其他行业 · AI应用
利用生成式AI优化研究与市场运营
拉筹伯大学面临提升研究运营和加速上市策略的挑战,这往往导致开发周期漫长。为此,大学与IBM合作,利用生成式AI技术,具体实施了基于 IBM Watson Discovery 和 IBM watsonx 的检索增强生成(RAG)架构。这一创新方法简化了知识访问并促进了快速应用开发,显著缩短了解决方案上市时间。结果,拉筹伯大学取得了显著成效,开发时间从数月缩短至数周,并通过利用内部资源实现了8.7倍的成本节约。
开发时间缩短
从数月缩短至数周
来源披露
AI组件开发时间
少于一周
来源披露
成本节约
8.7倍
来源披露
01
业务背景
拉筹伯大学面临提升研究运营和加速上市策略的挑战,这往往导致开发周期漫长。为此,大学与IBM合作,利用生成式AI技术,具体实施了基于 IBM Watson Discovery 和 IBM watsonx 的检索增强生成(RAG)架构。这一创新方法简化了知识访问并促进了快速应用开发,显著缩短了解决方案上市时间。结果,拉筹伯大学取得了显著成效,开发时间从数月缩短至数周,并通过利用内部资源实现了8.7倍的成本节约。
02
遇到的问题
访问和使用大学批准的研究知识耗时,且缺乏开发能力导致研究成果难以高效推向市场,开发周期漫长。
03
AI 解决方案
与IBM合作,使用IBM Watson Discovery、IBM watsonx Assistant和IBM watsonx.ai构建检索增强生成(RAG)架构,以100多篇自闭症论文为概念验证简化研究知识访问;并共同设计应用,利用现有专业知识和watsonx产品组合将研究数据快速转化为市场就绪方案,由内部基于watsonx Assistant开发以避免外包。
04
实施结果
开发时间缩短:从数月缩短至数周(6倍开发时间节省)
AI组件开发时间:少于一周
成本节约:8.7倍(8.7倍成本节省)
05
风险与边界
当前生成式AI技术在学术界存在局限(素材提及克服其局限,但未具体披露风险或失败)。
信息来源
1 个来源页面内容为结构化改写;关键结论应可追溯到以下材料。