banner large

Signal AI membuka Grafik Intelijen Eksternal untuk penggunaan perusahaan

Comment
X
Share

Kami sangat antusias untuk menghadirkan Transform 2022 kembali secara langsung pada 19 Juli dan 20 – 28 Juli secara virtual. Bergabunglah dengan AI dan pemimpin data untuk pembicaraan yang berwawasan luas dan peluang jaringan yang menarik. Daftar hari ini!


Dunia dibanjiri berita, dan itu adalah tantangan bagi perusahaan mana pun. Beberapa peristiwa seperti gempa bumi yang akan mengguncang model bisnis dan bagi perusahaan untuk menemukan kembali dirinya sendiri. Lainnya tidak penting. Beberapa akan merugikan pesaing dan yang lain akan membantu semua orang di segmen bisnis yang sama. Tapi bagaimana orang bisa tahu yang mana? Bagaimana orang bisa melihat momen saat sedang berlangsung?

Ini adalah tantangan yang ingin diatasi oleh perusahaan PR dan komunikasi yang didukung oleh kecerdasan buatan (AI), Signal AI. Pekan lalu, ia meluncurkan Grafik Kecerdasan Eksternal baru, struktur data yang terus-menerus melacak peristiwa besar dan kecil yang mengalir melalui zeitgeist setiap hari. Sistem ini adalah model bahasa alami yang terus berkembang yang melacak cara perusahaan dan topik dibahas.

“Anda juga ingin dapat mengatakan bahwa, secara reputasi, perusahaan Anda melakukan banyak pekerjaan dengan baik, tetapi jika itu tidak benar-benar dilihat oleh orang luar, yah, itu mungkin sesuatu yang perlu diperbaiki,” kata Clancy Childs, chief product officer di Signal AI.

Membayangkan kembali bisnis PR sebagai ‘biasa’

Perusahaan ini dimulai sembilan tahun lalu sebagai upaya pemantauan media yang akan mengumpulkan data dari sumber berita dan media sosial. Itu sebagian besar menargetkan kata kunci, dan menemukan bahwa ada pasar yang siap untuk perusahaan yang perlu berpikir strategis tentang citra mereka.

Pengumuman baru menunjukkan beberapa hasil putaran penggalangan dana perusahaan baru-baru ini senilai $50 juta pada Desember lalu. Pada saat itu, Highland Europe bersama dengan Redline Capital, MMC, Hearst, dan GMG Ventures berinvestasi untuk membangun mekanisme yang lebih baik untuk apa yang mereka sebut, “penguatan keputusan.”

Grafik Intelijen Eksternal muncul dari upaya perusahaan untuk memanfaatkan kemampuan algoritma baru yang muncul dari pembelajaran mesin (ML). Tim Signal AI ingin menganggap data teks lebih dari sekadar aliran karakter yang akan dicari, melainkan kumpulan entitas dengan hubungan di antara mereka yang dapat dilacak dan diukur.

“Kami tidak akan mengikuti pendekatan di mana kami membuat orang menulis kueri berbasis kata kunci besar-besaran untuk mencoba membedakan berbagai hal.” jelas Anak. “Kami sebenarnya akan menggunakan pemrosesan bahasa alami, resolusi entitas, dan semua mainan keren ini, secara efektif untuk memudahkan orang. Saya tidak ingin menulis kueri sepanjang halaman untuk menjelaskan kepada Anda Apa itu Apple Computer. Saya hanya ingin dapat mencari Apple sebagai entitas yang dilatih oleh AI.”

Signal AI menjual layanannya baik kepada perusahaan yang ingin mengawasi berita itu sendiri maupun investor yang ingin membantu memilih investasi potensial. Beberapa pelanggan adalah profesional seperti petugas komunikasi kepala yang bertujuan untuk melacak penyebutan perusahaan mereka sendiri dan pesaing mereka. Yang lain hanya ingin memahami bisnis mana yang berhasil dan gagal di dunia opini publik, untuk memastikan bahwa investasi mereka masuk akal.

