データは現在、最も価値のある企業商品の 1 つです。 CIO.com の「State of the CIO 2022」レポートによると、IT リーダーの 35% が、今年の組織の IT 投資の中でデータとビジネス分析が最大の割合を占めると回答し、回答者の 58% は来年もそうであると回答しています。彼らはデータ分析への投資を増やすでしょう。
データにはさまざまな形式がありますが、特許、製品仕様、学術出版物、市場調査、ニュース、ソーシャル フィードなど、おそらく最大の未開発のデータ プールはテキストです。テキストは常に増加しています。 Foundry の 2022 年のデータと分析に関する調査によると、IT リーダーの 36% は、この非構造化データの管理が直面する最大の課題の 1 つであると考えています。このため、調査会社ラックス リサーチは、自然言語処理 (NLP) テクノロジー、特にトピック モデリングがデータの価値を引き出すための重要なツールになりつつあると指摘しています。
自然言語処理は、言語を理解し、処理し、生成するようにコンピューターを訓練するために使用される人工知能 (AI) の一分野です。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自然言語処理を利用しています。トピック モデリングは、アイデアをフレーズによって定義される共通の概念のサブカテゴリーに分割する自然言語処理手法です。 Lux Research によると、トピック モデリングを使用すると、組織はドキュメントを特定のトピックに関連付け、トピックの時間の経過に伴う成長傾向などのデータを抽出できます。トピック モデリングを使用して、特定のドキュメントの「フィンガープリント」を確立し、同様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こともできます。
企業の AI への関心が高まるにつれて、テキスト ドキュメントに含まれる非構造化データの価値を引き出すために自然言語処理に目を向けています。調査会社MarketsandMarketsは、自然言語処理市場は2022年の157億米ドルから2027年には494億米ドルに成長し、この期間の年間平均成長率（CAGR）は25.7%になると予測しています。
組織が自然言語処理を使用してビジネス成果を生み出す方法を 5 つの例で見てみましょう。
多国籍製薬会社イーライリリーは、自然言語処理を使用して、世界中の 30,000 人以上の従業員の社内コミュニケーションと正確かつタイムリーな共有を支援しています。外部からの情報。 Lilly は、自然言語処理と深層学習を使用して実証済みの API レイヤーを通じてコンテンツ翻訳を生成する、Lilly Translate と呼ばれる自社開発の IT ソリューションを開発しました。
イーライリリーは長年にわたり、社内トレーニング資料から規制当局との正式な技術交流に至るまで、あらゆる翻訳をサードパーティの人力翻訳ベンダーに依存してきました。現在、Lilly Translate サービスは、ドキュメント形式を変更せずに、Word、Excel、PowerPoint、およびテキストのリアルタイム翻訳をユーザーとシステムに提供します。イーライリリーは、ライフサイエンスとリリーのコンテンツでトレーニングされた深層学習言語モデルを使用して翻訳精度を向上させ、規制文書の形式を維持しながらリリー固有の用語や業界固有の技術用語を認識する洗練された言語モデルを作成します。
リリー社副社長兼情報およびデジタル ソリューション情報責任者のティモシー F. コールマン氏は次のように述べています。「リリー翻訳は、人事から企業監査サービス、倫理およびコンプライアンスのホットラインに至るまで、会社のあらゆる分野に対応しています。」 「財務、販売およびマーケティング、規制問題、その他多くの分野。これにより、翻訳に数週間ではなく数秒かかるようになるため、大幅な時間が節約され、主要なリソースが他の重要なタスクに集中できるようになります。ビジネス活動。」
コールマンのアドバイス: 情熱によって動かされるプロジェクトをサポートしてください。 Lilly Translate は、好奇心旺盛なソフトウェア エンジニアによる情熱的なプロジェクトとして始まりました。そのアイデアは、Lilly Regulatory Affairs システム ポートフォリオの問題点を解決することでした。ビジネス パートナーは、翻訳サービスの遅延と摩擦を常に経験していました。コールマンはアイデアと技術的ビジョンを他の経営陣やマネージャーと共有し、このツールへの投資を提唱したイーライリリーのグローバル規制業務の国際リーダーから直ちにプロジェクトの支援を得ました。
「[アイデア] は、新興テクノロジーを探索して学ぶ機会の素晴らしい組み合わせでした。素晴らしい学習の機会として始まったものは、今ではリリーのソフトウェア エンジニアが把握して実行する機会になりました。」 素晴らしいプロジェクト
#アクセンチュア: 自然言語処理を使用した契約分析アクセンチュアは、法的分析に自然言語処理を使用しています。 Accenture の Legal Intelligent Contract Exploration (ALICE) プロジェクトは、2,800 人の専門家を擁するこの世界的なサービス会社が、契約条件の検索を含む数百万件の契約のテキスト検索を行うのに役立ちます。ALICE は、意味の類似性に基づいて単語を比較するのに役立つ自然言語処理手法である「単語埋め込み」を使用します。このモデルは、契約文書を段落ごとに検査し、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するためのキーワードを探します。たとえば、「洪水」、「地震」、「災害」などの単語は、「不可抗力」条項と一緒に現れることがよくあります。
