“人工智慧中的思維已經從"有可能發生什麼變"？“我該怎麼做？”“麥肯錫教育AI論壇的Rafiq Ajani解釋道。自然語言處理（NLP）是人工智慧的一個重要子領域，它處理如何對計算機進行程式設計以處理和分析大量自然語言資料，同樣不再是“不錯的”，而是“必備”技術。
使用自然語言處理的公司已經看到了從改善客戶體驗到業務增長所帶來的業務影響。致力於NLP的組織可以享受對資料和目標的共同理解，改進決策制定，基於事實的分析，避免猜測，並允許在組織的每個級別進行精細的計劃和預測。
但是，將NLP用於自動業務流程同樣重要，如果您決定外包NLP開發，那麼選擇合適的NLP供應商的決定也是如此。一般來說，外包AI的開發比在內部構建它更便宜。但是，在選擇NLP合作伙伴時，您需要記住一些事項，以確保您的商業利益不會受到損害。
在本文中，我們將介紹在為您的組織選擇NLP供應商之前需要提出的一些關鍵問題。
1.什麼是我的業務用例？
選擇NLP供應商之前需要提出的一些關鍵問題您的企業是否希望透過自動化流程或從非結構化資料中獲取洞察力來使用NLP來降低成本？良好的商業目標激勵每一項新投資。清楚地瞭解您的用例將避免長期的挫折，並在一開始就為專案設定KPI。
例如，您可能決定需要NLP解決方案來自動分類客戶支援請求，從而騰出時間讓您的代理處理其他複雜任務。對於此類專案，與NLP合作伙伴合作非常重要，該合作伙伴可以幫助您根據可用資料的數量和型別設定此專案的KPI，並考慮您的獨特業務需求。然後，合作伙伴應構建可實現這些KPI的解決方案。
2. NLP解決方案的準確度如何？
選擇NLP供應商之前需要提出的一些關鍵問題準確的資料分析是做出明智的業務決策的關鍵，尤其是在非結構化或開放式文字的情況下。因此，在選擇NLP供應商之前，瞭解當前資料解決方案的準確性非常重要。許多現成的NLP解決方案可能無法以非常高的精度處理您的資料。準確性較低可能直接影響您的業務目標。除了對業務目標的直接影響之外，它還可以在被認為發生的事件和現實之間建立脫節。
3.可以根據我的需要定製解決方案嗎？
選擇NLP供應商之前需要提出的一些關鍵問題NLP中幾乎沒有即插即用的解決方案 - NLP架構需要適應您的獨特資料並符合您的業務規則。擴充套件前一點，如果標準NLP解決方案對您的資料的準確性不高，請詢問供應商是否可以自定義其模型以便在資料上表現良好。
一個好的供應商應該能夠在資料上微調他們的模型而無需從頭開始構建它。他們應該能夠正確理解您的需求和要求，並適應挑戰。這將確保您在每個環境中都擁有最合適的解決方案。它們還應根據您的KPI要求進行廣泛的定製，無論它們有多複雜。
4.需要多少培訓資料？
選擇NLP供應商之前需要提出的一些關鍵問題意見如果供應商建議在資料上自定義演算法，則必須瞭解培訓資料的要求。雖然資料越多，AI演算法的準確性越高，構建大量註釋資料本身就是一項任務。它很快就會變得非常昂貴並且可能會阻礙您的專案。您的供應商應該能夠使用較少量的資料構建一個好的模型。此外，在組織中部署AI的方式應該有一個自學迴圈，以便從人工輸入中改進。
5.模型是否改善了持續使用？
選擇NLP供應商之前需要提出的一些關鍵問題沒有NLP解決方案從一開始就能以99％的準確度執行。因此，向供應商詢問模型是否因連續使用而改善是很重要的。理想的供應商應該能夠以從人工反饋中學習的方式部署他們的解決方案（如果可用的話）（人在環路中）。
InData實驗室在他們的部落格中很好地解釋了這一設定 - “當演算法無法完成任務時，人類會介入。當機器不確定答案是什麼時，它依賴於人類，然後將人類的判斷新增到模型中。這樣演算法學得更快，減少了對未來人為干預的需求。“
為了提高準確性和最佳結果，NLP解決方案必須隨著越來越多的資料從人類輸入提供給它而得到改善。
6. NLP解決方案是否具有規模經濟性？
選擇NLP供應商之前需要提出的一些關鍵問題
任何基於使用價格的NLP解決方案都應該可以大規模支付。解決方案本身應該是可擴充套件的，因此可以在整個組織中進行擴充套件。您的供應商應該能夠提供可以根據要求適應並應用於每個環境的解決方案。它應該能夠始終保持一致性和一致性，並在不破壞銀行的情況下產生有意義的結果。
7.他們是否提供內部部署解決方案？
NLP解決方案需要處理資料，有時可能包含敏感資訊，特別是在金融服務和醫療保健行業。您的供應商應該能夠提出在您的私有云或內部部署上部署其NLP解決方案的解決方案。對於這種情況，他們的解決方案應該相容，以便在您的基礎架構中實現最佳效能，而不會給IT團隊帶來很多麻煩。
8.它的整合能力是什麼？
您應該選擇提供全面整合功能的供應商，包括與您的CRM，客戶支援和商業智慧應用程式的端到端整合。完善的應用程式可改善終端使用者的工作流程，並進一步提高他們的工作效率。
