根据 Gartner 最新预测，至 2028 年，约 80% 的生成 AI 商业应用将基于现有数据管理平台进行开发。这一变革有望大幅降低开发复杂性，使交付时间缩短 50%。

当下，生成 AI 商业应用开发多依靠将大型语言模型（LLMs）与企业内部数据相融合，同时借助向量搜索、元数据管理、提示设计及嵌入技术等不断发展之技术。但缺乏统一管理方法时，企业易陷入 “分散技术” 困局，致使交付时长增加、成本攀升。

在印度孟买数据与分析峰会上，Gartner 特别强调检索增强生成（RAG）在生成 AI 应用开发中的核心地位。RAG 作为一种提升生成 AI 模型准确性和可靠性的架构，正逐步成为部署此类应用的基石。其具备灵活的实施方式、出色的可解释性以及与 LLMs 的协同能力，受到了 Gartner 的高度认可。

据 Gartner 高级分析师 Prasad Pore 所述，RAG 在众多业务领域，像销售、人力资源、IT 和数据管理等方面，对流程改进与任务自动化有着显著助力。目前，数据工程师和数据专业人员在构建、测试、部署及维护复杂数据管道和应用程序过程中遭遇重重困难。传统数据管理流程耗时且依赖大量人力，而 RAG 的运用则可极大提升工作效率，简化数据治理流程。

Prasad Pore 进一步指出，诸如 LLMs 之类的生成模型本身是静态的，仅依据训练数据运行，难以获取最新信息。通过 RAG，企业能够将最新的商业或组织特定数据整合进模型，从而增强生成 AI 应用在问题解答、日志分析和决策制定方面的效能。

在生成 AI 商业应用的类型划分上，Prasad Pore 表示，主要涵盖三大类别：流程改进与自动化（例如企业知识管理和文档处理自动化）、用户体验（比如客户支持自动化和个性化购物体验）以及洞察与预测（像对话式商业智能和数据发现）。

针对生成 AI 商业应用的构建与部署，Gartner 提出以下建议：其一，评估现有数据管理平台是否具备转型为 RAG 即服务平台的潜力；其二，将 RAG 列为优先事项，融合向量搜索、图形和分块等现有数据管理系统的相关技术；其三，借助元数据和操作数据，保障知识产权、应对隐私问题，防范恶意使用。

晓得智能 — 助力企业在数字化浪潮中脱颖而出，实现智能化转型。