大数跨境

解锁AI全部潜能:上下文决定一切

解锁AI全部潜能:上下文决定一切 云云众生s
2026-02-08
0
导读:AI缺乏上下文导致决策失误。需通过上下文工程,整合数据孤岛,建立统一视图和企业理解,以提升AI效能,避免错误,释放其全部潜力。

 


AI缺乏上下文导致决策失误。需通过上下文工程,整合数据孤岛,建立统一视图和企业理解,以提升AI效能,避免错误,释放其全部潜力。

译自:Unlocking AI's full potential: Why context is everything[1]

作者:Rahul Auradkar

人工智能在消费和企业领域都无处不在。然而,很少有组织能够充分发挥人工智能的潜力。为什么?人工智能代理必须根据整体数据的一个有限子集做出决策并采取行动。结果是:过多的猜测,偶尔的“幻觉”,以及未能从人工智能中提取全部价值。

因此,企业人工智能的症结在于,代理在没有全面理解(包括客户和业务数据)的情况下会步履维艰。公司需要能够从简单的数据摄取转向复杂的内容收集、整合和管理,以使人工智能代理能够准确响应并采取适当行动。

这只能通过从传统的提示工程发展到上下文工程[2]来实现,上下文工程结合了客户的360度视图和动态变化的业务的完整企业视图。

为什么企业人工智能数据丰富但上下文贫乏

许多实施人工智能的公司数据丰富。他们使用从互联网上获取数据的大型语言模型(LLM)。他们拥有内部模型,可以从客户数据库和产品文档库中访问数据。

他们的代理访问这些信息池并试图指导他们的决策。有时他们会做对。但更多时候,他们会采取错误的行动或推荐不正确的响应。缺失的是端到端的上下文。

这里有一个常见的例子:一个人想买车,所以在敲定购买之前,他们会去制造商的网站研究各种选项。这些数据被捕获在汽车制造商的系统中,在接下来的几周里,人工智能会指导一系列营销行动,以激发对该车型号的兴趣。如果没有完整的上下文,营销代理就不会识别出这个人已经购买了这辆车。

当一个系统包含汽车购买的详细信息,另一个系统包含个人买家的记录,而一个单独的应用程序跟踪客户参与度详细信息(例如网站访问)时,就会发生这种故障。由于信息孤岛中锁定的丰富数据上下文被剥夺,人工智能数字交互代理只知道有人研究了一辆车。他们错过了推广延长保修和维护计划的机会。

这种例子在代理式人工智能中绝非罕见,而是司空见惯。企业可能数据丰富但上下文贫乏。

实现流畅、统一数据的关键要素

为了让人工智能能够根据上下文做出响应,数据需要是流畅的、协调的和统一的。信息孤岛之间的壁垒[3]必须被打破。

实现这一点需要几个关键要素:

数据目录: 数据目录提供了跨系统的数据单一视图。这为应用程序和人工智能代理提供了一张地图,显示了驻留在本地系统、云、数据湖和传统基础设施中的所有资产。

数据血缘: 将其视为数据验证层。它追踪数据从起源到消费的完整旅程,显示沿途的每一个变化或转换。数据血缘使人工智能代理能够知道任何数据片段的来源、它是如何产生的、是否符合组织治理和法规遵从策略、是否安全可靠以及是否反映了最新的知识。

连接的信号和行动: 应用程序和人工智能代理依赖于来自每个系统的信号来解释正在发生的事情并触发安全、有意义的行动。

统一数据上下文: 在代理式人工智能架构中必须有一个中央存储库,用于收集、合成、协调和统一所有信息。这个为应用程序和人工智能代理提供的上下文接口必须实时运行,无需文件复制或数据移动。无论人工智能代理是分析趋势还是处理产品退货,它都必须提供客户和业务的单一、共享、实时更新的视图,并与所有相关策略保持一致。

企业理解: 应用程序和人工智能代理不应该从头开始重新学习业务。它们必须根据构成业务每个部分的定义、规则和原则行事。如果它们不这样做,它们可能会显得“人工智能很聪明”,但“企业很愚蠢”。为什么?企业中的深度元数据智能对面向客户的系统不可用。

为更智能的人工智能构建企业理解

企业上下文在定义核心业务实体及其相互关系方面至关重要。这种上下文涵盖了历史记录、主数据管理(产品、供应商、资产等)、业务规则、法规遵从性和组织工作流程。必须统一全面的客户和企业记录,为人工智能代理提供共享的数据词汇,帮助它们在正确的时间为正确的情况推断出正确的上下文。

举例来说:大型企业通常包含众多账户和法人实体。不同实体的名称可能相似,但存在层级结构,以及按地理和行业应用的具体规则和税收方案。在如此复杂的组织结构中,如果名称输入错误或数据分配给错误的法人实体,基于人工智能的错误几乎是不可避免的。

为什么完整上下文是预防人工智能错误的关键

只有客户和企业元数据及系统的完全统一才能防止代价高昂的错误,并使人工智能代理和应用程序获得适用的上下文。通过这种方式,组织可以整合所有企业和客户数据,并连接来自多个源的相关数据,将受信任的上下文转化为有意义的故事。

了解更多关于Salesforce的Data 360[4],以及它如何将分散、零碎的企业数据转化为您的业务的完整视图,从而推动实时工作流、更好的决策和更智能的代理。

引用链接

[1] Unlocking AI's full potential: Why context is everything: https://thenewstack.io/context-is-everything-sales-force-data-360/
[2] 上下文工程: https://thenewstack.io/beyond-basic-rag-ai-agents-for-context-aware-responses
[3] 信息孤岛之间的壁垒: https://thenewstack.io/beyond-ai-models-data-platform-requirements-for-agentic-ai
[4] Data 360: https://www.salesforce.com/data/

 

【声明】内容源于网络
0
0
云云众生s
1234
内容 1363
粉丝 0
云云众生s 1234
总阅读0
粉丝0
内容1.4k