To je gostujoča objava dr. Naokija Okade, glavnega podatkovnega znanstvenika pri BrainPad Inc.
Ustanovljen leta 2004, BrainPad Inc. je pionirski partner na področju uporabe podatkov, ki podjetjem z uporabo podatkov pomaga pri ustvarjanju poslov in izboljšanju upravljanja. Do danes je BrainPad pomagal več kot 1,300 podjetjem, predvsem vodilnim v industriji. BrainPad ima to prednost, da zagotavlja storitev na enem mestu, od oblikovanja strategije uporabe podatkov do dokaza koncepta in izvedbe. Edinstven slog BrainPada je sodelovanje s strankami pri reševanju težav na terenu, kot so podatki, ki se ne zbirajo zaradi zaprte organizacijske strukture, ali podatki, ki obstajajo, vendar niso organizirani.
Ta objava obravnava, kako strukturirati interno izmenjavo znanja z uporabo Amazonska Kendra in AWS Lambda in kako Amazon Kendra rešuje ovire pri izmenjavi znanja, s katerimi se srečujejo številna podjetja. Povzemamo prizadevanja BrainPada na štirih ključnih področjih:
- Kakšne so težave pri izmenjavi znanja, s katerimi se srečujejo številna podjetja?
- Zakaj smo izbrali Amazon Kendra?
- Kako smo implementirali sistem izmenjave znanja?
- Tudi če je orodje uporabno, je nesmiselno, če se ne uporablja. Kako smo premagali oviro za posvojitev?
Težave z izmenjavo znanja, s katerimi se soočajo številna podjetja
Številna podjetja svoje rezultate dosegajo z razdelitvijo dela na različna področja. Vsaka od teh dejavnosti vsak dan ustvarja nove ideje. To znanje se nabira na individualni osnovi. Če se to znanje lahko deli med ljudmi in organizacijami, se lahko ustvarijo sinergije v sorodnem delu, učinkovitost in kakovost dela pa se bosta dramatično povečala. To je moč deljenja znanja.
Vendar pa obstaja veliko skupnih ovir za izmenjavo znanja:
- Malo ljudi je proaktivno vključenih in proces zaradi zasedenosti ne more trajati dolgo.
- Znanje je razpršeno po več medijih, kot so notranji wikiji in PDF-ji, zaradi česar je težko najti informacije, ki jih potrebujete.
- Nihče ne vnaša znanja v sistem za utrjevanje znanja. Sistem ne bo v široki uporabi zaradi slabe možnosti iskanja.
Naše podjetje se je znašlo v podobni situaciji. Temeljna težava pri deljenju znanja je, da čeprav ima večina zaposlenih močno potrebo po pridobivanju znanja, nimajo veliko motivacije, da bi delili svoje znanje za ceno. Spreminjanje vedenja zaposlenih z edinim namenom izmenjave znanja ni enostavno.
Poleg tega ima vsak zaposleni ali oddelek svojo prednostno metodo kopičenja znanja in poskus vsiljevanja poenotenja ne bo vodil do motivacije ali uspešnosti pri deljenju znanja. To je glavobol za menedžment, ki želi utrjevati znanje, tisti na terenu pa želijo imeti znanje na decentraliziran način.
V našem podjetju je Amazon Kendra storitev v oblaku, ki je rešila te težave.
Zakaj smo izbrali Amazon Kendra
Amazon Kendra je storitev v oblaku, ki nam omogoča iskanje notranjih informacij iz skupnega vmesnika. Z drugimi besedami, to je iskalnik, ki je specializiran za notranje informacije. V tem razdelku razpravljamo o treh ključnih razlogih, zakaj smo izbrali Amazon Kendra.
Enostavno zbiranje znanja
Kot je bilo omenjeno v prejšnjem razdelku, je znanje, tudi če obstaja, ponavadi razpršeno po več medijih. V našem primeru je bil raztresen po našem internem wikiju in različnih datotekah dokumentov. Amazon Kendra zagotavlja močne priključki za to situacijo. Z lahkoto lahko brez težav uvozimo dokumente iz različnih medijev, vključno s skupinsko programsko opremo, wikiji, datotekami Microsoft PowerPoint, PDF-ji in drugimi.
To pomeni, da zaposlenim ni treba spreminjati načina shranjevanja znanja, da bi ga delili. Čeprav je združevanje znanja mogoče doseči začasno, je vzdrževanje zelo drago. Možnost avtomatizacije tega je bila za nas zelo zaželen dejavnik.
