人工智能尤其是大型語言模型的應(yīng)用，重塑了我們與信息交互的方式，也為企業(yè)帶來了重大的變革。將基于大模型的檢索增強(qiáng)生成（RAG）集成到業(yè)務(wù)實(shí)踐中，不僅是一種趨勢(shì)，更是一種必要。它有助于實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)型決策，并提供個(gè)性化、自動(dòng)化的服務(wù)，為業(yè)務(wù)增長(zhǎng)和生產(chǎn)力提升開辟新的途徑。

在當(dāng)今快速發(fā)展的技術(shù)環(huán)境中，生成式人工智能，尤其是大型語言模型（LLMs），正在迎來一個(gè)重要的轉(zhuǎn)折點(diǎn)。這些模型正站在變革的最前沿，重塑了我們與信息交互的方式。

利用大型語言模型進(jìn)行內(nèi)容使用和生成為企業(yè)帶來了巨大的前景。它們具有自動(dòng)化內(nèi)容創(chuàng)建、提高內(nèi)容質(zhì)量、使內(nèi)容提供多樣化甚至個(gè)性化內(nèi)容的潛力。這是一個(gè)拐點(diǎn)，也是探索創(chuàng)新方法來加速挖掘業(yè)務(wù)潛力的絕佳機(jī)會(huì)。所以從現(xiàn)在開始，馬上探索變革型的影響并制定你的業(yè)務(wù)戰(zhàn)略吧。

大型語言模型在各個(gè)領(lǐng)域都有實(shí)際應(yīng)用。以Microsoft 365 Copilot為例，這是一項(xiàng)最新的創(chuàng)新，旨在通過簡(jiǎn)化數(shù)據(jù)交互來重塑企業(yè)的生產(chǎn)力。它通過在Microsoft Outlook中總結(jié)電子郵件線索，突出顯示關(guān)鍵討論點(diǎn)，并在Microsoft Teams中建議操作項(xiàng)，以及使用戶能夠在Microsoft Power Platform中自動(dòng)執(zhí)行任務(wù)和創(chuàng)建聊天機(jī)器人，使數(shù)據(jù)更容易被訪問和理解。

來自GitHub的數(shù)據(jù)展示了Github Copilot的切實(shí)好處，88%的開發(fā)人員表示工作效率有所提高，73%的開發(fā)人員表示搜索信息或查找示例的時(shí)間減少了。

改變我們

的搜索方式

還記得我們?cè)谒阉鳈谥休斎腙P(guān)鍵字，然后必須點(diǎn)擊好幾個(gè)鏈接才能獲取所需信息的日子嗎？

今天，像Bing這樣的搜索引擎正在改變這一游戲規(guī)則。他們不會(huì)提供冗長(zhǎng)的鏈接列表，而是智能地解釋你的問題，并從互聯(lián)網(wǎng)各個(gè)角落尋找參考信息。更重要的是，它們會(huì)以清晰簡(jiǎn)潔的方式呈現(xiàn)信息，并提供完整的信息來源。

在線搜索的轉(zhuǎn)變，使搜索過程更加友好、有益。我們正在從永無止境的鏈接列表，轉(zhuǎn)向更為直接、易于理解的答案。我們?cè)诰€搜索的方式經(jīng)歷了一場(chǎng)真正的進(jìn)化。

現(xiàn)在想象一下，如果企業(yè)能夠方便、高效地搜索，導(dǎo)航和分析內(nèi)部數(shù)據(jù)，將會(huì)產(chǎn)生怎樣的變革性影響？這種新模式將使員工能夠快速訪問企業(yè)信息，去利用企業(yè)數(shù)據(jù)的力量。這種架構(gòu)模式被稱為檢索增強(qiáng)生成（RAG)，它是Azure Cognitive Search和Azure OpenAI服務(wù)的融合，使這種簡(jiǎn)化的體驗(yàn)成為可能。

檢索增強(qiáng)生成（RAG）

大語言模型

和 RAG 的興起: 彌合信息獲取的差距

RAG是一種自然語言處理技術(shù)，它將大型預(yù)訓(xùn)練語言模型的功能與外部檢索或搜索機(jī)制相結(jié)合。它將外部知識(shí)引入生成過程，允許模型在初始訓(xùn)練之外提取信息。

