La ricerca aziendale è impegnativa. Le query possono variare in qualità, dettaglio e specificità del dominio, ma le risposte devono essere accurate, dirette e altamente pertinenti. Allo stesso tempo, i dati sottostanti sono tipicamente poco strutturati, mal strutturati o completamente non strutturati, archiviati in vari formati con diversi livelli di accessibilità.
Avere informazioni corrette e aggiornate a portata di mano è essenziale per un buon servizio clienti, e i lavoratori più costosi di un'azienda — non solo il C-suite ma anche il personale tecnico specializzato e gli ingegneri — sprecano risorse aziendali quando devono passare ore a setacciare masse di documentazione poco strutturata per ottenere informazioni utilizzabili.
Queste sono il tipo di sfide che evidenziano il vero potere dell'AI in azienda.
DeepSearch di Jina AI sfrutta i nuovi sviluppi dell'AI per la ricerca aziendale applicando il ragionamento agentico al recupero di informazioni multimodali. Fa più che semplicemente recuperare una collezione di potenziali corrispondenze di query su richiesta. DeepSearch riflette intelligentemente sulle richieste degli utenti, riformulando le query e valutando i risultati, scavando più a fondo nei dati per conto dell'utente fino a quando non è soddisfatto del risultato nel suo complesso. Può identificare ambiguità nelle query di cui gli utenti potrebbero non essere consapevoli, riassumere le informazioni rilevanti e presentare i risultati. Se una query può essere correttamente risposta solo con informazioni provenienti da più di un documento, lo fa in modo trasparente e accessibile all'utente.
DeepSearch agisce come agente dell'utente, sfruttando i sistemi di recupero esistenti invece di sostituire un'intera stack tecnologica. Aggiunge potente AI ai sistemi critici senza costosi cambiamenti infrastrutturali.
tagCome Funziona DeepSearch?
Han Xiao
DeepSearch opera in modo iterativo, attraverso un processo di ricerca, lettura, riflessione e riformulazione della ricerca, tenendo traccia di ciò che ha imparato e riapplicandolo. In breve, imita il comportamento ideale dell'utente quando interagisce con un sistema di ricerca e un corpo di documenti.
DeepSearch va oltre il semplice miglioramento del recupero convenzionale. Non si limita a recuperare documenti da presentare agli utenti; li legge e poi formula nuove query basate su ciò che ha appreso. Pensa e risponde.
tagDeepSearch con Documenti Visivi
Per mostrare come funziona in azione, useremo una collezione di documenti PDF forniti dal nostro partner Sikla GmbH, un fornitore globale di sistemi di costruzione e ingegneria modulare con sede in Germania. Questi documenti consistono in cataloghi di prodotti, specifiche e documentazione di supporto per elementi di fissaggio e vari prodotti per costruzioni.
Mentre DeepSearch funziona con qualsiasi sistema di ricerca e archiviazione già in uso, per questo articolo, useremo il nostro prototipo Enterprise Visual Document Search. Questo archivio documenti basato su AI supporta media misti non strutturati, specialmente PDF e rendering HTML5/SVG che integrano sia diagrammi che testo, recuperando documenti tramite indicizzazione semantica multimodale e multilingue. In breve: funziona semplicemente con qualsiasi cosa tu abbia.
Consideriamo un esempio di query:
Qual è la coppia di serraggio per un morsetto per trave TCS F VdS/FM?
Trattando questa come una query normale e usando solo DocumentSearch, senza DeepSearch, i risultati appaiono così:
Questo non è molto utile. I termini della query sono perlopiù abbinati, ma le pagine trovate non sono molto rilevanti per la coppia di serraggio.
Una strategia per migliorare le query è rimuovere le parole non necessarie:
Coppia di serraggio per morsetto per trave TCS F VdS/FM.
Questa query recupera le istruzioni di montaggio, che specificano la corretta coppia di serraggio.
Questo evidenzia le idiosincrasie dei sistemi di recupero delle informazioni che sono spesso sensibili alla formulazione esatta della query. Non importa quanto ben calibrato sia il tuo sistema, può ancora darti questo tipo di problemi.
DeepSearch è in grado di provare diversi modi di costruire query e valutare i risultati, agendo per conto dell'utente. Invece di sprecare tempo ed energie umane giocando con la formulazione delle query, l'AI lo fa per loro.
Ma DeepSearch può fare più che mostrarti il documento giusto. "Qual è la coppia di serraggio per un morsetto per trave TCS F VdS/FM?" è una domanda con una risposta specifica corretta: 10 Nm (newton-metri). DeepSearch legge i documenti che trova e può darti la risposta direttamente, con un link al documento pertinente da ispezionare e verificare se appropriato:
La coppia di serraggio per i dadi del morsetto per trave Sikla TCS F VdS / FM è 10 Nm[^1]. Posizionare il morsetto per trave e serrare manualmente entrambi i dadi, quindi serrare i dadi a una coppia di 10 Nm.
tagDeepSearch, auch als TiefenSuche
DeepSearch è multilingue, con addestramento su oltre 100 lingue. Ciò significa che possiamo cercare anche in tedesco. Per esempio:
Was ist der Anzugsmoment für eine 25mm Stabilrohrschelle?
(Qual è la coppia di serraggio per un morsetto per tubo Stabil da 25mm?)
Usando DocumentSearch direttamente, il primo risultato contiene effettivamente una risposta:
Questo è abbastanza buono, anche se devi leggere la tabella ed essere consapevole che 25mm rientra nell'intervallo 24-65mm per arrivare al valore corretto: 2 Nm.