Odlična iskalnost
Obstaja veliko programov za skupinsko delo in wikijev, ki so odlični pri vnosu informacij. Vendar pa imajo pogosto slabosti pri izpisu informacij (možnost iskanja). To še posebej velja za japonsko iskanje. Na primer, v angleščini ujemanje na ravni besed zagotavlja razumno raven iskanja. V japonščini pa je črpanje besed težje in obstajajo primeri, ko se ujemanje izvede z ločevanjem besed z ustreznim številom znakov. Če je iskanje za »Tokyo-to (東京都)« ločeno z dvema znakoma, »Tokyo (東京)« in »Kyoto (京都)«, boste težko našli znanje, ki ga iščete.
Amazon Kendra ponuja odlično možnost iskanja prek strojnega učenja. Poleg tradicionalnih iskanj po ključnih besedah, kot je »tehnološki trendi«, lahko iskanja v naravnem jeziku, kot je »želim informacije o novih tehnoloških pobudah«, močno izboljšajo uporabniško izkušnjo. Možnost ustreznega iskanja zbranih informacij je drugi razlog, da smo izbrali Amazon Kendra.
Nizki stroški lastništva
Orodja IT, ki so specializirana za združevanje in iskanje znanja, se imenujejo sistemi za iskanje v podjetju. Ena od težav pri izvajanju teh sistemov so stroški. Za organizacijo z več sto zaposlenimi lahko operativni stroški presežejo 10 milijonov jenov na leto. To ni poceni način za začetek pobude za izmenjavo znanja.
Amazon Kendra je na voljo pri a veliko nižji stroški kot večina sistemov za iskanje v podjetjih. Kot smo že omenili, pobud za izmenjavo znanja ni lahko izvesti. Želeli smo začeti z majhnimi in nizki stroški lastništva Amazon Kendra so bili ključni dejavnik pri naši odločitvi.
Poleg tega sta za nas veliki prednosti enostavnost uvedbe in prilagodljivost Amazon Kendra. Naslednji razdelek povzema primer naše izvedbe.
Kako smo implementirali sistem izmenjave znanja
Implementacija ni pretiran razvojni proces; to je mogoče storiti brez kode, tako da sledite procesu obdelave Amazon Kendra. Tukaj je pet ključnih točk v procesu izvajanja:
- Vir podatkov (kopičenje znanja) – Vsak oddelek in zaposleni v našem podjetju so pogosto imeli interne študijske ure in s temi aktivnostmi se je znanje kopičilo v več medijih, kot so wiki in različne vrste shranjevanja. Takrat je bilo enostavno pozneje pregledati informacije iz študijskih ur. Da pa bi izluščili znanje o določenem področju ali tehnologiji, je bilo treba vsak medij podrobno pregledati, kar ni bilo zelo priročno.
- Konektorji (združevanje znanja) – S funkcijo povezovalnika v Amazon Kendra smo lahko povezali znanje, razpršeno po celotnem podjetju, v Amazon Kendra in dosegli presečno iskanje. Poleg tega se priključek naloži prek omejenega računa, kar omogoča izvedbo, ki upošteva varnost.
- Iskalnik (iskanje informacij) – Ker ima Amazonka Kendra iskalna stran za testiranje uporabnosti, smo lahko hitro preizkusili uporabnost iskalnika takoj po nalaganju dokumentov, da bi videli, kakšno znanje je mogoče najti. To je bilo zelo koristno pri utrjevanju podobe lansiranja.
- Uporabniški vmesnik za iskanje (stran za iskanje uporabnikov) – Amazon Kendra ima funkcijo, imenovano Graditelj izkušenj ki uporabnikom razkrije iskalni zaslon. To funkcijo je mogoče implementirati brez kode, kar je bilo zelo koristno pri pridobivanju povratnih informacij med preskusno uvedbo. Amazon Kendra poleg Experience Builder podpira tudi implementacije API-ja Python in React.js, tako da lahko našim zaposlenim sčasoma zagotovimo strani za iskanje po meri in tako izboljšamo njihovo izkušnjo.
- Analitika (spremljanje trendov uporabe) – Sistem za iskanje v podjetju je dragocen le, če ga uporablja veliko ljudi. Amazonka Kendra ima sposobnost spremljanja koliko iskanj se izvaja in za katere izraze. To funkcijo uporabljamo za sledenje trendom uporabe.
