De communicatiekloof tussen mens en machine overbruggen

David Ramos | Getty

Kunstmatige intelligentie sijpelt door in een toenemend aantal industrieën, zoals financiën en productie. Nu in Chicago gevestigd Narratieve wetenschap brengt AI met succes op schrift. De organisatie, opgericht in 2010 om statistieken automatisch om te zetten in honkbalverhalen, is uitgegroeid tot een krachtpatser in het genereren van natuurlijke taal.

Stuart Frankel is de CEO van Narrative Science en heeft geholpen bij het begeleiden van deze overgang van sportstatistieken naar zakelijke inzichten. We spraken met Frankel over hoe technologie zoals deze de dagelijkse workflow in verschillende industrieën verandert en de taalkloof tussen menselijke werknemers en machines overbrugt.

Dit artikel maakt deel uit van een serie Q en As die is gekoppeld aan onze nieuwsbrief Clocking In, waarin de impact van opkomende technologie op de toekomst van werk wordt behandeld. Registreer hier -het is gratis!

Narrative Science is begonnen statistieken omzetten in nieuwsberichten . Hoe heeft dit u geholpen uw bedrijf op te bouwen en uw software te trainen?

Dat was echt de aanzet om het bedrijf op de been te krijgen. We hebben de technologie in 2010 in licentie gegeven. We begonnen honkbalverhalen te schrijven. We waren in staat om honkbalverhalen, financiële nieuwsverhalen en razzia's op de onroerendgoedmarkt te doen. We begonnen echt een bedrijf in de media op te bouwen, maar na verloop van tijd veranderden we in de richting van een ondernemingssoftwarebedrijf.

Stuart Frankel, CEO van Narrative Science. Narratieve wetenschap

Wat was de aanleiding voor deze verandering in focus?

We begonnen veel belangstelling te krijgen van mensen die over ons hoorden via ons werk in de media. Ik grap altijd dat als je als beginnend bedrijf veel pers wilt krijgen, je iets moet doen waarvan wordt aangenomen dat het de journalistiek ontwricht, omdat verslaggevers graag over hun eigen branche schrijven. Het hielp bij het vergroten van het bewustzijn van Narrative Science tot het punt waarop we veel inkomende vragen hadden in veel verschillende industrieën, waarin werd beschreven wat in wezen hetzelfde probleem was. Deze organisaties zaten op veel data.

Om vooruit te spoelen, we hebben nu ongeveer 100 klanten. Het werk dat we voor deze organisaties doen en hun gebruik valt uiteen in drie brede categorieën: operationele efficiëntie, toenemende klantbetrokkenheid en naleving.

Komen uw nieuwe klanten voornamelijk uit één specifieke branche?

In de afgelopen paar jaar is ongeveer 60 procent van onze activiteiten in de financiële dienstverlening. We werken dus samen met bedrijven als USAA en MasterCard en Franklin Templeton en een aantal andere grote financiële dienstverleners.

Hoe kunnen deze bedrijven profiteren van het genereren van natuurlijke taal?

Er is de laatste jaren een idee ontstaan ​​dat, omdat er in alle organisaties veel gegevens aanwezig zijn, ze door gebruikers toegang tot die gegevens te geven, de vaardigheden zullen verwerven die nodig zijn om deze te analyseren, interpreteren en ernaar te handelen. We hebben dat altijd belachelijk gevonden, om te verwachten dat iedereen ter wereld de vaardigheden van een bedrijfsanalist of een datawetenschapper zou verwerven. We dachten dat het gemakkelijker zou zijn om de machines te leren met ons te communiceren in onze taal dan om iedereen ter wereld te leren omgaan met computers en te profiteren van alle beschikbare gegevens.

Wat zijn de industrieën die zouden moeten profiteren van kunstmatige intelligentie die deze nog niet volledig hebben omarmd?

Ik denk dat AI uiteindelijk alomtegenwoordig zal worden en elke industrie zal beïnvloeden. Of het nu gaat om financiën, retail of gezondheidszorg, er is tegenwoordig een enorme hoeveelheid data. Er zijn verschillende achterban die informatie nodig hebben die uit die gegevens kan worden gehaald, hetzij voor louter informatieve doeleinden, hetzij om gegevensgestuurde beslissingen te nemen.

Hoe ziet u het werk veranderen als gevolg van de nieuwe AI-tools?

Er zal minder tijd worden besteed aan het doorbladeren van spreadsheets en het doorbladeren van grote databases met getallen, en meer aan het doorzoeken van bijvoorbeeld grote datasets en het terugkrijgen van antwoorden. Meer een gesprekservaring met data dan hoe het tegenwoordig werkt.

Interview bewerkt voor duidelijkheid en lengte.

Op de hoogte blijven van de toekomst van werk? Schrijf u in voor onze dagelijkse nieuwsbrief, Clocking In .

zich verstoppen