5 способов, которыми ChatGPT может повлиять на корпоративный поиск в 2023 году

Это были захватывающие несколько месяцев с тех пор, как OpenAI выпустила ChatGPT, о котором теперь все говорят, многие говорят с ним и все смотрят на то, что будет дальше.

Это не удивительно. ЧатGPT поднял планку на что способны компьютеры, и это окно в то, что возможно с ИИ. И теперь, когда к гонке присоединяются технологические гиганты Microsoft, Google, а теперь и Meta, мы все должны пристегнуться для захватывающей, но потенциально ухабистой гонки.

Ядром этих возможностей являются большие языковые модели (LLM) — в частности, конкретный генеративный LLM, который делает возможным использование ChatGPT. LLM не новы, но скорость инноваций, возможности и масштабы развиваются и ускоряются с умопомрачительной скоростью.

Заглянуть за занавес ИИ

Также многое происходит «за кулисами», что привело к путанице, и некоторые ошибочно охарактеризовали ChatGPT как убийцу Google или что генеративный ИИ заменит поиск. Наоборот.

Во-первых, важно различать поиск и генеративный ИИ. Целью поиска является поиск информации: обнаружение того, что уже существует. Генеративный ИИ и такие приложения, как ChatGPT, являются генеративными, создавая что-то новое на основе того, чему обучался LLM.

ChatGPT немного похож на поиск, потому что вы взаимодействуете с ним с помощью разговорных вопросов на естественном языке, и он отвечает хорошо написанной прозой и очень уверенным ответом. Но в отличие от поиска, ChatGPT не извлекает информацию или контент; вместо этого он создает несовершенное отражение материала, который уже знает (на котором он обучен). На самом деле это не более чем мешанина слов, созданная на основе вероятностей.

Хотя LLM не заменят поиск, они могут дополнить поиск. Настоящая сила применения генеративных LLM для поиска заключается в удобстве: суммировать результаты в кратком, удобном для чтения формате. Объединение генеративных LLM с поиском откроет двери для новых возможностей.

Найдите испытательный полигон для ИИ и LLM

Генеративные модели основанные на LLM, никуда не денутся и произведут революцию в том, как мы делаем многие вещи. Сегодняшние легковесные плоды — это синтез — составление списков и написание резюме по общим темам. Большинство из этих возможностей не относятся к категории поиска. Но опыт поиска будет трансформирован и расколот специализированные LLM которые служат конкретным потребностям.

Таким образом, среди волнений, связанных с генеративным ИИ, LLM и ChatGPT, есть один преобладающий момент: поиск станет испытательным полигоном для ИИ и LLM. Особенно это касается корпоративного поиска. В отличие от приложений B2C, приложения B2B и бизнес-приложения будут иметь гораздо более низкую устойчивость к неточностям и гораздо более высокую потребность в защите конфиденциальной информации. Внедрение генеративного ИИ в корпоративном поиске будет отставать от поиска в Интернете и потребует творческих подходов для решения особых задач бизнеса.

В связи с этим, что ждет корпоративный поиск в 2023 году? Вот пять тем, которые определяют будущее корпоративного поиска в предстоящем году.

LLM расширяют возможности поиска

До недавнего времени применение LLM для поиска было дорогостоящим и громоздким делом. Ситуация изменилась в прошлом году, когда первые компании начали объединяться LLM в корпоративный поиск. Это привело к первому за десятилетия крупному скачку вперед в технологии поиска, в результате чего поиск стал более быстрым, более целенаправленным и более щадящим. И все же мы только в начале пути.

По мере появления более совершенных LLM и по мере того, как существующие LLM настраиваются для выполнения конкретных задач, в этом году мы можем ожидать быстрого улучшения мощности и возможностей этих моделей. Речь больше не идет о поиске документа; мы сможем найти конкретный ответ в документе. Нам больше не нужно будет использовать только правильное слово, но информация будет извлекаться на основе значения.

LLM лучше справятся с поиском наиболее релевантного контента, что принесет нам более целенаправленные результаты и будет делать это на естественном языке. А генеративные LLM обещают синтез результатов поиска в легко усваиваемые и понятные сводки.

Поиск помогает бороться с потерей знаний

Потеря организационных знаний — одна из самых серьезных, но недостаточно освещенных проблем, с которыми сегодня сталкивается бизнес. Высокая текучесть кадров, будь то добровольное увольнение, увольнение, реструктуризация слияний и поглощений или сокращение штатов, часто приводит к тому, что знания остаются на информационных островах. Это, в сочетании с переходом на удаленную и гибридную работу, резкими изменениями в восприятии клиентов и сотрудников и взрывным ростом неструктурированных данных и цифрового контента, создало огромную нагрузку на управление знаниями.

В недавний опрос из 1000 ИТ-менеджеров крупных предприятий 67% заявили, что обеспокоены потерей знаний и опыта, когда сотрудники покидают компанию. И эта цена потери знаний и неэффективного обмена знаниями высока. По оценкам IDC, компании из списка Fortune 500 теряют примерно 31,5 миллиарда долларов в год из-за того, что не делились знаниями — тревожная цифра, особенно в сегодняшней нестабильной экономике. Улучшение инструментов поиска и извлечения информации для компании из списка Fortune 500 с 4000 сотрудников позволит сэкономить примерно 2 миллиона долларов ежемесячно в результате потери производительности.

