AIGC 时代,企业流程中是否整合人工智能(AI)对于的企业竞争力至关重要。然而,随着 AI 不断发展演进,企业也在此过程中面临数据安全管理、访问权限、数据隐私等方面的挑战。
为了更好地解决上述问题,Credal.AI(以下简称 “Credal”) 提供的解决方案使组织能够在释放生成式人工智能(GenAI)潜力的同时降低其风险。Credal 解决方案的核心向量数据库 Milvus,在 Milvus 的加持下,Credal 能够更好地实现其企业愿景——【打造安全且实用的 AI】 。
01.Credal:GenAI 与企业数据安全间的桥梁
Credal 的目标是使企业能安全且方便地使用 GenAI。为此,Credal 提供了强大的数据集成和治理功能,能从 Microsoft Office、Google Workspace 以及 Slack 等多种平台中拉取数据。他们推出了类似于“Okta 的 AI 版本”,从而严格管理访问和权限,以便为开发者和终端用户提供一个流畅且安全的接口。因此,Credal 成为一个端到端的解决方案,支持安全、企业级的 GenAI 部署。
从用户的角度来看,他们无需精通编码或复杂的算法便可利用大量数据,发挥 GenAI 的力量。用户能够使用 Credal 创建代理,确保能够最大化利用 GenAI 技术。
对于管理员和 IT 团队,Credal 提供了监控数据和管理工具,包括强制根据使用条款实施、审计跟踪、日志记录、数据目录和数据治理等功能。这些功能都是在大型企业中高效部署 GenAI 的关键部分。用户可以通过 Credal 的聊天界面或 API 使用诸多重要功能,如 PII 删除、审计日志、数据访问控制等。
02.Credal 痛点:缺乏生产就绪的向量数据库
在 Credal AI 产品开发的初期阶段,公司遭遇了多个挑战。其中一个核心功能是语义搜索,但发现使用基本的向量搜索插件在大规模实现这个功能颇为困难。当语义搜索被嵌入到需要高数据库性能的定制工作流中时,这些挑战变得更为严重。为了构造这些由 GenAI 驱动的工作流,需要对传统的搜索机制进行改进,因为这些工作流需要根据复杂、用户定义的标准实时处理大量数据集。
另外,由于拥有多种托管环境,包括云基础设施和现场部署,Credal 需要有一个可以自我托管,且得到活跃开源社区支持的向量数据库,一个快速、可扩展且多功能的数据库,以应对复杂的数据管道和多种托管条件的需求。而在进行技术选型的过程中,Credal 发现市面上有许多向量数据库解决方案,但都无法满足其企业级的需求。
03.选择 Milvus:以开发者为核心的全能向量数据库
经过对众多市面上主流的向量数据库的评估,评估指标包括:是否支持自托管、可扩展性、是否拥有庞大的社区。
Milvus 在评估中脱颖而出。Milvus 在 GitHub 上获星超过 24 K,拥有高度活跃的社区,且处于不断迭代的过程中,高频推出新功能。
首先,Milvus 不断升级的特性是 Credal 考虑的重点,特别是其混合搜索功能,能够在执行向量搜索的同时过滤其他元数据。尽管许多解决方案提供了快速的向量搜索,但在处理结构化数据方面却显得力不从心。Milvus 的混合搜索能力完美解决了这一技术缺口,解决了实际的商业问题。
其次,Milvus 为 Kubernetes 提供的官方 Helm Chart 同样是 Credal 考虑的重点。尽管自定义 Helm Chart 不是难事,但官方支持的 Chart 却体现了 Milvus 对开发者成功的承诺。Credal 认为这体现了 Milvus 团队不追求短期利益,而是致力于解决用户面临的实际挑战。尤其是对于 Credal AI 这样的初创企业来说,这种支持极为宝贵,Milvus 可以帮助他们简化部署流程,节省时间和工程资源。
再者,Milvus 从架构设计上,将计算和存储分离,因此具备高度的灵活性和可扩展性。与单节点的数据库架构不同,Milvus 的架构支持灵活扩展,从而应对不断变化的需求。
Credal 联合创始人兼首席技术官 Jack Fischer 强调了这种架构设计的优越性:“刚开始搭建平台时,我们并不能确切知道后续的访问模式会是什么样的。随着我们的产品发展,访问模式肯定会随之变化......所以,我们很庆幸采用了 Milvus 这种存储和计算分离的向量数据库。无论我们如何发展产品,Milvus 能够满足我们的业务需求,我们对此充满信心。”
04.结果:Milvus 助力 Credal 搭建高效、可扩展的平台
对于 Credal AI 来说,采用 Milvus 无疑改变了整个游戏局面,为他们复杂的向量搜索需求提供了坚实的基础。Milvus 的技术能力迅速消除了他们对数据库性能的初步疑虑。在创业公司常面对不断变化需求的场景中,Milvus 既是即时的解决方案,也展现出长期的价值。
选择 Milvus 的决定得到了验证,它完美融入了 Credal AI 的现有系统,不仅满足了技术的前提条件,还实现了更广泛的商业目标。由于其分离的存储和计算架构,使得平台具有很高的可扩展性,这让 Credal AI 有信心预见并适应不断出现的客户需求。这也让 Credal 能够集中精力做它最擅长的事:不断优化其核心产品并促进用户参与度。他们完全放心,无论面对什么样的需求,其后端都能够应对自如。
Fisher 表示:“在我们需求的文氏图中,处在最中间的就是 Milvus,它集所有需求的交集于一身。这点是其他向量数据库都比不上的。如果只需要其中一两点功能,那可以考虑别的向量数据库。但如果需要所有功能,必然选择 Milvus。”
05.未来合作:与 Zilliz 共绘蓝图
借助 Milvus,Credal 能够为客户提供可扩展、易于使用的解决方案,而无需从头开始自行研发向量搜索解决方法。此外,使用 Milvus 并不会带来额外的运营开销。Milvus 的可扩展性和稳定性确保了 Credal 平台能够随着业务发展灵活扩展。
目前,Credal 正考虑未来与打造 Milvus 的原厂 Zilliz 合作,利用 Zilliz Cloud 为其云上客户提供服务。Credal 的公司使命和愿景是持续努力将 GenAI 功能整合到实际企业应用中,这就需要强大的安全保障和全面的数据治理。Zilliz Cloud——全托管、开箱即用的 Milvus 服务,非常契合 Credal 的商业战略,能够助其简化运营流程,优化云上客户的体验。关于未来的合作,我们拭目以待!
技术干货
18个月构建Zilliz Cloud,公有云构建Serverless向量检索服务获得的一些教训
十八个月内从零开始,构建基于全球最流行的开源向量数据库Milvus的云托管服务——Zilliz Cloud。
2024-09-11技术干货
提升基于图像的时尚推荐用户体验
在最近的一次演讲中,Joan Kusuma分享了她使用基于图像的推荐来增强时尚零售体验的创新方法。凭借她在时尚零售和人工智能方面的背景,Joan展示了如何利用卷积神经网络(CNN)和视觉嵌入来创建个性化服装推荐系统。
2024-07-26技术干货
什么是二进制嵌入?
尽管密集嵌入因其能够以最小的信息损失保留语义含义而普遍存在,但随着数据量的增加,它们的计算需求和内存需求也在增加。这种增加促使开发者寻求更高效的数据表示方法。
2024-07-26