当 ChatGPT 首次亮相、人工智能开始兴起时,我们正在为 ServiceMax 寻找新的方法,以帮助即将退休的现场服务技术人员进行知识传承。这是我们的客户面临的最大挑战之一,而手册和数据库等传统方法无法解决这一问题。 因此,使用大型语言模型在数据集上训练系统让我们大开眼界。 我们立刻意识到这种方法也适用于 ServiceMax。几个月后,我们推出了 ServiceMax AI 客户测试计划。ServiceMax AI 可以访问存储在 ServiceMax 实例中的所有数据,通过自然语言和易于使用的聊天界面与技术人员互动,并通过专业代理完成任务。
我们的目标是创造一种体验,让您感觉就像在与其他人类技术人员、调度员或操作员一起工作。 技术人员可以输入或提出问题,系统就会与幕后的代理一起工作。 我们首先关注三个代理:
当这些代理结合在一起时,神奇的事情就发生了。ServiceMax AI 可以动态选择最相关的代理来回答给定的问题,就像经验丰富的技术人员可以利用自己的记忆和知识来排除故障一样。 真正使其与众不同的,是这些代理如何在幕后协同工作,并得到当今人工智能技术的支持,如检索增强生成(RAG)。我们构建了一个完整的协调和推理层,利用 RAG与代理进行交互,以获得所需的答案,从而对整个问题作出回应。
传统上,软件访问数据的方式是确定性的——使用仅适用于特定查询的预定义 API。当问题出乎意料或存在细微差别时,这种僵化的方法就会受到限制。
因此,我们构建的 ServiceMax AI 能够以非确定的方式访问数据,这也就意味着人工智能不依赖于僵化的 API 结构。我们没有预先定义每一种可能的数据检索方法,而是“教会”系统如何在 ServiceMax 中动态访问和检索信息。它模仿人类的思维过程——调用经验、分析上下文并实时提供有见地的答案。
正所谓:授人以鱼不如授人以渔。 这正是人工智能技术的本质所在:通过建立一个更加直观和高效的基础,使得我们能够更容易地访问正确的数据,从而为我们的客户释放现场服务知识的真正潜力。
考虑到现场技术人员的日常工作场景,显然聊天是最理想的模式。聊天的方式之所以强大,是因为它与大多数人已经习惯的交流方式一致。技术人员总是忙碌奔波的——无论是在卡车上、工作现场还是在野外工作。 他们都没有时间浏览复杂的系统或筛选冗长的文档。 他们需要快速获得有用的信息,以他们乐于接受、习惯的方式呈现。
ServiceMax AI Chat为技术人员提供了这种自然、高效和熟悉的互动方式。就像他们在个人生活中使用 ChatGPT 和其他人工智能工具一样,他们现在也可以在专业工作中使用专为现场服务设计的系统,获得同样直观的聊天体验。只需输入几个问题,他们就能快速获得关键信息,就像他们之前向同事求助一样。
我们很高兴能将 ServiceMax AI 带到现场,看看它是如何发展的。 经过几个月的客户测试,我们对它如何融入技术人员的工作流程感到鼓舞,但这仅仅是个开始。人工智能的发展日新月异,随着越来越多的客户采用它,我们将根据实际反馈继续完善和改进 ServiceMax AI。
我们希望您有机会试用 ServiceMax AI。 同时,如果您发现人工智能正在以其他有趣的方式影响现场服务,我们也很乐意听取您的意见!
好文章,需要你的鼓励
亚马逊在生成式AI爆发初期便敏锐意识到了人工智能培训的重要性,2023年宣布启动“AI就绪(AI Ready)”计划,通过系统化的人才培养架构,不仅着眼解决当下企业AI应用的人才缺口,更为全球数字经济发展构建了AI人才储备体系。
OpenAI 宣布将于今年晚些时候发布自 GPT-2 后首个开源语言模型,由研究副总裁 Aidan Clark 领导,预计初夏推出。该模型针对高端消费硬件,可灵活启用推理功能,并采用宽松许可证和严格安全评估,此举旨在应对 DeepSeek、Meta 等开源对手的竞争。
Ocient成功融资4210万美元,加速研发基于NVMe SSD与计算近接存储架构的绿色、低成本大数据与 AI 分析解决方案。
联想推出了21款全新存储产品(含液冷HCI系统),帮助企业快速构建AI基础设施,推动IT现代化、提高数据管理效率、降低能耗,并满足多种企业级AI与数据更新需求。