首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 未来工作场所:知识AI的融合

    在快速迭代的未来工作场所,知识AI的融合正引领着一场深刻的工作方式变革。这种融合不仅优化了企业的知识管理流程,还通过智能工具如AI问答、内容生成等,极大地提升了工作效率和决策质量。 接下来将深入探讨知识AI如何共同作用。一、知识:企业知识管理的基石知识作为企业知识管理的核心平台,集成了企业内外的各类知识资源,通过统一的标准和规范进行组织、存储和管理。 四、案例:HelpLook AI知识库——知识AI融合的实践HelpLook AI知识库作为一款低代码、开箱即用的SaaS系统,正是知识AI融合的典型代表。 未来工作场所知识AI的融合将成为推动企业智能化转型的重要力量。 在HelpLook平台上,企业可以轻松搭建起自己的知识,实现知识的集中存储、智能搜索和个性化推荐。

    66510编辑于 2024-08-29
  • 如何利用AI优化知识的用户体验

    随着人工智能(AI)技术的飞速发展,将AI融入知识的设计与优化,已成为提升用户体验、增强用户满意度与参与度的重要途径。 本文将从用户界面优化、智能交互设计、个性化推荐及持续学习优化四个方面,探讨AI如何助力知识的用户体验升级。 一、用户界面优化:智能布局与动态调整AI技术能够分析用户行为数据,理解用户偏好与习惯,从而自动调整知识的界面布局。 此外,AI还能自动收集用户反馈,形成闭环反馈机制,帮助知识团队不断优化内容质量、调整教学策略,确保学习体验的持续改进。结语总之,AI技术的引入为知识的用户体验优化提供了强大的技术支持。 未来,随着AI技术的不断成熟与普及,知识的用户体验将迎来更加广阔的发展前景。

    82710编辑于 2024-09-05
  • 来自专栏大数据学习与分享

    数据知识体系

    数据建设包含数据体系建设,也就是数据包含数据仓库的完整内容,数据将企业数据仓库建设的投入价值进行最大化,以加快数据赋能业务的速度,为业务提供速度更快、更多样的数据服务。 五.什么企业适合做数据 数据的构建需要大量人力物力的投入,所以数据的建设一定要结合企业的现状,按需选择,不可盲目跟风。 该数据体系架构具有一定的柔性,可按照企业应用需求进行组合,或者对单个模块进行扩充,能满足大多数企业数据建设的需求。 数据的通用体系架构如图 所示。 数据治理框架包含数据资产目录、数据管理、模型管理和数据质量 4 个模块: (1)数据地图、数据资产目录、知识图谱及数据血缘的主要作用是展示数据的属性及相互关系,因此都纳入数据目录模块。 完善数据的深度和广度,提炼和整合数据的服务,尤其是对于对数据能力要求相对简单的中小企业,为客户提供标准化的整体解决方案将成为数据台服务商的产品方向。

    1.2K10编辑于 2024-05-18
  • 数据之后,AI怎么火起来了?

    2025年开始,AI这把火越烧越旺。 赛意信息刚签下近5000万的AI订单,万达信息带着AI亮相世界人工智能大会,软通动力、众安信科各路玩家纷纷登场。 但我想泼盆冷水:上套AI,距离企业真正用好AI,还差着十万八千里。 什么是AI AI台本质上是企业级AI能力的中枢神经系统。 缺了任何一环,就变成了摆设。 AI会重蹈覆辙吗 这两个东西解决的根本不是同一个问题。 数据负责把数据管好、用活,AI负责把AI能力输出、复用。 谁也取代不了谁,但边界确实在加速融合。 现在有个明显的趋势:数据开始主动往AI方向靠,提供特征平台、训练样本这些能力;AI则越来越依赖数据喂过来的高质量数据。 数据问题不解决,AI能力就是空中楼阁。 但如果你只是把AI当工具用,完全没必要搞这么大阵仗。一个API调用能解决的事,为什么要养一个团队? 第二,有没有更轻量的替代方案? 数据加大模型加企业知识库,这套组合拳跑得通。

