AI Explorer jest bezpośrednio zintegrowany z LDB i pojawia się na każdej stronie w pasku menu w prawym górnym rogu. W widoku próbki możesz na przykład zapytać AI właśnie o tę próbkę: „Podsumuj wyniki tej próbki i sprawdź wiarygodność wyników pomiarów”. AI zna kontekst próbki (dane podstawowe, parametry, wartości pomiarowe, wartości docelowe, zlecenie itd.) i na tej podstawie udziela odpowiedzi w ciągu kilku sekund, bezpośrednio przy danej próbce.
Tak samo działa to na pozostałych stronach LDB. W przypadku klienta możesz zapytać „Które zlecenia ten klient zakończył w ubiegłym roku?”, a przy wyposażeniu kontrolno-pomiarowym „Kiedy przypada następne wzorcowanie?” Dzięki uwzględnianiu kontekstu LDB staje się osobistym asystentem AI, który wyręcza w monotonnych poszukiwaniach i odpowiada na złożone pytania w zrozumiały sposób.
Jakość odpowiedzi AI zależy w dużej mierze od kontekstu, który otrzymuje wraz z pytaniem. Dużą wagę przyłożyliśmy do inżynierii kontekstu, czyli automatycznego dostarczania AI właściwych danych i informacji dodatkowych odpowiednich dla danego typu danych. Zasada ta polega na projektowaniu systemu AI tak, aby do wykonania zadania otrzymywał „właściwe informacje we właściwym formacie”. Odpowiedź może być wiarygodna tylko wtedy, gdy AI otrzyma właściwy kontekst.
Dlatego dla każdego typu danych przygotowaliśmy w LDB dopasowany zestaw informacji kontekstowych. Przy pytaniu o próbkę AI otrzymuje na przykład parametry i wartości pomiarowe, informacje o wartościach granicznych, notatki do próbki oraz dane powiązanego zlecenia. Przy pytaniu o klienta kontekst obejmuje m.in. historię zleceń, osoby kontaktowe i otwarte sprawy. Kontekst jest zestawiany dynamicznie i całkowicie automatycznie w tle, gdy formułujesz pytanie. W rezultacie AI „wie”, czego dotyczy pytanie, i udziela precyzyjnych odpowiedzi wysokiej jakości zamiast ogólników. Tak staranne przygotowanie kontekstu odróżnia naszą integrację od prostych demonstracji AI: różnica między zwykłym chatbotem a AI Explorer tkwi przede wszystkim w jakości dostarczonego kontekstu.
Przejrzystość jest kluczowym aspektem AI Explorer. Zależy nam na pełnym zaufaniu do integracji AI w LDB. Dlatego przed wysłaniem danych kontekstowych do modelu AI wyświetlamy ich listę z polami wyboru umożliwiającymi zatwierdzenie przekazania.
Uwzględniane są uprawnienia użytkownika zadającego pytanie i proponowane są wyłącznie dane, do których ma on dostęp do odczytu. Dzięki temu uprawnienia dostępu w LDB obowiązują także podczas korzystania z AI, a Ty zachowujesz pełną kontrolę nad swoimi danymi.
W LDB każda rozmowa z AI jest zapisywana wraz z kontekstem przy danym rekordzie i użytkowniku. Możesz zadać serię pytań dotyczących próbki, na przykład najpierw „Które wartości pomiarowe tej próbki wykraczają poza wartości docelowe?”, a następnie „Jakie mogą być tego przyczyny?” AI Explorer zapisuje tę rozmowę bezpośrednio przy próbce. Nawet po kilku tygodniach możesz otworzyć próbkę i przejrzeć zapisaną historię, wraz ze wszystkimi pytaniami, informacjami kontekstowymi i odpowiedziami AI. Możesz płynnie zadawać kolejne pytania lub rozpocząć nową rozmowę dotyczącą próbki.
Trwale zapisana historia rozmów przy każdym rekordzie ma istotne zalety. Służy dokumentowaniu: Ty i współpracownicy możecie w każdej chwili sprawdzić, jakich informacji udzieliła AI w danej sprawie. Wspiera również współpracę w zespole. Jeżeli kierownik laboratorium przeanalizował zlecenie przy użyciu AI, współpracownik może później przeczytać i kontynuować tę rozmowę, zamiast ponownie formułować pytania. Wiedza i wnioski pozostają dostępne tam, gdzie powinny być: przy odpowiednim rekordzie w systemie.
Przygotowaliśmy praktyczne przykładowe pytania, szczególnie z myślą o osobach korzystających z AI po raz pierwszy. Na każdej stronie znajdują się gotowe pytania dopasowane do danego typu danych. Wystarczy kliknąć jedno z nich, a AI Explorer odpowie, korzystając z danych kontekstowych odpowiedniego rekordu.
W przypadku materiału przykładowe pytanie może brzmieć „Które partie tego materiału wkrótce stracą ważność?” Pozwala to zobaczyć, jak AI wydobywa informacje z danych i udziela odpowiedzi. Dla rekordu klienta przykładem jest „Wymień ostatnio zakończone zlecenia tego klienta”. Takie pytania dostępne jednym kliknięciem ułatwiają rozpoczęcie pracy i szybko pokazują, o co można pytać AI.
Przykładowe pytania są starannie dobierane i stale rozszerzane, aby przynosiły korzyści i obejmowały typowe zastosowania. Dzięki temu każdy użytkownik może łatwo rozpocząć korzystanie z AI i od razu uzyskiwać użyteczne wyniki.
