网络安全相关
威胁搜寻:假设分析师正在尝试遍历数百个警报。哪些警报是需要解决的实际威胁?借助生成式人工智能,安全分析师只需单击一下按钮即可将数百个警报筛选为少数攻击。
--这里我们相关的做法是利用LLM模型将系统的报警做分类,并完成风险等级排序,以及后续的邮件推送,告警推送
--这里还包括对正常日志的搜索,检测是否有使用违规插件,脚本等情况,比如爬虫、
增强检测:人工智能模型通过模式识别、行为分析等增强了对异常行为的检测。使用自然语言,分析师可以询问是否存在异常登录尝试、不规则文件访问或其他恶意活动指标。
--这里我们使用增强检测来处理系统日志中的一些异常信息,将异常分类、归纳,并输出处理意见,反馈给业务端,对业务进行补充和修正
预测分析:人工智能驱动的系统可以预测和识别潜在的漏洞,在威胁有机会进入你的系统之前提出主动防御建议。
--通过对数据的解读,可以提出一些建议和警告
自动报告:如果发生安全事件,生成式人工智能可以自动编制事件报告,包括事件的性质、受影响的系统、潜在影响和建议的补救措施。这使安全分析师能够采取适当的后续措施。
运营相关
可解释性:对于那些需要快速获得特定领域知识的人来说,具有检索增强生成 (retrieval augmented generation - RAG) 功能的生成式 AI 可以用简单的术语解释功能、日志或跟踪。
--这里使用rag功能来做查询,参见建立自己的RAG检索
预测性维护:在汽车制造等行业中,人工智能驱动的预测性维护工具可以帮助预见和解决系统问题。在机器发生故障之前,人工智能可以预测并提醒工人解决问题,以免影响制造过程。
数据合成:指示应用程序问题的数据可能来自许多来源。站点可靠性工程师可以使用人工智能工具帮助将来自各种来源的信息合成为可操作的报告,从而简化数据和根本原因分析。
--这里利用LLM模型对数据进行预处理
客户体验
增强的搜索工具:AI 搜索工具可帮助用户快速找到准确的信息,无论他们是寻求产品推荐的客户,还是需要协议指南来帮助客户的服务代表。当用户能够找到他们想要的东西时,满意度就会提高。
交互式数字手册:对于消费品等行业(例如,视频门铃),AI 聊天机器人可以提供有关产品功能和故障排除的实时交互式指导。这可以提高用户满意度并减少支持电话。
个性化推荐系统:生成式 AI 可以根据个人客户查询定制产品推荐,从而增强个性化和满意度。事实上,88% 的在线购物者更有可能继续在提供个性化体验的零售商网站上购物,其中包括 96% 的 Z 世代和 97% 的千禧一代。
实际应用
零售:客户可以在家居装修网站的搜索栏中输入他们正在进行的项目,例如 “建造猫树”,并收到一份完整的必需用品清单 —— 在获得专家建议的同时简化他们的购买体验。
--根据预算和需求生成一键装机攻略
--根据业务需求和预算生成采购计划
--根据ERP数据生成促销计划
电信:生成式 AI 可以主动推荐和修复网络问题。站点可靠性工程师可以询问有关网络健康状况的问题并实时获得答案。这将减少网络停机时间和紧急维修成本。
--垃圾邮件、垃圾短信、垃圾广告过滤 (盾)
--个性化邮件、更加机智的短信和广告推送(矛)
金融服务:机构可以通过任务自动化提高欺诈检测的准确性和速度,同时降低成本。通过学习需要注意的行为模式,生成式 AI 工具可以帮助实时检测欺诈行为,并向分析师建议下一步最佳补救措施。
--信用卡欺诈、信用卡评分、贷款额度检测,这部分需要根据业务不同来进行重新的训练
--舆情分析,时政分析,用户群像分析
科技:生成式 AI 可以通过增强人类的智力来更快地提出更多想法,从而加速产品原型设计和设计。这有助于创造新产品、扩展服务和解决问题。销售团队可以使用生成式 AI 来创建电子邮件、总结潜在客户互动等。AI 辅助编码可以帮助实时检测错误,从而缩短生产时间。
公共部门:通过将生成式 AI 与机构数据安全地连接起来,生成式 AI 可以显著加速任务成果、改善公民服务,并更好地在正确的时间将政府分析师和安全专业人员与正确的数据联系起来。
--更好的归纳和提取用户的需求
https://blog.youkuaiyun.com/UbuntuTouch/article/details/140076079?spm=1001.2014.3001.5501
30

被折叠的 条评论
为什么被折叠?