Интеллектуальный корпоративный поиск предотвращает появление информационных островов и позволяет организациям легко находить, отображать и обмениваться информацией и корпоративными знаниями о своих лучших сотрудниках. Поиск знаний и опыта на цифровом рабочем месте должен быть плавным и легким. Правильная корпоративная поисковая платформа помогает сотрудникам получить знания и опыт и даже объединить разрозненные информационные хранилища, чтобы облегчить поиск, инновации и производительность.

Поиск устраняет расщепление приложений и цифровое трение

Сотрудники сегодня тонут в инструментах. Согласно недавнему исследованию Forrester, организации в среднем используют 367 различные программные инструменты, создавая хранилища данных и нарушая процессы между командами. В результате сотрудники тратят 25% своего времени на поиск информации вместо того, чтобы сосредоточиться на своей работе.

Это не только напрямую влияет на производительность сотрудников, но и влияет на доходы и результаты клиентов. Это «расщепление приложений» усугубляет информационные хранилища и создает цифровые трения из-за постоянного переключения приложений, перехода от одного инструмента к другому для выполнения работы.

Согласно недавнему исследованию Gartner, 44% пользователей приняли неправильное решение, потому что не знали информации, которая могла бы помочь, а 43% пользователей сообщили, что не заметили важную информацию, потому что она потерялась среди слишком большого количества приложений.

Интеллектуальный корпоративный поиск унифицирует возможности сотрудников, чтобы они могли беспрепятственно и точно получать доступ ко всем корпоративным знаниям из единого интерфейса. Это значительно снижает количество переключений между приложениями, а также снижает разочарование и без того уставшей рабочей силы, одновременно повышая производительность и совместную работу.

Поиск становится более релевантным

Как часто вы находите то, что ищете, когда ищете что-то в своей организации? В полной мере один-йярд сотрудников сообщают, что они «никогда не находят» информацию, которую ищут, всегда или в большинстве случаев. Что же они делают? Угадай? Выдумываете? Зарядка вперед в невежестве?

Релевантность поиска — это секретный соус, который позволяет ученым, инженерам, лицам, принимающим решения, работникам умственного труда и другим людям находить знания, опыт и идеи, необходимые для принятия обоснованных решений и выполнения большего и более быстрого действия. Он измеряет, насколько близко результаты поиска соотносятся с запросом пользователя.

Результаты, которые лучше соответствуют тому, что надеется найти пользователь, являются более релевантными и должны отображаться выше на странице результатов. Но сегодня многим корпоративным поисковым платформам не хватает способности понимать намерения пользователя и выдавать релевантные результаты поиска. Почему? Потому что разработать и настроить его сложно. Так что живем с последствиями.

Интеллектуальные инструменты корпоративного поиска работают намного лучше и дают гораздо более релевантные результаты, чем поиск в приложении. Но даже они могут с трудом справляться со сложными сценариями, и желаемые результаты могут не стоять на первом месте в списке. Но появление LLM открыло двери для векторного поиска, извлечения информации на основе смысла.

Достижения в возможностях нейронного поиска включают LLM-технология в глубокие нейронные сети: модели, которые включают контекст, чтобы обеспечить превосходную релевантность посредством семантического поиска. Более того, сочетание подходов семантического и векторного поиска со статистическими возможностями поиска по ключевым словам обеспечивает релевантность в широком диапазоне корпоративных сценариев. Нейронный поиск делает первый шаг к изменению релевантности за десятилетия, чтобы компьютеры могли научиться работать с людьми, а не наоборот.

Методы «вопрос-ответ» получают нейронный импульс

Вы когда-нибудь хотели, чтобы поиск вашей компании работал как Google? Где вы могли бы получить ответ сразу, вместо того, чтобы сначала найти нужный документ, затем найти нужный раздел, а затем просмотреть абзацы, чтобы найти нужную информацию? На простые вопросы, разве не было бы неплохо просто получить прямой ответ?

С LLM и способность работать семантически (на основе значения), возможность ответа на вопрос (QA) доступна на предприятии. Нейронный поиск ускоряет обеспечение качества: пользователи могут извлекать ответы на простые вопросы, когда эти ответы присутствуют в базе данных поиска. Это сокращает время на понимание, позволяя сотруднику получить быстрый ответ и продолжить рабочий процесс, не отвлекаясь на длительный информационный поиск.

Таким образом, возможности ответов на вопросы повысят полезность и ценность интеллектуального корпоративного поиска, облегчив сотрудникам поиск того, что им нужно. QA, применяемый на предприятии, все еще находится в зачаточном состоянии, но технология быстро развивается; мы увидим более широкое внедрение различных технологий искусственного интеллекта, которые смогут отвечать на вопросы, находить похожие документы и делать другие вещи, которые сокращают время на получение знаний и облегчают сотрудникам возможность сосредоточиться на своей работе.

Заглядывая вперед

Инновации опираются на знания и их связи. Они исходят из способности взаимодействовать с контентом и друг с другом, извлекать смысл из этих взаимодействий и создавать новую ценность. Корпоративный поиск облегчает эти связи между информационными хранилищами и, следовательно, является ключевым фактором инноваций.

Благодаря достижениям в области искусственного интеллекта, таким как нейронные сети и LLM, корпоративный поиск выходит на совершенно новый уровень точности и возможностей.

Джефф Эвернхэм — вице-президент по продуктовой стратегии в поставщике корпоративного поиска. Синеква.