什么是 Search AI？
搜索 AI 简介
Search AI 是一项新技术，它将高级搜索技术的关键功能与人工智能 (AI) 的关键功能相结合，创造了一种颠覆性的企业信息检索和分析方法。就像湖仓结合了数据湖和数据仓库的优势一样，Search AI 融合了搜索和 AI 的核心优势，以提供最相关、最准确的答案和切实可行的见解。
Search AI 让人们能够从任何数据中快速找到问题的答案—从文本和日志文件到代码、安全事件等。问题可能很简单，比如“我春季参加最好朋友的婚礼该穿什么？”，也可能很复杂，比如“我的防火墙收到了一个警报，紧接着我的一个终端设备也收到了警报。这意味着什么，我该怎么办？”借助 Search AI，所有这些问题都可以迅速得到解答。
为什么 Search AI 很重要？
Search AI 很重要，因为随着组织中数据量的增长，客户和员工越来越难以借助传统方法从数据中找到问题的答案。
仅采用搜索技术的局限性
传统的搜索技术彻底改变了信息检索方式，让人们能够从海量数据中即时获取所需信息。然而，尽管传统搜索擅长从非结构化数据集中返回相关结果，当用户寻找特定答案而不是手动筛选结果列表并自行分析结果时，这种方法就显得力不从心了。
搜索用例示例：
- 一位购物者在服装店网站上搜索衬衫
- 一位用户在常见问题解答中搜索答案
- 一位员工在解析内部资源
- 一位站点可靠性工程师 (SRE) 正在搜索日志以识别事件的根本原因
- 一位安全运营中心 (SOC) 分析师正在搜索安全事件以确定是否存在安全漏洞
- 一位知识工作者在内部知识库中搜索以执行日常任务
但是，由于有这么多数据需要解析，搜索就会失去效率。最终，搜索技术会输出一份响应列表。
仅使用人工智能的局限性
AI 非常擅长识别模式、生成见解和自动化复杂分析。然而，AI 在广泛的非结构化数据集中精确定位特定数据时经常面临挑战。其优势在于分析和处理，而不是直接检索数据。
例如，传统 AI（如机器学习）可能有助于模式识别和异常检测，帮助用户快速缩小数据范围。但是，即使使用传统 AI，为让您深入了解数据而生成的警报数量也非常庞大。无法手动处理数据生成的警报数量。
随着生成式 AI 技术的出现，获取答案的方式发生了变化。生成式 AI 提供的是答案，而不是像传统搜索和机器学习技术那样给出结果列表。遗憾的是，与搜索和机器学习技术不同，生成式 AI 不具备训练数据之外的实时上下文。
Search AI 能有效解决这个问题
Search AI 融合了搜索技术与人工智能这两者互为补充的核心能力，让企业能够以独有方式充分利用呈指数级增长的闲置非结构化数据。Search AI 可确保通过搜索技术找到最相关的数据，然后通过检索增强生成 (RAG) 将数据传递给大语言模型 (LLM)，以便根据用户的原始问题生成答案。
这些技术的结合最终让用户能够轻松地从任何数据中实时获取相关问题的答案。在企业层面，Search AI 是一种重要的生产力赋能工具。Search AI 让企业能够做出更明智的决策、提高运营效率、推动创新、提升客户体验、确保韧性并降低安全风险。
搜索 AI 可以优化内容发现和数据访问，改善客户支持，增强决策能力，实现知识民主化，并提高运营效率。
Search AI 在网络安全和可观测性等领域至关重要，它通过快速识别所有日志、安全事件数据等中的威胁和异常来提高问题解决速度，并提供切实可行的补救或响应措施。优化平均解决时间 (MTTR) 有助于提高系统的运营韧性、改善安全态势并提高团队工作效率。
Search AI 是如何运作的？
Search AI 的运作方式是将复杂的搜索技术与人工智能技术相结合，例如自然语言处理 (NLP)、机器学习 (ML) 和 生成式 AI 模型。下面简要剖析了其核心功能：
智能数据检索：Search AI 首先接受输入，理解输入背后的语义和上下文含义，然后检索与输入最相关的数据。检索机制涉及多种技术的无缝协作，包括用于解释输入背后上下文的 NLP、最佳匹配 25 (BM25)（一种用于信息检索的排名算法，用于确定文档与给定搜索查询的相关性）以及向量搜索，用于将大型数据集中的相似项目表示为向量（数值表示）并在向量空间中比较相似性以进行查找。
见解和答案生成：一旦检索到相关数据，Search AI 就会使用先进的 AI 驱动分析方法来提取有意义的见解，并生成准确的、上下文相关的答案。例如：
- 模式或异常识别：机器学习算法扫描检索到的数据以识别重复出现的模式或标记异常。
