通过这些AI工具,红帽不仅增强了自助服务功能,还加快了支持请求的响应速度。预计红帽将避免约500万美元的成本支出,并提高IT支持团队的工作满意度,从而优化客户体验。
红帽的技术支持服务是公司成功的核心,也是客户选择红帽的关键因素。随着客户数量的增加,支持请求的数量也持续攀升,红帽的支持服务面临着巨大的压力。
全球范围内,红帽拥有1,100名技术支持专家,24小时为客户提供服务,每月处理约30,000个新支持案例。为了确保支持服务的高效性与可扩展性,红帽体验工程团队在全球范围内推进AI技术,以提升客户体验并减轻支持团队的负担。
红帽的目标是减少重复性任务、缩短信息检索时间,从而加速响应速度,提高问题解决效率。
红帽体验工程团队AI与数据高级总监Mandy Elliott表示:“面对海量支持资料,我们希望利用AI提升效率,同时确保数据隐私的安全。”
红帽体验工程团队采取灵活、实验性的方式推动AI计划的实施。为了确保AI应用的成功,团队采用了“下注图”(betmap)方法,这种方法注重迭代实验和实时反馈,灵活性强。
红帽的AI技术战略负责人Manikandan Sivanesan表示:“AI能力非常强大,项目很容易失控。虽然灵活性和实验性思维至关重要,但保持项目的专注同样重要。”
AI驱动的四大创新项目
优化红帽客户门户的案例管理与故障排查工具
开发AI摘要模型生成简洁的解决方案摘要
创建AI驱动的案例交接支持工具
开发自动生成标准化知识库文章的AI工具
团队最初在红帽企业Linux AI平台上进行AI模型实验,该平台支持开发适用于企业应用的Granite系列大语言模型(LLM)。经过验证后,这些应用被成功扩展并部署在红帽OpenShift AI on AWS平台上,后者是一个为混合云环境专门设计的企业级AI和机器学习(ML)平台。
首个项目聚焦于优化红帽客户门户中的案例管理与故障排查工具,改进了知识文章的排序方式,使其能够更精准地匹配用户问题的相关性。体验工程团队与IBM Research以及红帽IT团队紧密合作,开发了一款基于AI的文本重排序(textual reranking)解决方案,采用了经过微调的IBM Slate Retriever模型,并在红帽IT的OpenShift AI集群上运行,通过GPU加速提升了处理性能。
面对约130,000篇知识库文章,其中许多内容难以被用户高效发现,团队开发了一款AI摘要模型,能够自动生成精准且简洁的知识库摘要。该模型在IBM watsonx.ai和OpenShift AI的数据科学流水线上运行,快速生成易于理解的解决方案摘要,帮助用户高效查找所需信息。
红帽还开发了一款AI驱动的摘要工具,用于简化支持案例的交接。该工具最初是为全球24小时“接力支持”设计的,现在已扩展到更多支持团队。通过GPU加速的Mistral大语言模型,该工具能快速生成支持案例的简洁摘要,优化跨时区、跨团队的协作。
此外,团队还试点了一款AI工具,用于自动化生成标准化的知识库文章,以提高内容一致性并减少人工工作量。
预计红帽的AI驱动创新将帮助公司节省超过500万美元的成本,仅故障排除优化项目就节省了150万美元。自动化生成KCS知识库文章预计每年将为公司节省800万美元。
红帽体验工程团队AI与数据高级总监Mandy Elliott表示:“AI优化了自助服务流程,使支持工程师能够更迅速地响应客户需求。”这不仅让工程师能集中精力处理更有价值的任务,还提升了他们的工作满意度。
这些解决方案不仅增强了红帽的IT支持能力,还为AI项目的最佳实践奠定了基础。Manikandan Sivanesan总结道:“AI的能力巨大,但项目容易失控。灵活性和实验性思维很重要,但保持项目专注同样关键。”
红帽的AI解决方案灵活多样,团队根据每个具体场景选择最合适的技术与模型,确保了项目的成功实施。
好文章,需要你的鼓励
许多人认为一旦实现通用人工智能(AGI)和人工智能超级智能(ASI),这些高度先进的AI将能够告诉我们人生的真正意义。然而,巅峰AI可能无法明确回答这个史诗般的问题。即使AI拥有人类所有知识,也不意味着能从中找到生命意义的答案。AI可能会选择提供多种可能性而非绝对答案,以避免分裂人类社会。
华盛顿大学研究团队发现,大型语言模型在未接受手语训练的情况下,竟然具备理解德语手语的能力。通过系统实验,他们证实了模型能够判断手语语法正确性,并进行手语与文字间的翻译。这种"涌现的多模态能力"源于模型对语言抽象结构的深度理解,为开发手语翻译技术和改善聋哑人群数字交流体验开启了新可能。
剑桥咨询CEO蒙蒂·巴洛在采访中分享了如何识别具有潜力的技术领域。他表示,当听到看似不可能或令人惊讶的技术时会特别关注,如深度学习AI、量子计算等。该公司作为"深度科技强国",专注于生物工程、人工智能、量子计算等领域,拥有740名员工,年均为客户创造5000多项专利。巴洛强调跨学科合作的重要性,预测未来计算机系统的应用需求将大幅增长。
谷歌DeepMind团队提出STAR方法,通过模仿苏格拉底教学法让AI学会类比推理,解决传统AI无法"举一反三"的问题。实验显示该方法显著提升AI处理新问题的能力,在逻辑推理准确率从40%提升至75%以上。这项突破为创造真正智能的AI系统指明方向,未来将在教育、医疗、创意设计等领域产生重要应用价值。