Ma c'è ancora un problema: questa query è ambigua. Sikla vende diversi morsetti per tubo del marchio Stabil con diverse coppie di serraggio. La pagina sopra ha la risposta corretta solo per il morsetto Stabil D3G.
La terza pagina con il punteggio più alto è più chiara su questo:
Qui vediamo tre diversi morsetti del marchio Stabil con differenti coppie di serraggio. Per ottenere una risposta completa e corretta, gli utenti devono sapere che, primo, la loro richiesta corrisponde a più di un elemento, e secondo, devono guardare oltre la prima pagina recuperata.
DeepSearch lo fa automaticamente. Fornisce una risposta molto più immediata e informativa alla stessa query:
Der Anzugsmoment für eine 25-mm-Stabilrohrschelle von Sikla variiert je nach Modell. Hier eine Übersicht relevanter Modelle und zugehöriger Anzugsmomente, basierend auf den Spannbereichen:
- Stabil D-3G m.E.: Für den Spannbereich 24-65 mm beträgt der Anzugsmoment 2 Nm [^1]. Dieser Wert gilt sowohl für statische als auch für seismische Belastungen. Diese Schelle ist aus galvanisch verzinktem Stahl gefertigt.
- Stabil RB-A: Diese Schelle hat keinen expliziten Wert für 25 mm genannt. Jedoch beträgt der Anzugsmoment für den Spannbereich 13-49 mm 20 Nm. Diese Schelle ist aus blankem Stahl gefertigt.
Es ist zu beachten, dass der korrekte Anzugsmoment entscheidend für die sichere Befestigung ist. Bei Unsicherheiten sollte immer die spezifische Montageanleitung des jeweiligen Sikla Produkts konsultiert werden.
Traduzione:
La coppia di serraggio per un morsetto per tubi Stabil da 25 mm di Sikla varia a seconda del modello. Ecco una panoramica dei modelli pertinenti e delle relative coppie di serraggio, in base ai loro intervalli di serraggio:
- Stabil D-3G m.E.: Per l'intervallo di serraggio di 24-65 mm, la coppia di serraggio è di 2 Nm [^1]. Questo valore si applica sia ai carichi statici che sismici. Questo morsetto è realizzato in acciaio zincato.
- Stabil RB-A: Questo morsetto non ha un valore esplicito per 25 mm. Tuttavia, la coppia di serraggio per l'intervallo di serraggio 13-49 mm è di 20 Nm. Questo morsetto è realizzato in acciaio lucido.
Va notato che la corretta coppia di serraggio è cruciale per un fissaggio sicuro. In caso di dubbi, consultare sempre le istruzioni di installazione per quello specifico prodotto Sikla.
Questo mostra il vero potere che DeepSearch aggiunge ai sistemi di query: esegue la due diligence approfondita che spesso gli utenti, anche ben informati ed esperti, non fanno.
tagDeepSearch Taglia Attraverso il Disordine
I documenti di esempio di Sikla sono spesso pieni di tabelle con nomi e numeri molto specifici. Queste sono informazioni molto importanti per un'azienda di ingegneria, ma sono anche sgradevoli alla vista e soggette a essere mal interpretate o saltate da un lettore umano che è solo un po' stanco o annoiato.
Per esempio:
Welches ist die notwendige Verankerungstiefe in Porenbeton beim VMU plus System?
(Qual è la profondità di ancoraggio necessaria per il sistema VMU plus nel calcestruzzo aerato?)
Questo recupera le informazioni giuste, ma in una pagina piena di tabelle e numeri:
DeepSearch taglia attraverso questo e fornisce una risposta che esclude ciò che non risponde alla query:
Die notwendige Verankerungstiefe für das VMU plus System in Porenbeton hängt von der Steindruckfestigkeit des Porenbetons (fb) und dem Durchmesser der Ankerstange ab. Gemäß ETA-17/0307 sind folgende Werte für Porenbeton AAC6 (ρ: 0,6 kg/dm³) mit einer Steindruckfestigkeit von ≥ 6 N/mm² zu berücksichtigen [^1]:
Für Ankerstangen M8 bis M16 gilt eine Verankerungstiefe (hef) von 80 mm bis 100 mm. […]
Traduzione:
La profondità di ancoraggio necessaria per il sistema VMU plus nel calcestruzzo aerato dipende dalla resistenza alla compressione del calcestruzzo aerato (fb) e dal diametro della barra di ancoraggio. Secondo ETA-17/0307, i seguenti valori devono essere considerati per il calcestruzzo aerato AAC6 (ρ: 0,6 kg/dm³) con una resistenza alla compressione di ≥ 6 N/mm² [^1]:
Per le barre di ancoraggio da M8 a M16, si applica una profondità di ancoraggio (hef) da 80 mm a 100 mm. [...]
tagDeepSearch per le Imprese: Lascia che l'IA Cerchi per Te
Non c'è area dell'IT aziendale in cui la tecnologia IA sia più immediatamente rilevante del recupero delle informazioni. Jina AI offre uno stack completo di tecnologie di ricerca IA, dall'indicizzazione semantica multimediale ai modelli di linguaggio e ragionamento IA, che si collegano a un intero stack tecnologico e si occupano delle informazioni che memorizza. Soluzioni robuste, accessibili e persino economiche basate sull'IA sono disponibili ora per il servizio clienti e il supporto ai dipendenti.
Se la tua azienda ha dati memorizzati che devi avere a portata di mano, abbiamo soluzioni per aziende di tutte le dimensioni e necessità di protezione dei dati. Jina AI è un fornitore europeo che fornisce accesso ai modelli IA secondo necessità tramite un'API pubblica conforme al GDPR, pronta per essere installata nel tuo deployment cloud o per l'installazione in loco nella tua sala server.