- 相关性：通过分析不同数据点之间的关系，Search AI 可以识别出重要的相关性，否则这些相关性可能会被忽视。
- 上下文感知的自然语言回答：以自然、人性化的语言提供高度上下文化的答案。这显著提高了可用性，使各个技术水平的用户都能直观地与复杂数据进行交互，而无需专门的分析知识。
Search AI 的优势
Search AI 为组织提供了全面的实时数据视图。通过统一不同的数据源，能够即时访问关键见解，支持快速且明智的决策。这种实时智能增强了决策的信心，无论数据量、类型或复杂性如何。
例如，一家全球零售连锁店可以使用 Search AI 来整合来自多个系统（CRM、ERP、电子商务平台和公共网络资源）的销售数据、客户反馈、库存水平和竞争对手的定价。搜索技术实时检索所有相关信号，例如特定产品的退货率突然飙升以及评论中的社会情绪趋势。AI 随后会分析这些检索到的数据，以识别出某种模式，例如某款高营收产品因设计缺陷导致用户不满。所得出的洞察是什么？停止后续订单，发布修复方案，并重新分配营销预算，以防止收入流失并维护品牌信誉。
最大限度地提高效率
通过快速提供精确、相关的数据，Search AI 消除了运营效率低下的问题。它简化了工作流并在统一的开放平台上自动执行任务。组织可以大幅降低成本、提高生产率，并战略性地分配资源。
金融服务公司可以使用 Search AI 来统一来自 SAP、Coupa 和 Okta 等工具的费用报告、采购数据、软件许可证使用情况和员工访问日志。在此示例中，搜索技术可检索出显示各部门未充分利用的软件许可证的模式。然后，AI 会分析这些数据以标记冗余工具，计算潜在的节省，并建议整合供应商。结果是：该企业消除了重叠订阅、重新协商了合同，并将软件支出削减了 30% — 所有这些都无需人工审计或对团队造成干扰。
推动创新
Search AI 让组织能够充分释放其结构化和非结构化数据资产的潜力。通过将数据与生成式 AI 能力无缝整合，企业可将创意转化为实实在在的创新，扩大可能性并实现突破性应用。
在现实场景中，一家法律科技公司可以使用 Search AI 将其存档的数百万份未得到充分利用的客户合同（以 PDF 形式存储）转换为面向客户的新产品。搜索技术可以从这些合同中提取并索引关键条款、术语和元数据，无论其结构或格式如何。当客户提出“我的最早终止权是什么？”或“哪些合同有自动续约条款？”等问题时，AI 就会根据上下文对检索到的条款进行分析，并提供针对具体合同的明确答案。结果是一个自助式法律情报工具，可减少对法律团队的依赖，并从闲置数据中创造了一个新的创收产品线。
提升客户体验
借助搜索 Search AI 的开放、高性能架构，组织可以开发复杂的智能数字体验。开发人员获得了强大的工具来构建可扩展性、个性化和无缝的应用和服务，从而显著改善了客户互动和满意度。
例如，旅行预订平台可以使用 Search AI 来整合实时航班数据、过去的预订历史记录、客户支持聊天以及网络和移动应用上的用户行为。当旅客搜索最后一分钟的行程时，搜索技术会检索相关的行程、忠诚度优惠和类似旅客的偏好。AI 通过分析这些数据来实现个性化结果，提供优化路线、升级建议，以及根据用户资料和意图量身定制的动态定价。其结果是提供快速、直观和深度个性化的体验，从而提高转化率和客户满意度。
改善运营弹性
Search AI 可将日志、指标、跟踪和其他运行数据汇总为可访问的灵活格式。借助这种统一的数据视图，SRE 能够快速识别事件的根本原因、解决问题并维护最佳运营性能。
例如，大型电信提供商可以使用 Search AI 将网络日志、支持单、故障报告以及来自 ServiceNow、Splunk 和 OpenTelemetry 等孤立系统的基础架构遥测数据结合起来。当服务中断发生时，搜索技术会立即检索相关信号，如错误峰值、受影响区域和先前的维护历史。AI 会分析这些结果以确定根本原因—在本例中，是特定路由器型号的固件更新配置错误。然后，它会推荐有针对性的回滚，并向运维团队发出警报，从而将平均解决时间从几小时缩短到几分钟，并将工程师从人工分流中解放出来。
降低安全风险
Search AI 通过整合云基础架构、终端、网络和应用程序的安全信号来提升组织安全防护能力。借助 AI 驱动的威胁检测和响应，安全运营中心 (SOC) 团队可以主动识别和消除威胁，对不断变化的网络风险保持强大、持续的防御。