Imamo tudi nekaj vprašanj in odgovorov, povezanih z našo implementacijo:
- Kateri so bili nekateri izzivi pri zbiranju internega znanja? Začeti smo morali z zbiranjem znanja, ki ga je imel vsak oddelek in zaposleni, vendar ne nujno na mestu, ki bi bilo neposredno povezano z Amazon Kendra.
- Kako nam je koristila Amazon Kendra? V preteklosti smo velikokrat poskušali deliti znanje, a nam pogosto ni uspelo. Razlogi so bili združevanje informacij, možnost iskanja, operativni stroški in stroški implementacije. Amazon Kendra ima funkcije, ki rešujejo te težave, in uspešno smo jo lansirali v približno 3 mesecih po spočetju. Zdaj lahko uporabljamo Amazon Kendra za iskanje rešitev za naloge, ki so prej zahtevale znanje posameznikov ali oddelkov kot kolektivno znanje celotne organizacije.
- Kako ste ocenili iskalnost sistema in kaj ste naredili, da bi jo izboljšali? Prvič, imeli smo veliko zaposlenih v interakciji s sistemom in dobili povratne informacije. Ena težava, ki se je pojavila na začetku implementacije, je bila razpršenost informacij, ki so imele malo vrednosti kot znanje. To je bilo zato, ker so nekateri viri podatkov na primer vsebovali informacije iz internih objav v spletnih dnevnikih. Nenehno si prizadevamo izboljšati uporabniško izkušnjo z izbiro pravih virov podatkov.
Kot smo že omenili, nam je z uporabo Amazon Kendra uspelo premagati številne ovire pri implementaciji z minimalnimi stroški. Vendar pa je največji izziv pri tej vrsti orodja ovira pri sprejemanju, ki nastopi po implementaciji. V naslednjem razdelku je primer, kako smo premagali to oviro.
Kako smo premagali oviro za posvojitev
Ste že kdaj videli orodje, za katerega ste porabili veliko truda, časa in denarja, da je zastarelo brez široke uporabe? Ne glede na to, kako dobra je funkcionalnost pri reševanju problemov, ne bo učinkovita, če je ljudje ne uporabljajo.
Ena od pobud, ki smo jih prevzeli z lansiranjem Amazon Kendra, je bila zagotoviti chatbot. Z drugimi besedami, ko postavite vprašanje v orodju za klepet, prejmete odgovor z ustreznim znanjem. Ker vsi naši zaposleni, ki delajo na daljavo, vsakodnevno uporabljajo orodje za klepet, je uporaba klepetalnih botov veliko bolj združljiva, kot če bi morali v svojih brskalnikih odpreti nov zaslon za iskanje.
Za implementacijo tega klepetalnega robota uporabljamo Lambdo, storitev, ki nam omogoča izvajanje programov, ki temeljijo na dogodkih, brez strežnika. Natančneje, izvaja se naslednji potek dela:
- Uporabnik objavi vprašanje klepetalnemu robotu z omembo.
- Klepetalni robot pošlje dogodek Lambdi.
- Funkcija Lambda zazna dogodek in poišče vprašanje Amazon Kendra.
- Funkcija Lambda objavi rezultate iskanja v orodju za klepet.
- Uporabnik si ogleda rezultate iskanja.
Ta postopek traja le nekaj sekund in zagotavlja visokokakovostno uporabniško izkušnjo za odkrivanje znanja. Večina zaposlenih je bila izpostavljena mehanizmu deljenja znanja prek chatbota in nedvomno je chatbot prispeval k razširjanju mehanizma. In ker obstaja nekaj področij, ki jih klepetalni robot ne more pokriti sam, smo jih tudi prosili, naj v povezavi s klepetalnim robotom uporabijo prilagojen zaslon za iskanje, da bi zagotovili še boljšo uporabniško izkušnjo.
zaključek
V tej objavi smo predstavili študijo primera Amazon Kendra za izmenjavo znanja in primer implementacije chatbota, ki uporablja Lambda za širjenje mehanizma. Veselimo se, da bo Amazon Kendra naredila nov korak naprej, saj se obsežni jezikovni modeli še naprej razvijajo.
Če vas zanima preizkusiti Amazon Kendra, obiščite Izboljšanje iskanja podjetij z Amazonko Kendra. BrainPad vam lahko pomaga tudi pri interni izmenjavi znanja in izkoriščanju dokumentov z uporabo generativne umetne inteligence. Za več informacij nas kontaktirajte.
