将深度研究引入企业

了解为何深度研究是 OpenAI 自 GPT-3 以来最重要的产品,以及企业如何将其应用于专有数据。

最近,OpenAI 发布深度研究,再次重塑了 AI 格局。

紧随其后,PerplexityxAIManus等也推出了类似产品。从本质上说,深度研究是一种搜索智能体,它能够根据用户查询在互联网上开展最长达 30 分钟的复杂多步骤研究,有时会使用 100 多个来源。它能在几分钟内生成一份全面的研究报告,而这项工作通常需要人类研究人员花费数小时才能完成。

我们认为,这是自 GPT-3 以来最重要的 AI 产品之一。

此后与客户交流时,有一个问题尤为突出: “我们什么时候才能将这种深度研究应用于自己的数据?”

其中许多客户耗费数年甚至数十年,精心构建了全球规模最大的专有知识库。这些数据价值非凡,是他们在各自行业保持竞争优势的动力。

认识到这一需求后,我们着手开发一种方案,让每家企业都能根据自身市场、数据和具体情境构建定制的深度研究能力。

我们将这一解决方案称为“企业深度研究”。

介绍性示意图。

将深度研究引入企业

企业深度研究的高层架构,展示用户、上下文构建器、研究智能体、连接的工具和汇总工作流。

在企业深度研究中,我们融入了深入探讨 RAG 方法时分享的许多经验。

  • 与传统 RAG 相比,在深度研究任务中,通过迭代构建更完善的用户查询更为关键

  • 上下文管理仍是重中之重。研究智能体必须充分了解自己已探索的内容,以及哪些研究方向更有价值。通过智能管理这种状态,模型中的推理便能发挥最大效能

研究智能体

研究智能体是驱动企业深度研究的引擎。

研究智能体可以掌握用户的问题、此前执行过的查询,以及这些查询检索到的有用信息。然后,它运用推理将经过筛选的数据流转化为行动。

研究智能体可以使用多种工具来实现目标。其中既包括面向消费者的深度研究工具中常见的网页搜索和网页操作代理工具,也包括用于连接专有数据源和端点的工具。

这就像现实中的工具箱——研究智能体只需为当前任务选择合适的工具。有时,网页搜索是最有用的工具——例如,你可能想快速查看当天刚发布的一篇研究论文,而它可能尚未收入公司的知识库。

但如果你从事制药、金融或法律等行业,工作流程将高度依赖内部知识库。对于这些信息源,我们可以通过端到端强化学习精细调优研究智能体,使其能够最高效地探索你的专有知识。这正是我们的企业深度研究大显身手之处。

整合专有数据

奇迹正是在这里发生。

互联网虽然提供了海量信息,但只有将你的专有知识直接融入 AI 系统,才能充分释放其潜力。我们认为,最有效的解决方案,是在流程的每一步都融入你的独特知识和竞争优势。

我们与各组织携手开发定制集成方案,将不同来源的数据汇聚到统一的生态系统中——无论是 Neo4j、PostgreSQL 或 Snowflake 等结构化数据库,还是 S3 或 SharePoint 等云存储和文件系统。这种集成有助于确保系统的每个环节都能充分利用你的专有数据和内部流程。借助这种方式,研究智能体可以遵循与内部分析师相同的步骤。

要有效利用数据,往往必须解决访问权限和授权方面的关键问题。数据所有者自然会担心敏感信息可能在回答中意外泄露。我们主张从设计之初就将隐私和数据安全融入解决方案。为内部数据建立索引时,必须记录数据所有权并严格执行授权,确保只有获准用户才能访问特定信息。此外,健全的索引数据清除机制必须符合 GDPR 及其他法规,这对于保护隐私和满足监管合规要求至关重要。这种控制和安全水平,使我们的方法有别于面向整个公共互联网的深度研究工具。

网页搜索及其他工具

网页搜索仍是企业研究工作流的基石。长期以来,传统网页抓取一直是从在线来源采集结构化数据的可靠方式。这些传统方法能够有效收集海量公开信息。

近年来,网页操作代理智能体应运而生,用于处理互联网上颇具挑战性的数据检索任务。其中包括 OpenAI 的操作代理Anthropic 的 ClaudeConvergence 的 Proxy。它们旨在浏览复杂的网页环境、处理细致而复杂的查询,并检索标准抓取技术可能无法获取的数据。

有时,LLM 并不是分析已检索数据的最佳工具。因此,我们可以让研究智能体使用更专业的工具来完成这些分析,例如编程环境,甚至你的专有工具。这种从传统抓取到高级操作代理智能体,再到专业工具的分层方法,可确保企业研究既全面又灵活,无论数据环境多么复杂都能从容应对。

定制研究成果

每家企业都有自己的文化、行业特点和既定实践,这些因素会影响洞见的最佳使用与应用方式。现成工具通常提供千篇一律的答案,未必符合企业的独特情境。

通过构建定制的深度研究解决方案,你可以灵活地按需设置研究结果的呈现位置和格式——无论是将其集成到现有分析工具中,还是为此创建专门的工作流。

让研究成果与企业的特定语言和流程保持一致,不仅能确保洞见准确,还能将其无缝融入现有的决策框架。

未来之路

我们期待这样的未来:每家公司都能受益于定制的深度研究解决方案,以此驱动最关键的工作流。

近期发布的产品——例如具备集成式网页搜索功能的 OpenAI Responses API,以及用于构建智能体 AI 系统、刚刚推出的 Agent SDK——表明行业领军企业致力于推动该领域的 AI 工具发展。OpenAI 深度研究等公共工具擅长处理通用查询,而希望获得竞争优势的企业,则会受益于充分利用自身专有知识和独特优势的定制方案。

想了解如何为你的企业实现这一愿景吗?欢迎通过你偏好的渠道与我们联系。

作者

Douglas Adams