彰显自然语言处理商业价值的5个成功案例

 

　　数据是现在最有价值的企业商品之一。根据IDG的2020年CIO报告，37%的IT领导者表示，数据分析将推动他们组织今年最大的IT投资。

 

　　虽然数据有多种形式，但最大的未利用数据池可能是由文本组成的。专利、产品说明书、学术出版物、市场调研、新闻，更不用说社交推送了，所有这些都以文本为主要组成部分，文本的数量也在不断增长。这就是为什么研究公司Lux research说，自然语言处理技术，特别是主题建模，正在成为释放数据价值的关键工具。

 

　　NLP是人工智能的一个分支，负责训练计算机理解、处理和生成语言。搜索引擎、机器翻译服务和语音助手都是由NLP来提供支持的。例如，主题建模(Topic modeling)是一种NLP技术，它将一个概念分解为了由词组定义的常见概念的子类别。根据Lux Research的说法，主题建模使组织能够将文档与特定主题关联起来，然后提取数据，例如主题随时间的增长趋势。主题建模还可以用于为给定的文档建立“指纹”，然后发现具有类似指纹的其他文档。

 

　　随着人们对人工智能的兴趣在商业领域的上升，组织开始转向了使用NLP来释放文本文档等非结构化数据的价值。咨询公司Mordor Intelligence预测，到2025年，NLP市场的收入将达到2019年的69.4亿美元的三倍多。

 

　　下面是五个组织如何使用自然语言处理的例子。

 

　　埃森哲使用NLP来分析合同

 

　　埃森哲正在利用自然语言处理来进行法律分析。该公司的埃森哲法律智能合同探索(ALICE)项目正在帮助这家全球服务公司的2800名专业人士在其超过100万份合同中执行文本搜索，包括对合同条款的搜索。

 

　　ALICE使用了“词嵌入”的技术，这是一种基于语义相似性的NLP方法，有助于基于语义相似性的词之间的比较。该模型可以逐段遍历合同文档，寻找关键字以确定该段落是否与特定的合同条款类型相关。例如，像“洪水”、“地震”或“灾难”这样的词通常会与“不可抗力”一词一起出现

 

　　“随着我们继续使用这一功能，并在看到额外的价值机会时对其进行了扩展和增强，用例也在不断增长，”埃森哲的数字业务转型、运营和企业分析全球董事总经理Mike Maresca表示。“我们正在寻找从现有数据中获取价值的新方法。”

 

　　埃森哲咨询公司表示，该项目大大减少了律师为获取具体信息而手工阅读文件的时间。

 

　　Maresca的建议是:不要害怕投入NLP。“如果创新是你文化的一部分，你就不能害怕失败，”Maresca说。“让我们进行实验和迭代吧。”

 

　　NLP帮助Verizon处理客户请求

 

　　Verizon的业务服务保证小组正在使用自然语言处理和深度学习来自动处理客户的请求和评论。在Verizon的IT集团Global Technology Solutions(GTS)为服务保障创建了支持人工智能的数字工人之前，该集团每月收到了超过10万个的入站请求，这些请求必须被读取并单独处理。

 

　　数字工人将基于网络的深度学习技术与NLP集成在一起，用来阅读主要通过电子邮件和Verizon的门户网站所发送的维修单。它能够自动响应最常见的请求，例如报告当前的票据状态或修复进度更新。而更复杂的问题则会交给人类工程师。

 

　　“通过自动回复这些请求，我们可以在几分钟内回复，而不是在电子邮件发出后的几小时内，”Verizon Business Group全球技术解决方案系统工程部执行董事Stefan Toth表示。

 

　　2020年2月，Verizon表示，自去年第二季度以来，数字工人每月节省了近1万小时的工作时间。

 

　　Toth的建议是:关注开源。“环顾四周，与你的商业伙伴联系，我相信你会找到机会，”Toth说。“在对一个平台做出重大财务承诺之前，先看看开源并进行试验。我们发现开源中有很多可用的内容。”

 

　　PSE&G转向虚拟助手通过语音来帮助客户

 

