Dette er et gjesteinnlegg av Dr. Naoki Okada, Lead Data Scientist ved BrainPad Inc.
Grunnlagt i 2004, BrainPad Inc. er en banebrytende partner innen datautnyttelse, og hjelper bedrifter med å skape forretninger og forbedre ledelsen gjennom bruk av data. Til dags dato har BrainPad hjulpet mer enn 1,300 selskaper, først og fremst industriledere. BrainPad har fordelen av å tilby en one-stop-tjeneste fra å formulere en datautnyttelsesstrategi til bevis på konsept og implementering. BrainPads unike stil er å jobbe sammen med klienter for å løse problemer på bakken, for eksempel data som ikke samles inn på grunn av en siled organisasjonsstruktur eller data som eksisterer, men som ikke er organisert.
Dette innlegget diskuterer hvordan man strukturerer intern kunnskapsdeling ved hjelp av Amazon Kendra og AWS Lambda og hvordan Amazon Kendra løser hindringene rundt kunnskapsdeling mange selskaper møter. Vi oppsummerer BrainPads innsats på fire nøkkelområder:
- Hva er kunnskapsdelingsproblemene mange bedrifter står overfor?
- Hvorfor valgte vi Amazon Kendra?
- Hvordan implementerte vi kunnskapsdelingssystemet?
- Selv om et verktøy er nyttig, er det meningsløst hvis det ikke brukes. Hvordan kom vi over barrieren for adopsjon?
Kunnskapsdelingsproblemer som mange bedrifter står overfor
Mange bedrifter oppnår sine resultater ved å dele arbeidet inn i ulike områder. Hver av disse aktivitetene genererer nye ideer hver dag. Denne kunnskapen akkumuleres på individuell basis. Hvis denne kunnskapen kan deles mellom mennesker og organisasjoner, kan det skapes synergier i relatert arbeid, og effektiviteten og kvaliteten på arbeidet vil øke dramatisk. Dette er kraften i kunnskapsdeling.
Imidlertid er det mange vanlige barrierer for kunnskapsdeling:
- Få mennesker er proaktivt involvert, og prosessen kan ikke opprettholdes lenge på grunn av travle tidsplaner.
- Kunnskap er spredt over flere medier, for eksempel interne wikier og PDF-er, noe som gjør det vanskelig å finne informasjonen du trenger.
- Ingen legger kunnskap inn i kunnskapskonsolideringssystemet. Systemet vil ikke bli mye brukt på grunn av dets dårlige søkbarhet.
Vårt firma sto overfor en lignende situasjon. Det grunnleggende problemet med kunnskapsdeling er at selv om de fleste ansatte har et sterkt behov for å tilegne seg kunnskap, har de liten motivasjon til å dele sin egen kunnskap til en kostnad. Det er ikke lett å endre ansattes atferd utelukkende for kunnskapsdeling.
I tillegg har hver ansatt eller avdeling sin egen foretrukne metode for å samle kunnskap, og forsøk på å tvinge forening vil ikke føre til motivasjon eller ytelse i kunnskapsdeling. Dette er en hodepine for ledelsen, som ønsker å konsolidere kunnskap, mens de på feltet ønsker å ha kunnskap på en desentralisert måte.
Hos vårt firma er Amazon Kendra skytjenesten som har løst disse problemene.
Hvorfor vi valgte Amazon Kendra
Amazon Kendra er en skytjeneste som lar oss søke etter intern informasjon fra et felles grensesnitt. Det er med andre ord en søkemotor som spesialiserer seg på intern informasjon. I denne delen diskuterer vi de tre viktigste grunnene til at vi valgte Amazon Kendra.
Enkel aggregering av kunnskap
Som nevnt i forrige avsnitt, har kunnskap, selv når den eksisterer, en tendens til å være spredt over flere medier. I vårt tilfelle var det spredt over vår interne wiki og ulike dokumentfiler. Amazon Kendra gir kraftig kontakter for denne situasjonen. Vi kan enkelt importere dokumenter fra en rekke medier, inkludert gruppevare, wikier, Microsoft PowerPoint-filer, PDF-er og mer, uten problemer.
