株式会社AVILEN(总部:东京都中央区,代表董事:高桥 光太郎,以下简称「AVILEN」)已经开始提供一项新计划「生成式AI时代的知识管理研修」,该计划以活用RAG(检索增强生成)等生成式AI为前提。 本研修是一项实践型计划,旨在协助企业将传统的「适合人类阅读的数据」转型为AI能够正确识别与活用的「AI可读(AI-readable)」数据格式。该计划已在一家大型金融机构先行导入,以最大化内部知识的RAG活用,并在实际业务中确认了极高的有效性。 ## 何谓「生成式AI时代的知识管理研修」? 本研修是一项旨在培育能够理解、实践并运营AI时代知识循环流程的人才的计划,前提是活用「RAG(检索增强生成)」让AI参考企业内部独有的知识。 不仅限于学习工具的使用方法,学员将在两天的时间内,系统性地掌握从知识管理(KM)的基础理论,到AI为了正确回答所必需的「理想数据状态」的加工技术。 ## 背景 许多企业正在导入生成式AI与RAG,但却面临着「回答准确度无法提升」、「在业务现场未被活用」等课题。其最大的原因在于,RAG的准确度相比于模型或工具的性能,更加依赖于其所参考的「数据状态」。 传统的知识是以「适合人类阅读」为标准进行管理的,其中大部分——例如「一眼就能掌握整体的图解(如树状图)」或「涵盖所有过往历程的完整文档」——对AI来说,很难判断信息的关联性或最新程度。为了让AI成为业务的合作伙伴,关键在于不仅是少数的管理职或专业人员,而是所有在日常业务中产出数据的员工,都能意识到以「AI容易理解的形式(AI可读)」进行输出,借此提升整个组织的AI活用水准。 为了解决企业的这些课题,我们开始提供本研修服务。 ## 「生成式AI时代的知识管理研修」的特色 本研修最大的特色在于,它兼顾了对RAG运作机制「原理原则」的理解,以及与实际业务直接相关的「AI可读」数据整备技术。 ### 1. 从本质上理解RAG的机制与「数据的重要性」 不只是学习数据加工手法,而是学习「为什么AI无法读取该数据」的RAG内部机制。通过理解原理,学员将能够自行定义「理想的数据状态」,从而导出高准确度的回答,而不依赖于工具或模型。 ### 2. 迈向「AI可读」的数据整备流程 基于「RAG的准确度由数据状态决定」的原则,学员将掌握将非结构化数据修正为AI能准确提取与理解格式的具体技术。这是在AI优先(AI-first)时代不可或缺的技能:将过去以人类易读性为优先的文档,重新建构为与AI高度兼容的格式。 ### 3. 直接链接各部门运作的6种实践演练 除了「改写为AI可读文档的演练」之外...