Az AI Explorer közvetlenül az LDB-be integrálva, minden oldal jobb felső menüsávjában megjelenik. Például a mintanézetben egy csevegésben feltett kérdéssel pontosan az adott mintáról kérhet információt az MI-től: „Foglald össze ennek a mintának az eredményeit, és ellenőrizd a mérési eredmények hihetőségét.” Az MI ismeri a minta kontextusát (törzsadatok, paraméterek, mérési értékek, előírt értékek, megrendelés stb.), és ezek alapján másodpercek alatt, közvetlenül az adott mintánál válaszol.
Ez az LDB minden más oldalán ugyanígy működik: egy ügyfélnél például megkérdezheti, hogy „Milyen megrendeléseket zárt le ez az ügyfél az elmúlt évben?”, egy mérő- és vizsgálóeszköznél pedig azt, hogy „Mikor esedékes a következő kalibrálás?” A kontextushoz igazodó megközelítéssel az LDB személyes MI-asszisztenssé válik, amely leveszi Önről a monoton keresés terhét, és érthetően válaszol az összetett kérdésekre.
Az MI válaszainak minősége döntően attól függ, milyen kontextust kap háttérinformációként egy kérdéshez. Ezért nagy figyelmet fordítottunk a kontextustervezésre: arra, hogy az MI automatikusan mindig pontosan az adott adattípushoz szükséges adatokat és kiegészítő információkat kapja meg. A kontextustervezés elve szerint az MI-rendszert úgy kell kialakítani, hogy a feladat elvégzéséhez „a megfelelő információkat a megfelelő formátumban” kapja meg. Csak megfelelő kontextus mellett várható megbízható válasz az MI-től.
Ezért minden adattípushoz egyedi kontextuscsomagot építettünk az LDB-be. Egy mintára vonatkozó kérdésnél például az MI háttérinformációként megkapja a paramétereket és mérési értékeket, a határértékadatokat, a mintamegjegyzéseket és a kapcsolódó megrendelés adatait. Egy ügyfélre vonatkozó kérdésnél például a megrendelési előzményeket, a kapcsolattartókat és a nyitott ügyeket kapja meg. A kontextus dinamikus összeállítása teljesen automatikusan zajlik a háttérben, miközben Ön megfogalmazza a kérdését. Az eredmény: az MI „tudja”, miről van szó, Ön pedig általános válaszok helyett magas színvonalú, pontos válaszokat kap. Ez a gondos kontextuselőkészítés jelentősen megkülönbözteti MI-integrációnkat az egyszerű MI-bemutatóktól: egy szokványos chatbot és az AI Explorer közötti különbség elsősorban a biztosított kontextus minőségében rejlik.
Az AI Explorer egyik alapvető jellemzője az átláthatóság. Fontos számunkra, hogy teljes mértékben megbízhasson az LDB MI-integrációjában. Ezért a kontextusadatokat engedélyezésre szolgáló jelölőnégyzettel együtt felsoroljuk, mielőtt az MI-modellhez küldenénk őket.
Ennek során figyelembe vesszük a kérdező felhasználó hozzáférési jogait, és csak olyan adatokat ajánlunk fel, amelyekhez olvasási joga van. Így az LDB jogosultságai az MI használata során is érvényben maradnak, Ön pedig megőrzi adatai feletti teljes ellenőrzését.
Az LDB-ben minden MI-beszélgetés az adott rekordhoz és felhasználóhoz kapcsolva, a kontextussal együtt tárolódik. Tegyük fel, hogy egy mintával kapcsolatban több részből álló kérdése van: először például azt kérdezi, hogy „E minta mely mérési értékei térnek el az előírt értékektől?”, majd azt, hogy „Milyen lehetséges okai lehetnek ennek?” Az AI Explorer közvetlenül az adott mintánál menti a párbeszédet. Akár hetekkel később is megnyithatja a mintát, és megtekintheti a mentett beszélgetést az összes kérdéssel, kontextusinformációval és MI-válasszal együtt. Zökkenőmentesen folytathatja további kérdésekkel, vagy új beszélgetést indíthat a mintáról.
A rekordonként megőrzött beszélgetési előzményeknek jelentős előnyei vannak. Egyrészt dokumentációként szolgálnak: Ön és kollégái bármikor visszanézhetik, milyen információkat adott az MI egy ügyről. Másrészt támogatják a csapatmunkát. Ha egy laborvezető MI-elemzést végzett egy megrendelésről, kollégája később megtekintheti és folytathatja a beszélgetést, a kérdések újrafogalmazása nélkül. A tudás és a felismerések nem vesznek el, hanem ott maradnak elérhetők, ahol a helyük van: a rendszer adott rekordjánál.
Kifejezetten az MI-vel először dolgozó felhasználók számára gyakorlati mintakérdéseket állítottunk össze. Minden oldalon előre meghatározott, az adott adattípushoz illő kérdéseket talál. Egy kattintás elegendő, és az AI Explorer az adott rekord kontextusadatai alapján válaszol.
Egy anyagnál például ilyen mintakérdés szerepelhet: „Ennek az anyagnak mely tételei járnak le hamarosan?” Ez jól megmutatja, hogyan nyeri ki az MI az információt az adatokból, és hogyan fogalmazza meg a választ. Egy ügyfélrekordnál például ez állhat: „Sorold fel az ügyfél legutóbb lezárt megrendeléseit.” Ezek az egykattintásos kérdések megkönnyítik az indulást, és gyorsan megmutatják, mi mindent kérdezhet az MI-től.
A mintakérdéseket gondosan válogatjuk és folyamatosan bővítjük, hogy valódi értéket nyújtsanak, és lefedjék a gyakori felhasználási eseteket. Így minden felhasználó könnyen kezdheti el az MI használatát, és azonnal hasznos eredményeket érhet el.
