借助F5和NetApp，通过RAG释放AI潜能

Hunter Smit产品营销高级经理 | F5

随着企业探索如何利用AI的力量，许多企业开始借助大语言模型（LLM）改进决策。然而，ChatGPT等LLM基于互联网上海量的公开数据进行训练，因此，对于希望利用AI从自身企业数据中获取洞察的企业而言，其作用有限。此外，训练这些模型可能需要数月时间并投入大量资金，因而几乎无法确保每次响应都真正有意义且反映最新信息。

问题在于，企业如何利用自然语言处理，从自身特有的数据中获取有价值且与时俱进的AI洞察？自行构建LLM的成本高得难以承受，使用专业数据对现有LLM进行微调同样如此。

值得庆幸的是，检索增强生成（RAG）为企业克服这些限制提供了一种方法。借助这项先进的AI技术，企业可以将ChatGPT等预训练大语言模型（LLM）与自有专有数据相结合，从而获得准确且具备上下文感知能力的回答。企业还可以仅从相关性最高的来源（例如经批准的公司流程、政策或产品信息）提取信息，以限制所使用的数据。由于RAG会从企业的向量数据库中实时检索信息，因此随着新数据的加入，企业可以确保始终获取最新信息。

融合LLM与企业数据的优势

RAG将数据检索与语言生成有效结合。检索器类似于搜索引擎，可根据用户查询检索数据，并利用复杂算法仅收集相关性较高的信息。生成器通常是ChatGPT等大语言模型（LLM），负责利用这些信息生成准确且有依据的回答。通过整合这两个组件，RAG使企业能够构建定制化AI系统，从而获得竞争优势。

检索增强生成（RAG）整合专有私有数据，为大语言模型（LLM）提供补充，从而生成准确且符合上下文的答案。

潜在应用场景十分广泛。销售和营销团队可以快速整合市场报告、客户反馈和社交媒体信息流中的信息，以识别购买趋势和客户偏好。客户服务团队可以使用由RAG驱动的聊天机器人，根据产品信息、客户资料和购买历史记录，为客户咨询提供个性化回复，从而提高客户忠诚度。法务团队在提供法律建议时，可以轻松利用AI从合同、法律案件及其他文档中获取的知识。RAG可帮助员工快速、准确地利用存储在多个数据库中的相关最新结构化和非结构化数据，从而提高业务生产力、改善客户体验，并通过减少人力投入和提高客户忠诚度来增加利润。

尽管RAG有望推动企业AI转型，但仍面临一些障碍。其中一项主要挑战，是如何在大多数公司现有的分布式IT环境中检索和整合数据。如今，大多数企业都在高度复杂的混合多云环境中运行应用。由于数据通常存储在不同位置，包括本地数据中心以及Microsoft Azure、Google Cloud Platform和AWS等多个云平台，因此将这些孤立的数据全部与LLM集成可能并不容易。此外，如果缺乏适当的保护措施，还可能导致隐私信息泄露。

在混合多云环境中实施RAG

F5一直与数据基础设施公司NetApp合作解决这些问题。通过将F5安全、高性能的多云网络能力与NetApp强大的数据管理解决方案相集成，无论企业数据位于何处，都能快速检索并安全地与大语言模型（LLM）结合使用。

NetApp的Cloud Volumes ONTAP和Azure NetApp Files可优化云存储成本和性能，同时增强数据保护和合规性。与F5 Distributed Cloud Network Connect结合使用时，无论数据存储在何处，都能在不同可用区和区域之间快速、安全地连接和移动数据。

随着企业不断探索如何交付能够推动业务发展的LLM应用，我们的联合解决方案可帮助企业顺畅地管理、保护和优化数据，同时降低成本。企业数据始终保持私密。用户还可获取准确、及时且与上下文相关的信息，从而在数字时代蓬勃发展。

正如F5首席技术与AI官Kunal Anand所说：“我们的联合解决方案可提供卓越性能和强大的安全保障，帮助企业根据自身独特的业务场景，放心地利用AI能力。”

充分释放企业AI的潜力

此次合作建立在F5与NetApp此前合作的基础上，旨在帮助企业连接混合多云环境。需要指出的是，这仅仅是一个开始。未来几个月，我们将继续携手合作，帮助企业在分布式IT环境中充分发挥AI的潜力。

如需了解详情，请阅读我们的新闻稿。另请访问F5与NetApp网页。

关于作者

Hunter Smit产品营销高级经理 | F5

Hunter Smit是F5解决方案与战略产品营销高级经理。他负责F5产品组合的解决方案营销工作，涵盖AI基础设施和应用安全，并推动F5进军新兴的AI数据交付市场。Hunter是Whitworth University商学院顾问委员会成员，并曾担任产品营销兼职讲师。他拥有Whitworth University工商管理硕士学位和管理学工商管理学士学位。

Hunter Smit 的更多博客文章