緊鑼密鼓的“百模大戰”持續了三個多月，全球都在對 AIGC 的發展既充滿期待，又深感焦慮（如何跟上 AIGC 的步伐）。漢得自 GPT3.0 面世后，就開始探索 AIGC 在B端的應用。我們在各業務領域努力挖掘應用場景，營銷端、物流端、車間端、財務端……應用場景將越來越豐富。

我們在探索應用場景的過程中發現，駕馭 AIGC 并將其實際應用落地并非易事，需要掌握很多的方式方法，每一個應用點還需要組合多種技術或工具才能實現，需要大量地進行調優干預等等。這些工程化工作，對于各行各業的企業而言，無疑是有較大門檻的。

(相關資料圖)

術業有專攻，漢得是專門從事企業數字化應用的服務商，那么每接觸一項新技術，都會先考慮如何工程化此技術讓企業能實際落地，如何在 HZERO 融合中臺上沉淀相應的服務組件，使其被企業能更便捷地應用，這已經成為我們無需過多思考的習慣了。

我們堅信，AIGC 必將在未來數年引領企業數字化的浪潮。基于漢得融合中臺 HZERO ，我們著手打造好“AIGC中臺”這一利器，預置“百模”的對接和大量 AIGC 通用應用功能，并提供低代碼 AIGC 應用編排工具。

作為HZERO融合中臺的新成員，漢得AIGC中臺致力于幫助企業高效“善 AIGC 應用之事”。

漢得AIGC中臺初版

計劃于7月底正式發布

借本次文章先小亮一相

以下是AIGC中臺

兩個通用組件應用示例

為了方便大家理解

我們用漢得自己的

真實業務場景進行演示

讓大家先睹為快

01

漢得AI知識平臺

為什么我們會在 AIGC 中臺里先做知識問答組件？因為 AI 私有知識庫是企業應用 AIGC 最先能夠落地且變現價值的方向之一，各行各業的企業都有私有知識積累及應用的需求。

而構建 AI 私有知識庫需要有大模型基礎應用能力（包括賬號管理、Token配額管理等），同時需要建設本地向量庫、文檔管理、權限管理等能力，支持私有向量化能力、支持多種知識來源（如doc、docx、ppt、pptx、pdf、WebURL等），以及支持知識反饋等擴展增強。

對于企業而言，自建這樣一個系統會有比較大的門檻。例如，在應用本地的 Milvus 向量庫時，可能會遇到消息隊列占用存儲空間過多、過快等問題導致向量庫異常，而這些問題對于企業來說是難以自我解決的。

因此，我們構建 AIGC 中臺 - 知識庫組件，以幫助企業更便捷地應用 AIGC 知識問答能力。通過這個成熟的 AI 私有知識庫組件，企業可以更快地應用并利用 AIGC 的能力。

以下畫面皆為系統實際操作界面

觀看視頻了解詳細內容

漢得 AI 知識平臺

借助漢得AIGC中臺的知識問答組件，企業可以快速搭建各個領域的知識庫，無論是門店銷售、售后客服、設備維護或是財務共享，均可以快速利用AIGC帶來效率的顯著提升。

02

漢得智慧交互平臺

除了“知識問答”能力，在各個業務場景里應用 AIGC，還有其他的公共需求。例如，無論在哪個工作場景，用戶都希望有一個 AI 助手或虛擬人，能夠對話交互、執行任務（模糊指令）等。

以數據應用為例，對于許多企業的管理者來說，查詢業務數據是既愛又恨的事情。一方面，獲取充足的數據可以有效幫助管理者做出判斷和決策；另一方面，管理者必須記住很多報表，并理解每張報表的內容及其邏輯關系，才能準確找到自己需要的數據。

如果有個 AI 秘書（助手）能夠理解管理者的需要，自動地幫助管理者搜尋并展現數據，無疑可以大幅提升工作效率。這正是生成式 AI 應用的必要通用能力。

以漢得自己的實際場景為例，我們服務眾多客戶，并與大部分客戶都有著長期合作關系，而這些合作往往是多業務條線的，我們可以與 AIGC 中臺的智慧交互助手進行對話，讓其幫助我們高效獲取客戶相關數據。有了這個 AI 秘書（助手），用戶似乎不用再學習應該去哪里找數據了，一切就交給 AI 秘書（助手）。

漢得智慧交互平臺

漢得智慧交互助手，預置了語音能力、數據查詢能力、業務處理能力（如提交請假申請）等等，提供了一個企業 “AI助手”基礎版本，大大降低了在各業務場景下構筑AIGC應用的難度。

漢得AIGC中臺沉淀的是通用應用功能+工具，為的是讓企業更快融入AIGC的世界。通過以上兩個例子，我們希望大家對漢得AIGC中臺有具體的認識。在一個月后的正式發布會上，我們將分享更詳盡的內容，敬請期待。

關鍵詞：