Na wyszukiwanie danych wciąż tracimy zbyt dużo czasu

Jakie korzyści daje przedsiębiorstwom technologia NLP?

To liczne korzyści zarówno dla przedsiębiorstw, jak i ich klientów. NLP usprawnia wymianę oraz archiwizację ważnych danych, minimalizuje ryzyko błędów czy opóźnień, stanowi ogromne ułatwienie dla obu współpracujących ze sobą stron. Jest kolejnym krokiem w przyszłość rozwoju sztucznej inteligencji, która wkrótce – najprawdopodobniej – będzie samodzielnie obsługiwać odbiorców.

Czy któreś przedsiębiorstwa szczególnie odczują te korzyści?

Technologia NLP znajduje zastosowanie we wszystkich organizacjach, w których na co dzień przetwarzana jest duża liczba dokumentów pisanych w języku naturalnym. Przykładem są przede wszystkim kancelarie adwokackie oraz działy prawne instytucji publicznych lub przedsiębiorstw, których naturalnym środowiskiem jest operowanie znaczną liczbą dokumentów, nierzadko pisanych specyficznym dla tej dziedziny językiem. System błyskawicznie wyszukuje potrzebne treści, odnajduje istotne klauzule prawne, mając na względzie ich kontekst oraz wykorzystując specyficzne cechy dokumentów. Ponieważ nie tylko rozpoznaje zawartość, ale „rozumie” jej znaczenie, prawidłowo interpretuje przeznaczenie pisma oraz potrzeby nadawcy. W ten sposób można zaoszczędzić wiele godzin pracy, które trzeba byłoby poświęcić na opisanie i klasyfikację poszczególnych dokumentów.

O jak dużej oszczędności czasu mówimy?

Odpowiedź jest oczywiście zależna od stanowiska i branży. Każdy może sam odpowiedzieć sobie na pytanie, ile czasu dziennie poświęca na znalezienie informacji, które ma zapisane w swoich dokumentach. Teraz przemnóżmy to przez liczbę pracowników w organizacji i będziemy mieli gotową odpowiedź. W raportach statystycznych poświęconych temu zagadnieniu można spotkać się z wynikami badań wskazujących, że może to być nawet kilkanaście godzin tygodniowo.

Co ważne, NLP analizuje dokumenty pod kątem krytycznych sformułowań prawnych, terminów, warunków i obwarowań. Istotne może być również wykrywanie duplikatów czy dokumentów podobnych, które mogą być użyte w podobnej sprawie lub dotyczą analogicznych rozstrzygnięć prawnych.

Może pan podać jakiś konkretny przykład?

Instytucje finansowe zobowiązane są przepisami prawa do terminowego udzielania informacji o swoich klientach na żądanie jednostki analityki finansowej. Z uwagi na skalę ich działania średnio rocznie mogą one otrzymywać nawet 10 tys. żądań, a jedno żądanie dotyczy zwykle udzielenia informacji na temat wielu klientów. Brak lub błędne udzielenie informacji zagrożone jest wysoką karą administracyjną. W procesy gromadzenia i udzielania informacji zaangażowanych jest często ponad 20 osób z różnych departamentów, jednocześnie występuje ryzyko popełnienia błędu i narażenia instytucji na zastosowanie kary administracyjnej.

Jedna z możliwych do wykorzystania funkcjonalności naszego systemu DoRIS pozwala na automatyzację procesu skanowania nieustrukturyzowanych żądań i klasyfikowania ich do odpowiedniej kategorii informacji.

Skoro to takie ułatwienie, dlaczego poziom adopcji technologii NLP wciąż jest niewielki?

Można podać co najmniej dwie powiązane ze sobą przyczyny. Rozumienie treści i kontekstu wydaje się być tak zaawansowane technologicznie, że nie wierzymy, że jakikolwiek algorytm może zastąpić tu człowieka – a niewłaściwie przeprowadzone próby wdrażania mogą decydentów utwierdzić w tym przekonaniu. To nie są systemy „z pudełka”. Wdrożenie tej technologii jest związane z uczeniem sztucznej inteligencji konkretnych, specyficznych dla organizacji zadań – podobnie jak wdrażamy nowych pracowników, niezależnie od ich doświadczenia i stażu pracy. Wielu menedżerów oczekuje bezbłędnego działania algorytmów po rozpakowaniu z pudełka i szybko doświadcza zawodu. Niezwykle istotny jest zatem wybór partnera technologicznego, który przeprowadzi pewnie przez ten proces.