紧锣密鼓的“百模大战”持续了三个多月，全球都在对 AIGC 的发展既充满期待，又深感焦虑（如何跟上 AIGC 的步伐）。汉得自 GPT3.0 面世后，就开始探索 AIGC 在B端的应用。我们在各业务领域努力挖掘应用场景，营销端、物流端、车间端、财务端……应用场景将越来越丰富。
(资料图片)
我们在探索应用场景的过程中发现，驾驭 AIGC 并将其实际应用落地并非易事，需要掌握很多的方式方法，每一个应用点还需要组合多种技术或工具才能实现，需要大量地进行调优干预等等。这些工程化工作，对于各行各业的企业而言，无疑是有较大门槛的。
术业有专攻，汉得是专门从事企业数字化应用的服务商，那么每接触一项新技术，都会先考虑如何工程化此技术让企业能实际落地，如何在 HZERO 融合中台上沉淀相应的服务组件，使其被企业能更便捷地应用，这已经成为我们无需过多思考的习惯了。
我们坚信，AIGC 必将在未来数年引领企业数字化的浪潮。基于汉得融合中台 HZERO ，我们着手打造好“AIGC中台”这一利器，预置“百模”的对接和大量 AIGC 通用应用功能，并提供低代码 AIGC 应用编排工具。
作为HZERO融合中台的新成员，汉得AIGC中台致力于帮助企业高效“善 AIGC 应用之事”。
汉得AIGC中台初版
计划于7月底正式发布
借本次文章先小亮一相
以下是AIGC中台
两个通用组件应用示例
为了方便大家理解
我们用汉得自己的
真实业务场景进行演示
让大家先睹为快
01
汉得AI知识平台
为什么我们会在 AIGC 中台里先做知识问答组件？因为 AI 私有知识库是企业应用 AIGC 最先能够落地且变现价值的方向之一，各行各业的企业都有私有知识积累及应用的需求。
而构建 AI 私有知识库需要有大模型基础应用能力（包括账号管理、Token配额管理等），同时需要建设本地向量库、文档管理、权限管理等能力，支持私有向量化能力、支持多种知识来源（如doc、docx、ppt、pptx、pdf、WebURL等），以及支持知识反馈等扩展增强。
对于企业而言，自建这样一个系统会有比较大的门槛。例如，在应用本地的 Milvus 向量库时，可能会遇到消息队列占用存储空间过多、过快等问题导致向量库异常，而这些问题对于企业来说是难以自我解决的。
因此，我们构建 AIGC 中台 - 知识库组件，以帮助企业更便捷地应用 AIGC 知识问答能力。通过这个成熟的 AI 私有知识库组件，企业可以更快地应用并利用 AIGC 的能力。
以下画面皆为系统实际操作界面
观看视频了解详细内容
汉得 AI 知识平台
借助汉得AIGC中台的知识问答组件，企业可以快速搭建各个领域的知识库，无论是门店销售、售后客服、设备维护或是财务共享，均可以快速利用AIGC带来效率的显著提升。
02
汉得智慧交互平台
除了“知识问答”能力，在各个业务场景里应用 AIGC，还有其他的公共需求。例如，无论在哪个工作场景，用户都希望有一个 AI 助手或虚拟人，能够对话交互、执行任务（模糊指令）等。
以数据应用为例，对于许多企业的管理者来说，查询业务数据是既爱又恨的事情。一方面，获取充足的数据可以有效帮助管理者做出判断和决策；另一方面，管理者必须记住很多报表，并理解每张报表的内容及其逻辑关系，才能准确找到自己需要的数据。
如果有个 AI 秘书（助手）能够理解管理者的需要，自动地帮助管理者搜寻并展现数据，无疑可以大幅提升工作效率。这正是生成式 AI 应用的必要通用能力。
以汉得自己的实际场景为例，我们服务众多客户，并与大部分客户都有着长期合作关系，而这些合作往往是多业务条线的，我们可以与 AIGC 中台的智慧交互助手进行对话，让其帮助我们高效获取客户相关数据。有了这个 AI 秘书（助手），用户似乎不用再学习应该去哪里找数据了，一切就交给 AI 秘书（助手）。
汉得智慧交互平台
汉得智慧交互助手，预置了语音能力、数据查询能力、业务处理能力（如提交请假申请）等等，提供了一个企业 “AI助手”基础版本，大大降低了在各业务场景下构筑AIGC应用的难度。
汉得AIGC中台沉淀的是通用应用功能+工具，为的是让企业更快融入AIGC的世界。通过以上两个例子，我们希望大家对汉得AIGC中台有具体的认识。在一个月后的正式发布会上，我们将分享更详尽的内容，敬请期待。
