Elastic 与 Accenture 在 GenAI 数据准备方面的合作

作者:来自 Elastic Udayasimha Theepireddy (Uday), Rekha Thangellapalli

在 AWS Marketplace 上提供的联合可组合解决方案。

生成式 AI(GenAI)正在重塑企业的工作方式,但其价值完全取决于背后数据的质量、结构和可访问性。Elastic 和 Accenture 共同开发了一套解决方案,帮助组织解决 GenAI 采用中的最大障碍之一:数据准备。

数据准备的重要性

企业经常面临以下挑战:

  • 分散孤立的数据,分布在多个系统中
  • 缺乏元数据和上下文,限制相关性和准确性
  • 手动且低效的数据准备
  • 合规和安全要求
  • 数据工程和 GenAI 准备方面的技能缺口

为 GenAI 准备数据:数据准备引擎

数据准备引擎是一种可组合、可扩展且安全的架构,旨在为高级 GenAI 应用准备企业数据。它结合 ElasticsearchAccenture AspireAccenture 专业服务和 AWS Cloud,创建统一的 AI 就绪知识库。

主要功能包括

  • 无缝数据集成:70 多个预构建连接器统一企业系统中的结构化和非结构化数据。
  • 安全与合规:引擎继承组织控制以保护敏感信息。
  • AI 优化搜索与 Elasticsearch:高级语义和向量搜索使 AI agent 能够通过自然语言查询快速找到相关信息。
  • 始终保持最新:自动监控确保内容供给 AI 系统保持新鲜和准确。
  • 可扩展且快速:AWS Cloud 基础设施支持分布式、多区域操作的 PB 级数据。
  • 加速 AI 价值:安全 API 和语义层帮助你的 GenAI 应用更快提供洞察和自动化。

通过自动化数据摄取、清理和上下文构建,GenAI 的数据准备引擎为企业级 AI 创建了可靠的基础。

随着 AI 从概念验证进入生产阶段,公司正在寻求方法以大规模准备其专有数据。Accenture 拥有经过验证的企业连接器的行业解决方案,结合 Elastic 强大的 Search AI 能力和 AWS 的可扩展性,能够帮助组织将企业数据转化为 AI 就绪的上下文,从而推动有意义的业务成果。

Teresa Tung,Accenture 全球数据负责人

联合解决方案的交付内容

基于上下文的 AI 与 Elastic

Elastic 站在搜索和 AI 创新的前沿,使组织能够改变信息查找、理解和行动的方式。基于 Elasticsearch 的全球成功,Elastic 已发展为领先的 Elasticsearch 平台,将实时搜索、向量和混合检索、生成式 AI 以及 agentic AI 统一整合为一体的体验。

作为完整的知识源,Elastic 对大量结构化和非结构化数据进行索引和理解,将词汇搜索的速度和精确性与向量和混合搜索的深度语义感知结合。Elasticsearch 向量数据库提供可扩展的高性能嵌入存储,以支持检索和推理,而生成式 AI 集成则将检索到的数据转化为摘要、解释和对话式洞察。

Elastic 提供下一代智能应用所需的统一基础。其强大的上下文工程层确保模型获取准确、相关的信息。Elastic Agent Builder 增加了创建智能 agent 的能力,这些 agent 能够协调工作流、跨源检索知识并采取自主行动。

每个企业都掌握着大量结构化和非结构化数据,如果这些数据可以安全、隐私保护地访问,并且可以进行上下文搜索,将释放巨大的 AI 潜力。Elastic 与 AWS 和 Accenture 合作,使这一目标成为可能。此次合作将可信数据和上下文工程置于前沿,使客户能够快速、大规模地从 AI 实验进入生产阶段。

Ash Kulkarni,Elastic 首席执行官

连接器、专业知识和 Accenture 托管服务

作为解决方案的一部分,Accenture 提供几个重要组件:

  • 预配置连接器:Accenture Aspire 的 70 多个企业连接器通过收集来自多个领域的数据(如数据库、云存储、业务应用和文档库),创建数据的 360 度视图。
  • 专业服务:Accenture 在为 AI 使用准备和保护受监管、多语言及特定领域内容方面,拥有深厚的行业经验。
  • 托管服务:持续支持数据摄取、监控、优化和 AI 生命周期管理,减少运营开销,加快价值实现,并支持不断变化的业务需求。