“人工智慧中的思維已經從"有可能發生什麼變"？“我該怎麼做？”“麥肯錫教育AI論壇的Rafiq Ajani解釋道。自然語言處理（NLP）是人工智慧的一個重要子領域，它處理如何對計算機進行程式設計以處理和分析大量自然語言資料，同樣不再是“不錯的”，而是“必備”技術。
使用自然語言處理的公司已經看到了從改善客戶體驗到業務增長所帶來的業務影響。致力於NLP的組織可以享受對資料和目標的共同理解，改進決策制定，基於事實的分析，避免猜測，並允許在組織的每個級別進行精細的計劃和預測。
但是，將NLP用於自動業務流程同樣重要，如果您決定外包NLP開發，那麼選擇合適的NLP供應商的決定也是如此。一般來說，外包AI的開發比在內部構建它更便宜。但是，在選擇NLP合作伙伴時，您需要記住一些事項，以確保您的商業利益不會受到損害。
在本文中，我們將介紹在為您的組織選擇NLP供應商之前需要提出的一些關鍵問題。
1.什麼是我的業務用例？
選擇NLP供應商之前需要提出的一些關鍵問題您的企業是否希望透過自動化流程或從非結構化資料中獲取洞察力來使用NLP來降低成本？良好的商業目標激勵每一項新投資。清楚地瞭解您的用例將避免長期的挫折，並在一開始就為專案設定KPI。
例如，您可能決定需要NLP解決方案來自動分類客戶支援請求，從而騰出時間讓您的代理處理其他複雜任務。對於此類專案，與NLP合作伙伴合作非常重要，該合作伙伴可以幫助您根據可用資料的數量和型別設定此專案的KPI，並考慮您的獨特業務需求。然後，合作伙伴應構建可實現這些KPI的解決方案。
2. NLP解決方案的準確度如何？
選擇NLP供應商之前需要提出的一些關鍵問題準確的資料分析是做出明智的業務決策的關鍵，尤其是在非結構化或開放式文字的情況下。因此，在選擇NLP供應商之前，瞭解當前資料解決方案的準確性非常重要。許多現成的NLP解決方案可能無法以非常高的精度處理您的資料。準確性較低可能直接影響您的業務目標。除了對業務目標的直接影響之外，它還可以在被認為發生的事件和現實之間建立脫節。
3.可以根據我的需要定製解決方案嗎？
選擇NLP供應商之前需要提出的一些關鍵問題NLP中幾乎沒有即插即用的解決方案 - NLP架構需要適應您的獨特資料並符合您的業務規則。擴充套件前一點，如果標準NLP解決方案對您的資料的準確性不高，請詢問供應商是否可以自定義其模型以便在資料上表現良好。
一個好的供應商應該能夠在資料上微調他們的模型而無需從頭開始構建它。他們應該能夠正確理解您的需求和要求，並適應挑戰。這將確保您在每個環境中都擁有最合適的解決方案。它們還應根據您的KPI要求進行廣泛的定製，無論它們有多複雜。
4.需要多少培訓資料？
選擇NLP供應商之前需要提出的一些關鍵問題意見如果供應商建議在資料上自定義演算法，則必須瞭解培訓資料的要求。雖然資料越多，AI演算法的準確性越高，構建大量註釋資料本身就是一項任務。它很快就會變得非常昂貴並且可能會阻礙您的專案。您的供應商應該能夠使用較少量的資料構建一個好的模型。此外，在組織中部署AI的方式應該有一個自學迴圈，以便從人工輸入中改進。
5.模型是否改善了持續使用？
選擇NLP供應商之前需要提出的一些關鍵問題沒有NLP解決方案從一開始就能以99％的準確度執行。因此，向供應商詢問模型是否因連續使用而改善是很重要的。理想的供應商應該能夠以從人工反饋中學習的方式部署他們的解決方案（如果可用的話）（人在環路中）。
InData實驗室在他們的部落格中很好地解釋了這一設定 - “當演算法無法完成任務時，人類會介入。當機器不確定答案是什麼時，它依賴於人類，然後將人類的判斷新增到模型中。這樣演算法學得更快，減少了對未來人為干預的需求。“
為了提高準確性和最佳結果，NLP解決方案必須隨著越來越多的資料從人類輸入提供給它而得到改善。
6. NLP解決方案是否具有規模經濟性？
選擇NLP供應商之前需要提出的一些關鍵問題
任何基於使用價格的NLP解決方案都應該可以大規模支付。解決方案本身應該是可擴充套件的，因此可以在整個組織中進行擴充套件。您的供應商應該能夠提供可以根據要求適應並應用於每個環境的解決方案。它應該能夠始終保持一致性和一致性，並在不破壞銀行的情況下產生有意義的結果。
7.他們是否提供內部部署解決方案？
選擇NLP供應商之前需要提出的一些關鍵問題
NLP解決方案需要處理資料，有時可能包含敏感資訊，特別是在金融服務和醫療保健行業。您的供應商應該能夠提出在您的私有云或內部部署上部署其NLP解決方案的解決方案。對於這種情況，他們的解決方案應該相容，以便在您的基礎架構中實現最佳效能，而不會給IT團隊帶來很多麻煩。
8.它的整合能力是什麼？
選擇NLP供應商之前需要提出的一些關鍵問題
您應該選擇提供全面整合功能的供應商，包括與您的CRM，客戶支援和商業智慧應用程式的端到端整合。完善的應用程式可改善終端使用者的工作流程，並進一步提高他們的工作效率。