Dette betyr at ansatte ikke trenger å endre måten de lagrer kunnskap på for å dele den. Selv om kunnskapsaggregering kan oppnås midlertidig, er det svært kostbart å vedlikeholde. Evnen til å automatisere dette var en svært ønskelig faktor for oss.
God søkbarhet
Det er mye gruppevare og wikier der ute som utmerker seg med informasjonsinngang. Imidlertid har de ofte svakheter i informasjonsutgang (søkbarhet). Dette gjelder spesielt for japansk søk. For eksempel, på engelsk, gir samsvar på ordnivå et rimelig nivå av søkbarhet. På japansk er imidlertid ordutvinning vanskeligere, og det er tilfeller der matching gjøres ved å skille ord med et passende antall tegn. Hvis et søk etter "Tokyo-to (東京都)" er atskilt med to tegn, "Tokyo (東京)" og "Kyoto (京都)," vil det være vanskelig å finne kunnskapen du leter etter.
Amazon Kendra tilbyr flott søkbarhet gjennom maskinlæring. I tillegg til tradisjonelle søkeordsøk som «teknologitrender», kan søk på naturlig språk som «Jeg vil ha informasjon om nye teknologiinitiativer» forbedre brukeropplevelsen betraktelig. Muligheten til å søke riktig etter innsamlet informasjon er den andre grunnen til at vi valgte Amazon Kendra.
Lav eierandel
IT-verktøy som spesialiserer seg på kunnskapsaggregering og gjenfinning kalles bedriftssøkesystemer. Et problem med å implementere disse systemene er kostnadene. For en organisasjon med flere hundre ansatte kan driftskostnadene overstige 10 millioner yen per år. Dette er ikke en billig måte å starte et kunnskapsdelingsinitiativ på.
Amazon Kendra tilbys på en mye lavere kostnad enn de fleste bedriftssøkesystemer. Som nevnt tidligere er ikke kunnskapsdelingsinitiativer enkle å implementere. Vi ønsket å starte i det små, og Amazon Kendras lave eierkostnader var en nøkkelfaktor i vår beslutning.
I tillegg er Amazon Kendras enkle implementering og fleksibilitet også store fordeler for oss. Den neste delen oppsummerer et eksempel på implementeringen vår.
Hvordan vi implementerte kunnskapsdelingssystemet
Implementering er ikke en overdreven utviklingsprosess; det kan gjøres uten kode ved å følge Amazon Kendra-behandlingsflyten. Her er fem hovedpunkter i implementeringsprosessen:
- Datakilde (akkumulerer kunnskap) – Hver avdeling og ansatt i selskapet vårt holdt ofte interne studiesesjoner, og gjennom disse aktivitetene ble kunnskap samlet i flere medier, som wikier og ulike typer lagring. På den tiden var det enkelt å se gjennom informasjonen fra studieøktene senere. Men for å hente ut kunnskap om et spesifikt område eller teknologi, var det nødvendig å gå gjennom hvert medium i detalj, noe som ikke var veldig praktisk.
- Koblinger (samle kunnskap) – Med koblingsfunksjonaliteten i Amazon Kendra var vi i stand til å koble kunnskap spredt over hele selskapet til Amazon Kendra og oppnå tverrsnittssøkbarhet. I tillegg lastes koblingen gjennom en begrenset konto, noe som muliggjør en sikkerhetsbevisst implementering.
- Søkemotor (finner informasjon) – Fordi Amazon Kendra har en søkeside for brukervennlighetstesting, kunne vi raskt teste brukervennligheten til søkemotoren umiddelbart etter å ha lastet inn dokumenter for å se hva slags kunnskap som ble funnet. Dette var veldig nyttig for å styrke bildet av lanseringen.
- Søkegrensesnitt (søkeside for brukere) – Amazon Kendra har en funksjon som heter Erfaringsbygger som eksponerer søkeskjermen for brukere. Denne funksjonen kan implementeres uten kode, noe som var veldig nyttig for å få tilbakemelding under testdistribusjonen. I tillegg til Experience Builder, støtter Amazon Kendra også Python og React.js API-implementeringer, slik at vi etter hvert kan tilby tilpassede søkesider til våre ansatte for å forbedre opplevelsen deres.
- Analytics (overvåking av brukstrender) – Et bedriftssøkesystem er bare verdifullt hvis mange bruker det. Amazon Kendra har muligheten til å overvåke hvor mange søk som utføres og for hvilke termer. Vi bruker denne funksjonen til å spore brukstrender.
