23.09.22 13:07

Новости

Автор:

Администратор

Ценность NLP для бизнеса: 5 историй успеха

 Эти пять организаций используют обработку естественного языка для лучшего обслуживания своих клиентов, автоматизации повторяющихся задач и оптимизации операций.

Эти пять организаций используют обработку естественного языка для лучшего обслуживания своих клиентов, автоматизации повторяющихся задач и оптимизации операций.


Автор: Тор Олавсруд, старший автор CIO 

 

Данные в настоящее время являются одним из самых ценных товаров для предприятий. Согласно отчету CIO.com State of the CIO 2022, 35% ИТ-руководителей говорят, что данные и бизнес-аналитика будут стимулировать наибольшие инвестиции в ИТ в их организации в этом году, а 58% считают, что их участие в анализе данных увеличится в течение следующего года.

 

Хотя данные поступают во многих формах, возможно, самый большой пул неиспользованных данных состоит из текста. Патенты, спецификации продуктов, академические публикации, исследования рынка, новости, не говоря уже о социальных сетях, – все они содержат текст в качестве основного компонента, и объем текста постоянно растет. Согласно исследованию Foundry Data and Analytics 2022, 36% ИТ-руководителей считают управление этими неструктурированными данными одной из своих самых больших проблем. Вот почему исследовательская компания Lux Research заявляет, что технологии обработки естественного языка (NLP), и в частности тематическое моделирование, становятся ключевым инструментом для раскрытия ценности данных.

 

NLP – это раздел искусственного интеллекта, который обучает компьютер понимать, обрабатывать и генерировать язык. Поисковые системы, службы машинного перевода и голосовые помощники – все это основано на обработке естественного языка. Тематическое моделирование, например, – это техника NLP, которая разбивает идею на подкатегории часто встречающихся понятий, определяемых группами слов. По данным Lux Research, тематическое моделирование позволяет организациям связывать документы с определенными темами, а затем извлекать такие данные, как тенденция роста темы с течением времени. Тематическое моделирование также может быть использовано для создания «цифрового отпечатка» для данного документа, а затем для обнаружения других документов с похожими отпечатками.

 

По мере роста интереса бизнеса к искусственному интеллекту организации начинают обращаться к NLP, чтобы раскрыть ценность неструктурированных данных в текстовых документах и тому подобном. Исследовательская фирма MarketsandMarkets прогнозирует, что рынок NLP вырастет с 15,7 миллиарда долларов в 2022 году до 49,4 миллиарда долларов к 2027 году, а совокупный годовой темп роста (CAGR) за этот период составит 25,7%.

 

Вот пять примеров того, как организации используют обработку естественного языка для получения бизнес-результатов.

 

Eli Lilly работает в глобальном масштабе с помощью NLP

 

Многонациональная фармацевтическая компания Eli Lilly использует обработку естественного языка, чтобы более чем 30 000 сотрудников организации по всему миру могли обмениваться точной и своевременной информацией, как внутри компании, так и за ее пределами. Фирма разработала Lilly Translate, собственноеИТ-решение, которое использует NLP и глубокое обучение для создания перевода контента с помощью проверенного уровня API.

 

В течение многих лет Lilly полагалась на сторонних поставщиков, которые переводили все – от внутренних учебных материалов до официальных технических сообщений регулирующим органам. Теперь сервис Lilly Translate обеспечивает перевод Word, Excel, PowerPoint и текста в режиме реального времени для пользователей и систем, сохраняя формат документа. Языковые модели глубокого обучения, подготовленные с помощью life sciences и контента Lilly, помогают повысить точность перевода, и Lilly создает усовершенствованные языковые модели, которые распознают специфичную терминологию и отраслевой технический язык, сохраняя при этом формат регламентированной документации.