O Author
Dr. Naoki Okada je vodilni podatkovni znanstvenik pri BrainPad Inc. S svojimi medfunkcionalnimi izkušnjami na področju poslovanja, analitike in inženiringa podpira širok spekter strank od izgradnje organizacij DX do uporabe podatkov na neraziskanih področjih.
- Distribucija vsebine in PR s pomočjo SEO. Okrepite se še danes.
- EVM Finance. Poenoten vmesnik za decentralizirane finance. Dostopite tukaj.
- Quantum Media Group. IR/PR ojačan. Dostopite tukaj.
- PlatoAiStream. Podatkovna inteligenca Web3. Razširjeno znanje. Dostopite tukaj.
- vir: https://aws.amazon.com/blogs/machine-learning/how-brainpad-fosters-internal-knowledge-sharing-with-amazon-kendra/
- :ima
- : je
- :ne
- :kje
- $ 10 milijonov
- $GOR
- 1
- 10
- 100
- 7
- a
- sposobnost
- Sposobna
- O meni
- Račun
- Nakopičeno
- Doseči
- doseže
- čez
- dejavnosti
- Poleg tega
- Sprejetje
- Prednost
- Prednosti
- po
- združevanje
- združevanje
- AI
- vsi
- Dovoli
- omogoča
- sam
- Prav tako
- Čeprav
- Amazon
- Amazonska Kendra
- Amazon Web Services
- med
- an
- analitika
- in
- Še ena
- kaj
- API
- primerno
- ustrezno
- SE
- OBMOČJE
- območja
- okoli
- AS
- At
- avtomatizirati
- AWS
- ovira
- ovire
- Osnova
- BE
- ker
- postanejo
- Začetek
- počutje
- koristi
- Boljše
- največji
- Blog
- Blog Prispevkov
- brskalniki
- builder
- Building
- poslovni
- zaseden
- vendar
- by
- se imenuje
- CAN
- primeru
- diplomsko delo
- primeri
- izziv
- izzivi
- spremenite
- spreminjanje
- znaki
- chatbot
- klepetalnice
- poceni
- preveriti
- Izberite
- izbral
- stranke
- Cloud
- CO
- Koda
- Zbiranje
- Kolektivna
- prihaja
- Skupno
- Podjetja
- podjetje
- združljiv
- Koncept
- Oblikovanje
- veznik
- povezane
- Konsolidirati
- konsolidacijo
- kontakt
- vseboval
- stalno
- naprej
- prispevali
- Priročen
- strošek
- drago
- stroški
- bi
- zajeti
- ustvarjajo
- ustvaril
- meri
- vsak dan
- datum
- podatkovni znanstvenik
- Datum
- dan
- Decentralizirano
- Odločitev
- Oddelek
- oddelki
- uvajanje
- uvajanje. Poleg tega
- Podatki
- Razvoj
- DID
- drugačen
- težko
- Difuzija
- neposredno
- Odkritje
- razpravlja
- do
- dokument
- Dokumenti
- opravljeno
- dont
- dvomim
- dr
- dramatično
- 2
- med
- DX
- vsak
- prej
- enostavnost
- enostavno
- lahka
- Učinkovito
- učinkovitosti
- prizadevanje
- prizadevanja
- Zaposlen
- Zaposleni
- Motor
- Inženiring
- Angleščina
- okrepi
- Podjetje
- Vstopi
- Celotna
- zlasti
- oceniti
- Tudi
- Event
- sčasoma
- VEDNO
- Tudi vsak
- vsak dan
- razvijajo
- Primer
- presega
- Excel
- obstaja
- izkušnje
- izkoriščanje
- izpostavljena
- ekstrakt
- Obraz
- soočen
- Faktor
- ni uspelo
- Feature
- Lastnosti
- povratne informacije
- Nekaj
- Polje
- datoteke
- Najdi
- iskanje
- prva
- prilagodljivost
- Pretok
- po
- za
- moč
- oblikovanje
- Naprej
- je pokazala,
- štiri
- pogosto
- iz
- funkcija
- funkcionalnost
- temeljna
- zbiranje
- ustvarja
- generativno
- Generativna AI
- dobili
- pridobivanje
- dobro
- veliko
- zelo
- Igrišče
- Gost
- Gost Prispevek
- imel
- Imajo
- ob
- he
- Hero
- pomoč
- pomagal
- pomoč
- pomoč
- tukaj
- visoka kvaliteta
- njegov
- Kako
- Kako
- Vendar