Vi har også noen spørsmål og svar knyttet til implementeringen vår:
- Hva var noen av utfordringene med å samle intern kunnskap? Vi måtte starte med å samle kunnskapen som hver avdeling og ansatt hadde, men ikke nødvendigvis på et sted som kunne kobles direkte til Amazon Kendra.
- Hvordan hadde vi nytte av Amazon Kendra? Vi hadde forsøkt å dele kunnskap mange ganger tidligere, men hadde ofte mislyktes. Årsakene var informasjonsaggregering, søkbarhet, driftskostnader og implementeringskostnader. Amazon Kendra har funksjoner som løser disse problemene, og vi lanserte den med suksess innen omtrent 3 måneder etter unnfangelsen. Nå kan vi bruke Amazon Kendra til å finne løsninger på oppgaver som tidligere krevde kunnskap fra enkeltpersoner eller avdelinger som den samlede kunnskapen til hele organisasjonen.
- Hvordan evaluerte du søkbarheten til systemet, og hva gjorde du for å forbedre det? For det første fikk vi mange ansatte til å samhandle med systemet og få tilbakemeldinger. Et problem som dukket opp i starten av implementeringen var at det var en spredning av informasjon som hadde liten verdi som kunnskap. Dette var fordi noen av datakildene inneholdt informasjon fra for eksempel interne blogginnlegg. Vi jobber kontinuerlig med å forbedre brukeropplevelsen ved å velge de riktige datakildene.
Som nevnt tidligere, ved å bruke Amazon Kendra, var vi i stand til å overvinne mange implementeringshinder til minimale kostnader. Den største utfordringen med denne typen verktøy er imidlertid adopsjonsbarrieren som kommer etter implementering. Den neste delen gir et eksempel på hvordan vi overvant denne hindringen.
Hvordan vi overvant barrieren for adopsjon
Har du noen gang sett et verktøy som du har brukt mye krefter, tid og penger på å implementere bli foreldet uten utbredt bruk? Uansett hvor god funksjonaliteten er til å løse problemer, vil den ikke være effektiv hvis folk ikke bruker den.
Et av initiativene vi tok med lanseringen av Amazon Kendra var å tilby en chatbot. Med andre ord, når du stiller et spørsmål i et chat-verktøy, får du et svar med riktig kunnskap. Fordi alle våre telependling-ansatte bruker et chatteverktøy på daglig basis, er bruk av chatbots mye mer kompatibelt enn å la dem åpne en ny søkeskjerm i nettleserne.
For å implementere denne chatboten bruker vi Lambda, en tjeneste som lar oss kjøre serverløse, hendelsesdrevne programmer. Konkret er følgende arbeidsflyt implementert:
- En bruker legger et spørsmål til chatboten med en omtale.
- Chatboten sender ut en hendelse til Lambda.
- En Lambda-funksjon oppdager hendelsen og søker Amazon Kendra etter spørsmålet.
- Lambda-funksjonen legger ut søkeresultatene til chat-verktøyet.
- Brukeren ser søkeresultatene.
Denne prosessen tar bare noen få sekunder og gir en brukeropplevelse av høy kvalitet for kunnskapsoppdagelse. Flertallet av ansatte ble eksponert for kunnskapsdelingsmekanismen gjennom chatboten, og det er ingen tvil om at chatboten bidro til spredningen av mekanismen. Og fordi det er noen områder som ikke kan dekkes av chatboten alene, har vi også bedt dem om å bruke den tilpassede søkeskjermen sammen med chatboten for å gi en enda bedre brukeropplevelse.
konklusjonen
I dette innlegget presenterte vi en casestudie av Amazon Kendra for kunnskapsdeling og et eksempel på en chatbot-implementering som bruker Lambda for å spre mekanismen. Vi ser frem til å se Amazon Kendra ta et nytt sprang fremover ettersom storskala språkmodeller fortsetter å utvikle seg.
