Asseco
5+ Jahre Erfahrung in der Bereitstellung von mobilen Lösungen für führende Banken
Vitamin Tracking App
KI-gestützter Slackbot
Bei unserem jährlichen Hackathon wurden Ideen vorgestellt, die von der Gesundheitsfürsorge über die Fitness bis hin zur Optimierung der Arbeitskräfte reichen. Ein Team von KI-Experten wollte jedoch zeigen, wozu sie fähig sind.
AUF EINEN BLICK
Industrie
AI
Standort
Kroatien
Zeitleiste
1 Tag
Dienstleistungen
KI-Entwicklung
Team
3 Software-Ingenieure
1 Spezialist für Präsentationen
Ziel war es, einen KI-gesteuerten Slackbot zu entwickeln, der den Mitarbeitern hilft, ihre eigene Version von KI zu erreichen, die alle nützlichen Informationen über das Unternehmen kennt. Man müsste nicht erst das Handbuch lesen, um zu verstehen, wie die Kaffeemaschine funktioniert. Sie könnten einfach mit dem Bot sprechen.
Die Herausforderung
Es war wichtig, das richtige KI-Sprachmodell zu finden und alle unsere Informationen an den Bot weiterzugeben.
Eine der größten Herausforderungen, denen sich das Team gegenübersah, bestand darin, die einzelnen Gespräche privat und kontinuierlich zu halten. Anfangs erkannte der Bot die Unterschiede zwischen den Nutzern nicht und vergaß jede Unterhaltung.
Das ist nichts, was eine gute Datenbank nicht beheben könnte.
Die Lösung
Wir haben beschlossen, dass das von Meta entwickelte Llama das beste Sprachmodell für unser Projekt ist. Also haben wir das Modell mit unserem gesamten Firmenhandbuch gefüttert.
Wir haben auch eine auf Heroku bereitgestellte Datenbank verwendet, um dem Slackbot jedes Mal, wenn eine Konversation beginnt, den Kontext der einzelnen Personen zu übermitteln. Auf diese Weise mussten wir uns keine Sorgen mehr machen, dass Kontexte vermischt werden und der Bot frühere Diskussionen mit Nutzern vergisst.
Wie wir dorthin kamen
Wir haben einen ganzen Kaffeenachmittag damit verbracht, die Integration zwischen Slack, dem Sprachmodell und Chat GPT zu entwickeln. Ein paar Schluckaufs hier und da haben uns nicht von unserem Ziel abgehalten, den Hackathon zu gewinnen und es allen anderen ins Gesicht zu drücken.
Wie Sie später erfahren werden, verlief nicht alles nach unserem Plan.
Unsere Werkzeuge
Python
Alle unsere Programmierarbeiten wurden mit dem guten alten Python durchgeführt.
ChatGPT
Die generative KI ist nicht viel besser als ChatGPT 4, mit dem wir benutzerlesbare Antworten erstellen.
Heroku
Um den Kontext früherer Konversationen zu erhalten, haben wir über Heroku eine Datenbank bereitgestellt, aus der das Tool jedes Mal, wenn ein Benutzer eine Frage stellt, relevante Daten abruft.
LLaMA
Zur Erstellung von Token, die mit GPT kommunizieren, haben wir das von Meta entwickelte LLaMA verwendet.
Rom wurde nicht an einem Tag erbaut…
aber unser Chatbot schon.
Am Ende konnte jeder Mitarbeiter mit dem Slackbot folgende Aufgaben erledigen:
- Fragen Sie die üblichen Dinge, die Sie ChatGPT fragen
- Fragen Sie sie nach nützlichen, unternehmensspezifischen Informationen
- Halten Sie das Gespräch über Tage, Monate oder sogar Jahre in Gang.
Klingt nützlich, oder? Klingt wie ein Projekt, das den Hackathon gewinnen würde. Nun, nein.
Eine App zur Verfügbarkeit von Badezimmern. Das war der Gewinner. Eine App, die mithilfe von Sensoren anzeigt, wann die Toiletten im Büro frei sind.
Ein Badezimmer. Verfügbarkeit. App.
Die Moral von der Geschicht‘ ist: Je näher Ihre Lösungen an den grundlegenden Bedürfnissen Ihrer Nutzer sind, desto effektiver werden sie sein. Wir vermuten?
SIE WOLLEN EIN PRODUKT WIE DIESES? – LASSEN SIE UNS REDEN
Füllen Sie einfach das kurze Formular unten aus, oder gehen Sie zum Ende des Formulars, um ein Gespräch direkt mit unserem Spezialisten für Kundenstrategie zu vereinbaren. In jedem Fall werden wir uns so bald wie möglich bei Ihnen melden, um ein unverbindliches Gespräch zu vereinbaren.
Keine Sorge, die von Ihnen angegebenen Daten werden nur für geschäftliche Zwecke gespeichert. Weitere Informationen finden Sie in unserer Datenschutzrichtlinie.
Vereinbaren Sie direkt ein Gespräch mit Miki!