuto a lungo a causa dei fitti impegni.
- La conoscenza è dispersa su più media, come wiki interni e PDF, rendendo difficile trovare le informazioni necessarie.
- Nessuno inserisce la conoscenza nel sistema di consolidamento della conoscenza. Il sistema non sarà ampiamente utilizzato a causa della sua scarsa ricercabilità.
La nostra azienda ha dovuto affrontare una situazione simile. Il problema fondamentale con la condivisione della conoscenza è che, sebbene la maggior parte dei dipendenti abbia un forte bisogno di acquisire conoscenza, ha poca motivazione a condividere la propria conoscenza a un costo. Cambiare il comportamento dei dipendenti al solo scopo di condividere le conoscenze non è facile.
Inoltre, ogni dipendente o dipartimento ha il proprio metodo preferito per accumulare conoscenza, e cercare di forzare l'unificazione non porterà alla motivazione o ai risultati nella condivisione della conoscenza. Questo è un grattacapo per il management, che vuole consolidare la conoscenza, mentre chi opera sul campo vuole avere la conoscenza in modo decentralizzato.
Nella nostra azienda, Amazon Kendra è il servizio cloud che ha risolto questi problemi.
Perché abbiamo scelto Amazon Kendra
Amazon Kendra è un servizio cloud che ci consente di cercare informazioni interne da un'interfaccia comune. In altre parole, è un motore di ricerca specializzato in informazioni interne. In questa sezione, discutiamo i tre motivi principali per cui abbiamo scelto Amazon Kendra.
Facile aggregazione delle conoscenze
Come accennato nella sezione precedente, la conoscenza, anche quando esiste, tende a essere dispersa su più media. Nel nostro caso, era sparso nella nostra wiki interna e in vari file di documenti. Amazon Kendra fornisce potenti connettori per questa situazione. Possiamo importare facilmente documenti da una varietà di media, inclusi groupware, wiki, file Microsoft PowerPoint, PDF e altro, senza problemi.
Ciò significa che i dipendenti non devono cambiare il modo in cui archiviano la conoscenza per condividerla. Sebbene l'aggregazione della conoscenza possa essere raggiunta temporaneamente, è molto costosa da mantenere. La capacità di automatizzare tutto ciò era per noi un fattore molto desiderabile.
Ottima ricercabilità
Ci sono molti groupware e wiki là fuori che eccellono nell'input di informazioni. Tuttavia, spesso presentano debolezze nella produzione di informazioni (ricercabilità). Ciò è particolarmente vero per la ricerca giapponese. Ad esempio, in inglese, la corrispondenza a livello di parola fornisce un livello ragionevole di ricercabilità. In giapponese, tuttavia, l'estrazione delle parole è più difficile e ci sono casi in cui la corrispondenza viene effettuata separando le parole con un numero appropriato di caratteri. Se la ricerca di “Tokyo-to (東京都)” è separata da due caratteri, “Tokyo (東京)” e “Kyoto (京都)”, sarà difficile trovare la conoscenza che stai cercando.
Amazon Kendra offre ottime offerte ricercabilità attraverso l’apprendimento automatico. Oltre alle tradizionali ricerche per parole chiave come “tendenze tecnologiche”, le ricerche in linguaggio naturale come “voglio informazioni su nuove iniziative tecnologiche” possono migliorare notevolmente l’esperienza dell’utente. La capacità di cercare in modo appropriato le informazioni raccolte è il secondo motivo per cui abbiamo scelto Amazon Kendra.
Bassi costi di gestione
Gli strumenti IT specializzati nell'aggregazione e nel recupero della conoscenza sono chiamati sistemi di ricerca aziendale. Un problema con l’implementazione di questi sistemi è il costo. Per un'organizzazione con diverse centinaia di dipendenti, i costi operativi possono superare i 10 milioni di yen all'anno. Questo non è un modo economico per avviare un’iniziativa di condivisione della conoscenza.