　　新泽西公共事业能源和天然气服务公司(PSE&G)已经采用了虚拟助理技术和其他数字化的服务，使客户能够通过语音命令来管理他们的电力或天然气帐户。

 

　　PSE&G的虚拟助理利用亚马逊Alexa提供了一个以自然语言处理为基础的语音界面。它是使用亚马逊提供的Alexa技能工具包构建的。

 

　　“我们试图摆脱这样一种印象，即我们来到这里只是为了维持运营，我们表明了我们是为客户而来的，”PSE&G的项目首席开发官Salvatore Orsino表示。

 

　　PSE&G的客户可以通过Echo、Echo Dot、Kindle Fire平板电脑和其他支持Alexa的设备来访问虚拟助理。截至2019年7月，PSE&G表示，其客户已经发出了超过10，000个独特的请求，从检查他们的帐户余额和到期日期到检查他们的能源使用，寻找节能提示以及支付账单。

 

　　Orsino的建议是:变革管理是至关重要的。当Orsino开始这个项目时，PSE&G并不擅长开发新的软件，员工们一开始也不相信这个产品会带来价值。“一旦我们推出了Alexa，人们就会认识到它是一个与客户沟通的合法渠道，他们看到了它所带来的价值，现在所有人都开放了，也更愿意做出改变，以适应Alexa，以及我们正在开发的其他新应用，”Orsino表示。

 

　　Great Wolf Lodge用NLP支持的AI来追踪客户情绪

 

　　医院和娱乐连锁店Great Wolf Lodge的人工智能词典编纂者(GAIL)会在每月的调查中筛选评论，决定作者是网络的推动者、诋毁者还是中立者。

 

　　其利用了自然语言处理的人工智能，专门为酒店业使用了超过6.7万条评论的训练数据。GAIL在云中运行，并使用了内部开发的算法，然后会确定一些关键因素来说明为什么受访者会对GWL持这种态度。截止2019年9月，GWL声称GAIL做出了95%的准确判断。GWL在GAIL还不能理解的一小部分信息上使用了传统的文本分析。

 

　　“我们希望在所有方面都能更好地与客人互动，”GWL的首席信息官Edward Malinowski表示。

 

　　GWL的业务运营团队使用GAIL生成的洞察力对服务进行了微调。该公司目前正在调查能够回答客人的关于GWL服务的常见问题的聊天机器人。

 

　　Malinowski的建议是:不要为了技术而使用技术。选择那些能够在技术和实用之间取得平衡的工具--并且与业务目标保持一致。“在寻找问题的过程中，你必须小心什么是噱头，什么是解决方案，”Malinowski说。

 

　　Aetna使用NLP来快速解决索赔问题

 

　　健康保险公司Aetna创建了复杂的供应商合同自动裁决应用程序来自动阅读每个合同中的付款说明、可扣除部分和额外的费用说明，然后计算价格并更新索赔。

 

　　该应用程序混合了自然语言处理和特殊的数据库软件，以识别支付属性和所构造的额外数据，并且可以由系统自动读取。因此，许多索赔可以在一夜之间就得到解决。

 

　　该应用程序使Aetna能够重新将50名索赔裁决人员的工作重点放在需要更高层次的思考和护理提供者之间更协调的合同和索赔上。

 

　　Aetna首席技术官Claus Jensen表示:“归根结底，这是为了给终端用户提供更好的体验。”他补充称，该软件将帮助Aetna成为医疗生态系统中更好的合作伙伴，为医疗服务提供商和患者服务。“我们要做的不仅仅是付账单和在电话里回答问题。”

 

　　截至2019年7月，Aetna预计，该应用程序每年将节省600万美元的处理和返工成本。

 

　　Jensen的建议是:集中精力，循序渐进。在一个理想的世界里，公司会实施人工智能来解决特定的问题。但一个基础广泛的解决方案是不明确的，最终会导致失败。他还说，如果Aetna试图将通用人工智能应用于其业务，就不会成功。此外，Aetna还花了几个月的时间来测试这一过程，整理规则，并对这款应用进行了测试。Jensen说，很多人没有耐心放慢脚步，用正确的方式来做事。