Ο σύμβουλος διαχείρισης γνώσης Alan Pelz-Sharpe έχει βρει μια νέα φράση – „συστήματα νοημοσύνης εργασίας– για να περιγράψει τη «χρήση της τεχνητής νοημοσύνης για τη σύγκλιση πηγών δεδομένων και γνώσεων από υπαλλήλους, πελάτες, λειτουργίες και διαδικασίες σε ένα ενιαίο σύνολο, με στόχο την καλύτερη λήψη επιχειρηματικών αποφάσεων».
Είναι δύσκολο να αντιταχθεί κανείς στα πλεονεκτήματα ενός τέτοιου συστήματος. Στην πραγματικότητα, το Northern Light πιστεύει αληθινά – είμαστε πολύ μπροστά από την καμπύλη όσον αφορά το θέμα ανάπτυξη δυνατοτήτων που βασίζονται σε AI σε πύλες πληροφοριών αγοράς και ανταγωνιστικότητας για περισσότερα από πέντε χρόνια.
Η Pelz-Sharpe επισημαίνει ένα σημαντικό σημείο: «Όταν πρόκειται για τη λειτουργία της επιχείρησής σας, τη λήψη κρίσιμων αποφάσεων, τον προγραμματισμό και τη μεταμόρφωση, [AI systems] θα πρέπει πάντα να έχει έναν βοηθητικό, όχι τον πρωταγωνιστικό, ρόλο».
Συμφωνούμε. Η αξία της τεχνητής νοημοσύνης στις πύλες πληροφοριών της αγοράς και των ανταγωνιστικών πληροφοριών έγκειται στην παρουσίαση των πιο σχετικών πληροφοριών σε έναν επαγγελματία της επιχείρησης που έχει επιφορτιστεί να λάβει μια κρίση ή μια απόφαση με βάση αυτό – δεν στη λήψη της απόφασης για αυτούς.
Δεν υπάρχει τίποτα ιδιαίτερο για μια μηχανή αναζήτησης που παρουσιάζει μια λίστα εγγράφων με κατάταξη συνάφειας σε έναν χρήστη. Τι είναι ειδικό – και όπου η τεχνητή νοημοσύνη παίζει ρόλο – είναι ο υπολογιστής που εντοπίζει στρατηγικά σχετικές έννοιες μέσα στα έγγραφα που ανακαλύπτονται σε μια αναζήτηση και στη συνέχεια συνθέτει αυτόματα αυτές τις έννοιες σε μια συνεκτική σύνοψη που επιταχύνει τον χρόνο για τη γνώση του χρήστη. Επειδή για τον άνθρωπο που λαμβάνει αποφάσεις, η απορρόφηση μιας σύνοψης πληροφοριών είναι πολύ πιο γρήγορη και αποτελεσματική από την κύλιση σε έναν εικονικό σωρό εγγράφων, τα περισσότερα από τα οποία ο τυπικός χρήστης δεν θα άνοιγε ποτέ. Τώρα αυτή είναι μια πολύτιμη χρήση της τεχνολογίας μηχανικής μάθησης για την υποστήριξη του ανθρώπου.
Ή σκεφτείτε τη χρησιμότητα μιας επιχειρηματικής έκδοσης μιας διαδικτυακής πύλης αγορών της λειτουργίας προτάσεων „από τότε που αγοράσατε το x, ίσως σας αρέσει το y“. Όλοι περιμένουμε μια τέτοια ικανότητα στην προσωπική μας ζωή. γιατί όχι στην επαγγελματική μας ζωή; Σε μια πύλη πληροφοριών αγοράς και ανταγωνιστικής, θα λειτουργούσε ως εξής: Ένας χρήστης επιλέγει έγγραφα ενδιαφέροντος από την αρχική λίστα αποτελεσμάτων αναζήτησης, μετά κάνει κλικ σε ένα κουμπί και το σύστημα ξαναγράφει το ερώτημα αναζήτησης για να δημιουργήσει αυτόματα μια νέα, εκλεπτυσμένη αναζήτηση του θέματος που παράγει ακόμη πιο συγκεκριμένα και σχετικά αποτελέσματα. Πηγαίνοντας αυτή την ιδέα λίγο παραπέρα, η τεχνητή νοημοσύνη μπορεί επίσης να προσθέσει αξία δημιουργώντας αυτόματα προτάσεις περιεχομένου για κάθε χρήστη με βάση το ιστορικό λήψης εγγράφων.
Το προφανές επόμενο βήμα για την τεχνητή νοημοσύνη στις πύλες αγοράς και πληροφοριών είναι να ζητηθεί από τον υπολογιστή να απαντήσει σε μια άμεση ερώτηση που βασίζεται σε μια στιγμιαία αναζήτηση και απόσταξη πληροφοριών που είναι αποθηκευμένες στις συλλογές περιεχομένου που είναι προσαρτημένες στην πύλη. Όχι για να λάβει μια απόφαση για λογαριασμό του ανθρώπινου χρήστη, αλλά για να ενημερώσει καλύτερα τον άνθρωπο που λαμβάνει αποφάσεις.
Όπως λέει η Pelz-Sharpe, «Το AI μπορεί και πρέπει να χρησιμοποιηθεί για την υποστήριξη της εργασίας των ανώτερων υπαλλήλων, όχι για να αντικαταστήσει και να αυτοματοποιήσει αυτές τις θέσεις εργασίας» – αυτό ακριβώς κάνουν οι ικανότητες μηχανικής μάθησης του Northern Light για την ανακάλυψη και ανάλυση περιεχομένου της αγοράς και ανταγωνιστικής νοημοσύνης .
