نظام ذكاء اصطناعي ثوري لتحسين الوصول إلى المعرفة في إدارة الأصول المؤسسية للطاقة

لا يزال قطاع الطاقة يعتمد بشكل كبير على منصات إدارة الأصول المؤسسية طويلة الأمد في عمليات إدارة العمل الهندسي وعمليات الشراء. ولكن، قد تكون عملية استبدال هذه المنصات مكلفة ومزعجة جداً للعمل. لذا، تم ابتكار طبقات تحسين عملية يمكن أن تسهم في رفع كفاءة الوصول إلى المعرفة.

في هذه السياق، تم تقديم مساعد استرجاع مبتكر يعزز إمكانية وصول المستخدمين إلى المعلومات بشكل يومي عبر ثلاثة أوضاع تشغيل رئيسية: الإجابة على استفسارات الوثائق المقدمة من الموردين، الإجابة على استفسارات مخططات مستودعات البيانات التشغيلية (Operational Data Store)، بالإضافة إلى توضيح كيفية الاستخدام والتعامل مع واجهات المستخدم.

تجمع هذه الطريقة الفريدة بين فهم النوايا، إعادة صياغة الاستفسارات، استرجاع دلالي وهجين، وهندسة السياق داخل الحدود المحددة. كما تم تسليط الضوء على أهمية تعزيز السيمانتيك كوسيلة أساسية لتحسين الجودة من خلال إضافة أوصاف للجداول والمجالات، وتوحيد الاختصارات عبر المصادر.

تظهر نتائج الطيار الذي تم قياسه تحسناً ملحوظاً في جودة الاسترجاع. حيث ارتفعت دقة الاسترجاع من 0.56 إلى 0.72، فيما زاد متوسط ترتيب الاسترجاع المتبادل من 0.43 إلى 0.58، وارتفع معدل اكتساب الدخل المخفض الطبيعي عند خمس مرات من 0.51 إلى 0.66. كما انخفض الوقت المتوسط لإكمال المهام من 14.2 إلى 8.3 دقيقة.

تعد هذه النتائج، رغم أنها مبنية على عينة صغيرة، إشارات قوية على أن تحسين الفهم الدلالي يمكن أن يحقق قيمة عملية كبيرة في بيئات الأصول القديمة، ويضع أسساً قابلة لإعادة الاستخدام لأدوات تحليلية وأدوات أتمتة مستقبلية.