Amazon Kendra è offerto a costo molto più basso rispetto alla maggior parte dei sistemi di ricerca aziendali. Come accennato in precedenza, le iniziative di condivisione della conoscenza non sono facili da implementare. Volevamo iniziare in piccolo e il basso costo di proprietà di Amazon Kendra è stato un fattore chiave nella nostra decisione.
Inoltre, anche la facilità di implementazione e la flessibilità di Amazon Kendra rappresentano per noi grandi vantaggi. La sezione successiva riassume un esempio della nostra implementazione.
Come abbiamo implementato il sistema di condivisione della conoscenza
L'implementazione non è un processo di sviluppo esagerato; può essere eseguito senza codice seguendo il flusso di elaborazione di Amazon Kendra. Ecco cinque punti chiave nel processo di implementazione:
- Fonte dei dati (accumulazione di conoscenze) – Ogni reparto e dipendente della nostra azienda teneva spesso sessioni di studio interno e, attraverso queste attività, la conoscenza veniva accumulata su molteplici media, come wiki e vari tipi di archiviazione. A quel tempo, era facile rivedere in seguito le informazioni delle sessioni di studio. Tuttavia, per ottenere conoscenze su un settore o una tecnologia specifica, era necessario esaminare ogni mezzo in dettaglio, il che non era molto conveniente.
- Connettori (aggregazione della conoscenza) – Con la funzionalità del connettore in Amazon Kendra, siamo stati in grado di collegare le conoscenze sparse in tutta l'azienda in Amazon Kendra e ottenere la ricercabilità trasversale. Inoltre, il connettore viene caricato tramite un account limitato, consentendo un'implementazione attenta alla sicurezza.
- Motore di ricerca (ricerca di informazioni) – Perché Amazon Kendra ha un pagina di ricerca per test di usabilità, abbiamo potuto testare rapidamente l'usabilità del motore di ricerca subito dopo aver caricato i documenti per vedere che tipo di conoscenza si poteva trovare. Ciò è stato molto utile per consolidare l'immagine del lancio.
- Interfaccia utente di ricerca (pagina di ricerca per gli utenti) – Amazon Kendra ha una funzionalità chiamata Costruttore di esperienze che espone la schermata di ricerca agli utenti. Questa funzionalità può essere implementata senza codice, il che è stato molto utile per ottenere feedback durante la distribuzione del test. Oltre a Experience Builder, Amazon Kendra supporta anche le implementazioni API Python e React.js, quindi possiamo eventualmente fornire pagine di ricerca personalizzate ai nostri dipendenti per migliorare la loro esperienza.
- Analytics (monitoraggio delle tendenze di utilizzo) – Un sistema di ricerca aziendale è utile solo se viene utilizzato da molte persone. Amazon Kendra ha la capacità di monitorare quante ricerche vengono eseguite e per quali termini. Utilizziamo questa funzionalità per tenere traccia delle tendenze di utilizzo.
Abbiamo anche alcune domande e risposte relative alla nostra implementazione:
- Quali sono state alcune delle sfide nella raccolta della conoscenza interna? Abbiamo dovuto iniziare raccogliendo la conoscenza di ciascun dipartimento e dipendente, ma non necessariamente in un luogo che potesse essere direttamente collegato ad Amazon Kendra.
- Come abbiamo tratto vantaggio da Amazon Kendra? Abbiamo provato a condividere la conoscenza molte volte in passato, ma spesso abbiamo fallito. Le ragioni erano l'aggregazione delle informazioni, la ricercabilità, i costi operativi e i costi di implementazione. Amazon Kendra ha funzionalità che risolvono questi problemi e lo abbiamo lanciato con successo entro circa 3 mesi dal concepimento. Ora possiamo utilizzare Amazon Kendra per trovare soluzioni ad attività che in precedenza richiedevano la conoscenza di individui o dipartimenti come conoscenza collettiva dell'intera organizzazione.
