設計理想的生成式人工智慧數據層：來自Intuit的關鍵見解

Home AI新聞設計理想的生成式人工智慧數據層：來自Intuit的關鍵見解

Updated on 十二月 1 2023

在關於生成式人工智慧的媒體報導中，一家企業公司因其快速有效地部署技術而脫穎而出：Intuit。

今年九月，Intuit 在旗下所有產品中推出了由大型語言模型（LLM）驅動的助手 Intuit Assist，包括 TurboTax、QuickBooks、Credit Karma 和 MailChimp。在此之前，該公司在六月份發表了其生成式人工智慧操作系統，旨在協調整個組織的 LLM 活動——這是一個雄心勃勃的願景，領先於業內其他主要參與者。

在最近的一次訪談中，我與 Intuit 產品管理副總裁 Alon Amit 探討了成功應用生成式人工智慧的關鍵因素：建立健全的數據管理層。

Amit 提到，Intuit 投入數年時間來完善這個數據層，以確保數據的準確性、良好整合、管治和去重。只有在建立了這一穩固基礎後，LLM 才能利用這些數據，為 Intuit 的一億小型企業和消費者客戶提供個性化互動。

在我們的討論中，Amit 分享了一張關鍵幻燈片，展示了 Intuit 的數據層模型，並概述了有效數據架構的最佳實踐。

對於企業數據領導者，我建議觀看上面鏈接的完整訪談，Amit 詳細闡述了 Intuit 正在推進的關鍵計劃以及 2024 年的目標。本次訪談是我們的 AI Unleashed 活動的一部分，完整視頻已包含在上方。

以下是我們對話的一些主要觀點：

1. 數據地圖登記處：Intuit 建立了一個集中化的數據資產庫，囊括公司內所有生成的實時和批量數據，以及所有數據架構。這確保了數據治理，為每個資產建立了明確的擁有權和用途。雖然 Amit 承認該過程中存在不完善之處，但他對明年年底前實現接近完美的治理抱有樂觀態度。

2. “數據作為產品”的文化：在這個數據地圖的幫助下，Intuit 在開發者、產品經理和工程師之間培養了一種文化，將所有生成的數據視為有價值的產品，而不僅僅是客戶面向產品中的數據。

3. 統一的數據架構治理：Intuit 確保所有數據架構（無論是來自點擊流還是第三方來源）都以一致的方式進行管理，以防止下游系統受到干擾，特別是那些支持生成式人工智慧的系統。數據流入（在 Amit 圖表的左側顯示）包括來自應用事件總線生成的實時數據等“域事件”，自動整合到 Intuit 的數據湖中。

4. 受管控的數據衍生：這個術語涵蓋了應用於源數據的所有轉換，例如分析計算、人工智慧特徵提取和市場屬性。如果開發者試圖衍生已存在於數據登記處的特徵，則會收到通知，從而避免冗餘。

5. 實時數據衍生：該計劃將於 2024 年實施，旨在提升 Intuit 在提供接近實時數據反應的能力。Amit 強調，該公司致力於精煉其流程，以便提供及時的洞察，確保 Intuit 能夠迅速理解用戶的行為，並在回應詢問或提供專家支持時作出反應。

這些策略展示了 Intuit 如何藉助強大的數據管理框架，領導生成式人工智慧的有效應用。

革命性的轉換器架構提升語言模型的速度與資源效率

介紹 DeepSeek Chat：中國最新的 ChatGPT 競爭者，搭載令人印象深刻的 67B 模型