Bygge bro over kommunikationskløften mellem menneske og maskine

David Ramos | Getty

Kunstig intelligens siver ind i et stigende antal industrier, såsom finans og fremstilling. Nu Chicago-baseret Narrativ Videnskab er med succes at bringe AI på skrift. Organisationen, der blev grundlagt i 2010 for automatisk at omdanne statistikker til baseballhistorier, har udviklet sig til et kraftcenter inden for generering af naturlige sprog.

Stuart Frankel er administrerende direktør for Narrative Science og har hjulpet med at guide denne overgang fra sportsstatistik til forretningsindsigt. Vi talte med Frankel om, hvordan teknologi som denne ændrer den daglige arbejdsgang i forskellige brancher og bygger bro over sprogkløften mellem menneskelige arbejdere og maskiner.

Denne artikel er en del af en serie Q og As parret med vores nyhedsbrev Clocking In, som dækker virkningen af ​​ny teknologi på fremtidens arbejde. Tilmeld dig her -det er gratis!

Narrative Science fik sin start omdanne statistik til nyhedshistorier . Hvordan hjalp dette dig med at opbygge din virksomhed og træne din software?

Det var virkelig drivkraften til at få virksomheden i gang. Vi licenserede teknologien i 2010. Vi begyndte at skrive baseballhistorier. Vi var i stand til at lave baseballhistorier, finansielle nyhedshistorier og opsummeringer på ejendomsmarkedet. Vi begyndte virkelig at opbygge en forretning inden for medier, men med tiden skiftede vi til at være en virksomhedssoftwarevirksomhed.

Stuart Frankel, administrerende direktør for Narrative Science. Narrativ Videnskab

Hvad foranledigede denne ændring i fokus?

Vi begyndte at få stor interesse fra folk, der hørte om os fra vores arbejde i medierne. Jeg spøger altid med, at hvis du vil have en masse presse som en tidlig virksomhed, så gør noget, der opfattes som at forstyrre journalistikken, for journalister elsker at skrive om deres egen branche. Det hjalp med at skabe bevidsthed om Narrative Science til det punkt, hvor vi havde masser af indgående forespørgsler på tværs af mange forskellige brancher, der beskrev, hvad der i bund og grund var det samme problem. Disse organisationer sad på en masse data.

For at spole frem har vi nu omkring 100 kunder. Det arbejde, vi udfører for disse organisationer og deres anvendelser, falder i tre brede dele: operationel effektivitet, øget kundeengagement og compliance.

Kommer dine nye kunder hovedsageligt fra én bestemt branche?

Inden for de sidste par år er omkring 60 procent af vores forretning inden for finansielle tjenesteydelser. Så vi arbejder med virksomheder som USAA og MasterCard og Franklin Templeton og en række andre store finansielle serviceorganisationer.

Hvordan er disse virksomheder i stand til at drage fordel af generering af naturligt sprog?

Der har været en idé i de sidste mange år om, at fordi der er en masse data i alle organisationer, ved at give brugerne adgang til disse data, vil de tilegne sig de nødvendige færdigheder til at analysere, fortolke og handle ud fra dem. Vi har altid følt, at det var latterligt, at forvente, at alle i verden tilegner sig færdighederne som en forretningsanalytiker eller en dataforsker. Vi følte, at det ville være lettere at lære maskinerne at kommunikere med os på vores sprog, end det ville være at lære alle i verden at interagere med computere og drage fordel af alle de data, der er tilgængelige.

Hvilke industrier bør drage fordel af kunstig intelligens, som endnu ikke har taget den fuldt ud?

Jeg tror i sidste ende, at kunstig intelligens vil ende med at være allestedsnærværende og påvirke enhver industri. Uanset om det er finans, detailhandel eller sundhedspleje, er der en enorm mængde data nu. Der er forskellige valgkredse, der har brug for information, der kan hentes ud af disse data, enten til informationsformål eller for at træffe datadrevne beslutninger.

Hvordan forestiller du dig, at arbejdet ændrer sig som følge af de nye AI-værktøjer?

Der vil blive brugt mindre tid på at køre gennem regneark og strømme gennem store databaser med tal, og mere forespørgsel på for eksempel store datasæt og få svar tilbage. Mere en samtaleoplevelse med data i modsætning til den måde, det fungerer på i dag.

Interview redigeret for klarhed og længde.

Vil du holde dig ajour med fremtidens arbejde? Tilmeld dig vores daglige nyhedsbrev, Clocking In .

skjule