- Come hai valutato la ricercabilità del sistema e cosa hai fatto per migliorarlo? Innanzitutto, molti dipendenti hanno interagito con il sistema e ottenuto feedback. Un problema emerso all'inizio dell'implementazione era la dispersione di informazioni che avevano poco valore come conoscenza. Ciò era dovuto, ad esempio, al fatto che alcune origini dati contenevano informazioni provenienti da post di blog interni. Lavoriamo continuamente per migliorare l'esperienza dell'utente selezionando le giuste origini dati.
Come accennato in precedenza, utilizzando Amazon Kendra siamo riusciti a superare molti ostacoli di implementazione a costi minimi. Tuttavia, la sfida più grande con questo tipo di strumento è la barriera all’adozione che si presenta dopo l’implementazione. La sezione successiva fornisce un esempio di come abbiamo superato questo ostacolo.
Come abbiamo superato la barriera dell'adozione
Hai mai visto uno strumento per il quale hai impiegato molti sforzi, tempo e denaro per implementarlo diventare obsoleto senza un utilizzo diffuso? Non importa quanto sia efficace la funzionalità nel risolvere i problemi, non sarà efficace se le persone non la utilizzano.
Una delle iniziative che abbiamo intrapreso con il lancio di Amazon Kendra è stata quella di fornire un chatbot. In altre parole, quando fai una domanda in uno strumento di chat, ottieni una risposta con le conoscenze appropriate. Poiché tutti i nostri dipendenti che lavorano in telelavoro utilizzano quotidianamente uno strumento di chat, l'utilizzo dei chatbot è molto più compatibile che farli aprire una nuova schermata di ricerca nei loro browser.
Per implementare questo chatbot, utilizziamo Lambda, un servizio che ci consente di eseguire programmi serverless e guidati dagli eventi. Nello specifico viene implementato il seguente flusso di lavoro:
- Un utente pubblica una domanda al chatbot con una menzione.
- Il chatbot invia un evento a Lambda.
- Una funzione Lambda rileva l'evento e cerca la domanda in Amazon Kendra.
- La funzione Lambda pubblica i risultati della ricerca nello strumento di chat.
- L'utente visualizza i risultati della ricerca.
Questo processo richiede solo pochi secondi e fornisce un'esperienza utente di alta qualità per la scoperta della conoscenza. La maggior parte dei dipendenti è stata esposta al meccanismo di condivisione della conoscenza attraverso il chatbot, e non c’è dubbio che il chatbot abbia contribuito alla diffusione del meccanismo. E poiché ci sono alcune aree che non possono essere coperte dal solo chatbot, abbiamo anche chiesto loro di utilizzare la schermata di ricerca personalizzata insieme al chatbot per fornire un'esperienza utente ancora migliore.
Conclusione
In questo post abbiamo presentato un caso di studio di Amazon Kendra per la condivisione della conoscenza e un esempio di implementazione di un chatbot che utilizza Lambda per propagare il meccanismo. Non vediamo l’ora di vedere Amazon Kendra fare un altro passo in avanti mentre i modelli linguistici su larga scala continuano ad evolversi.
Se sei interessato a provare Amazon Kendra, dai un'occhiata Miglioramento della ricerca aziendale con Amazon Kendra. BrainPad può anche aiutarti con la condivisione interna delle conoscenze e lo sfruttamento dei documenti utilizzando l'intelligenza artificiale generativa. Vi preghiamo di contattarci per ulteriori informazioni.
L'autore
Dottor Naoki Okada è Lead Data Scientist presso BrainPad Inc. Con la sua esperienza interfunzionale nel mondo degli affari, dell'analisi e dell'ingegneria, supporta un'ampia gamma di clienti, dalla creazione di organizzazioni DX allo sfruttamento dei dati in aree inesplorate.
- Distribuzione di contenuti basati su SEO e PR. Ricevi amplificazione oggi.
- EVM Finance. Interfaccia unificata per la finanza decentralizzata. Accedi qui.
- Quantum Media Group. IR/PR amplificato. Accedi qui.
- PlatoAiStream. Intelligenza dei dati Web3. Conoscenza amplificata. Accedi qui.