Hvis du er interessert i å prøve ut Amazon Kendra, sjekk ut Forbedre bedriftsøk med Amazon Kendra. BrainPad kan også hjelpe deg med intern kunnskapsdeling og dokumentutnyttelse ved hjelp av generativ AI. Vennligst kontakt oss for mer informasjon.
om forfatteren
Dr. Naoki Okada er en ledende dataforsker hos BrainPad Inc. Med sin tverrfunksjonelle erfaring innen business, analytics og engineering, støtter han et bredt spekter av kunder fra å bygge opp DX-organisasjoner til å utnytte data i uutforskede områder.
- SEO-drevet innhold og PR-distribusjon. Bli forsterket i dag.
- EVM Finans. Unified Interface for desentralisert økonomi. Tilgang her.
- Quantum Media Group. IR/PR forsterket. Tilgang her.
- PlatoAiStream. Web3 Data Intelligence. Kunnskap forsterket. Tilgang her.
- kilde: https://aws.amazon.com/blogs/machine-learning/how-brainpad-fosters-internal-knowledge-sharing-with-amazon-kendra/
- : har
- :er
- :ikke
- :hvor
- $ 10 millioner
- $OPP
- 1
- 10
- 100
- 7
- a
- evne
- I stand
- Om oss
- Logg inn
- akkumulert
- Oppnå
- oppnådd
- tvers
- Aktiviteter
- tillegg
- Adopsjon
- Fordel
- fordeler
- Etter
- aggregerer
- aggregering
- AI
- Alle
- tillate
- tillater
- alene
- også
- Selv
- Amazon
- Amazon Kendra
- Amazon Web Services
- blant
- an
- analytics
- og
- En annen
- noen
- api
- hensiktsmessig
- hensiktsmessig
- ER
- AREA
- områder
- rundt
- AS
- At
- automatisere
- AWS
- barriere
- barrierer
- basis
- BE
- fordi
- bli
- Begynnelsen
- være
- nytte
- Bedre
- Biggest
- Blogg
- Blogginnlegg
- nettlesere
- bygger
- Bygning
- virksomhet
- opptatt
- men
- by
- som heter
- CAN
- saken
- case study
- saker
- utfordre
- utfordringer
- endring
- endring
- tegn
- chatbot
- chatbots
- billig
- sjekk
- Velg
- valgte
- klienter
- Cloud
- CO
- kode
- Samle
- Collective
- kommer
- Felles
- Selskaper
- Selskapet
- kompatibel
- konsept
- unnfangelse
- sammen
- tilkoblet
- konsolidere
- konsolidering
- kontakt
- inneholdt
- kontinuerlig
- fortsette
- bidratt
- Praktisk
- Kostnad
- kostbar
- Kostnader
- kunne
- dekket
- skape
- opprettet
- tilpasset
- daglig
- dato
- dataforsker
- Dato
- dag
- desentralisert
- avgjørelse
- Avdeling
- avdelinger
- distribusjon
- utplassering. I tillegg
- detalj
- Utvikling
- gJORDE
- forskjellig
- vanskelig
- kringkasting
- direkte
- Funnet
- diskutere
- do
- dokument
- dokumenter
- gjort
- ikke
- tviler
- dr
- dramatisk
- to
- under
- DX
- hver enkelt
- Tidligere
- lette
- lett
- lett
- Effektiv
- effektivitet
- innsats
- innsats
- Ansatt
- ansatte
- Motor
- Ingeniørarbeid
- Engelsk
- forbedre
- Enterprise
- Går inn
- Hele
- spesielt
- evaluere
- Selv
- Event
- etter hvert
- NOEN GANG
- Hver
- hver dag
- utvikle seg
- eksempel
- stige
- Excel
- finnes
- erfaring
- utnytting
- utsatt
- trekke ut
- Face
- møtt
- faktor
- Mislyktes
- Trekk
- Egenskaper
- tilbakemelding
- Noen få
- felt
- Filer
- Finn
- finne
- Først
- fleksibilitet
- flyten
- etter
- Til
- Tving
- formulering
- Forward
- funnet
- fire
- ofte
- fra
- funksjon
- funksjonalitet
- fundamental
- samle
- genererer
- generative
- Generativ AI
- få
- få
- god
- flott
- sterkt
- Ground
- Gjest
- gjest innlegg
- HAD
- Ha
- å ha
- he
- Held
- hjelpe
- hjulpet
- nyttig
- hjelpe
- her.