以下是 RAG 工作原理的詳細(xì)說明：

1. 輸入：系統(tǒng)接收一個(gè)輸入序列，例如一個(gè)需要答案的問題。

2. 檢索：在生成響應(yīng)之前，RAG 系統(tǒng)從預(yù)定義的語料庫(kù)中搜索（或“檢索”）相關(guān)文檔或段落。這個(gè)語料庫(kù)可以包含與輸入信息相關(guān)的任何文本集合。

3. 擴(kuò)充和生成：檢索到的文檔與原始輸入合并以提供上下文。這些組合數(shù)據(jù)被導(dǎo)入到語言模型中，語言模型能生成一段響應(yīng)或輸出。

RAG 可以利用動(dòng)態(tài)、最新的內(nèi)外部數(shù)據(jù)源，無需大量培訓(xùn)即可訪問和利用更新的信息。整合最新知識(shí)的能力可以帶來更精確、更有見地、更符合上下文的響應(yīng)，這是一個(gè)關(guān)鍵優(yōu)勢(shì)。

RAG 在行動(dòng):

企業(yè)生產(chǎn)力的新世代

以下是 RAG 提高員工工作效率的一些場(chǎng)景：

?總結(jié)和問答：匯總大量信息，以便于使用和溝通。

?數(shù)據(jù)驅(qū)動(dòng)型決策：通過分析和解釋數(shù)據(jù)來發(fā)掘新范式，預(yù)判趨勢(shì)以獲得有價(jià)值的見解。

?個(gè)性化：定制個(gè)性化的信息交互，從而產(chǎn)生個(gè)性化推薦。

?自動(dòng)化：?自動(dòng)執(zhí)行重復(fù)的任務(wù)，以簡(jiǎn)化和提高生產(chǎn)力。

隨著人工智能的不斷發(fā)展，RAG在各個(gè)領(lǐng)域得到了廣泛應(yīng)用。

生成式AI的使用場(chǎng)景

財(cái)務(wù)分析的 RAG 方法

以一家大公司的財(cái)務(wù)數(shù)據(jù)分析為例，在這個(gè)領(lǐng)域，準(zhǔn)確性、及時(shí)的洞察力和戰(zhàn)略決策至關(guān)重要。讓我們探討一下RAG能如何幫助虛擬公司Contoso的財(cái)務(wù)分析。

1. 總結(jié)和問答

? 場(chǎng)景：Contoso剛剛結(jié)束了財(cái)年，發(fā)布了一份長(zhǎng)達(dá)數(shù)百頁的詳細(xì)財(cái)務(wù)報(bào)告。董事會(huì)成員想要這份報(bào)告的摘要版本，突出關(guān)鍵績(jī)效指標(biāo)。

? 提示詞：“總結(jié)Contoso年度財(cái)務(wù)報(bào)告中的主要財(cái)務(wù)結(jié)果、收入來源和重大支出。”

? 結(jié)果：該模型提供了一個(gè)簡(jiǎn)明的總結(jié)，詳細(xì)說明了Contoso的總收入、主要收入來源、重大成本、利潤(rùn)率和其他關(guān)鍵的財(cái)務(wù)指標(biāo)。

2. 數(shù)據(jù)驅(qū)動(dòng)的決策

? 場(chǎng)景：隨著新財(cái)政年度的到來，Contoso希望分析其收入來源，并將其與主要競(jìng)爭(zhēng)對(duì)手進(jìn)行比較，以便更好地制定市場(chǎng)主導(dǎo)戰(zhàn)略。

? 提示詞：“分析Contoso去年的收入結(jié)構(gòu)，并將其與三大競(jìng)爭(zhēng)對(duì)手的收入結(jié)構(gòu)進(jìn)行比較，找出市場(chǎng)缺口或機(jī)會(huì)。”

