自2023年2月以来，PicPay积极拥抱人工智能（AI），致力于提升客户体验。其中，最成功的案例莫过于其虚拟助手，该助手在短期内将净推荐值（NPS）提高了45%，问题解决率提升了20%。在此基础上，PicPay进一步将目光投向了内部运营，力求优化员工满意度和工作流程。 一项2024年12月对1725名员工的内部调研显示，高达86%的员工已经在日常工作中使用AI工具。面对日益增长的企业内部流程优化需求，以及对AI安全和益处的关注，PicPay选择自主研发生成式AI工具，以自动化重复性任务，确保流程与内部政策和质量标准相符。
生成式AI Copilot：效率革命的核心
PicPay推出的生成式AI Copilot并非简单的效率工具，而是企业内部的智能助手。这些Copilot能够自动生成摘要、会议纪要，并优化待办事项优先级，不仅节省了大量时间，更确保了公司各项指令的精准高效执行。 PicPay在过去几年中构建的FinAI体系已经清晰地展示了AI的优势，无论是优化员工个人工作还是优化涉及不同领域多个团队的关键流程。这促使PicPay更加积极地拥抱生成式AI，并将其应用于更广泛的场景。
Chat AI：安全、高效的内部对话平台
为了确保数据安全，PicPay并未允许员工直接使用云端的通用AI工具，而是选择自主研发内部聊天工具——Chat AI。该工具旨在将生成式AI的应用集中在一个安全且私有的平台上，避免企业数据泄露的风险。 Chat AI 集成于 hubAI 平台，该平台集中管理所有生成式AI计划，以确保数据的安全性和隐私性符合PicPay的内部政策。
Chat AI 架构：灵活、可扩展的技术基石
Chat AI 的架构设计旨在为所有员工提供类似 ChatGPT 的功能。为了简化代理程序的开发，PicPay 创建了一个基础项目，可以重复使用通用功能。 PicPay 选择了 Langchain 库，因为它拥有广泛的开发者社区、大量的预配置模块和完善的文档，这些因素加速了解决方案的实施。 该项目还解决了一些技术难题，例如自定义数据库的消息插入流程，以便能够以加密形式存储用户消息。
Chat AI 的架构设计充分考虑了灵活性和可扩展性，支持多种AI模型和文件格式，并集成了检索增强生成 (RAG) 技术，从而显著提升了AI的响应质量。具体而言，其架构亮点体现在以下几个方面：
-
文档流程： 用户可以随时上传文档，上传内容会被整合到检索增强生成（RAG）系统中。这使得Chat AI能够在用户交互过程中加入这些文档的上下文信息，显著提升了AI的响应质量和相关性。例如，员工可以上传一份项目计划书，Chat AI 可以基于该计划书的内容回答相关问题，或者自动生成项目进度报告。
-
多种AI模型： Chat AI 的设计支持多种生成式AI模型，用户可以在不同的LLM（大型语言模型）之间自由选择。这使得PicPay能够根据不同的任务需求，选择最合适的AI模型，从而获得最佳的性能。例如，对于需要进行创意写作的任务，可以选择擅长文本生成的模型；对于需要进行数据分析的任务，可以选择擅长数据处理的模型。
-
MongoDB的应用： MongoDB 的选择对于支持项目所需的各种存储类型至关重要，它集成了现有基础设施，确保了运营的一致性和实施效率。
数据存储：MongoDB 构建的坚实后盾
在数据存储方面，Chat AI 采用了 MongoDB 数据库，以满足不同类型数据的存储需求，并确保数据的安全性和高效检索。 具体来说，MongoDB 在 Chat AI 中承担了以下关键角色：
- 通用存储： 使用 MongoDB 存储用户信息和消息历史记录，其中每个对话都存储为一个文档，从而可以快速在界面中执行查询。
- 文件内容存储： 使用带有矢量索引的 MongoDB 存储用户上传文件的内容。 通过这种方式，可以执行矢量搜索并开发基于这些数据的 RAG，以使用用户发送的数据改进生成式AI的响应。
- 隐私保护： 实施端到端加密，以确保存储的数据在没有解密密钥的情况下保持不可读，从而符合 PicPay 的安全策略。
数据存储与检索流程： 用户上传文件后，系统会使用 Langchain 模块将文件信息加载并转换为文本，从而加速了开发。 目前，该平台支持多种文件扩展名，例如 .pdf、.docx、.pptx、.csv 和 .xlsx，允许用户附加文档进行分析。 此过程用作生成嵌入并插入矢量数据库的输入。
文件上传结构：提升数据处理效率的关键
为了提升数据处理效率，Chat AI 在文件上传结构方面进行了精心的设计。系统利用 Langchain 的模块来加载文件信息并将其转换为文本，从而加速了开发进程。目前，该平台支持多种文件格式，包括 .pdf、.docx、.pptx、.csv 和 .xlsx 等，方便用户上传各种文档进行分析。 这一过程不仅简化了数据预处理流程，也为后续的嵌入生成和矢量数据库的插入奠定了基础。 例如，用户可以上传一份包含财务数据的 .csv 文件，Chat AI 可以自动分析数据，并生成相应的图表和报告。
用户界面：简洁易用，无缝集成
Chat AI 的用户界面设计注重直观性和易用性，旨在为所有员工提供高效且愉悦的使用体验。 此外，它的设计与 hubAI 平台完全集成，从而可以简化访问并在不同的 AI工具 之间流畅导航。
hubAI 作为一个中心化平台，汇集了 PicPay 的所有生成式AI计划。 在 hubAI 上，用户可以查阅关于生成式AI的完整文档、参加专门的培训，并直接访问 Chat AI。 hubAI 还支持在团队之间创建和共享生成式AI代理，从而鼓励知识传播和整个 PicPay 生态系统中的协作创新。
HubAI：驱动AI生态的中央枢纽
HubAI 不仅仅是一个工具平台，更是PicPay 驱动 AI 生态的核心。它汇集了所有 生成式AI 项目，为员工提供全面的AI资源，包括文档、培训以及 Chat AI 等工具的访问入口。
HubAI 的另一个重要功能是支持团队之间共享 生成式AI 代理，这意味着团队可以互相学习和借鉴，加速 AI 应用的开发和推广。例如，一个负责客户服务的团队开发了一个能够自动回复常见问题的 AI 代理，其他团队也可以直接使用这个代理，或者根据自己的需求进行定制。 这种协作模式极大地提高了 AI 应用的效率和创新性。
结论：PicPay 的 AI 之路，仍在继续
通过实施内部生成式AI工具，PicPay 进一步巩固了其对创新和员工效率的承诺。 通过使用 Langchain 库，PicPay 开发了 Chat AI，优先考虑数据处理的集中化和安全性，从而满足了公司的关键需求。
Chat AI 是一个强大的解决方案，每天有 2000 名活跃用户，它使 PicPay 的所有员工都能够安全地使用 AI，同时遵守内部数据隐私策略。 这表明了合适的工具和技术对于提供定制和易用性以满足特定业务需求的重要性。
目前，PicPay的Chat AI日活跃用户已达2000人，这充分证明了其解决方案的实用性和受欢迎程度。更重要的是，Chat AI 确保所有员工都能在安全的环境下使用 AI，严格遵守公司内部的数据隐私政策。 这也再次强调了选择合适的工具和技术，并进行定制化开发，以满足特定业务需求的重要性。
在即将发布的文章第二部分中，我们将探讨 PicPay 如何使用人工智能优化公司中的关键流程。PicPay 的 AI 之路仍在继续，让我们拭目以待！