    37110编辑于 2026-04-01
  • 腾讯乐享:面向高校的DeepSeek AI知识与智能管理方案

    第二章:构建基于DeepSeek的AI知识 针对高校痛点,腾讯乐享提供了一套集知识沉淀、协作、安全与智能应用于一体的解决方案,核心架构如下: 1. 灵活部署:支持SaaS、私有云及混合云部署(打通云上AI能力如DS 0528)。对于1万人规模的高校,推荐配置包括管理节点3(16core32G)、AI GPU服务1(英伟达8卡A100)等。 第三章:量化应用效果与业务价值 通过引入AI技术,腾讯乐享在提升效率与保障安全方面提供了具体的量化指标: 知识处理效率提升: 复杂公式解析:在某头部大模型公司案例,采用腾讯云文档解析方案,复杂公式解析成功率达到 业务协同与学习效能: AI通过构建开放式知识平台,使员工能快速检索碎片化信息。某科技学校引入AI工具后,生产效率提升30%。 AI根据用户行为推荐知识,提升学习效率4.9倍。 第五章:腾讯乐享的核心优势 选择腾讯乐享AI知识,基于以下技术沉淀与产品特性: 技术领先性: 凝结腾讯16年的知识管理精华和运营体系。 攻克知识萃取+模型推理,超越基础RAG。

    16010编辑于 2026-05-31
  • 腾讯乐享AI知识:DeepSeek双引擎驱动高校知识资产化与业务效能跃升

    消除知识孤岛:破解高校知识流失与检索低效困局 当前高校在整体教职工、信息中心及二级学院/业务部门的协同,普遍面临“对知识的浪费是学校最大的浪费”这一核心战略困境。 企业与高校的知识资产流转遭遇三大瓶颈: 知识存放零散: 显性知识分散在多个独立的业务系统,缺乏体系化目录结构与统一备份,且隐性知识缺乏分享途径。 构建大模型知识:DeepSeek与混元双核驱动隐性知识显性化 为打破沟通壁垒,腾讯乐享提供基于DeepSeek R1 + 混元双模型底座的新一代智能知识解决方案,通过打通公有云、私有云及混合云部署 释放业务效能:量化AI赋能下的检索精度与协同效率提升 平台通过重构知识检索与切分逻辑,在多项核心业务指标上实现了可量化的投资回报: 加速个性化学习与赋能: 新教师通过AI Agent定制化知识地图进行交互式学习 落地实际业务流:头部高校与大模型厂商的知识重构实践 深圳大学“教研训”一体化智能库: 深圳大学引入乐享AI知识库,构建教师教育平台。

    13310编辑于 2026-05-31
  • 腾讯乐享AI知识:攻克高校知识管理三大瓶颈,实现知识精准检索与安全流转

    具体表现为:显性知识分散在多个业务系统难以统一管理;人员流动导致优秀经验无法有效沉淀;教职工遇到问题时,平均解决问题耗时增加30%(来源:腾讯乐享调研数据)。 构建多模态AI知识管理技术架构 腾讯乐享采用DeepSeek-R1深度思考模型+混元双引擎架构,通过三层技术栈实现知识全生命周期管理。 量化提升知识检索与应用效率 在实际应用场景,平台实现检索准确率提升7.71个百分点(基于LLM的Embedding模型对比开源模型效果)。 某头部高校实现知识管理数字化转型 某高校部署腾讯乐享AI知识台后,建立了覆盖教学、科研、行政三大场景的知识体系。平台整合了原本分散在15个业务系统的知识资源,构建统一知识目录结构。 获得中国信通院可信AI认证,知识图谱构建技术荣获2024年人工智能创新奖。通过开箱即用的部署方案,客户可在3周内完成系统上线,显著降低高校AI知识建设门槛。

    18710编辑于 2026-05-31
  • 来自专栏AI科技大本营的专栏

    大数据AI演进是大势所趋?

