自然言語処理の商業的価値を示す5つの成功事例

これら 5 つの組織は、自然言語処理 (NLP) を使用して、顧客へのサービスの向上、反復的なタスクの自動化、業務の効率化を実現しました。

[[327352]]

データは今日最も価値のあるビジネス商品の 1 つです。 IDG の 2020 CIO レポートによると、IT リーダーの 37% が、データ分析が今年、組織にとって最大の IT 投資となると述べています。

データにはさまざまな形式がありますが、おそらく未活用のデータの最大のプールはテキストで構成されています。特許、製品マニュアル、学術出版物、市場調査、ニュース、そしてソーシャル メディア フィードは言うまでもなく、これらはすべて主にテキストベースであり、テキストの量は増加しています。そのため、調査会社 Lux Research は、自然言語処理技術、特にトピックモデリングがデータの価値を引き出す重要なツールになりつつあると述べています。

NLP は、コンピューターが言語を理解、処理、生成できるようにトレーニングする人工知能の分野です。検索エンジン、機械翻訳サービス、音声アシスタントはすべて NLP によって駆動されています。たとえば、トピック モデリングは、概念を単語のグループによって定義された共通概念のサブカテゴリに分解する NLP 手法です。 Lux Research によると、トピック モデリングにより、組織はドキュメントを特定のトピックに関連付け、時間の経過に伴うトピックの成長傾向などのデータを抽出できるようになります。トピック モデリングは、特定のドキュメントの「フィンガープリント」を構築し、類似のフィンガープリントを持つ他のドキュメントを検出するためにも使用できます。

ビジネス界で人工知能への関心が高まるにつれ、組織はテキスト文書などの非構造化データの価値を引き出すために NLP に注目し始めています。コンサルティング会社Mordor Intelligenceは、2025年までにNLP市場の収益が2019年の69億4,000万ドルから3倍以上に増加すると予測している。

以下は、組織が自然言語処理をどのように使用しているかを示す 5 つの例です。

アクセンチュアは契約分析にNLPを活用

Accenture は法務分析に自然言語処理を使用しています。同社の Accenture Legal Intelligent Contract Exploration (ALICE) プロジェクトは、グローバル サービス企業の 2,800 人の専門家が 100 万件を超える契約書のテキスト検索 (契約条項の検索を含む) を実行できるよう支援しています。

ALICE は、意味的類似性に基づいて単語間の比較を容易にする、意味的類似性に基づく NLP 手法である「単語埋め込み」手法を使用します。このモデルは、契約文書を段落ごとに調べ、キーワードを探して、その段落が特定の契約条項タイプに関連しているかどうかを判断します。たとえば、「洪水」、「地震」、「災害」などの単語は、「不可抗力」という言葉と一緒によく登場します。

「当社はこの機能を継続的に使用し、さらなる価値創出の機会を見出すにつれて拡張・強化しており、ユースケースは増え続けています」と、アクセンチュアのデジタルビジネス変革、運用、エンタープライズ分析担当グローバルマネージングディレクターのマイク・マレスカ氏は語った。 「私たちは既存のデータから価値を引き出す新しい方法を見つけています。」

コンサルティング会社アクセンチュアは、このプロジェクトにより、弁護士が特定の情報を得るために手作業で文書を読む時間が大幅に短縮されたと述べた。

Maresca のアドバイス: NLP に飛び込むことを恐れないでください。 「イノベーションが企業文化の一部であれば、失敗を恐れてはいけない」とマレスカ氏は語った。 「実験して繰り返しましょう。」

NLP は Verizon の顧客リクエスト処理に役立ちます

Verizon のビジネス サービス アシュアランス グループは、自然言語処理とディープラーニングを使用して、顧客のリクエストとコメントを自動化しています。 Verizon の IT グループである Global Technology Solutions (GTS) がサービス保証用の AI 対応デジタルワーカーを作成する前は、同グループは毎月 10 万件を超える受信リクエストを受け取っていて、それらを個別に読み取って処理する必要がありました。

デジタルワーカーは、Web ベースのディープラーニング技術と NLP を統合して、主に電子メールと Verizon の Web ポータル経由で送信される修理注文を読み取ります。現在のチケットのステータスの報告や修復の進行状況の更新など、最も一般的なリクエストへの応答を自動化します。より複雑な問題は人間のエンジニアに引き継がれます。

「こうしたリクエストへの応答を自動化することで、メール送信後、数時間ではなく数分以内に応答できるようになります」と、Verizon Business Group のグローバル テクノロジー ソリューションのシステム エンジニアリング担当エグゼクティブ ディレクター、Stefan Toth 氏は述べています。

ベライゾンは2020年2月、昨年第2四半期以降、デジタルワーカーが毎月約1万時間の労働時間を節約したと発表した。

Toth 氏のアドバイス: オープンソースに重点を置く。 「周りを見回し、ビジネスパートナーに連絡を取れば、きっとチャンスが見つかるでしょう」とトス氏は語った。 「プラットフォームに多額の資金を投入する前に、オープンソースを調べて実験してみましょう。オープンソースには利用できるものがたくさんあることがわかりました。」

