开启智能运维新时代，宝兰德推出数字效能大模型###

根据Gartner《2021年预测：人工智能对人类和社会的影响》，到2025年，生成式AI产品的数据将占所有数据的10%，根据中关村大数据产业联盟《中国AI数字商业展望2021-2025》报告披露，国内生成式AI商业应用规模将达到2070亿元。随着大模型热度不断持续，人工智能可逐渐赋能经济社会发展的各个领域，各行业在数字化转型等产业升级过程中，对大模型的需求持续走高。

【资料图】

宝兰德深耕中间件、智能运维等基础软件及基于大数据、人工智能的行业通用软件产品及解决方案的研发推广十余年，形成了完善的产品、解决方案及营销服务体系，积累了丰富的技术研发及实践经验。

在助力企业数字转型过程中，宝兰德立足用户核心需求，积极探索新技术浪潮下催生的新场景、新业态。在运维领域，企业IT运维面临着运维工具不智能、运维知识查找难、运维操作依赖人工等挑战，现有技术难以带来较大提升，需要考虑如何利用新技术提升运维领域的数字化转型效能。

面对新形势下新的业务场景，宝兰德依托十余年深耕运维领域积累的行业经验、AI技术及数据治理能力，宝兰德推出了运营运维领域的数字效能大模型，提供数字效能代码大模型、数字效能运维大模型、数字效能运营大模型等大模型，构建词槽提取、代码生成、知识问答、文本总结等能力，满足对话式运维、智能问答、代码生成相关场景，助力政企用户在运营运维的垂直领域降本增效。

通过数字效能大模型，可为企业带来如下价值——

Tips

”

01

提升员工效率

可更好捕捉和分析信息，用于智能问答，提升工作交互效率，例如各类运维知识问答、相关代码生成。

02

重塑工作模式

工作模式由员工单独完成逐渐转变为AI+员工模式，让AI成为员工的“伙伴”，为工作模式提供更开阔的空间。

03

打造企业知识引擎

利用大模型相关能力，将散落在企业内外部各类数据源中知识进行提取，再利用大模型生成能力输出高价值内容。

04

提升服务质量

利用大模型智能提取词槽，提升运维效率及服务质量，整体运维过程对人工的依赖降低。

为了充分发挥大模型在智能运维领域的效能，宝兰德将会把大模型技术接入到智能运维以下三个场景中：

宝兰德数字效能大模型

应用场景

应用场景一：对话式运维ChatOps

提供对话方式选择运维意图，利用大模型智能提取输入内容中关键信息，自动查找运维相关数据，执行运维相关动作，将复杂的运维管理简化到一个对话框内。

该应用场景的主要优势为：

更强泛化能力：利用大模型能力自动提取词槽，适配更多种问法，泛化能力更强。

无需语料：以Few Shot方式，无需提前准备语料，具备更大落地可能性。

多轮对话能力：通过多个运维意图的跳转，在多轮对话中保留意图间共有词槽，减少用户输入内容，提升运维效率。

应用场景二：智能问答

将企业内运维知识与大模型相关联，利用大模型的文档总结、摘要提取等能力，在对话页面可快速查询运维知识，提升知识共享程度及问题解决效率。

该应用场景的主要优势为：

多轮对话：可从历史问答中获取信息，支持上下文语义的多轮对话。

私有化部署：提供私有化部署方案，保障企业内数据安全。

简单易用：操作简便，流程简化，只需两步操作，业务人员可快速上手。

应用场景三：代码生成

提供对话方式，用户可输入生成SQL要求，大模型可根据用户输入内容自动匹配相关表，依据表的元数据信息，智能生成SQL语句，降低运维技术难度。

该应用场景的主要优势为：

自动提取元数据信息：可自动提取元数据能力，用户可利用获取的元数据进行操作，无需通过手动方式获取。

“解除”大模型Token限制：对大模型进行微调，使其具备元数据信息，在生成SQL时，无需将元数据信息进行组装，确保输入不会超出大模型Token限制，可生成满足实际生产的复杂SQL。

复杂SQL准确率大幅提升：以SFT方式，对大模型进行微调，大幅提升复杂SQL生成的准确率。

运维领域大模型的应用创新将会为运维带来革命性的变化。宝兰德数字效能大模型将专注运维领域，提供更多专业大模型，为用户解决运维领域难题，助力提升运维领域数字化转型效能，引领智能运维新时代。