企業AI代理需深度情境理解 Google Cloud揭知識圖譜不足
商傳媒｜責任編輯／綜合外電報導
企業在導入人工智慧（AI）應用時，面臨如何讓AI代理（AI Agent）深入理解企業內部複雜情境的挑戰。Google Cloud 資料雲副總經理暨總經理Andi Gutmans指出，若要有效降低AI模型的Token（模型處理的最小資訊單位）費用並提升大型語言模型（Large Language Model, LLM）回應的準確性，情境理解至關重要。
Andi Gutmans表示，企業級AI所需的情境涵蓋組織流程、政策、產業專有名詞、使用者角色、存取權限，甚至交易數據和互動歷史等。然而，通用型LLM在未經明確輸入的情況下，無法自行具備這些企業專屬的情境。他強調，目前為人類設計的「知識圖譜」（Knowledge Graph，一種用來表示實體及其關係的知識庫）不一定能有效轉換供AI代理使用，因為AI代理對知識的運用方式與人類不同。
為了解決這個問題，Google Cloud推出Knowledge Catalog，此服務建基於其Dataplex平台，透過自動化流程、連線能力、中繼資料（metadata，指描述資料的資料）分析及情境策劃，協助AI代理更好地理解業務情境。Andi Gutmans認為，由於模型進步飛快，企業不應自行開發客製化AI模型，而應專注於建立健全的情境與RAG（檢索增強生成，Retrieval-Augmented Generation，一種讓LLM能查詢外部知識庫以生成更準確回應的技術）架構，以獲得更優異的成果。
Andi Gutmans也提到，企業中大量的非結構化資料，例如PDF文件或合約，佔了大部分的企業知識，但這些資料往往難以被活化運用。透過自動化分析使用者查詢紀錄和商業智慧工具的訊號，Knowledge Catalog能夠推斷資料的使用方式及其商業關聯性。他更進一步指出，AI代理的真正潛力在於重新構想跨多系統的端到端業務營運與工作流程，這使得像Google這樣的平台供應商，在提供跨企業情境方面，較單一軟體即服務（SaaS）供應商具備優勢。即便像Salesforce這樣的公司也正採開放策略，以迎合AI代理平台。目前尚無單一供應商能提供完整的企業級AI情境解決方案，企業仍需應對多供應商的複雜性。