Uniphore推出X-Stream：統一知識解決方案，助力快速開發RAG應用程序，加速八倍。

Uniphore，一家全球領先的對話式人工智慧和自動化技術公司，推出了其核心數據和人工智慧平台的創新層級——X-Stream。X-Stream 通過提供知識即服務的功能，簡化了檢索增強生成（RAG）應用程序的開發，並整合了企業用以利用其多模態數據集進行專業化人工智慧應用所需的必要工具、連接器和控制項。

X-Stream 提供了一個統一且開放的架構，精簡了準備人工智慧數據的繁瑣過程，有效地作為全面解決方案，無需在開發管道中使用多個工具。"X-Stream 使用戶能夠精細調整其數據，將其轉化為準備好的人工智慧知識。這可以無縫整合進 Uniphore 的生產就緒小型語言模型中，或用於開發自定義模型。我們經驗豐富的數據科學家和工程師已經解決了有關準確性和幻覺的挑戰，確保安全並指引客戶實現人工智慧主權，" Uniphore 的首席執行官 Umesh Sachdev 說。

針對 RAG 的數據挑戰

隨著生成式人工智慧不斷發展，RAG 的概念——即人工智慧從指定數據庫中獲取信息以提供準確答案——越來越受到重視。企業競相創建基於 RAG 的搜尋和聊天應用，利用其內部知識庫提供準確且無幻覺的回應，最終提升各項功能的效率。

然而，開發和擴展這些應用程序面臨著重大的數據挑戰。組織所需的信息通常分散在各種來源和格式中，包括結構化表格、非結構化文本、文件和視頻。為了整合這些數據，企業通常需要多個組件和數據連接器，如 Fivetran，來連結其數據倉庫、ERP 系統、人力資源管理系統及內部應用。

一旦連接，組織需要通過數據分塊、轉換為嵌入以及使用如 Milvus、Weaviate 或 Pinecone 的向量數據庫進行儲存，來啟用 RAG 流程。為了提升準確性，他們還可能整合圖形 RAG 功能，例如使用 Neo4j。

這種分散的方法迅速變得繁瑣，往往導致項目時間表延長數月，才達到可擴展的生成式人工智慧應用。"我們聽取了企業數據領導者對於更高效的方法以推動語音、視頻和文本的知識轉型的需求，遠離傳統數據平台或庫，"Sachdev 解釋說。

為了填補這些數據鴻溝，Uniphore 的 X-Stream 提供了一個整合所有必要工具和控制的統一架構。X-Stream 從超過200個來源獲取多模態數據，通過智能合併和轉換使其達到人工智慧準備狀態。在初步處理後，它將數據分塊，轉換成嵌入，並儲存在向量數據庫中，促進人工智慧團隊訪問相關數據，並支持 Uniphore 的行業特定模型和 RAG 用例。

此外，X-Stream 還生成知識圖，為需要上下文和推理的情況提供支持，並創造合成數據以針對特定用例或行業量身定制模型。它還包括證據管理功能，如事實檢查和分塊歸屬，增強對人工智慧輸出的信任。

這一全面解決方案加速了從數據準備到最終輸出的人工智慧管道，使得生產級 RAG 應用的開發更快。"X-Stream 突出的原因有兩點：它利用了 Uniphore 在語音、視頻和文本的非結構化數據上的16年經驗，並提供了一個統一的平台來滿足多樣化的企業人工智慧需求，" Sachdev 補充道。

提供顯著價值

儘管 X-Stream 剛剛推出，Sachdev 強調其優化人工智慧和數據組件的潛力，使得使用內部數據的行業特定生成式人工智慧應用的部署速度提升至八倍，同時符合最高的質量、合規性和治理標準。"Uniphore 採用基於使用的定價模型，客戶在上線幾周內通常會實現4倍至6倍的投資回報，"他指出。

值得注意的是，X-Stream 的某些功能與大型服務商和初創企業的相似，例如 Amazon 的 Sagemaker、Tonic AI 和 Unstructured.io。觀察這項新產品的擴展性將十分有趣，尤其是在越來越多企業采納生成式人工智慧以應對內部和外部應用的情況下。Uniphore 與超過1500家公司合作，包括 DHL、埃森哲和綜合保險。

根據 Gartner 的預測，預計到2025年，30%的生成式人工智慧項目將在概念驗證階段後因數據質量差、風險控制不當或成本上升而被放棄。