- Fonte: https://aws.amazon.com/blogs/machine-learning/how-brainpad-fosters-internal-knowledge-sharing-with-amazon-kendra/
- :ha
- :È
- :non
- :Dove
- $10 milioni
- $ SU
- 1
- 10
- 100
- 7
- a
- capacità
- capace
- WRI
- Il mio account
- Accumulato
- Raggiungere
- raggiunto
- operanti in
- attività
- aggiunta
- Adozione
- Vantaggio
- vantaggi
- Dopo shavasana, sedersi in silenzio; saluti;
- aggregando
- aggregazione
- AI
- Tutti
- Consentire
- consente
- da solo
- anche
- Sebbene il
- Amazon
- Amazon Kendra
- Amazon Web Services
- tra
- an
- analitica
- ed
- Un altro
- in qualsiasi
- api
- opportuno
- appropriatamente
- SONO
- RISERVATA
- aree
- in giro
- AS
- At
- automatizzare
- AWS
- barriera
- barriere
- base
- BE
- perché
- diventare
- Inizio
- essendo
- beneficio
- Meglio
- Maggiore
- Blog
- Post di Blog
- browser
- costruttore
- Costruzione
- affari
- occupato
- ma
- by
- detto
- Materiale
- Custodie
- caso di studio
- casi
- Challenge
- sfide
- il cambiamento
- cambiando
- caratteri
- chatbot
- chatbots
- economico
- dai un'occhiata
- Scegli
- ha scelto
- clienti
- Cloud
- CO
- codice
- Raccolta
- Collective
- viene
- Uncommon
- Aziende
- azienda
- compatibile
- concetto
- concezione
- congiunzione
- collegato
- consolidare
- consolidamento
- contatti
- contenute
- continuamente
- continua
- contribuito
- Comodo
- Costo
- costoso
- Costi
- potuto
- coperto
- creare
- creato
- personalizzate
- alle lezioni
- dati
- scienziato di dati
- Data
- giorno
- decentrata
- decisione
- Shirts Department
- dipartimenti
- deployment
- distribuzione. Inoltre
- dettaglio
- Mercato
- DID
- diverso
- difficile
- Emittente
- direttamente
- scoperta
- discutere
- do
- documento
- documenti
- fatto
- Dont
- dubbio
- dr
- drammaticamente
- dovuto
- durante
- DX
- ogni
- In precedenza
- alleviare
- facilmente
- facile
- Efficace
- efficienza
- sforzo
- sforzi
- Dipendente
- dipendenti
- motore
- Ingegneria
- Inglese
- accrescere
- Impresa
- entra
- Intero
- particolarmente
- valutare
- Anche
- Evento
- alla fine
- EVER
- Ogni
- ogni giorno
- evolvere
- esempio
- superare
- Excel
- esiste
- esperienza
- sfruttamento
- esposto
- estratto
- Faccia
- di fronte
- fattore
- fallito
- caratteristica
- Caratteristiche
- feedback
- pochi
- campo
- File
- Trovate
- ricerca
- Nome
- Flessibilità
- flusso
- i seguenti
- Nel
- forza
- formulando
- Avanti
- essere trovato
- quattro
- frequentemente
- da
- function
- funzionalità
- fondamentale
- raccolta
- genera
- generativo
- AI generativa
- ottenere
- ottenere
- buono
- grande
- molto
- Terra
- GUEST
- Ospite Messaggio
- ha avuto
- Avere
- avendo
- he
- Eroe
- Aiuto
- aiutato
- utile
- aiutare
- qui
- alta qualità
- il suo
- Come
- Tutorial
- Tuttavia
- HTML
- HTTPS
- misura di peso di 5.8 chili
- ostacoli
- idee
- if
- Immagine
- subito
- realizzare
- implementazione
- implementato
- Implementazione
- importare
- competenze
- in
- In altre
- Inc.