解决方案概览

主要功能

  • 数据摄取与准备
    • Accenture Aspire 的预构建工作流摄取结构化和非结构化数据。
    • 清理、丰富和转换确保为 AI 应用提供高质量数据。
  • 知识库与上下文层
    • Elastic 作为集中式知识库。
    • 实时检索和相关性排序提供准确性和上下文。
    • Elastic Agent Builder 和 Model Context Protocol (MCP) 支持快速开发精确、基于上下文的 agent。
  • AI 模型灵活性
    • Elastic Inference API 提供运行基础模型推理的灵活接口;组织可以使用 Elastic Inference Service (EIS) 在 Elastic 上进行 GPU 加速,运行客户托管模型,并连接 Amazon Bedrock 获取基础模型能力。
  • AWS Marketplace 与加速
    • 通过 AWS Marketplace 一键部署,并使用 AWS 承诺获取统一账单。
    • 与 Elastic 和 AWS 服务无缝集成。

推动 AI 在各行业的影响

通过结合这些优势,该合作伙伴关系使企业能够统一结构化和非结构化数据,应用先进的检索和相关性技术,并在多个行业(包括医疗、金融服务、制造业和公共部门)中实现 agentic AI 解决方案的落地。

AI 数据准备引擎为组织提供了可信、可扩展的基础,使其能够从 AI 实验过渡到实际业务成果。

下一步

欲了解更多信息,请访问 Elastic 在 AWS re:Invent 的展位,阅读 Elastic 与 AWS 的合作关系,或了解 Elastic 与 Accenture 如何帮助企业抓住 GenAI 带来的机遇

本博文中描述的任何功能或特性发布及时间均由 Elastic 全权决定。任何当前不可用的功能或特性可能不会按时或根本无法提供。

在本文中,我们可能使用或引用了第三方生成式 AI 工具,这些工具由其各自所有者拥有和运营。Elastic 无法控制这些第三方工具,并且对其内容、操作或使用不承担任何责任,也不对你使用这些工具可能产生的任何损失或损害负责。请在使用 AI 工具处理个人、敏感或机密信息时谨慎。你提交的任何数据可能会被用于 AI 训练或其他用途。无法保证你提供的信息将保持安全或机密。你应在使用任何生成式 AI 工具前,熟悉其隐私实践和使用条款。

Elastic、Elasticsearch 及相关标识为 Elasticsearch B.V. 在美国及其他国家的商标、徽标或注册商标。所有其他公司和产品名称均为其各自所有者的商标、徽标或注册商标。

原文:www.elastic.co/blog/accent...

相关推荐
Elastic 中国社区官方博客1 小时前
Elasticsearch:在隔离环境中安装 ELSER 模型
大数据·数据库·人工智能·elasticsearch·搜索引擎·ai·全文检索
Dxy12393102162 小时前
Elasticsearch删除数据介绍
大数据·elasticsearch·搜索引擎
泻水置平地2 小时前
Docker下安装ES和kibana详细教程
elasticsearch·docker·容器
Wang's Blog3 小时前
Elastic Stack梳理:深度解析Elasticsearch分布式查询机制与相关性算分优化实践
分布式·elasticsearch
yumgpkpm3 小时前
腾讯TBDS和CMP(Cloud Data AI Platform,类Cloudera CDP,如华为鲲鹏 ARM 版)比较的缺陷在哪里?
hive·hadoop·elasticsearch·zookeeper·oracle·kafka·hbase
Elasticsearch4 小时前
Elasticsearch:专用向量数据库很快就会被遗忘,事实上它从未流行过
elasticsearch
Elasticsearch4 小时前
ES|QL 在 9.2:智能查找连接和时间序列支持
elasticsearch
海绵波波1074 小时前
Elasticsearch(ES)支持在查询时对时间字段进行筛选
大数据·elasticsearch·搜索引擎
yunson_Liu5 小时前
记一次Elasticsearch cpu负载过高解决全过程
elasticsearch