AI Factory Use Cases#
AI Factoryは、 ソブリンAI ソリューションの構築を支援するように設計されています。ここでは、 データ 、 モデル 、および AI駆動アプリケーション が、ガバナンスの下で、インフラストラクチャで、信頼できるコンテンツ。
これらのユースケースは、AI Factoryコンポーネントがどのように連携して、業界やソリューションパターンを超えて 現実の運用対応ソブリンAIアプリケーション をサポートする方法を強調しています。
業界固有のソリューションの例については、 Industry Solutions with AI Factory を参照してください。
---
取得拡張生成RAG#
RAG は、ソブリンAIの基本的なパターンです。 LLMs とエンタープライズデータを組み合わせることで、 正確で根拠のある応答 を提供できます。
何#
不透明なベースモデルのみに依存するのではなく、ナレッジベースから 信頼できるコンテンツを取得する AIモデルを使用します。
応答を auditable および explainable にする — ソブリンAIのキー。
なぜ#
幻覚を減らします。
コンプライアンスとトレーサビリティを維持します。
AIの回答が最新のビジネス知識を反映していることを確認します。
どのように#
データソースから Create a Knowledge Base in Gen AI Builder をビルドします。
セマンティック検索用に調整された Create a Retriever in Gen AI Builder を実装します。
Power Create an Assistant in Gen AI Builder およびRAGパイプラインを使用するアプリ。
詳細はこちら#
---
Document Intelligenceパイプライン#
ドキュメントの ガバナンス境界内 にある 構造化された照会可能なナレッジ への変換を自動化します。
何#
OCR 、 解析 、 要約 、および メタデータ抽出 を適用します。
結果を Create a Knowledge Base in Gen AI Builder または Vector Engine に保存します。
なぜ#
機密文書をインフラストラクチャに保存します。サードパーティのAPI呼び出しは必要ありません。
コンプライアンスが重視されるドメインの説明可能なパイプラインを構築します。
どのように#
Pipelines and data preparation を使用します。
ビルトイン Pipelines reference - Preparers OCR、PDFの解析、HTMLの解析を活用します。
検索またはRAGのインデックス結果。
詳細はこちら#
Pipeline Getting Started
---
会話アシスタントとチャットボット#
完全な可視性と制御を備えた インフラストラクチャ 内で実行され、 モデル を使用し、 ナレッジベース に依存するビルドアシスタント。
何#
Model Serving と RAGパイプライン を活用したAIアシスタント。
Create a Ruleset in Gen AI Builder で定義および管理されます。
なぜ#
LLM応答のパブリックAPIサービスに依存しないようにします。
コントロールトーン、スタイル、コンプライアンス - ソブリンAIに不可欠。
どのように#
Agent Studioで Create an Assistant in Gen AI Builder をビルドします。
Rulesets (optional) による動作の管理。
Create a Tool in Gen AI Builder を追加して、内部システムを安全に統合します。
詳細はこちら#
ハイブリッドマネージャーのAgent Studio
---
エンタープライズコンテンツ全体のセマンティック検索#
コンテンツで 自然言語検索 を有効にしますが、埋め込みと検索データは コントロール内 のままです。
何#
Knowledge Bases または Vector Engine でのベクターベースの検索。
テキスト、ハイブリッド構造化/非構造化データ、画像をサポートします。
なぜ#
エンベディングは、サードパーティのベクターDBではなく、データベースまたはオブジェクトストレージに保持します。
監査可能性とセキュリティを維持します。
どのように#
Create a Retriever in Gen AI Builder を使用して、検索をアシスタントまたはアプリに公開します。
データベース内検索には Vector Engine (PGvector) を使用します。
詳細はこちら#
Vector Engine Hub
---
リアルタイムモデル推論API#
不透明なサードパーティAPIを介してではなく、ガバナンスの下で Kubernetesクラスター内 にモデルを展開して提供します。
何#
KServeベースのモデルサービング を介してLLM、エンベディング、ビジョンモデルを提供します。
Model Library Reference Manual から取得されたモデル、 How-To Create an InferenceService for NVIDIA NIM Container を介してデプロイされました。
なぜ#
モデルスタックとモデルバージョンの完全な制御。
必要に応じて、 GPUアクセラレーションのエアギャップ環境 で推論を実行します。
どのように#
Model Library Reference Manual でモデルを管理します。
Model Serving Reference Manual で展開します。
ハイブリッドマネージャー制御を使用してエンドポイントを保護します。
詳細はこちら#
---
自動化されたAI搭載ETLパイプライン#
AIデータパイプライン を制御された環境内に維持します—データ漏洩はありません。
何#
Create a Structure in Gen AI Builder とパイプラインを使用して実行します。
AIの分類
ドキュメントの概要
メタデータの抽出
データクレンジング
なぜ#
機密データをクラウドAPIに送信しないでください。
再利用可能で説明可能なETLコンポーネントをビルドします。
どのように#
Create a Structure in Gen AI Builder をビルドします。
Create an Assistant in Gen AI Builder またはスタンドアロンのパイプラインでツールとして実行します。
ハイブリッドマネージャーを介してパイプラインの実行を監視および管理します。
詳細はこちら#
---
概要#
ソブリンAI のユースケースは、 データ、モデル、AIアプリケーションをガバナンス の下で維持することに関するものです。
エンタープライズデータに基づいた RAGパイプライン を構築する
ドキュメントインテリジェンスワークフローを自動化する
インフラストラクチャに会話型アシスタントを展開する
GPUによるモデル提供を介してAIモデルを提供
環境からデータを残さずにAIを活用したETLパイプラインを実行します
埋め込みの完全な制御でエンタープライズセマンティック検索を強化
---
次のステップ
Learning Paths をフォローする
Gen AI How-To Guides をはじめる
---
AI Factory は、 信頼でき、管理され、説明可能なソブリンAI をあなたの条件に応じて構築するための基盤を提供します。
→ Getting Started - AI Factory 101 で今日を始めるか、最初の Create an Assistant in Gen AI Builder を展開します。