跨国企业可以通过 AWS CloudTrail、CrowdStrike、Okta 和 VirusTotal等工具使用 Search AI 来统一来自云访问日志、终端警报、防火墙事件、身份提供商和威胁情报信息流的数据。当检测到异常登录行为时，搜索技术会立即检索相关信号，如地理位置异常、权限提升尝试和横向移动模式。AI 会将这些事件关联起来，识别出正在发生的凭据泄露，并生成包含建议遏制步骤的攻击时间表。SOC 团队会收到实时警报，从而能够快速响应并防止大规模泄露。
Search AI、AI 驱动搜索和 AI 搜索之间的区别
AI 驱动的搜索：AI驱动的搜索是指通过AI技术提升相关性和效率的传统搜索解决方案，但通常仅限于提高搜索结果的准确性（例如，使用语义搜索而非传统关键词搜索的电子商务网站）。AI 驱动的搜索引擎使用向量嵌入来理解相似的术语（例如“rainproof”和“waterproof”）并检索概念上相关的产品，即使产品描述不包含确切的查询词。
AI 搜索：AI 搜索广泛描述了使用 AI 技术的任何搜索功能。其范围往往仅限于提高搜索相关性，而没有综合的见解或行动。例如，美国网络搜索引擎 Perplexity AI（或简称 Perplexity）使用大型语言模型来处理查询，并根据网络搜索结果合成响应。
Search AI：Search AI 是对高级搜索技术与人工智能技术的全面融合，旨在超越传统信息检索，提供深入见解、上下文理解与实时行动能力。例如，Elastic 的攻击发现功能（Search AI 的网络安全应用）使用搜索在您的安全数据资产中查找相关证据。人工智能将不同的数据整合成一个连贯的故事，让您能够了解全貌并快速做出反应。
Search AI 包含 AI 驱动的搜索和AI search的功能，但通过更深入的整合、上下文理解和可操作的结果来超越它们。
为何选择 Elasticsearch 的 Search AI 解决方案
Elastic 的 Search AI Platform 赋予组织根据其特定需求自由构建应用程序的能力。它提供了一个开放、强大且可扩展的基础架构，支持从个性化客户体验到高级分析和自动化的多种用例。
开放式设计
Elastic 倡导开放性，视其为创新和适应性的催化剂。Search AI Platform 建立在开放标准之上，促进互操作性和透明性。这种开放性使组织能够维护灵活性，快速适应不断变化的需求，并确保在各种用例下的长期可行性。EY 将 Search AI Platform 集成到其现有的生成式 AI 体系中，以简化监管和合规报告。该平台可与安永堆栈中的其他组件无缝集成，包括用于构建 LLM 应用程序的数据框架 LamaIndex、LangChain 以及 LanceDB 等开源向量数据库。
卓越性能
Elastic 的 Search AIPlatform 优先考虑速度、可扩展性和准确性。无论是执行复杂查询、得出切实可行的见解，还是自动执行实时操作，Elastic 都能确保最佳性能。组织可以相信，无论扩展如何，每个结果都会快速、准确、可靠地返回。Docusign 发现，Search AI Platform 是唯一能够处理每天涌入的数十亿份新文档的解决方案，可以改变企业创建、管理和分析合同的方式。
为创新而生
Elastic 认识到数据环境的动态特性，不断突破技术界限。Search AI Platform 为组织提供了尖端工具和功能，以有效地探索、关联和处理来自各种来源、类型和扩展的数据。Elastic 使组织能够始终处于数据驱动创新的前沿，不断推动业务价值和增长。借助 Search AI Platform，Cogstack 与 NHS 携手合作，在新冠疫情期间，允许医护人员快速访问相关数据，无需专业术语或编码，从而实现患者护理流程转型。
Elastic 的可观测性与安全解决方案基于 Search AI 平台构建，并已集成于该平台之中：
Elastic Observability 使用 Elastic Search AI 提供有关系统健康和性能的实时见解。它集成了日志、指标和跟踪数据，使团队能够快速识别和解决运营问题，并维护卓越的系统可靠性。
Elastic Security 使用 Elastic Search AI 来提供实时威胁检测和响应能力。凭借统一的安全信号和高级分析功能，Elastic Security 使安全团队能够快速识别和缓解威胁，确保全面的安全态势管理。
Search AI 代表了一种利用搜索技术和人工智能综合优势的变革性方法。借助 Elastic 的创新型 Search AI Platform，组织可以从其数据中释放前所未有的价值，实现增强决策能力、提高运营效率和弹性、增强客户体验并加强安全态势。