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 マレスカ氏は次のように述べています。
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文書を手動で読むのに費やす時間が大幅に削減されると述べました。
マレスカのアドバイス: 自然言語処理をさらに深く掘り下げることを恐れないでください。 「イノベーションが文化の一部であれば、失敗を恐れることはありません。実験と反復を繰り返しましょう。」
Verizon のビジネス サービス保証部門は、自然言語処理と深層学習を使用して、顧客リクエストのレビューを自動的に処理します。同部門は毎月 100,000 件を超えるリクエストを受信しており、以前は Verizon の IT 部門である Global Technology Solutions (GTS) がサービス保証用の AI 対応デジタル ワーカーを構築するまで、内容を読んで対応する必要がありました。
このデジタル ワーカーは、Web ベースの深層学習テクノロジーと自然言語処理を組み合わせて、主に電子メールや Verizon ポータル経由で送信された修理注文を読み取ります。レポートなどの最も一般的なリクエストに自動的に応答します。ステータスや修理の進行状況が更新され、より複雑な問題が人間のエンジニアに提出されます。
「これらのリクエストへの応答を自動化することで、電子メールの送信後、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 Global Technology Solutions (GTS) システム エンジニアリング担当エグゼクティブ ディレクターの Stefan Toth 氏は述べています。 。
2020 年 2 月、Verizon は、昨年の第 2 四半期以来、デジタル ワーカーによって毎月 10,000 人近くの工数が節約されたと発表しました。
Toth のアドバイス: オープンソースを探してください。 「周りを見回して、ビジネス パートナーとネットワークを築いてください。そうすれば、きっとチャンスが見つかるでしょう。多額の資金を投じる前に、オープンソースについて考えて実験してください。現在、利用可能なオープンソース ソフトウェアがたくさんあることがわかりました。」
病院およびエンターテイメント チェーンのグレート ウルフ ロッジが開発した人工知能辞書編集者 (GAIL) は、毎月のアンケートのコメントを精査して、著者は荒らし、批評家、または中立政党である可能性があります。
この AI ツールは自然言語処理を利用しており、特にサービス業界向けに 67,000 件を超えるレビューに基づいてトレーニングされました。 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、回答者がグレート ウルフ ロッジについてどのように感じているかを示す重要な要素を検出します。 Great Wolf Lodge は、2019 年 9 月の時点で GAIL の精度は 95% に達すると述べており、GAIL が理解できない情報のごく一部については、Great Wolf Lodge は従来のテキスト分析を使用して処理すると述べています。
グレート ウルフ ロッジの最高情報責任者、エドワード マリノフスキー氏は次のように述べています。「あらゆる面でゲストとのコミュニケーションを改善したいと考えています。」
グレート ウルフ ロッジのビジネス運営チームは、GAIL で生成されたインサイトを使用して、サービスを調整するため、同社は現在、グレート ウルフ ロッジのサービスに関するゲストのよくある質問に答えるチャットボットを開発中です。
マリノフスキーのアドバイス: テクノロジーのためのテクノロジーは避けてください。テクノロジーと実用性の適切なバランスが取れ、ビジネス目標に沿ったツールを選択してください。 「何がギミックで、何が問題の本当の解決策なのかに注意する必要があります。」 プロバイダー契約アプリは、支払い、免責金額、無関係な経費指示に関する各契約のメモを自動的に読み取り、価格を計算して請求を更新します。
このアプリを使用すると、Aetna の 50 名を超える保険金請求審査員は、より高度な思考が必要な契約や保険金請求、さらにはさまざまな健康保険会社間の調整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エクスペリエンスを提供することが重要です。」とエトナの最高技術責任者であるクラウス・ジェンセン氏は述べ、このソフトウェアはエトナが医療エコシステムにおける医療提供者と患者にとってより良いパートナーとなるのに役立つでしょう。 「私たちは単に請求書を支払ったり、電話で質問に答えたりするだけではありません。」
Aetna は、2019 年 7 月の時点で、アプリのおかげで処理コストと再作業コストが年間 600 万ドル節約できたと推定しています。
ジェンセンのアドバイス: 焦点を絞り、時間をかけてください。理想的な世界では、企業は非常にニッチな問題を解決できる AI を実装するでしょう。ジェンセン氏は、広範なソリューションは曖昧で最終的には失敗し、エトナが汎用AIを自社のビジネスに適用した場合、それは間違いなくうまくいかないだろうと述べた。さらに、Aetna はプロセスの実装、ルールの作成、アプリケーション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物事を正しい方法で行う忍耐力を持っていない、と語った。
以上が5 つの成功事例で自然言語処理のビジネス価値を探るの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。
![[Web フロントエンド] Node.js クイック スタート](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
