利用 Agentic AI 变革客户服务

Neople Assistants 在商业环境中无缝集成的历程

Neople 是一家初创公司，它使用生成式人工智能 (GenAI) 创建数字同事，称为 Neople Assistants，帮助企业实现其客户服务目标。Neople Assistants 与企业已经用于处理客户支持案例的工具统一集成。为了提供世界一流的支持，这些数字同事必须像人工支持代理一样，在回复客户案例之前处理来自各种来源的大量信息。

该公司的核心，或运营枢纽，建立在 AWS 之上，Weaviate 是他们选择的向量数据库，用于可靠、准确和快速查询公司特定知识。凭借可扩展且安全的 AI 堆栈，Neople 的强大平台正在设定值得信赖的人工智能交互标准，并有可能彻底改变我们对待工作的方式。

挑战

当 Job Nijenhuis，联合创始人兼 CTO，开始构建 Neople 平台时，他们的 AI 堆栈有几个关键要求。首先，他们希望完全控制平台中的数据。此外，他们需要使用易于设置、快速且可靠的工具。Neople 不想构建自己的数据库解决方案，因为他们希望减少构建堆栈的时间，而将更多时间花在 Neople Assistants 的功能上。

最初，当 Neople 的数据库使用 Postgres 构建时，无法提供对用户查询的实时响应。Neople Assistants 在每次查询时会多次搜索，并且回复 Teams 或 Slack 消息可能需要几分钟，而此时人工可以完成数字助理相同的任务。

为什么 Neople 选择 Weaviate

对于 Job 来说，Weaviate 是替换 Neople 最初的 Postgres 数据库的显而易见的选择。作为功能齐全的 AI 原生向量数据库，它使 Neople 能够完全控制他们构建 AI 应用程序的方式以及他们存储数据的方式。数据库需要在 Neople 租户内部运行，并且 Weaviate 易于使用 Docker 和 AWS CloudFormation 模板部署和管理。

可靠性和易用性对于 Neople 来说至关重要，因为他们的客户群不断增长——他们希望更加专注于改进他们的数字助理，而减少维护底层技术的工作。

虽然 Job 最初构建了自定义组件，例如重新排序机制，以提高查询结果的准确性，但 Weaviate 提供了开箱即用的重新排序模块。Weaviate 的强大混合搜索功能有望提供更好的搜索响应质量，而庞大且活跃的开发人员社区可以为 Neople 的工程师提供支持，以便他们快速调试问题并专注于新功能。

解决方案

Weaviate 替换了 Neople 最初的数据库。除了快速且易于设置之外，Weaviate 专为 AI 应用程序而构建，并且在提供明显更快的查询结果方面表现出色。能够利用即插即用的模块意味着 Neople 可以大幅提高搜索结果的准确性，同时减少维护自定义构建组件的开发人员工作量。

作为 Weaviate 开源工程社区的积极成员，Job 和他的团队能够从 Weaviate 团队和其他社区成员那里获得挑战方面的快速支持。同时，他可以通过分享他一路学到的东西来回馈社区。

“我们非常渴望向其他人学习，并使用像 Weaviate 这样专门从事向量数据库的服务来改进我们的产品。最终，我们的主要目标不是维护数据库，而是为我们的客户提供最佳的结果和用户体验”
Job Nijenhuis，Neople 联合创始人兼 CTO

下一步

随着在真实虚拟环境中工作的 Neople Assistants 数量的增加，Neople 的技术不断发展。Job 和他的团队会定期采用可用的新 Weaviate 功能

“当我们收到新闻通讯，宣布 Weaviate 的新版本发布时，我会在回家的火车上阅读它——当晚我们将实施一半的新功能。这确实表明了我们的团队致力于改进我们的产品，以及选择 Weaviate 如何定期支持这些努力，” Job 说。

Weaviate 的最新功能包括多租户和多模态，Job 的团队今年正在将这些功能整合到 Neople 平台中。