- HTML
- HTTPS
- sto
- Ovir
- Ideje
- if
- slika
- takoj
- izvajati
- Izvajanje
- izvajali
- izvajanja
- uvoz
- izboljšanje
- in
- V drugi
- Inc
- Vključno
- Povečajte
- individualna
- posamezniki
- Industrija
- Podatki
- pobuda
- pobud
- vhod
- interakcijo
- zainteresirani
- vmesnik
- notranji
- v
- vključeni
- Vprašanja
- IT
- ITS
- Japonski
- Ključne
- Ključna področja
- ključni dejavnik
- Otrok
- znanje
- jezik
- obsežne
- pozneje
- kosilo
- začela
- vodi
- Voditelji
- Leap
- Stopnja
- vzvod
- LINK
- malo
- nalaganje
- Long
- Poglej
- si
- Sklop
- nizka
- nižje
- stroj
- vzdrževati
- Večina
- Izdelava
- upravljanje
- več
- ujemanje
- Matter
- pomeni
- Mehanizem
- mediji
- srednje
- omenjeno
- Metoda
- Microsoft
- milijonov
- minimalna
- modeli
- Denar
- spremljanje
- mesecev
- več
- Najbolj
- Motivacija
- veliko
- več
- naravna
- nujno
- potrebno
- Nimate
- Novo
- Naslednja
- št
- zdaj
- Številka
- zastarela
- ovire
- pridobi
- of
- ponujen
- Ponudbe
- pogosto
- on
- ONE
- samo
- odprite
- deluje
- operativno
- or
- Da
- Organizacija
- organizacijsko
- organizacije
- Organizirano
- Ostalo
- naši
- Naše podjetje
- ven
- izhod
- Premagajte
- lastne
- lastništvo
- Stran
- partner
- preteklosti
- ljudje
- performance
- opravljeno
- Pionirstvo
- Kraj
- platon
- Platonova podatkovna inteligenca
- PlatoData
- prosim
- točke
- slaba
- Prispevek
- Prispevkov
- moč
- močan
- prednostno
- predstavljeni
- prejšnja
- prej
- v prvi vrsti
- problem
- Težave
- Postopek
- obravnavati
- programi
- dokazilo
- dokaz koncepta
- zagotavljajo
- zagotavlja
- zagotavljanje
- Namen
- Python
- Vprašanja in odgovori
- kakovost
- vprašanje
- hitro
- območje
- Reagirajo
- Razlog
- razumno
- Razlogi
- povezane
- obvezna
- Odgovor
- omejeno
- Rezultati
- pregleda
- Pravica
- Run
- razpršene
- Znanstvenik
- Zaslon
- Iskalnik
- iskalnik
- drugi
- sekund
- Oddelek
- glej
- videnje
- videl
- izbiranje
- ločitev
- Brez strežnika
- Storitev
- Storitve
- sej
- več
- Delite s prijatelji, znanci, družino in partnerji :-)
- deli
- delitev
- Podoben
- Razmere
- majhna
- So
- rešitve
- SOLVE
- Rešuje
- Reševanje
- nekaj
- vir
- Viri
- specializirati
- specializirano
- specifična
- posebej
- porabljen
- Začetek
- shranjevanje
- trgovina
- Strategija
- močna
- Struktura
- študija
- slog
- Uspešno
- taka
- Povzamemo
- Podpira
- sistem
- sistemi
- Bodite
- meni
- Naloge
- Tehnologija
- Pogoji
- Test
- kot
- da
- O
- informacije
- njihove
- Njih
- Tukaj.
- te
- jih
- ta
- tisti,
- 3
- skozi
- vsej
- čas
- krat
- do
- skupaj
- vzel
- orodje
- orodja
- sledenje
- tradicionalna
- Trends
- Poskušal
- Res
- dva
- tip
- Vrste
- ui
- edinstven
- us
- uporabnost
- Uporaba
- uporaba
- Rabljeni
- uporabnik
- Uporabniška izkušnja
- Uporabniki
- uporabo
- dragocene
- vrednost
- raznolikost
- različnih
- zelo
- ogledov
- želeli
- hotel
- želi
- je
- način..
- we
- web
- spletne storitve
- so bili
- Kaj
- kdaj
- ki
- medtem
- WHO
- zakaj
- široka
- Širok spekter
- pogosto
- razširjen
- bo
- z
- v
- brez
- beseda
- besede
- delo
- delati skupaj
- potek dela
- deluje
- leto
- Yen
- Vi
- zefirnet