人工智能如何改變組織管理內(nèi)容的方式

長(zhǎng)期以來(lái)，我們?cè)趦?nèi)容和數(shù)據(jù)之間以及非結(jié)構(gòu)化和結(jié)構(gòu)化信息之間劃了一條人為的界限。這種方法的不幸作用是將內(nèi)容降級(jí)為次要狀態(tài)–業(yè)務(wù)領(lǐng)域代表了要解決(或與之共處)的復(fù)雜問(wèn)題，而不是被利用的機(jī)會(huì)。

想一想。根據(jù)大多數(shù)估計(jì)，內(nèi)容(或者，如果您愿意，則是非結(jié)構(gòu)化信息)占所有信息的80%以上。更重要的是，幾乎所有人類產(chǎn)生的信息都是內(nèi)容。

內(nèi)容從字面上為現(xiàn)代企業(yè)進(jìn)行工作提供了基礎(chǔ)。內(nèi)容是我們交流和相互合作的方式。它為我們的大多數(shù)業(yè)務(wù)決策提供了依據(jù)。它使我們能夠分析大量數(shù)據(jù)。而且，隨著富媒體的爆炸式增長(zhǎng)，這也是我們與客戶互動(dòng)并使客戶滿意的方式。簡(jiǎn)而言之，內(nèi)容對(duì)于現(xiàn)代企業(yè)的運(yùn)作是必不可少的。但是，盡管它很重要，但大多數(shù)組織仍無(wú)法從戰(zhàn)略上利用其內(nèi)容。他們只關(guān)心如何創(chuàng)建，存儲(chǔ)，交付或什至“管理”它。

現(xiàn)實(shí)情況是，很少有組織將內(nèi)容視為真正的信息資產(chǎn)。為什么?一方面，內(nèi)容復(fù)雜且難以管理。通常還需要一個(gè)人來(lái)解釋內(nèi)容及其相對(duì)價(jià)值。但是，這種情況正在迅速改變。

確實(shí)，人工智能(AI)和機(jī)器學(xué)習(xí)(ML)的出現(xiàn)正在破壞內(nèi)容和數(shù)據(jù)之間的墻?，F(xiàn)在，我們擁有自動(dòng)化工具，可讓我們更好地理解非結(jié)構(gòu)化信息，提取有價(jià)值的數(shù)據(jù)，深入了解其實(shí)質(zhì)和重要性，并解釋其作者的觀點(diǎn)。簡(jiǎn)而言之，我們現(xiàn)在擁有前所未有的豐富內(nèi)容的能力。當(dāng)然，這種新功能使人們更容易快速找到，易于重用，準(zhǔn)確地傳遞甚至智能地挖掘信息，從而為當(dāng)今企業(yè)提供了有價(jià)值的新競(jìng)爭(zhēng)優(yōu)勢(shì)來(lái)源和業(yè)務(wù)轉(zhuǎn)型支持。

企業(yè)中的

AI現(xiàn)在，AI已通過(guò)多種方式進(jìn)入企業(yè)。一些較明顯的示例包括機(jī)器人，Echo和聊天機(jī)器人。但是，當(dāng)將AI應(yīng)用于內(nèi)容管理系統(tǒng)時(shí)，它到底是什么樣子?

有人將AI的機(jī)器人流程自動(dòng)化(RPA)誤認(rèn)為是AI，但是對(duì)于RPA，每個(gè)自動(dòng)化流程都必須由人明確地編程。AI不僅是“人工自動(dòng)化”，還必須是智能的。

這就是RPA和AI驅(qū)動(dòng)的內(nèi)容服務(wù)平臺(tái)(CSP)之間的區(qū)別?，F(xiàn)代CSP系統(tǒng)是真正的AI，因?yàn)樗鼈儗?shí)際上可以自行推理。該系統(tǒng)旨在學(xué)習(xí)并不斷改進(jìn)業(yè)務(wù)流程。

領(lǐng)先一步，領(lǐng)先的AI框架還使您可以插入自定義業(yè)務(wù)知識(shí)，并訓(xùn)練AI模型以基于這些細(xì)節(jié)進(jìn)行分析。結(jié)果：收集的數(shù)據(jù)和提供的見解更加特定于您的特定業(yè)務(wù)和業(yè)務(wù)流程。

智能更新

AI框架已經(jīng)可以與Google Vision，Amazon Rekognition和Amazon Comprehend等各種第三方AI引擎進(jìn)行廣泛集成并提供支持。一些企業(yè)內(nèi)容管理(ECM)和數(shù)字資產(chǎn)管理(DAM)供應(yīng)商已經(jīng)使用這些工具來(lái)提供圖像的常規(guī)標(biāo)記，內(nèi)容的自動(dòng)分類以及文檔和通信的情感分析。通常，甚至還支持標(biāo)記視頻內(nèi)容–在我們?nèi)找骊P(guān)注視頻的世界中，這是額外的好處。

大多數(shù)通用AI引擎(例如Google Vision)的問(wèn)題是……它們是通用的。這些工具可以告訴您圖像中的內(nèi)容，并且擅長(zhǎng)豐富內(nèi)容，但是有多少信息對(duì)特定企業(yè)真正有價(jià)值?標(biāo)簽或標(biāo)簽非常適合幫助搜索和檢索內(nèi)容或資產(chǎn)，但是您不能真正使用標(biāo)簽來(lái)啟動(dòng)工作流或啟動(dòng)特定的業(yè)務(wù)活動(dòng)。

另一方面，上下文或業(yè)務(wù)特定的AI將分析和內(nèi)容管理提升到一個(gè)新的水平。關(guān)鍵區(qū)別在于，用戶可以利用自己的數(shù)據(jù)來(lái)訓(xùn)練適合其業(yè)務(wù)獨(dú)特需求的AI模型。

為什么這很重要?想象一下，您向一輛通用AI引擎展示了一輛卡車的照片。系統(tǒng)識(shí)別出該圖像是卡車。它有四個(gè)輪子，它是藍(lán)色的，是一輛停在建筑物上的福特汽車。人工智能將在分類和分類上做一個(gè)合理的工作–有趣，但沒有那么有用。

如果您是福特，則想了解更多以福特為中心的細(xì)節(jié)。例如：這是什么型號(hào)的卡車?那輛卡車上什么類型的合金輪轂?那藍(lán)色是什么具體的油漆代碼?這是真正針對(duì)特定領(lǐng)域和業(yè)務(wù)的智能和自動(dòng)化所需的信息類型。

領(lǐng)先的AI框架使您可以插入該業(yè)務(wù)知識(shí)，并訓(xùn)練AI模型以了解這些細(xì)節(jié)。結(jié)果是，收集的數(shù)據(jù)和提供的見解更加特定于您的特定業(yè)務(wù)和業(yè)務(wù)流程。