PSE&Gは音声による顧客サポートに仮想アシスタントを導入

ニュージャージー州の公益事業会社 Public Energy & Gas Services (PSE&G) は、顧客が音声コマンドで電気や天然ガスのアカウントを管理できるように、仮想アシスタント技術やその他のデジタル サービスを導入しました。

PSE&G の仮想アシスタントは、Amazon Alexa を活用して、自然言語処理に基づく音声インターフェースを提供します。これは、Amazon が提供する Alexa Skills Kit を使用して構築されています。

「我々は、電気を点け続けるためだけにここにいるという認識を払拭し、顧客のためにここにいるということを示した」と、PSE&Gのプロジェクト最高開発責任者サルバトーレ・オルシーノ氏は語った。

PSE&G の顧客は、Echo、Echo Dot、Kindle Fire タブレット、その他の Alexa 対応デバイスを通じて仮想アシスタントにアクセスできます。 PSE&Gは、2019年7月時点で、口座残高や支払期日の確認からエネルギー使用量の見直し、省エネのヒントの検索、請求書の支払いまで、顧客から1万件を超える個別のリクエストがあったと述べた。

Orsino 氏のアドバイス: 変更管理は重要です。オルシーノ氏がプロジェクトを開始した当時、PSE&G は新しいソフトウェアの開発が得意ではなく、当初従業員は製品が付加価値をもたらすとは信じていませんでした。 「Alexa をリリースすると、人々はそれを顧客とコミュニケーションするための正当なチャネルとして認識し、それがもたらす価値を理解しました。今では誰もがオープンになり、Alexa や開発中の他の新しいアプリケーションに対応するために変更を加えることに前向きになっています」とオルシーノ氏は語った。

グレートウルフロッジは、NLP を活用した AI を活用してゲストの感情を追跡しています。

病院兼娯楽チェーンのグレート・ウルフ・ロッジの人工知能辞書編集者（GAIL）は、毎月​​の調査でレビューを精査し、その著者がウェブ上で推奨者か、批判者か、あるいは中立者かを判断します。

ホテル業界に特化した 67,000 件を超えるレビューのトレーニング データを使用して、自然言語処理を備えた人工知能を活用します。 GAIL はクラウドで実行され、社内で開発されたアルゴリズムを使用して、回答者が GWL に対してどのような態度をとるかの主要な要因を特定します。 2019年9月時点で、GWLはGAILの判断精度が95%であると主張した。 GWL は、GAIL がまだ理解できなかった情報のごく一部に対して、従来のテキスト分析を使用しました。

「私たちはあらゆる方法でゲストとの関わりをもっと深めたいと考えています」と、GWL の CIO であるエドワード・マリノフスキー氏は述べています。

GWL のビジネス オペレーション チームは、GAIL によって生成された洞察を活用してサービスを微調整しました。同社は現在、GWLサービスに関するゲストのよくある質問に回答できるチャットボットを調査している。

マリノフスキー氏のアドバイス: テクノロジーをテクノロジーのために使用しないでください。技術と実用性のバランスが取れ、ビジネス目標に合致するツールを選択します。 「問題を探す際には、何が仕掛けで何が解決策なのかを慎重に考えなければならない」とマリノフスキー氏は語った。

Aetna は NLP を使用してクレームを迅速に解決します

健康保険会社の Aetna は、各契約の支払い指示、控除額、追加料金を自動的に読み取り、価格を計算して請求を更新する、高度なプロバイダー契約自動判定アプリケーションを作成しました。

このアプリケーションは、自然言語処理と特殊なデータベース ソフトウェアを組み合わせて、支払い属性と、構造化されてシステムによって自動的に読み取ることができる追加データを識別します。その結果、多くの請求が一晩で解決される可能性があります。

このアプリケーションにより、Aetna は 50 人の請求審査スタッフの作業を、より高度な思考とケア提供者間のより緊密な調整を必要とする契約と請求に再び集中できるようになります。

「最終的には、エンドユーザーにより良い体験を提供することが目的だ」とアエトナの最高技術責任者クラウス・ジェンセン氏は述べ、このソフトウェアはアエトナが医療従事者と患者の両方にとってヘルスケアエコシステムにおけるより良いパートナーとなるのに役立つだろうと付け加えた。 「請求書の支払いや電話での質問への回答以上のことをしなければなりません。」

2019年7月時点で、Aetnaは、このアプリにより処理とやり直しのコストが年間600万ドル節約されると見積もっていました。

ジェンセンのアドバイス: 集中して一歩ずつ進んでください。理想的な世界では、企業は特定の問題を解決するために AI を導入するでしょう。しかし、広範囲にわたる解決策は不明確であり、最終的には失敗につながります。同氏はまた、アエトナが汎用人工知能を自社の事業に適用しようとしても成功しないだろうとも述べた。 Aetna はまた、プロセスのテスト、ルールの整理、アプリのテストに数か月を費やしました。ジェンセン氏は、多くの人はペースを落として正しいやり方で物事を進める忍耐力を持っていないと語った。