Nouvelles

Aug 20, 2023

Comment l'IA générative transforme les solutions de recherche d'entreprise

Rejoignez des cadres supérieurs à San Francisco les 11 et 12 juillet pour découvrir comment les dirigeants sont

Rejoignez des cadres supérieurs à San Francisco les 11 et 12 juillet pour découvrir comment les dirigeants intègrent et optimisent les investissements en IA pour réussir. Apprendre encore plus

Présenté par Glean

L'IA générative peut libérer tout le potentiel des données dans les environnements d'entreprise pour les employés qui en dépendent. Dans cet événement VB Spotlight, découvrez comment l'IA générative a transformé la recherche d'entreprise, amélioré la productivité, généré de meilleurs résultats commerciaux, et plus encore.

Regardez gratuitement à la demande !

La recherche d'entreprise est un problème croissant. L'explosion des outils SaaS au cours de la dernière décennie a apporté une gamme sophistiquée de solutions qui ont changé la façon dont le travail est effectué, mais a également entraîné la fragmentation des données. Les employés travaillent dans de multiples applications disparates, créent du contenu dans une, communiquent à ce sujet dans plusieurs autres, recherchent des informations générales dans une autre encore, etc. Personne ne sait où se trouvent les documents, où les informations peuvent être déterrées, si elles vivent dans la tête de quelqu'un ou sont cachées quelque part sur le réseau.

Transformer 2023

Rejoignez-nous à San Francisco les 11 et 12 juillet, où des cadres supérieurs partageront comment ils ont intégré et optimisé les investissements en IA pour réussir et éviter les pièges courants.

"Les points douloureux viennent du fait de ne pas savoir comment naviguer dans cette prolifération de logiciels et d'informations, et la surcharge mentale nécessaire pour se souvenir de ces choses traverse les fonctions", explique Eddie Zhou, ingénieur fondateur, intelligence, chez Glean. "Cela fait également de l'intégration de nouvelles recrues un problème majeur, en particulier dans un environnement hybride ou distant - il est difficile de savoir ce que vous devriez regarder et où vous devriez le chercher."

L'IA générative, qui a fait la une des journaux, a permis aux utilisateurs de s'interfacer avec un assistant de travail d'entreprise de manière beaucoup plus naturelle, en supprimant une grande partie des frais généraux cognitifs. Cela donne l'impression que la recherche d'entreprise ressemble aux recherches sur le Web auxquelles ils sont habitués, ce qui réduit la barrière de la connaissance.

Les entreprises tentent de relever le défi de la recherche d'entreprise depuis des décennies, principalement avec des outils internes personnalisés, mais la technologie permettant de créer une solution complète n'existait pas auparavant. Une standardisation générale des outils à travers les organisations – la plupart des entreprises utilisent la suite Microsoft, par exemple, ou Jira, etc. – a été un pas vers l'évolutivité. L'intelligence artificielle était un autre pas en avant, mais le principal défi de la recherche d'entreprise est la rareté : un ensemble de documents beaucoup plus petit à partir duquel former un modèle.

"L'avènement de grands modèles de langage de base en 2018 a permis d'apporter des connaissances du Web et d'ensembles de données plus importants pour que la recherche d'entreprise, qui fonctionne sur un ensemble de données beaucoup plus petit, fonctionne plus près de la manière dont les gens s'attendent", a déclaré Zhou.

Construire le type de système qui apprend et fonctionne à partir de la porte a été un tournant clé, et de nombreux acteurs de la recherche d'entreprise fonctionnent aujourd'hui sur ce modèle, en construisant des systèmes heuristiques manuels qui doivent être branchés et réglés à la main. Et maintenant, l'IA générative fait un bond en avant, apportant un nouveau type d'intelligence à un moteur de recherche plug-and-play.

L'IA conversationnelle a essentiellement atteint son apogée en 2016 et 2017, puis a semblé s'essouffler, car de nombreuses promesses ont été faites sur le potentiel de la technologie, avant que la technologie ne soit suffisamment sophistiquée pour les conserver. Aujourd'hui, avec la généralisation de ChatGPT, la technologie est nettement plus avancée et la vision d'un agent conversationnel dans le cadre du travail est une possibilité beaucoup plus réelle, dit Zhou.

Il s'agit de donner aux gens un accès aux informations dont ils ont besoin d'une manière intuitive. Et il peut apporter aux utilisateurs les informations dont ils ont besoin, quand ils en ont besoin, en recherchant de manière exhaustive des applications dans toute l'entreprise, en comprenant le contexte, la langue, le comportement et les relations pour trouver des réponses personnalisées. Il peut faire émerger des connaissances et même connecter les utilisateurs aux personnes qui peuvent aider à répondre aux questions ou accomplir des tâches.

Une solution telle que Glean se connecte à toutes les sources de données d'une organisation, explore le contenu et indexe toutes les métadonnées qui existent pour ces sources de données, telles que les liens entre les documents et les messages, les auteurs, les autorisations d'accès, l'activité entourant le contenu, par qui, d'où et quand. Par exemple, bien que la recherche Slack soit utile pour faire apparaître un ancien message, cette recherche ne peut pas suivre un lien vers un Google Drive et indexer les informations contenues dans ces documents. Le fait de pouvoir se connecter à tout ce qu'une entreprise donnée pourrait avoir de connaissances rend les connaissances du moteur de recherche complètes. L'exploitation des données provenant de plusieurs sources signifie que le moteur apprend en permanence et améliore la pile de recherche.

"Cette exhaustivité est vraiment nécessaire pour offrir une expérience de recherche qui fonctionne", déclare Zhou. "Lorsqu'un employé donné s'approche de son clavier, il a en tête un modèle mental de toutes les façons dont ses données sont connectées. Le système avec lequel il travaille doit également avoir cela."

La conversation autour de la confiance et de l'éthique dans l'IA générative est cruciale, ajoute Zhou, et le modèle de connaissances de confiance est fondamental pour offrir une expérience générative dans l'entreprise.

Il est intégré à la façon dont la plateforme indexe les informations. Pour chaque source de données à laquelle il se connecte et chaque document qu'il analyse, il analyse également de manière native ses couches d'autorisations. Cette vue unifiée de qui est un utilisateur à travers les sources de données signifie qu'une recherche n'affichera que les documents et les informations auxquels ils ont accès. La référençabilité, ou la transparence quant à l'endroit où le modèle génératif a trouvé cette information, signifie qu'un utilisateur peut faire confiance aux réponses qu'il reçoit.

"Pour nous, le fondement du modèle de connaissances de confiance est les autorisations et la gouvernance des données, et c'est fondamental pour offrir une bonne expérience générative", dit-il. "S'appuyer sur la recherche autorisée nous permet également de nous assurer que nous fournissons des informations pertinentes, car nous avons compris qui est un utilisateur, compris la langue d'une entreprise donnée, ainsi que les relations entre les informations et ces personnes. En fin de compte, nous sommes en mesure d'offrir une meilleure expérience de bout en bout."

Pour en savoir plus sur la manière dont l'IA générative libère le plein potentiel des données d'entreprise, pour en savoir plus sur le modèle de connaissances de confiance pour l'IA générative, et plus encore, ne manquez pas ce VB Spotlight.

Inscrivez-vous pour regarder gratuitement à la demande!

Ordre du jour

Présentateurs

La mission de VentureBeat est d'être une place publique numérique permettant aux décideurs techniques d'acquérir des connaissances sur la technologie d'entreprise transformatrice et d'effectuer des transactions. Découvrez nos Briefings.