- høykvalitets
- hans
- Hvordan
- Hvordan
- Men
- HTML
- HTTPS
- hundre
- hekk
- Ideer
- if
- bilde
- umiddelbart
- iverksette
- gjennomføring
- implementert
- implementere
- importere
- forbedre
- in
- I andre
- Inc.
- Inkludert
- Øke
- individuelt
- individer
- industri
- informasjon
- Initiative
- initiativer
- inngang
- samhandle
- interessert
- Interface
- intern
- inn
- involvert
- saker
- IT
- DET ER
- Japansk
- nøkkel
- Nøkkelområder
- nøkkelfaktor
- Type
- kunnskap
- Språk
- storskala
- seinere
- lansere
- lansert
- føre
- ledere
- Hoppe
- Nivå
- utnytte
- LINK
- lite
- lasting
- Lang
- Se
- ser
- Lot
- Lav
- lavere
- maskin
- vedlikeholde
- Flertall
- Making
- ledelse
- mange
- matchende
- Saken
- midler
- mekanisme
- Media
- medium
- nevnt
- metode
- Microsoft
- millioner
- minimal
- modeller
- penger
- overvåking
- måneder
- mer
- mest
- Motivasjon
- mye
- flere
- Naturlig
- nødvendigvis
- nødvendig
- Trenger
- Ny
- neste
- Nei.
- nå
- Antall
- foreldet
- hindringer
- få
- of
- tilbudt
- Tilbud
- ofte
- on
- ONE
- bare
- åpen
- drift
- operasjonell
- or
- rekkefølge
- organisasjon
- organisasjons
- organisasjoner
- Organisert
- Annen
- vår
- Vårt selskap
- ut
- produksjon
- Overcome
- egen
- eierskap
- side
- partner
- Past
- Ansatte
- ytelse
- utført
- Banebryt
- Sted
- plato
- Platon Data Intelligence
- PlatonData
- vær så snill
- poeng
- dårlig
- Post
- innlegg
- makt
- kraftig
- trekkes
- presentert
- forrige
- tidligere
- primært
- Problem
- problemer
- prosess
- prosessering
- programmer
- bevis
- proof of concept
- gi
- gir
- gi
- formål
- Python
- Q & A
- kvalitet
- spørsmål
- raskt
- område
- Reager
- grunnen til
- rimelig
- grunner
- i slekt
- påkrevd
- svar
- begrenset
- Resultater
- anmeldelse
- ikke sant
- Kjør
- spredt
- Forsker
- Skjerm
- Søk
- søkemotor
- Sekund
- sekunder
- Seksjon
- se
- se
- sett
- velge
- separering
- server~~POS=TRUNC
- tjeneste
- Tjenester
- sesjoner
- flere
- Del
- delt
- deling
- lignende
- situasjon
- liten
- So
- Solutions
- LØSE
- løser
- løse
- noen
- kilde
- Kilder
- spesialister
- spesialisert
- spesifikk
- spesielt
- brukt
- Begynn
- lagring
- oppbevare
- Strategi
- sterk
- struktur
- Studer
- stil
- vellykket
- slik
- oppsummere
- Støtter
- system
- Systemer
- Ta
- tar
- oppgaver
- Teknologi
- vilkår
- test
- enn
- Det
- De
- informasjonen
- deres
- Dem
- Der.
- Disse
- de
- denne
- De
- tre
- Gjennom
- hele
- tid
- ganger
- til
- sammen
- tok
- verktøy
- verktøy
- spor
- tradisjonelle
- Trender
- prøvd
- sant
- to
- typen
- typer
- ui
- unik
- us
- brukervennlighet
- bruk
- bruke
- brukt
- Bruker
- Brukererfaring
- Brukere
- ved hjelp av
- Verdifull
- verdi
- variasjon
- ulike
- veldig
- visninger
- ønsker
- ønsket
- ønsker
- var
- Vei..
- we
- web
- webtjenester
- var
- Hva
- når
- hvilken
- mens
- HVEM
- hvorfor
- bred
- Bred rekkevidde
- allment
- utbredt
- vil
- med
- innenfor
- uten
- ord
- ord
- Arbeid
- arbeide sammen
- arbeidsflyt
- arbeid
- år
- Yen
- Du
- zephyrnet