人工智能依赖于数据，更是依赖于非结构化数据。海量的非结构化数据包含着有关业务运营的宝贵知识，并蕴藏着可以利用生成式人工智能获取的见解。基于鸿翼ECM Core 与非结构化数据管理平台组成的数据底座，对组织业务系统非结构化数据的统一存储与管理，实现对企业非结构化数据的整合和价值释放。

通过鸿翼KM知识管理，将企业的非结构化数据萃取与凝练成企业的知识体系，为后续的智能化转型奠定了基础。这一阶段通过串联企业内人员、业务与知识，形成正向闭环，为企业内知识的产生与运用提供了具体的手段，从而让生产知识这一抽象行为具象化，让企业的知识积累更轻松，将隐性知识转变为可量化、可管理的数据资产。

RAG（Retrieval-Augmented Generation ，检索增强生成），是连接企业知识库与大模型的通道。通过RAG技术，大语言模型在回答问题时，可以从企业知识库中检索最新的相关信息来生成内容，从而提高回答的准确性、关联性和新鲜度，并解决幻觉问题。

在RAG技术的加持下，通过对接各种基础大模型，基于企业私有化数据进行微调训练，构建起洞悉业务和企业知识的企业私有大模型。通过建立企业私有大模型，进一步加强了对企业特性和业务需求的理解，为企业提供了更加个性化的服务和支持，可以快速理解并学习企业的知识和业务流程。

懂知识、懂业务的AI Agents

在企业私有大模型之上，企业员工人人都可创建智能体员工，整个企业即可快速组建一支掌握企业岗位知识、懂得企业各项业务的AI Agents智能体群。从前台到后台，从业务到管理，从内部协同到外部服务，覆盖人事、营销、管理等各个领域，智能体群将融入企业数字化的每一个环节，为企业提供了全方位的智能化支持。此外，智能体群不断学习新知识，逐渐进化成为企业内的专家级“AI员工”，为企业创造更大价值。