Nous sommes impatients de présenter à nouveau Transform 2022 en personne le 19 juillet et virtuellement du 20 au 28 juillet. Rejoignez-nous pour des conversations perspicaces et des opportunités de réseautage passionnantes. Inscrivez-vous aujourd’hui!
Le monde est plein de nouvelles et c’est un défi pour chaque entreprise. Certains événements sont comme des tremblements de terre qui ébranlent le business model et obligent à réinventer l’entreprise. D’autres ne sont pas pertinents. Certains nuiront aux concurrents et d’autres aideront tout le monde dans le même secteur d’activité. Mais comment quelqu’un peut-il savoir lequel est lequel ? Comment reconnaître les moments au fur et à mesure qu’ils se déroulent ?
C’est le défi que la société de relations publiques et de communication basée sur l’intelligence artificielle (IA) Signal AI veut relever. La semaine dernière, il a lancé son nouveau External Intelligence Graph, une structure de données qui suit en permanence les grands et petits événements qui traversent le Zeitgeist chaque jour. Le système est un modèle de langage naturel en constante évolution qui suit la façon dont les entreprises et les sujets sont discutés.
« Vous voulez également pouvoir dire que votre entreprise fait beaucoup de bon travail par réputation, mais si ce n’est pas vraiment ce que les gens extérieurs voient, alors c’est probablement quelque chose qui a besoin de travail », a déclaré Clancy Childs. le chef de produit chez Signal AI.
Reconcevoir l’accord de relations publiques comme « d’habitude »
La société a démarré il y a neuf ans en tant que société de surveillance des médias, collectant des données à partir de sources d’information et de médias sociaux. Il ciblait en grande partie des mots-clés et a constaté qu’il existait un marché prêt pour les entreprises qui devaient réfléchir stratégiquement à leur image.
La nouvelle annonce montre certains résultats de la dernière levée de fonds de 50 millions de dollars de la société en décembre dernier. À l’époque, Highland Europe, ainsi que Redline Capital, MMC, Hearst et GMG Ventures ont investi dans la construction de meilleurs mécanismes pour ce qu’ils appelaient «l’augmentation de la décision».
Le graphique d’intelligence externe est né des efforts de l’entreprise pour libérer les capacités des algorithmes d’apprentissage automatique (ML) émergents. L’équipe de Signal AI voulait voir les données textuelles non pas comme un flux de caractères à rechercher, mais comme un ensemble d’entités avec des relations entre elles qui peuvent être suivies et mesurées.
« Nous n’allons pas adopter une approche où nous incitons les gens à écrire des requêtes massives basées sur des mots clés pour essayer de rendre les choses uniques », a expliqué Childs. « Nous allons en fait utiliser le traitement du langage naturel, la résolution d’entités et tous ces trucs sympas pour faciliter efficacement la tâche des gens. Je ne veux pas écrire une requête d’une page pour vous dire ce qu’est Apple Computer. Je veux juste pouvoir rechercher Apple en tant qu’entité formée à l’IA.
tendances de l’industrie
Signal AI vend son service à la fois aux entreprises qui veulent garder un œil sur les nouvelles elles-mêmes et aux investisseurs qui veulent de l’aide pour choisir des investissements potentiels. Certains clients sont des professionnels, tels que les directeurs des communications, qui visent à suivre les mentions de leur propre entreprise et de leurs concurrents. D’autres veulent simplement comprendre quelles entreprises se portent bien et lesquelles ne sont pas dans le monde de l’opinion publique pour s’assurer que leurs investissements sont solides.
Ces grands modèles et événements linguistiques deviennent de plus en plus courants. Google aurait utilisé son grand modèle interne de langage et le monde pour guider la façon dont il classe les réponses pour le moteur de recherche. Facebook et Twitter vendent essentiellement la connaissance des utilisateurs du marché publicitaire, permettant aux annonceurs de choisir un public en fonction de leurs intérêts.
Microsoft et Nvidia ont récemment présenté leur grand modèle Megatron-Turing NLG 530B, un modèle de langage massif avec 530 milliards de paramètres disposés en 105 couches. C’était l’aboutissement d’un projet de recherche, mais les deux sociétés intègrent des résultats similaires dans leurs produits à plusieurs niveaux.
Certains commencent à ouvrir ces grands systèmes aux clients. Microsoft aide les entreprises à créer des systèmes de classification, en regroupant des modèles prêts à l’emploi dans un seul outil pour des tâches telles que le tri et la classification des images. Le cloud de Google fournit l’API en langage naturel qui peut reconnaître les entités et analyser les sentiments dans le texte brut.
Sous la capuche
Le nouveau graphique d’intelligence externe relie des algorithmes similaires à une vaste collection d’articles de presse que Signal AI a amassés au fil des ans. Certains proviennent de sources sous licence telles que LexisNexis, d’autres sont collectés sur le Web ouvert via le grattage ou d’autres techniques.
Signal AI vend son service via une interface Web et pour certains clients avancés via une API. Ils demandent aux entreprises de former des modèles de base de ce qu’ils veulent suivre, puis un tableau de bord est rempli à la fois de résultats de recherche directs et d’informations sur l’évolution du sentiment.
« Notre graphique d’intelligence externe exploite le contenu non structuré croissant dans le monde et le transforme en informations exploitables pour améliorer les décisions commerciales d’aujourd’hui et fournir aux organisations un nouveau type d’informations critiques dès maintenant », a déclaré Luca Grulla, CTO de Signal AI, « Nous sommes en mesure de fournir un tout nouveau type de données grâce à notre graphique d’intelligence externe unique, et un nouveau chapitre passionnant dans l’utilisation des données non structurées nous attend.
Bien que les résultats de recherche bruts puissent être utiles, les informations les plus utiles peuvent provenir de l’observation de l’évolution du graphique d’intelligence externe. Cela dit, certaines entreprises gagnent-elles ou perdent-elles sur les mentions positives ? Ou les entreprises se développent-elles dans certains sujets au fil du temps.
Childs a donné un exemple de la société Tesla. À une certaine époque, son nom dans le graphique peut être étroitement associé aux véhicules électriques. Cependant, ces derniers temps, à mesure que des nouvelles de ses algorithmes de guidage autonomes émergent, il se rapprochera de ces unités.
« Ces types de connexions et de relations entre ces entités et ces thèmes facilitent la tâche des entreprises qui souhaitent gérer leur propre réputation et voir où elles en sont par rapport à leurs objectifs », a déclaré Childs.
Le travail des dirigeants d’entreprise n’a fait que se compliquer car certains investisseurs et clients ont commencé à exiger une meilleure comptabilité pour des objectifs non monétaires comme la protection de l’environnement. Le calcul du profit est simple. Cependant, suivre les progrès dans la construction d’une marque de confiance est plus difficile.
« [Many businesses are] nous ne nous intéressons plus seulement à la seule ligne de fond, ‘Faisons-nous suffisamment de bénéfices ?’ », a expliqué Childs. « Cela leur donne des mesures de réputation quantifiables sur des choses comme l’ESG [environmental, social and governance] qui sont très utiles pour les entreprises qui essaient de gérer leur marque de capitalisme des parties prenantes et de responsabilité ESG. »
Le poste Signal AI ouvre External Intelligence Graph pour une utilisation dans l’entreprise est apparu en premier sur Germanic Nachrichten.