? 結(jié)果：該模型提出了一個(gè)比較分析，揭示雖然Contoso在服務(wù)收入方面占據(jù)主導(dǎo)地位，但它在軟件許可方面落后，而競(jìng)爭(zhēng)對(duì)手在這個(gè)領(lǐng)域已經(jīng)看到了增長(zhǎng)。

3. 個(gè)性化

? 場(chǎng)景：Contoso計(jì)劃用一份個(gè)性化報(bào)告吸引投資者，展示公司業(yè)績(jī)?nèi)绾文苤苯佑绊懰麄兊耐顿Y。

? 提示詞：“根據(jù)年度財(cái)務(wù)數(shù)據(jù)，為每位投資者生成一份個(gè)性化的財(cái)務(wù)影響報(bào)告，詳細(xì)說明Contoso的業(yè)績(jī)?nèi)绾斡绊懰麄兊耐顿Y價(jià)值。”

? 結(jié)果：該模型為每個(gè)投資者提供量身定制的報(bào)告。例如，在服務(wù)收入流中擁有大量股份的投資者，將看到該公司在該領(lǐng)域的主導(dǎo)地位如何對(duì)他們的回報(bào)產(chǎn)生積極影響。

4. 自動(dòng)化

? 場(chǎng)景：每個(gè)季度，Contoso都會(huì)收到來自其各個(gè)部門的多個(gè)財(cái)務(wù)報(bào)表和報(bào)告。手動(dòng)將這些內(nèi)容整合到公司視角會(huì)非常耗時(shí)。

? 提示詞：“自動(dòng)整理第一季度Contoso所有部門報(bào)表中的財(cái)務(wù)數(shù)據(jù)，并將其分類為收入、運(yùn)營(yíng)成本、營(yíng)銷費(fèi)用、研發(fā)投資等模塊。”

?結(jié)果：該模型有效地整合了數(shù)據(jù)，為Contoso提供了本季度財(cái)務(wù)狀況的合并視圖，突出顯示了優(yōu)勢(shì)和需要注意的領(lǐng)域。

大語言模型:

改變企業(yè)的內(nèi)容生成方式

利用基于 RAG 的解決方案，企業(yè)可以提高員工生產(chǎn)力、簡(jiǎn)化流程并做出數(shù)據(jù)驅(qū)動(dòng)的決策。隨著我們不斷接受和完善這些技術(shù)，其應(yīng)用的可能性幾乎是無限的^1&2。

探索Azure無限潛力

提升你的云技能！

主題演講：

AI transformation for your organization with the Microsoft Cloud

演講人：Scott Guthrie

日期：2023年11月16日

時(shí)間：1：00AM-1：30AM

主題演講：

Inside Microsoft AI innovations with Mark Russinovich

演講人：Mark Russinovich

日期：2023年11月18日

時(shí)間：4：30AM-5：30AM

分題演講：

What's new and what's next with Azure IaaS

演講人：Aaron Blasius

Aung Oo

日期：2023年11月16日

時(shí)間：3：45AM-4：30AM

向左滑動(dòng)發(fā)現(xiàn)更多議題

Step：復(fù)制演講名稱

Step：掃描下方二維碼前往Ignite官網(wǎng)

Step：搜索演講，預(yù)約成功！

? ?

參考資料

[1]想了解更多微軟系列工具，滿足你的需求和使用場(chǎng)景，請(qǐng)查看以下來自微軟資源：

《了解如何將數(shù)據(jù)與 Azure OpenAI 服務(wù)配合使用》、《什么是?Azure Machine Learning prompt flow？》、《使用Semantic Kernel編排你的 AI 》、《探索一個(gè)使用了Azure Cognitive Search?和Azure OpenAI的RAG 示例應(yīng)用》。

[2]想了解更多微軟合作伙伴解決方案，如何快速入門，請(qǐng)查看以下來自微軟資源：

《了解埃維諾的生成式 AI》、《通過埃森哲了解生成式 AI 技術(shù)服務(wù)》、《探索安永的人工智能咨詢服務(wù)》、《普華永道提供的AI無處不在》、《畢馬威為現(xiàn)代數(shù)據(jù)、分析和人工智能加速》。