    智慧金融时代,是数据知识化和智能化的高级阶段,大数据和 AI 能力重塑和改造金融服务,创造业务,降低成本,提高效率。 5、现在,越来越多的人提到数据需要向 AI 演进,您对此怎么看?宜信的数据AI 之间是什么样的关系?二者之间是如何支持协作的? 数据AI 两者都对外提供服务,只是侧重点不同:数据提供各种数据服务(BI 报表应用、数据探索等),AI 提供各种智能服务(模型预测、智能推荐等); AI 依托数据提供的数据能力和工具集 就目前而言,我们的 AI 会选择在智能机器人和知识图谱构建上发力。智能聊天机器人能为公司内外提供专业领域的知识解答,知识图谱能为各业务方提供智能问答、智能搜索、精准营销等。 目前在落地过程,除了搭建 AI 相关平台以外,花费时间最多的是与数据相关的过程,无论是模型训练,还是知识图谱构建,很多时间用在获取数据和探索数据。

    2.5K20发布于 2019-07-30
  • 来自专栏腾讯云TI平台

    AI资讯 | 腾讯云智媒体AI获奖

    关注腾讯云AI平台,了解更多的AI相关资讯!

    2.7K20编辑于 2022-01-27
  • 如何构建AI原生应用?从大模型到知识,从数据到规则逻辑。AI原生=模型原生+知识原生+价值原生

    功能层面 智能是主要价值:核心功能依赖AI实现,去掉AI后价值大幅降低 持续学习能力:系统能够从用户交互和新数据不断学习优化 个性化体验:基于AI为每个用户提供定制化的服务 3. 所以在前面我曾经谈到过Palantir这家公司,一开始我的理解仅仅是大模型赋能下的一个数据和提供数据服务的公司,但是实际这家公司核心是基于是基于Ontology本体系统构建了一个核心的知识AI 模型被嵌入到这个本体,成为可复用、可治理的“决策函数”,从而实现: AI+规则混合决策:既可用 AI 预测需求,也可用业务规则设定库存阈值,系统会自动协调两者 实时反馈闭环:AI 的预测结果会写回 在整个本体建模真正重要的是行为建模,关系建模。有了关系才能够形成相应大模型推理的逻辑基础。 第二个点就是我原来构建在上层应用里面的相关的处理规则和逻辑,怎么样进一步下成为相关的模型,沉淀到我的知识库里面,只有这样你才能够逐渐形成一个关键的知识

    81320编辑于 2025-11-17
  • 构建医药数字化全链路:AI知识驱动高效合规运营

    诊断医药行业数字化转型的三大瓶颈 国内医药企业内部知识高度分散,跨部门协同依赖人工流转,导致业务信息获取效率低下,响应迟缓。 实现全链路运营效率与合规性双提升 通过搭建基于腾讯云ADP智能体开发平台的企业级AI知识,实现了业务信息查询的秒级响应,有效提升了跨部门知识共享效率。 —— 大家医药健康项目负责人 以技术生态一体化能力赋能行业标杆 本次合作依托腾讯云在云计算与AI大模型的技术优势,结合腾讯健康在医疗垂直领域的生态积累,提供了从底层AI基础设施到上层业务应用的一站式赋能

    14800编辑于 2026-06-01
  • 数据建设AI赋能思考

    今天我想和大家聊一下数据建设AI赋能。之前我分享了很多视频,旨在实现自然语言编程,利用AI和ChatGPT来实现这一目标。 因此,我个人认为在数据建设,使用AI赋能更容易实现。因为数据的逻辑相对简单。在完成数据建模后,涉及数据采集集成、数据清洗、宽表构建、上层维度表构建以及将数据能力发布为API接口等。 因此,我个人认为未来的数据,首先是基于各种开源技术组件和现有技术能力,搭建纯技术平台,并将涉及的各个数据能力组件发布为API接口。这样,整个数据只有骨架,通过自然语言可以完全生成其内容。 当然,在其中,一个完整的数据可能涉及复杂的数据建模和维度建模。 1.数据建模和设计 我个人认为,这些工作仍需要我们自己先完成数据建模设计。 模式相对固定,更容易训练AI,基于我所期望的模式生成相应内容。 因此,如果在业务系统建设和AI赋能方面,我建议优先考虑类似于数据或类BI系统的实践,因为这些相对更容易实现。

    29200编辑于 2025-06-24
  • 来自专栏腾讯云智能·AI公有云

    腾讯云智媒体AI,获奖了!

