人間の言語を話せる人工知能はより価値がある

[[187065]]

ここ数年でビッグデータが徐々に登場してきました。しかし、TDWI の調査によると、従業員の 50% がエンタープライズ インテリジェンス ツールにアクセスする必要がある企業のうち、実際にビッグ データ テクノロジを使用しているのはわずか 20% です。問題の一部は、システムが使いにくいことが多いことです。また、データリテラシーが低いことも課題です。

これらの問題に対処するために、多くの組織は視覚化を利用してデータから得られた洞察を表示しています。一枚の写真は千の言葉に匹敵しますが、これらのグラフは必ずしも役立つわけではなく、専門知識の不足や統計的思考の訓練不足などにより、データの誤った解釈につながる可能性があります。

[[187066]]

これらすべては、人々にデータリテラシーを身につけさせることは困難な戦いであることを示唆しています。しかし、人工知能 (AI)、特に高度な自然言語 (高度な NLG) のサポートの台頭により、実際には人々のデータ リテラシーを向上させる必要性は低下しています。高度な NLG プラットフォームでは、まずユーザーが何を伝えたいかを理解する必要があります。これらのシステムは、関連する分析を実行して最も興味深く重要な点を強調し、分析に必要なデータを識別してアクセスし、分析をパーソナライズされたわかりやすい形式、つまりナラティブで提示します。ガートナーは、2018 年までに高度な NLG がほとんどのインテリジェントなデータ インサイト プラットフォームに統合され、ビジネス コンテンツの 20% が機械生成になると予測しています。

実際、私たちの生活にはそのような人工知能プラットフォームが存在します。

Alexaと会話型インターフェースの台頭

土曜日の夜に自宅に座って、財務状況の最新情報を知りたいと思ったら、Alexa に「投資の状況はどうですか?」と尋ねることができます。

Alexa: 概要を知りたいですか、それとも詳細を知りたいですか?

答えが「要約するだけ」の場合

Alexa は次のように答えるかもしれません: 年初来合計 5% の増加で、2016 年の投資収益目標をわずかに上回ります。株式、債券、代替投資の組み合わせは、昨年の同時期と基本的に同じですが、予想よりもわずかに多くの現金を保有しています。ご希望であれば、余剰現金を投資し、それに応じて投資資産を再配分することもできます。

[[187067]]

このような会話を通じて、仕事やビジネス、さらには自分自身の健康についても簡単に学ぶことができます。報告を受けることと会話をすることの間には違いがあります。メッセージは同じですが、会話によってそのメッセージをより人間的な方法で伝えることができます。

在庫管理

大手スーパーマーケットチェーンは在庫管理に非常に気を配っており、デリカウンターや青果売り場で販売されるような生鮮食品については特に注意を払っています。これらの商品はすぐに循環するため、スーパーマーケットで最も収益性の高い部分です。このようなスーパーマーケットでは、在庫を正確に管理することが重要であり、わずかなミスが利益に直接影響を及ぼします。

マネージャーは、サプライ チェーン、生産、販売データなどのデータに非常に重点を置いています。このデータにより、在庫管理者は在庫フローをより効率的に管理できます。もちろん、問題はデリのマネージャーが必ずしもビジネスアナリストとして訓練されているとは限らず、ましてやデータサイエンティストとして訓練されているとは限らないことです。

高度な NLG がレポート プロセスの主要なコミュニケーション ツールになれば、このデータとのやり取りがはるかに容易になります。

リアルタイムの財務分析

これも良い例です。金融情報会社は、会社の業績を記録した大規模なレポートを定期的に作成し、それを社内の取締役会と共有し、金融機関の環境に広範な影響を与える決定を下す必要があります。従来の方法を使用すると、このような分析レポートを生成するのに少なくとも 2 時間はかかりますが、NLG では数秒で完了できます。高度な NLG では、グラフを読み取るだけでなく、コンピューターが自動的にレポートを作成することもできます。調査を自動化することで、アナリストはレポートの定性分析の改善に集中でき、企業はより情報に基づいた意思決定を行うことができます。

コールセンター研修

大企業には通常、大規模なコールセンターがあります。金融サービス企業の中には、数万人の従業員を抱えるコールセンターを持つところもあります。これほど大規模なチームを管理するのは簡単なことではありません。

この規模の部門では、管理者には頻繁に業績評価を実施したり、継続的に個別のトレーニングを実施したりする時間やリソースがない可能性があります。しかし、大多数の管理者は、パフォーマンスとトレーニングが価値があると考えています。さらに、人々は自分の業績を数字やグラフで伝えられることを望んでいません。従業員はむしろ、「是正フィードバック」や、より良い働き方を模索するための提案を望みます。

高度な NLG を使用すると、パフォーマンスと通話アクティビティ データを自動的に分析して毎週パーソナライズされたトレーニング レポートを生成し、各スタッフに簡単な会話形式で伝えることができます。

人々は昔から物語や言語を通じてコミュニケーションを取ることを好んできましたが、これはビッグデータの時代においても変わりません。