 

«Lilly Translate затрагивает все сферы деятельности компании, от управления персоналом до услуг корпоративного аудита, горячих линий по вопросам этики и правового соответствия, финансов, продаж и маркетинга, нормативных вопросов и многих других», - говорит Тимоти Ф. Коулман, вице-президент и директор по информационным и цифровым решениям в Eli Lilly and Co. «Экономия времени очень велика. Переводы теперь занимают секунды вместо недель, что дает ключевым ресурсам время сосредоточиться на других важных для бизнеса действиях».

 

Совет Коулмана: поддерживайте страстные проекты. Lilly Translate начинался как один из таких проектовлюбознательного инженера-программиста, у которого была идея решить проблему в портфолио систем Lilly Regulatory Affairs: деловые партнеры постоянно сталкивались с задержками и разногласиями в услугах перевода. Коулман поделился идеей и техническим видением с коллегами и менеджерами, сразу же заручившись поддержкой со стороны руководства Eli Lilly Global Regulatory Affairs International, которое выступало за инвестиции в этот инструмент.

 

«Идея удачно сочеталась с возможностью исследовать и осваивать новые технологии», - говорит Коулман. «Это стало отличной возможностью, которой воспользовался инженер-программист Lilly и использовал это как отличную возможность для обучения».

 

Accenture анализирует контракты с помощью NLP

 

Accenture использует обработку естественного языка для юридической аналитики. Проект Accenture Legal Intelligent Contract Exploration (ALICE) помогает юридической организации компании, состоящей из 2800 профессионалов, выполнять поиск текста по более чем миллиону контрактов, включая поиск договорных положений.

 

ALICE использует «встраивание слов» – метод NLP, который облегчает сравнение слов на основе семантического сходства. Модель просматривает контрактные документы пункт за пунктом в поискеключевых слов, чтобы определить, относится ли абзац к определенному типу. Например, такие слова, как «наводнение», «землетрясение» или «катастрофа», обычно встречаются с оговоркой «форс-мажорные обстоятельства».

 

«Количество вариантов использования увеличилось по мере того, как мы продолжали использовать эту возможность, расширять и улучшать ее по мере того, как мы видим дополнительные возможности», - говорит Майк Мареска, глобальный управляющий директор по цифровой трансформации бизнеса, операциям и корпоративной аналитике Accenture. «Мы находим новые способы извлечь выгоду из имеющихся у нас данных».

 

Accenture заявляет, что проект значительно сократил количество времени, которое юристам приходилосьтратить на ручное чтение документов в поисках конкретной информации.

 

Совет Марески: не бойтесь погружаться в NLP. «Если инновации являются частью вашей культуры, вы можете не бояться потерпеть неудачу», - говорит Мареска. «Давайте экспериментировать и повторять».

 

NLP помогает Verizon обрабатывать клиентские запросы

 

Группа Verizon Business Service Assurance использует обработку естественного языка и глубокое обучение для автоматизации обработки комментариев клиентов. Группа получает более 100 000 входящих запросов в месяц, которые необходимо было прочитать и обработать в индивидуальном порядке, пока Global Technology Solutions (GTS), ИТ-группа Verizon, не создала Digital Worker с поддержкой искусственного интеллекта для обеспечения качества обслуживания.

 

Digital Worker объединяет сетевые методы глубокого обучения с NLP для чтения заявок на ремонт, которые в основном доставляются по электронной почте и через веб-портал Verizon. Он автоматически отвечает на наиболее распространенные запросы, такие как отчет о текущем статусе заявки или обновление о ходе ремонта. Более сложные проблемы передаются инженерам-людям.

 

«Автоматизируя ответы на эти запросы, мы отвечаем в течение нескольких минут, а не часов после отправки электронного письма», - говорит Стефан Тот, исполнительный директор по системному проектированию глобальных технологических решений (GTS) Verizon Business Group.

 

В феврале 2020 года Verizon заявила, что Digital Worker сэкономил почти 10 000 рабочих часов в месяц со второго квартала предыдущего года.

