2024爱分析·大模型+知识库市场全景报告

此阶段实现知识的线上化,但各业务分别建立知识库形成知识孤岛,无法形成企业级知识库,且员工难以准确定位需要的知识,对于客服等业务应用的支撑有限。
随后,知识图谱、NLP等AI技术的成熟推动企业进入智能知识库1.0阶段。这个阶段中,知识库的存储内容更丰富,在电子文档基础上增加了图片、语音、视频等模态,知识库的应用也更便捷,员工能通过智能搜索、智能问答、智能推荐等形式获取一定知识。智能知识库1.0阶段对知识的挖掘应用更深入,但也带来了巨大的构建和运维成本,如企业需要人工整理问答对,话术师冷启动周期长,不同场景需要使用不同小模型,维护成本高。此外,基于知识图谱的智能知识库交互能力弱,回答内容和话术流程由话术师配置,难以准确理解用户意图,无法回答配置内容之外的个性化提问,用户体验较差。
2023年以来,大模型技术快速发展,其强大的知识整合和推理能力、准确理解用户意图、使用自然语言的交互、极强的泛化能力等特点能有效解决之前阶段出现的知识孤岛、用户体验、个性化提问、跨场景使用等痛点,同时,知识图谱、RAG检索增强生成等技术又能解决大模型幻觉问题,保证大模型输出的可信性,使企业知识应用变得更简单、高效和广泛,使用场景迅速扩充到企业的生产、销售、营销、客服、IT等各个环节。企业知识库进入智能知识库2.0阶段,
2)内外服务需求推动金融、政务、电信三大行业大模型+知识库率先落地
人工智能已经成为科技革命和产业变革的核心驱动力,在政府对人工智能产业发展的大力支持下,各行业开始进行试点,其中大模型+知识库因其成本低、周期短,成为大模型落地的优先场景。
在各行业中,金融、政务、电信是大模型+知识库应用最领先的三个领域。以上三领域知识繁杂,内部员工使用频繁,且均需面向外部用户提供咨询服务支持,内外需求驱动业内机构快速落地大模型+知识库,如金融应用场景以智能客服、智能投顾、智能报告生成为代表,政务领域应用场景如12345热线、政策标准知识库搜索等。

此外,教育、医疗、工业、能源等行业领先企业也在试点大模型+知识库,主要满足内部员工使用需求。如教育行业的智能教学、个性化学习推荐,医疗领域的药物研发、就医知识库等场景。爱分析认为,大模型+知识库解决方案包含基础设施层如湖仓一体、向量数据库、图数据库、GPU,模型层包含模型资源,中间层包含模型运营及图谱构建,应用层包含知识库问答、智能客服、数字办公、流程自动化等。
基于以上背景,本报告面向企业管理层和全体员工,通过对大模型+知识库的需求定义和代表厂商的能力评估,为企业落地大模型+知识库解决方案、厂商选型提供参考。

本文来自知之小站

 

PDF报告已分享至知识星球,微信扫码加入立享3万+精选资料,年更新1万+精选报告

(星球内含更多专属精选报告.其它事宜可联系zzxz_88@163.com)