    5月27日,“CCBN年度创新奖”正式公布,腾讯云智媒体AI,荣获CCBN2021产品创新优秀奖! 腾讯云智媒体AI,从“媒体+AI”应用的实际需求出发,依托腾讯内部诸多优秀团队的AI技术与最佳实践,包括腾讯云智慧传媒行业、腾讯云AI、腾讯安全天御内容安全团队,以及腾讯优图、腾讯多媒体实验室、微信智聆等 结合在微信看一看、微视、企鹅号、腾讯视频等的互联网媒体AI应用经验,以及在央视频、河南日报、宁夏黄河云融媒体平台的项目沉淀,腾讯云智媒体AI聚焦技术与媒体应用场景的结合,贴合媒体业务打造专属算法,并持续迭代升级 为媒体全业务流程打造应用服务,腾讯云智媒体AI覆盖多模态内容结构化、智能转码、超分、老片修复、视频质检、智能审核等多维度应用。 | 戳打工人的爽点,3步就够了 | AI会是考试作弊的终结者吗?| 腾讯云AI「 承包了一片海 」|  点击“阅读原文”,了解更详细的媒体AI解决方案。

    3.6K40发布于 2021-05-31
  • 来自专栏技术那些事

    | 什么到底是

    到处都在喊,到处都是这个词在好多地方已经被滥用了。 在有些人眼里:就是技术平台,像微服务开发框架、Devops平台、PaaS平台,容器云之类的,人们都叫它“技术”。 在有些人眼里:就是微服务业务平台,像最常见的什么用户中心,订单中心,各种微服务集散地,人们都叫它“业务”。 在有些人眼里:应该是组织的事情,类似于企业内部资源调度中心和内部创新孵化组织,人们都叫它“组织”。 ,从字面意思上理解,是位于前台和后台之间。 那么,到底是什么呢? 谈到,首先会想到阿里巴巴,今天就从阿里开始,一起认识下到底是什么?到底如何发展而来的呢? 阿里的发展历程 ? 技术:将使用云或其他基础设施的能力以及应用各种技术中间件的能力进行整合和包装,助力前台和业务及数据的快速建设。

    10.4K21发布于 2021-01-27
  • 来自专栏ThoughtWorks

    的定义 | 白话战略

    《白话战略》已经写了三篇,尤其是第一篇「是个什么鬼」收到了很多朋友的反馈。写“白话”这个系列主要是想通过写文章来驱动自己思考,并借此和更多人一起交流和探讨这个话题。 ? ,像上文提到业务、数据、搜索、移动,哪些才是,哪些是蹭热点的? 与前台的划分原则是什么? 化与平台化的区别是什么? 化和服务化的区别是什么? 该怎么建设? 企业的能力可能包含多个维度,常见的例如计算能力,技术能力,业务能力,数据能力,AI能力,运营能力,研发能力……其中大部分的能力还可以继续细化和二次展开,从而形成一张多维度的企业能力网。 另一方面就是通过对于能力的SaaS化包装,减少前台团队发现能力和使用能力的阻力,甚至通过自助式(Self-Service)的方式快速定位和使用能力。

    2.1K43发布于 2019-05-05
  • 来自专栏国云大数据

    数据:什么是数据

    数据:什么是数据 什么是数据 数据是全新的架构变革。过去三十年,企业数据管理都以传统的IT架构为基础。 由此,集成式的建设方式给技术部门形成巨大的维护成本和治理成本,并没有达到数据建设的真正目的。 数据的基本能力 数据具有数据服务的能力。 传统企业搭建数据,如果仅完成了API接口的创建,仅仅是完成了数据建设的其中一环。因此,数据并不是端到端的技术赋能平台。 数据的建立可以帮助企业对数据进行风险隔离,确保一方不影响另一方。 数据应用方式 数据应用方式一为帮助业务部门灵活使用数据分析。数据改变了以往业务部门数据分析技术能力不足的窘况。 层是业务用户或技术用户直接可以使用的服务和功能,包括数据分析工具、数据挖掘工具、可视化工具、清洗工具、建模工具等不同的数据工具;还包括不同层次的数据应用,如大屏可视化应用、决策分析系统、用户画像系统、精准推荐系统、AI