 

Совет Тота: обратите внимание на открытый исходный код. «Оглянитесь вокруг и пообщайтесь со своими деловыми партнерами, и я уверен, что вы найдете возможности», - говорит Тот. «Посмотрите на открытый исходный код и поэкспериментируйте, прежде чем брать на себя большие финансовые обязательства. Мы обнаружили, что сейчас многое доступно с открытым исходным кодом».

 

Great Wolf Lodge отслеживает настроения клиентов с помощью искусственного интеллекта на базе NLP

 

Лексикограф на базе искусственного интеллекта сети курортов и развлекательных заведений Great Wolf Lodge (GAIL) просматривает комментарии в своих ежемесячных опросах и определяет, являются ли авторы, скорее всего, сетевыми промоутерами, недоброжелателями или нейтральной стороной.

 

Искусственный интеллект, который использует обработку естественного языка, был обучен специально для гостиничного бизнеса на основе более чем 67 000 отзывов. GAIL работает в облаке и использует алгоритмы, разработанные внутри компании, затем определяет ключевые элементы, которые указывают на то, почему респонденты опроса так относятся к компании. По состоянию на сентябрь 2019 года Great Wolf Lodge заявила, что GAIL может проводить определения с 95-процентной точностью. Компания использует традиционную текстовую аналитику для небольшого подмножества информации, которую GAIL пока еще не может понять.

 

«Мы хотим лучше взаимодействовать с гостями на всех этапах», - говорит Эдвард Малиновски, ИТ-директор GWL.

 

Команда бизнес-операций компании использует информацию, полученную от GAIL, для точной настройки сервисов. В настоящее время компания изучает чат-боты, которые отвечают на часто задаваемые вопросы гостей об услугах GWL.

 

Совет Малиновски: избегайте технологий ради технологий. Выбирайте инструменты, которые обеспечивают правильный баланс технологий и практической полезности и соответствуют бизнес-целям. «В поисках проблемы нужно быть осторожным с тем, что является уловкой, а что – решением», - говорит Малиновски.

 

Aerna быстро разрешает претензии с помощью NLP

 

Медицинская страховая компания Aetna создала приложение для автоматического рассмотрения сложных контрактов с поставщиками медицинских услуг, чтобы автоматизировать процесс чтения примечаний о платежах, франшизах и разъяснениях дополнительных сборов в каждом контракте, а затем рассчитать цены и обновить претензию.

 

Приложение сочетает в себе обработку естественного языка и специальное программное обеспечение базы данных для идентификации атрибутов платежей и создания дополнительных данных, которые могут быть автоматически считаны системами. В результате многие претензии могут быть разрешены в одночасье.

 

Приложение позволило Aetna переориентировать 50 сотрудников по рассмотрению претензий на контракты и иски, которые требуют более высокого уровня мышления и большей координации между поставщиками медицинских услуг.

 

«На самом деле все сводится к тому, чтобы предоставить лучший опыт конечным пользователям», - говорит технический директор Aetna Клаус Йенсен, добавляя, что программное обеспечение поможет компании стать лучшим партнером в экосистеме здравоохранения для поставщиков и пациентов. «Мы должны делать больше, чем просто оплачивать счета и отвечать на вопросы по телефону».

 

По состоянию на июль 2019 года Aetna прогнозировала ежегодную экономию на обработку и доработку в размере 6 миллионов долларов после применения приложения.

 

Совет Дженсена: сузьте фокус и не торопитесь. В идеальном мире компании внедрили бы искусственный интеллект, который решает проблемы узкого диапазона. Широкомасштабные решения туманны и в конечном итоге потерпят неудачу, говорит Дженсен, добавляя, что если бы Aetna попыталась применить общий искусственный интеллект к своему бизнесу, это бы не сработало. Кроме того, Aetna потратила несколько месяцев на инструментовку процесса, систематизацию правил и тестирование приложения. Дженсен говорит, что многим людям не хватает терпения притормозить и сделать все правильно.

 

Ссылка на источник