Combler le fossé de communication entre l'homme et la machine

David Ramos | Getty

L'intelligence artificielle s'infiltre dans un nombre croissant d'industries, comme la finance et la fabrication . Maintenant basé à Chicago Sciences narratives réussit à mettre l'IA par écrit. Fondée en 2010 pour transformer automatiquement les statistiques en histoires de baseball, l'organisation est devenue une centrale électrique dans la génération du langage naturel.

Stuart Frankel est le PDG de Narrative Science et a aidé à guider cette transition des statistiques sportives aux informations commerciales. Nous avons parlé à Frankel de la façon dont une technologie comme celle-ci modifie le flux de travail quotidien dans différentes industries et comble le fossé linguistique entre les travailleurs humains et les machines.

Cet article fait partie d'une série de questions-réponses associée à notre newsletter Clocking In, qui traite de l'impact des technologies émergentes sur l'avenir du travail. Inscrivez-vous ici -c'est gratuit!

La science narrative a fait ses débuts transformer les statistiques en reportages . Comment cela vous a-t-il aidé à développer votre entreprise et à former votre logiciel ?

C'était vraiment l'impulsion pour lancer l'entreprise. Nous avons obtenu une licence pour la technologie en 2010. Nous avons commencé à écrire des histoires de baseball. Nous avons pu faire des reportages sur le baseball, des reportages financiers et des rafles sur le marché immobilier. Nous avons vraiment commencé à bâtir une entreprise dans les médias, mais au fil du temps, nous sommes devenus une société de logiciels d'entreprise.

Stuart Frankel, PDG de Narrative Science. Sciences narratives

Qu'est-ce qui a motivé ce changement d'orientation ?

Nous avons commencé à susciter beaucoup d'intérêt de la part de personnes qui avaient entendu parler de nous grâce à notre travail dans les médias. Je plaisante toujours en disant que si vous voulez obtenir beaucoup de presse en tant qu'entreprise en démarrage, faites quelque chose qui est perçu comme perturbant le journalisme, car les journalistes adorent écrire sur leur propre industrie. Cela a contribué à faire connaître la science narrative au point où nous avons reçu de nombreuses demandes entrantes dans de nombreux secteurs différents décrivant ce qui était essentiellement le même problème. Ces organisations étaient assises sur beaucoup de données.

Pour avancer rapidement, nous avons maintenant environ 100 clients. Le travail que nous effectuons pour ces organisations et leurs utilisations se répartit en trois grandes catégories : efficacité opérationnelle, augmentation de l'engagement client et conformité.

Vos nouveaux clients proviennent-ils principalement d'un secteur spécifique ?

Au cours des dernières années, environ 60 % de nos activités ont été réalisées dans les services financiers. Nous travaillons donc avec des sociétés comme USAA, MasterCard et Franklin Templeton et un certain nombre d'autres grandes organisations de services financiers.

Comment ces entreprises peuvent-elles tirer parti de la génération en langage naturel ?

Il y a eu une idée au cours des dernières années selon laquelle, parce qu'il y a beaucoup de données dans toutes les organisations, en donnant aux utilisateurs l'accès à ces données, ils acquerront les compétences nécessaires pour les analyser, les interpréter et agir en conséquence. Nous avons toujours pensé qu'il était ridicule de s'attendre à ce que tout le monde dans le monde acquière les compétences d'un analyste commercial ou d'un scientifique des données. Nous avons pensé qu'il serait plus facile d'apprendre aux machines à communiquer avec nous dans notre langue que d'apprendre à tout le monde à interagir avec les ordinateurs et à tirer parti de toutes les données disponibles.

Quelles sont les industries qui devraient tirer parti de l'intelligence artificielle et qui ne l'ont pas encore pleinement adoptée ?

Je pense qu'en fin de compte, l'IA va finir par être omniprésente et avoir un impact sur toutes les industries. Qu'il s'agisse de finance, de vente au détail ou de soins de santé, il existe désormais une énorme quantité de données. Diverses parties prenantes ont besoin d'informations pouvant être glanées à partir de ces données, soit à des fins d'information uniquement, soit pour prendre des décisions fondées sur des données.

Comment envisagez-vous l'évolution du travail à la suite des nouveaux outils d'IA ?

Il y aura moins de temps passé à parcourir des feuilles de calcul et à parcourir de grandes bases de données de chiffres, et plus à interroger, par exemple, de grands ensembles de données et à obtenir des réponses. Plus d'une expérience conversationnelle avec les données par opposition à la façon dont cela fonctionne aujourd'hui.

Interview éditée pour plus de clarté et de longueur.

Vous voulez vous tenir au courant de l'avenir du travail? Inscrivez-vous à notre newsletter quotidienne, Clocking In .

cacher