在人工智能這樣的時(shí)代，機器學(xué)習、自然語(yǔ)言處理(NLP)和認知搜索技術(shù)正在以高速率被采用的事情已經(jīng)不足為奇。隨著(zhù)組織努力創(chuàng )造價(jià)值、增強客戶(hù)體驗、遵守嚴格的規定并使得自己與競爭對手區分開(kāi)，他們也逐漸對知識型員工提出了其他非同尋常的要求。通常，他們需要的數據和知識是孤立的、分割的和斷裂的。因此，很難在正確的時(shí)間顯示正確的信息并發(fā)現數據中的復雜模式。

經(jīng)過(guò)精心設計的NLP、機器學(xué)習和搜索技術(shù)的組合使這些組織能夠以前所未有的方式來(lái)迎接挑戰并利用企業(yè)數據。這項技術(shù)有效地為比以往更快、更準確、更周到的新一代信息訪(fǎng)問(wèn)提供支持。成功通過(guò)后，企業(yè)將獲得真正的信息驅動(dòng)，從而優(yōu)化每個(gè)員工和客戶(hù)體驗。這一轉變正在迅速成為新的競爭優(yōu)勢，因為它重新定義了專(zhuān)業(yè)人士、企業(yè)和行業(yè)的運作方式。但企業(yè)是如何成功采用這些技術(shù)的呢?

1.與用戶(hù)目標對齊

為了推動(dòng)這些類(lèi)型的技術(shù)的采用，實(shí)施必須與每個(gè)用戶(hù)的個(gè)人需求保持一致。雖然看起來(lái)很明顯需要提取正確的數據以滿(mǎn)足特定的用戶(hù)需求，但數據也必須以直觀(guān)和及時(shí)的方式呈現，以便與用戶(hù)的目標相關(guān)。數據驅動(dòng)的時(shí)代正在讓位于信息驅動(dòng)的經(jīng)濟，在這種經(jīng)濟背景下，從數據中獲得有用的洞察力至關(guān)重要。滿(mǎn)足用戶(hù)需求意味著(zhù)收集數據，以正確的方式豐富數據，進(jìn)一步使用不僅是行業(yè)而且是用戶(hù)組織的本地語(yǔ)言將其進(jìn)行上下文化，并以與用戶(hù)目標相一致的方式呈現結果信息。

由于每個(gè)用戶(hù)的目標和需求會(huì )有所不同，因此不存在一成不變的局面。例如，在客戶(hù)服務(wù)領(lǐng)域，客戶(hù)服務(wù)代表(CSR)日益需要以知識為導向，以滿(mǎn)足甚至取悅客戶(hù)的需求。與此同時(shí)，在制造業(yè)或藥物開(kāi)發(fā)行業(yè)，研究人員需要成為專(zhuān)業(yè)人員，因為他們很容易與專(zhuān)家聯(lián)系。而這一切都始于信息驅動(dòng)。

2.開(kāi)展簡(jiǎn)單工作

對于組織來(lái)說(shuō)，通過(guò)在企業(yè)數據中整合上下文來(lái)開(kāi)展簡(jiǎn)單工作非常重要。這使得知識工作者更容易找到并發(fā)現與當前任務(wù)相關(guān)的信息。合并上下文表示在分散的存儲庫中的相關(guān)數據之間建立連接，并承認語(yǔ)言可以表達的所有不同方式，包括考慮縮寫(xiě)詞和同義詞。

在數據中，特別是非結構化數據中，有機會(huì )通過(guò)自然語(yǔ)言處理(NLP)和人為推理添加更多的上下文。這些由現代技術(shù)實(shí)現的技術(shù)可以豐富數據并建立有意義的連接。管理非結構化數據的方面變得更少了，更多的是關(guān)于如何利用它的問(wèn)題，但是會(huì )是以更有價(jià)值的方式。組織可以通過(guò)各種各樣的選擇去追求信息驅動(dòng)。

3.將技術(shù)融入你的商業(yè)環(huán)境

與沉浸在技術(shù)中的用戶(hù)相反，像認知搜索這樣的技術(shù)應該融入到用戶(hù)的商業(yè)環(huán)境中。認知搜索等技術(shù)必須利用絕大多數企業(yè)數據源，包括所有類(lèi)型的內部和外部數據，無(wú)論是內部部署還是云中。因此，該系統必須具有高度可擴展性。與像Salesforce這樣需要將數據加載或輸入到單個(gè)系統的軟件包相反，身臨其境的解決方案以安全且可擴展的方式利用分散存儲庫中的數據。這又反過(guò)來(lái)簡(jiǎn)化了業(yè)務(wù)流程，使知識型員工可以將更少的時(shí)間花在日常工作上，而更多的時(shí)間專(zhuān)注于重要問(wèn)題。

通過(guò)在現有知識的基礎上學(xué)習并隨著(zhù)時(shí)間的推移變得更加智能，這種轉變?yōu)榻M織在解決未來(lái)挑戰方面帶來(lái)了驚人的優(yōu)勢。