Agent Bricks Knowledge Assistant est désormais en disponibilité générale : transformez les connaissances de l'entreprise en réponses

Certaines des données les plus précieuses de votre entreprise sont toujours difficiles d'accès. Les documents, les présentations, les PDF et les systèmes internes contiennent des informations essentielles. Pourtant, les équipes passent trop de temps à rechercher, à recouper et à rassembler des informations pour reconstituer le contexte au lieu de prendre des décisions. 

Les approches traditionnelles comme la génération augmentée par récupération (RAG) impliquaient l'analyse, la segmentation et le plongement complexes de données non structurées, ainsi que des mises à jour et une personnalisation constantes pour leur maintenance, mais ne donnaient que des résultats médiocres. Cela rendait impossible de monter en charge sur de nombreuses équipes et de nombreux systèmes, laissant ainsi vos données inaccessibles.

Knowledge Assistant change la donne. Désormais en disponibilité générale et étendu à 10 nouvelles régions, vous pouvez transformer vos documents en réponses précises et fondées en quelques minutes seulement. Faisant partie de la plateforme Agent Bricks, il offre une expérience entièrement managée sur l'ensemble du cycle de vie de l'agent, de l'ingestion et des mises à jour continues à l'extraction et à l'inférence, avec un endpoint évolutif que vous pouvez intégrer n'importe où. Knowledge Assistant s'appuie sur la recherche de Databricks AI et atteint une qualité de réponse jusqu'à 70 % supérieure à celle des approches RAG simplistes, sans la surcharge opérationnelle.

Une nouvelle approche de la récupération pour les données d'entreprise réelles

La plupart des systèmes d'extraction ont été conçus pour un monde plus simple : un index unique, un schéma uniforme et la recherche par similarité comme signal principal. Les connaissances en entreprise sont bien différentes. Elles s'étendent sur de nombreux systèmes, chacun ayant des structures, des conventions de métadonnées et des attentes différentes en matière de fraîcheur et d'autorité. Considérer l'ensemble de ces éléments comme une source de données unique et uniforme limite à la fois la qualité et le contrôle.

Knowledge Assistant repose sur une architecture fondamentalement différente, développée par l'équipe de recherche en IA de Databricks et appelée Instructed Retriever. Plutôt que de se baser uniquement sur la recherche par similarité, l'assistant comprend comment chaque source de connaissances est organisée et comment elle doit être interrogée. Lorsqu'un utilisateur pose une question, Knowledge Assistant traduit cette demande en requêtes précises et adaptées à la source, en intégrant des instructions telles que la priorisation du contenu récent, la mise en avant de métadonnées spécifiques ou la préférence pour les sources faisant autorité.

Cette approche permet à l'assistant de synthétiser des informations provenant de systèmes hétérogènes tout en restant ancré dans la structure de chacun. Cela signifie que vous obtenez des citations au niveau de la page pour chaque réponse, ce qui réduit les hallucinations et permet à vos utilisateurs de revenir rapidement à la source.

Comme cette architecture est fournie sous forme de service entièrement managé, les équipes bénéficient automatiquement des améliorations continues de la recherche, plutôt que de figer la qualité de la récupération au moment du déploiement d'un agent. Nous évaluons en permanence les nouveaux modèles, les nouvelles techniques et les nouveaux travaux de recherche, en les testant par rapport à notre suite d'évaluation complète, puis en les intégrant automatiquement et de manière transparente dans votre agent.

Combler le fossé entre les experts du domaine et les développeurs

La plupart des systèmes d'IA d'entreprise reposent sur des prompts statiques, des étiquettes ou des signaux de feedback généraux qui corrigent des réponses individuelles mais ne parviennent pas à généraliser. Knowledge Assistant est conçu différemment et utilise l'apprentissage d'agent à partir du feedback humain (ALHF) pour transformer les conseils d'experts en améliorations durables et reproductibles du comportement de l'agent.

Contrairement aux corrections ponctuelles, l'ALHF généralise les retours d'experts sur l'ensemble des interactions. Vos experts doivent simplement fournir des questions et des directives pour la réponse, et l'Assistant de connaissances s'occupera du reste. Chaque réponse est capturée dans une trace de bout en bout et journalisée en tant que données structurées et régies. Grâce à l'intégration native de MLflow, les équipes peuvent évaluer les changements et suivre les améliorations de la qualité avec la même rigueur que celle utilisée pour les systèmes de ML en production. 

« Agent Bricks a transformé notre code en conversations, un coéquipier IA toujours disponible qui nous aide à avancer plus vite, à travailler plus intelligemment et à rester concentrés sur la fourniture d'une gestion des revenus sans friction. » — Ben Bartholic, Principal data engineer, FinThrive

Créez votre agent Knowledge Assistant dès aujourd'hui

Pour commencer, rien de plus simple. Uploadez vos documents et Knowledge Assistant s'occupe du reste. Utilisez Knowledge Assistant pour créer des agents qui comprennent les études de marché, la documentation de support ou les politiques et procédures afin d'exploiter les connaissances de votre entreprise et d'accélérer la productivité.

• Passez à la création : Suivez notre documentation pour déployer votre premier Knowledge Assistant dès aujourd'hui.
• Plongée au cœur de la technologie : Lisez notre blog de recherche pour en savoir plus sur la science derrière l'Instructed Retriever.
• Améliorez vos compétences : Apprenez les principes fondamentaux des agents d'IA dans un cours de développement des compétences gratuit.

(Cet article de blog a été traduit à l'aide d'outils basés sur l'intelligence artificielle) Article original