    4.9K20发布于 2020-11-20
  • 来自专栏全栈程序员必看

    数据,什么是数据

    在 3 月 15 日 ThoughtWorks 技术雷达峰会上,关于数据的话题也获得了众多参会者的热烈关注。如今似乎人人都在提数据,但却不是所有人都清楚数据到底意味着什么。 数据是只有大厂才需要考虑的高大上的概念吗?普通企业该不该做数据?数据的出现会给现有数据从业者们带来颠覆式的挑战吗? 数据不是大数据平台! 首先它不是一个平台,也不是一个系统,如果有厂商说他们有个数据卖给你,对不起,它是个骗子。 要回答数据是什么,首先要探讨一下到底是什么。 数据也可以小而美 建设数据的关键考量包括两方面。 首先数据一定要与业务价值对齐。构建数据,最重要的不是技术,也不是数据质量好不好,而是数据思维和数据文化。 最后,史凯也提到了阿里战略的另一个——“业务”。

    2.7K31编辑于 2022-09-14
  • 来自专栏内容管理系统

    内容和数据的区别

    什么是内容内容是企业级的数字化解决方案之一,它是一种整合和管理企业各类内容资源的平台。 内容使用的场景跨平台内容管理:内容支持跨平台的内容创建、管理和分发。 企业内部知识库:大型企业可以构建内容,集中管理内部文档、培训材料、政策规定等,提升员工获取信息的效率。 内容和数据的区别内容是一个集中的平台,负责管理和分发各种形式的内容,如文本、图片、视频、音频等。 内容专注于管理和分发各种类型的内容资源,而数据则聚焦于企业数据的整合、治理和利用,两者在业务场景和目标上有明显的差异。如何使用MassCMS创建内容

    1.4K10编辑于 2024-06-06
  • 来自专栏艺述论专栏

    ​图解《战略》业务设计原则

    业务是一个充满生命力的个体, 它承载业务逻辑、 沉淀业务数据、 产生业务价值,并随着业务不断发展进化。 它的设计遵循如下图所示的若个原则: ? 业务设计原则 台架构,有服务的调用方和生产方,按角色关系划分,共有以下四类关系: 1,服务生产方与服务生产方的关系 2,服务生产方与服务消费方之间的关系 3,服务生产方的管理者与服务生产方之间的关系 (2)去掉冗余数据(接口如何定义) 尽量去掉接口实体客户端不需要的冗余字段,既能减少网络开销,又能避免给前端解析带去复杂性。 --END-- 文章摘自:机械工业出版社《战略:建设与数字商业》 2019年9月出版。 《战略》由国内领先的数字商业云服务提供商阿里系云徙科技官方出品,从成功要素、建设方法论、架构设计、成熟度模型4个维度详解业务以及数据建设思路和方法,成功通过帮助近40家龙头企业实现数字化转型

    3K20发布于 2019-09-27
  • 来自专栏云+直播

    数据是什么:数据剖析

    本次分享内容: 1、数据现象及剖析 2、技术实践过程的问题与挑战 3、Q&A环节 去年3月份我写了一篇关于数据的文章,得到了10万+的浏览量。 数据和数据平台最大的区别是什么?我们认为数据是离业务更近。业务需要什么服务?是数据和数据服务。 的部门或者团队,最优先考虑的是提供给业务所需要的服务。 滴滴的数据和其他的数据有所差异,它的数据的整个生产价值曲线,跟大部分的企业都不一样。 滴滴的数据跟前面介绍的数据,在数据服务、数据资产,底部的数据存储上是类似的。 [s3bj80by0u.jpg] 它提到了一个很重要的点,就是利用数据去赋能AI。这一点和我们现在所讲的数据的架构是类似的,因为我们是把机器学习平台放到了广义的数据里面去了。 四、数据的本质和六大能力模型 在这样的愿景和使命下,数据是什么?它应该构建什么样的能力呢? 1. 数据的本质 数据是什么?

    4.7K52发布于 2020-03-05
领券