top of page
Generatif (Beta) |. Memberikan berita dan tren terkini dalam AI generatif
logo.png

Penjualan dan dukungan Marubeni I-DIGIO Glean dimulai.

Generatived

21/1/26, 00.00

Marubeni IT Solutions (Tokyo) telah menandatangani perjanjian distributor dengan Glean Technologies untuk memulai penjualan dan layanan dukungan implementasi/operasional untuk "Glean." Dalam kombinasi dengan aplikasi seperti Box, ini akan mendukung pembangunan platform pencarian informasi dan pemanfaatan pengetahuan.

Karena banyak perusahaan menggunakan SaaS, masalah muncul karena distribusi informasi. Glean menyediakan platform yang melakukan pencarian di seluruh data yang terdistribusi dan memungkinkan asisten AI untuk menghasilkan jawaban.

Platform Work AI dari Glean membantu karyawan menemukan pengetahuan perusahaan mereka, menghasilkan konten, dan mengotomatiskan pekerjaan mereka. Platform ini menyediakan fungsionalitas dalam tiga lapisan: Glean Search, Glean Chat, dan Glean Agents.

Marubeni I-DIGIO akan mendukung implementasi Glean, dengan memanfaatkan rekam jejaknya dalam mengimplementasikan dan mengoperasikan Box serta pengalamannya dalam mengoperasikan perusahaan mitra Glean, Microsoft 365 dan Slack, untuk membantu perusahaan membangun fondasi yang memungkinkan mereka menerapkan AI secara aman dalam pekerjaan mereka, berkontribusi pada pemanfaatan pengetahuan dan peningkatan produktivitas.

Bagikan artikel ini:

Tin tức mới nhất
Badan Sains dan Teknologi Jepang Umumkan Robot Perawatan AI NVIDIA

Badan Sains dan Teknologi Jepang Umumkan Robot Perawatan AI NVIDIA

14/1/26, 00.00

Program Riset Moonshot, yang didukung oleh Badan R&D Teknologi Jepang (JST), membuat kemajuan besar dengan tujuannya untuk mengintegrasikan robot bertenaga AI ke

NVIDIA Umumkan Blueprint untuk Meningkatkan Operasi Gudang dengan AI

NVIDIA Umumkan Blueprint untuk Meningkatkan Operasi Gudang dengan AI

14/1/26, 00.00

Gudang-gudang menghadapi paradoks operasional.

NVIDIA Meluncurkan Alat AI untuk Meningkatkan Efisiensi Ritel

NVIDIA Meluncurkan Alat AI untuk Meningkatkan Efisiensi Ritel

14/1/26, 00.00

NVIDIA memperkenalkan alat pengembang baru yang bertujuan untuk meningkatkan efisiensi dan skalabilitas di industri ritel.

MambaTech Umumkan Terobosan dalam Efisiensi LM

MambaTech Umumkan Terobosan dalam Efisiensi LM

14/1/26, 00.00

Penelitian terkini dalam pengembangan model bahasa (LM) telah memperkenalkan pendekatan baru untuk mengatasi keterbatasan pemrosesan konteks panjang.

Copyright © 2024 Generatived - All right Reserved.

Bagikan artikel ini:

Bagikan artikel ini:

Generatived

Hãy theo dõi chúng tôi

  • Facebook
  • X

Bahasa

Generatived là dịch vụ cung cấp thông tin và xu hướng chuyên về Generative AI. Chúng tôi sẽ cố gắng hết sức để cung cấp thông tin về thế giới đang thay đổi nhanh chóng.

Generatived AI Logo

Generatived adalah layanan yang memberikan informasi dan tren khusus dalam AI Generatif. Kami akan melakukan yang terbaik untuk menyampaikan informasi tentang dunia yang berubah dengan cepat.

  • Facebook
  • X

Ikuti kami

Bahasa

Berita terkini
Badan Sains dan Teknologi Jepang Umumkan Robot Perawatan AI NVIDIA

Badan Sains dan Teknologi Jepang Umumkan Robot Perawatan AI NVIDIA

14/1/26, 00.00

Program Riset Moonshot, yang didukung oleh Badan R&D Teknologi Jepang (JST), membuat kemajuan besar dengan tujuannya untuk mengintegrasikan robot bertenaga AI ke

NVIDIA Umumkan Blueprint untuk Meningkatkan Operasi Gudang dengan AI

NVIDIA Umumkan Blueprint untuk Meningkatkan Operasi Gudang dengan AI

14/1/26, 00.00

Gudang-gudang menghadapi paradoks operasional.

NVIDIA Meluncurkan Alat AI untuk Meningkatkan Efisiensi Ritel

NVIDIA Meluncurkan Alat AI untuk Meningkatkan Efisiensi Ritel

14/1/26, 00.00

NVIDIA memperkenalkan alat pengembang baru yang bertujuan untuk meningkatkan efisiensi dan skalabilitas di industri ritel.

MambaTech Umumkan Terobosan dalam Efisiensi LM

MambaTech Umumkan Terobosan dalam Efisiensi LM

14/1/26, 00.00

Penelitian terkini dalam pengembangan model bahasa (LM) telah memperkenalkan pendekatan baru untuk mengatasi keterbatasan pemrosesan konteks panjang.

bottom of page