ChatGPT問世之初,DDS THU AI中心團隊立即注意到,AI的發展將進入一個新的階段,對於產業的影響,難以估量。 羅文聰主任釐清各種不同層面的需求與問題之後,邀請投注Open Data逾10年,致力以開放資料的力量來推動及改善社會的張維志深入研究ChatGpt的技術與應用。 1個月後,2023年2月3日召集第一次ChatGPT會議,再經過1個月的密集討論,羅文聰將生成式(Generative Pre-trained Transformer)AI的應用聚焦在知識文本(包括客服與企業知識建構)和設計圖生成(包括製造與建築),進行開發產業應用的實驗。
第二次GPT會議上,許瑞愷提出櫻花客服系統或許是合適的實驗場域。 櫻花1年至少150萬通客服電話,客服團隊包括60位全職客服人員和200位維修工程師,且擁有完整的客服紀錄系統,能否藉助AI技術提供更迅速、準確的服務,一直是高層積極努力的方向。 2018年櫻花資訊長蔡月瑱率隊參加人工智慧學校經理人班第二期, 許瑞愷和陳倫奇進廠了解現況,給出建議,3個月內帶領他們的IT實作一版「小花客服系統」的原型,獲得該屆第2名,使用迄今。
因應ChatGPT,許瑞愷第一時間認為「小花客服系統」有升級的機會,即邀約蔡資訊長是否有意嘗試ChatGPT對客服等項目產生激盪的可能性?當場雙方決定啟動一個合作研究案。 許瑞愷和白鎧誌隨即進場溝通後續可行的範圍與推動方式,最終決定藉由ChatGPT同時實驗開發「客服助手」與「技術服務助手」意即升級「小花客服系統」,同時建立技術支援團隊的知識管理系統。
ChatGPT背後的技術是LLM(Large Language Model,大型語言模型),只要會問問題,就能聊天、取得知識,甚至成為強大的助手。 問題是,無論是實際的客戶服務、購買過程,或是技術人員的教育訓練,需要的是簡單、精準的答案。 如何同時清理、淬取非結構(例如,WORD的文字、設計圖)與結構(例如,數據庫的數字)的資料,將各種不同的問答文字建立一個結構化的資料庫,透過問答,就能得到跨知識來源的有效建議或綜合答案?這是落地經驗與專業技術的一大挑戰。
9月11日,櫻花內部召開初步成果發表會,副董事長、總經理與一、二級主管出席,可見重視程度。 在櫻花服務管理處鍾錦慧經理展示「客服助手」與「技術服務助手」系統,以及聽取白鎧誌的簡報之後,對於從知識庫建構到問題知識檢索和模型開發的初步成果,均表達訝異與興奮,一致肯定此次合作研究案應該能夠有效地大幅提升客服與技術人員的工作效率,且降低人員流動的學習曲線與不可控性。 因此,約定持續擴充到其他單位的服務項目,例如業務單位第一線回答客戶購買相關問題的SalesGPT等等。
每個行業別都有專業知識,檔案格式、內容都不相同,任何形式的數位應用都必須落地實際討論專業、知識、內容,釐清知識是否完整、足夠?能否進行清理資料?櫻花產品在全台市占率最高,集品牌、研發、製造、通路、服務於一身,且有AI應用相關經驗,雙方合作雖仍會面臨不同專業領域的溝通問題,但已經具備相當優質的開發基礎。 因此雙方的合作在了解生成式AI對產業的衝擊、因應與轉型等面向上,具有高度的實驗價值與具體實踐的意義。
ChatGPT帶動這波LLM的最大衝擊,是每個人都可以有個co-pilot。 對產業言,透過知識管理系統厚植、提升自家長年累積的軟實力,原本只是想像,現在有機會看見落實的曙光。 若具體從智慧製造來看,將不再侷限於產線設備數據化後的智慧能力提升,而是從研發、製造、銷售、服務的知識,被綜合、淬取、再利用後,有機會產出一個大幅提升工作效率的co-pilot。
DDS THU AI中心與櫻花合作案是個起步,當生成式AI之知識建構的方法論能夠成為一種工具、平台,不僅能縱向應用到企業的不同項目,且能橫向應用到不同行業。 簡單的說,從櫻花合作案開始,AI中心有機會從點擴展到線,進而幫助到整片產業。
大圖說明:前排左起:櫻花總經理李惠恂、副董林有土、羅文聰、許瑞愷、白鎧智、資訊長蔡月瑱。
● 讀後留言使用指南
近期迴響