- Compreso
- Aumento
- individuale
- individui
- industria
- informazioni
- iniziativa
- iniziative
- ingresso
- interagire
- interessato
- Interfaccia
- interno
- ai miglioramenti
- coinvolto
- sicurezza
- IT
- SUO
- Giapponese
- Le
- Aree chiave
- fattore chiave
- Genere
- conoscenze
- Lingua
- larga scala
- dopo
- lanciare
- lanciato
- portare
- capi
- Salto
- Livello
- leveraging
- LINK
- piccolo
- Caricamento in corso
- Lunghi
- Guarda
- cerca
- lotto
- Basso
- inferiore
- macchina
- mantenere
- Maggioranza
- Fare
- gestione
- molti
- corrispondenza
- Importanza
- si intende
- meccanismo
- Media
- medie
- menzionato
- metodo
- Microsoft
- milione
- minimo
- modelli
- soldi
- monitoraggio
- mese
- Scopri di più
- maggior parte
- Motivazione
- molti
- multiplo
- Naturale
- necessariamente
- necessaria
- Bisogno
- New
- GENERAZIONE
- no
- adesso
- numero
- obsoleto
- ostacoli
- ottenere
- of
- offerto
- Offerte
- di frequente
- on
- ONE
- esclusivamente
- aprire
- operativo
- operativa
- or
- minimo
- organizzazione
- organizzativa
- organizzazioni
- Organizzato
- Altro
- nostro
- Azienda
- su
- produzione
- Superare
- proprio
- proprietà
- pagina
- partner
- passato
- Persone
- performance
- eseguita
- pionieristico
- posto
- Platone
- Platone Data Intelligence
- PlatoneDati
- per favore
- punti
- povero
- Post
- Post
- energia
- potente
- preferito
- presentata
- precedente
- in precedenza
- principalmente
- Problema
- problemi
- processi
- lavorazione
- Programmi
- prova
- prova del concetto
- fornire
- fornisce
- fornitura
- scopo
- Python
- Domande e risposte
- qualità
- domanda
- rapidamente
- gamma
- Reagire
- ragione
- ragionevole
- motivi
- relazionato
- necessario
- risposta
- limitato
- Risultati
- recensioni
- destra
- Correre
- sparpagliato
- Scienziato
- allo
- Cerca
- motore di ricerca
- Secondo
- secondo
- Sezione
- vedere
- vedendo
- visto
- Selezione
- separazione
- serverless
- servizio
- Servizi
- sessioni
- alcuni
- Condividi
- condiviso
- compartecipazione
- simile
- situazione
- piccole
- So
- Soluzioni
- RISOLVERE
- risolve
- Soluzione
- alcuni
- Fonte
- fonti
- specializzarsi
- specializzata
- specifico
- in particolare
- esaurito
- inizia a
- conservazione
- Tornare al suo account
- Strategia
- forte
- La struttura
- Studio
- style
- Con successo
- tale
- riassumere
- supporti
- sistema
- SISTEMI DI TRATTAMENTO
- Fai
- prende
- task
- Tecnologia
- condizioni
- test
- di
- che
- Il
- le informazioni
- loro
- Li
- Là.
- Strumenti Bowman per analizzare le seguenti finiture:
- di
- questo
- quelli
- tre
- Attraverso
- per tutto
- tempo
- volte
- a
- insieme
- ha preso
- strumenti
- pista
- tradizionale
- tendenze
- provato
- vero
- seconda
- Digitare
- Tipi di
- ui
- unico
- us
- usabilità
- Impiego
- uso
- utilizzato
- Utente
- Esperienza da Utente
- utenti
- utilizzando
- Prezioso
- APPREZZIAMO
- varietà
- vario
- molto
- visualizzazioni
- volere
- ricercato
- vuole
- Prima
- Modo..
- we
- sito web
- servizi web
- sono stati
- Che
- quando
- quale
- while
- OMS
- perché
- largo
- Vasta gamma
- ampiamente
- molto diffuso
- volere
- con
- entro
- senza
- Word
- parole
- Lavora
- lavorare insieme
- flusso di lavoro
- lavoro
- anno
- Yen
- Tu
- zefiro