AddAI 与来自捷克共和国的 IBM 客户工程和技术销售团队合作，为银行业的客户构建了 AI 助手，然后进行了试点。助手利用检索增强生成 (RAG) 方法，并结合 watsonx.ai，使用捷克语对常见问题 (FAQ) 提供相关且准确的回复，主题涉及帐户访问、付款、定价和帐户服务。通过密集优化工作，部署团队确保大型语言模型 (LLM) 生成的答案符合较高的准确性和语言流畅度标准。为了优化最终用户体验，团队集成了 watsonx.ai 和 watsonx Assistant，并能够在用户友好型前端提供即时回复。

“我们使用 watsonx.ai 访问 Llama 2 等选定的开源大型语言模型，以增强和情境化我们数据库中的信息，并通过 watsonx Assistant 聊天机器人以准确和会话的方式将其呈现给最终客户。在我们这个案例中，watsonx.ai 通过 RAG 生成用户问题的答案。“AddAI.Life 的 watsonx 开发人员 Klaudia Miezgova 解释道。

此外，Add.AI 还为其银行客户将 IBM Watson Discovery 融入了此次试点。团队使用合同、条款和条件以及价目表等公开可用的银行文档，并调整了 Watson Discovery，以便理解特定于域的问题和表达。“我们得以获得非常准确的答案，包括用作参考或答案基础的文档片段。这些均为自动发生，无需手动构建或设置对话。”Chromy 谈到。

“我们一直跟踪、衡量并测试新想法，了解这些想法在现实生活中的运作方式。这样一来，我们便可以快速对其进行改进。” Chromy 解释道。“在此案例中，我们进行了一组测试查询，在由 watsonx Assistant 提供支持的手工构建 AI 助手中预定义了正确答案。然后，我们将这些查询馈送至由 watsonx Assistant 和 watsonx.ai 提供支持的新助手。此助手没有预构建对话，必须使用提供的文档和技能作为大型语言模型，自己提供答案。与旧版本的预定义答案相比，它的响应准确率为 85％。投入的工作量会少很多。现在，我们知道它已走上正轨。”

AddAi 还通过这个新助手，帮助其客户将未答复的客户问题减少了 50％。此外，在回答客户问题时，由 watsonx.ai 提供支持的 AI 助手将提供比以前更详细、更可执行的答案。

“我们已能够调整模型，以查询复杂的数据集，然后以更有效的方式总结收集到的数据。例如，前面提到的银行客户可使用助手向其客户提供费用信息。助手可以提供总结清晰的答案，并提供有用的后续步骤供用户考量，而不是提供需要用户分析输出并推断下一步的原始数据。在 watsonx.ai 之前，这是不可能的。”Miezgova 解释道。

这只是一个开始。展望未来，AddAI 有信心可以将任何新 AI 助手的部署时间缩短多达 30%，因为团队现在可以使用生成式 AI 来帮助助手准备好迎接最终用户的疑问。团队预计，在准备与最终用户分享助手之前，这将大大缩短测试和优化助手所需的时间。AddAI 还希望自己能够提供层次更高、知识更丰富的助手，即使不需要手动开发每个对话（响应），也可以借助 watsonx.ai 和 watsonx Assistant 使用此新方法。

AddAI.Life（AddAI，ibm.com 外部链接）是一家捷克的初创公司，也是 IBM 业务合作伙伴，成立于 2019 年，总部位于热夫尼采镇的自然环境中，靠近首都布拉格。公司专注于开发能够自然对话的 AI 虚拟助理，可以与会话上下文协作。这些虚拟助理可以集成到各种渠道（网络、语音移动应用、客户支持热线、Messenger、WhatsApp、Google Assistant 等）。