Model dan acara bahasa besar ini menjadi lebih umum. Google dilaporkan menggunakan model bahasa internal yang besar dan dunia untuk memandu bagaimana peringkat jawaban untuk mesin pencari. Facebook dan Twitter pada dasarnya menjual pengetahuan pengguna melalui pasar iklan, memungkinkan pengiklan untuk memilih audiens berdasarkan minat mereka.

Microsoft dan Nvidia baru-baru ini menggembar-gemborkan model besar mereka, Megatron-Turing NLG 530B, model bahasa yang sangat besar yang memiliki 530 miliar parameter yang diatur dalam 105 lapisan. Ini adalah puncak dari proyek penelitian, tetapi kedua perusahaan melipat hasil yang sama ke dalam produk mereka di berbagai tingkatan.

Beberapa mulai membuka sistem besar ini kepada pelanggan. Microsoft membantu perusahaan membangun sistem pengklasifikasi dan juga menggabungkan model bawaan ke dalam alat untuk bekerja seperti penyortiran dan klasifikasi gambar. Google Cloud menawarkan API bahasa alami yang dapat mendeteksi entitas dan menganalisis sentimen dalam teks mentah.

Dibawah tenda

Grafik Kecerdasan Eksternal yang baru menggabungkan algoritme serupa dengan banyak koleksi artikel berita yang telah dikumpulkan oleh Signal AI selama bertahun-tahun. Beberapa berasal dari sumber berlisensi seperti LexisNexis, dan lainnya dikumpulkan dari web terbuka melalui pengikisan atau teknik lainnya.

Signal AI menjual layanannya melalui antarmuka web dan, untuk beberapa pelanggan tingkat lanjut, sebuah API. Mereka membiarkan perusahaan melatih model dasar tentang apa yang ingin mereka lacak, dan kemudian akan mengisi dasbor dengan hasil pencarian langsung, serta informasi tentang bagaimana sentimen berubah.

“Grafik Kecerdasan Eksternal kami mengambil konten tidak terstruktur dunia yang sedang berkembang dan mengubahnya menjadi wawasan yang dapat ditindaklanjuti untuk meningkatkan keputusan bisnis saat ini, memberi organisasi jenis baru kecerdasan kritis saat ini.” kata Luca Grulla, CTO Signal AI, “Kami dapat menyediakan jenis data yang sama sekali baru melalui Grafik Intelijen Eksternal kami yang unik, dan babak baru yang menarik dalam memanfaatkan data tidak terstruktur telah menunggu.”

Sementara hasil pencarian mentah dapat berguna, wawasan yang lebih berguna mungkin datang dari mengamati bagaimana Grafik Kecerdasan Eksternal berkembang. Artinya, apakah beberapa perusahaan untung atau rugi dalam mention dengan sentimen positif. Atau apakah perusahaan semakin dekat dengan beberapa topik dari waktu ke waktu.

Childs menawarkan contoh perusahaan Tesla. Pada suatu waktu, namanya dalam grafik mungkin terkait erat dengan kendaraan listrik. Namun, akhir-akhir ini, ketika berita tentang algoritme panduan otonomnya muncul, ia akan tumbuh lebih dekat dengan entitas tersebut.

“Jenis koneksi dan hubungan antara entitas dan topik ini memudahkan perusahaan yang tertarik untuk mengelola reputasi mereka sendiri dan untuk mengidentifikasi di mana mereka berdiri relatif terhadap tujuan mereka,” kata Childs.

Pekerjaan manajer perusahaan menjadi semakin rumit karena beberapa investor dan pelanggan mulai meminta akuntansi yang lebih baik tentang tujuan non-moneter seperti pengelolaan lingkungan. Menghitung keuntungan itu sederhana. Namun, melacak kemajuan dalam membangun merek yang dapat dipercaya lebih sulit.

“[Many businesses are] tidak lagi hanya tertarik pada satu garis bawah ‘Apakah kita menghasilkan cukup keuntungan?’” Childs menjelaskan. “Ini memberi mereka metrik reputasi terukur pada hal-hal seperti ESG [environmental, social and governance] yang sangat membantu bagi perusahaan yang mencoba mengelola jenis kapitalisme pemangku kepentingan dan tanggung jawab LST mereka.”

Leave a Reply

Your email address will not be published. Required fields are marked *