AI-modeller og platforme
Robert Weissgraeber, teknisk direktør og administrerende direktør i AX Semantics – Intervju-serie

Robert Weissgraeber er administrerende direktør og teknisk direktør i AX Semantics, hvor han står i spidsen for produktudvikling og ingeniørarbejde. Robert er en eftertragtet foredragsholder og forfatter af emner som agil softwareudvikling og Natural Language Generation (NLG)-teknologier og medlem af Forbes Technology Council. Han var tidligere Chief Product Officer i aexea og studerede kemi på Johannes Gutenberg Universitet og havde et forskningsophold på Cornell Universitet.
Hvad var det, der oprindeligt tiltrak dig til området for Natural Language Generation (NLG)?
Skrivning og den måde, det traditionelt er blevet udført på, har ikke set betydelig innovation siden opfindelsen af skrivemaskinen for 200 år siden og tekstbehandlingsprogrammerne i slutningen af 1960’erne. Tre ting tiltrak mig NLG-sektoren. Først og fremmest var det at være vidne til de udfordringer og vanskeligheder, som mennesker står over for, og som de konstant må klare, når de skal skabe store mængder indhold og tekst. For eksempel er der mennesker, der arbejder i e-commerce, som må skrive hundredvis af lignende, men unikke, beskrivelser af t-shirts og tøj hver måned, når nye produkter kommer på markedet. Mængden af mennesker, der er nødvendig for at gøre dette, er astronomisk, tidskrævende, kostbar og umulig at skalaere. Jeg vidste, at evnen til at udnytte AI til at automatisere indholdsgenerering (i stedet for at forsøge at producere indhold manuelt) ville være en game-changer for mange brancher, der regelmæssigt må skabe store mængder indhold – ikke kun på engelsk, men også på mange andre sprog.
Anden, var at se den type ‘lavteknologi’-løsninger, som andre bragte på markedet – som spinning-værktøjer eller dårligt implementerede NLG-værktøjer med ‘Enterprise UX’ – kun bekræftede min tiltrækning til NLG’s kraft.
Til sidst ønskede jeg at arbejde på noget, der ikke var en udgave af den næste online butik eller den næste “Uber for X”, men noget, der kunne løse et virkelig hårdt teknisk problem, samtidig med at det skabte en løsning for en reel udfordring. En perfekt NLG-løsning med evnen til at omdefinere indholdsgenerering for den digitale tidsalder kan reducere ‘støj’ for hele menneskeheden, da det tillader super-præcis kommunikation.
Kan du diskutere nogle af de NLG-løsninger, der tilbydes af AX Semantics?
AX Semantics er en 100% SaaS-baseret NLG-løsning med en brugervenlig brugerflade. Kunderne bygger deres egen indholdsgenereringsmaskine ved at konfigurere deres forretningsapplikation med vores NLG-værktøj, som automatiserer indhold på 110 sprog på få minutter – herunder tværs-data-generering som kinesisk tekst fra engelsk data. Derved kan virksomheder tage data og information og skabe unikt indhold hurtigt og i stor skala, uanset konstante forretnings- og kulturelle ændringer.
Der er en mængde af anvendelsesmuligheder for NLG-teknologi. Forskellige brancher bruger det til at løse indholdsudfordringer, der er unikke for deres sektorer:
- E-commerce: De fleste kunder bruger vores NLG-software til at generere store mængder unikt produktbeskrivelser (vigtigt for SEO), kategoribeskrivelser eller personlige e-mails som kurv-afslags-e-mails.
- Brand/Kunde-kommunikation, herunder sociale medier: Mærker og indholdsbureauer bruger NLG til at opretholde en konstant strøm af frisk blog-indhold eller til at skabe og udfylde unikt socialt indhold på tværs af multiple sociale medie-kanaler – og kan gøre det på 110 sprog.
- Medier eller ‘Robot-journalistik’: Udgivere bruger vores NLG-software til valg-rapportering eller data-baseret journalistik som overvågning af forurening, aktieindtægter, sportsresultater og kriminalblade – og frigør journalister til at arbejde på mere kreative, engagerende journalistik eller hårdtslående undersøgende historier. På mange måder hjælper indholdsgenereringssoftware med at genoplive lokal journalistik, især for små, underfinansierede aviser. Journalistik har været i en knibe siden 2000, da aviser har skåret ned på journalister og redaktører eller lukket helt.
- Finansiel service/Banking: Finansanalytikere, mæglere og direktører står over for krav om at opdatere indhold, der kræves af lovgivning og regler, såsom oplysninger om investeringsplaner, risikovurderinger og finansielle indberetninger – alt sammen skal opdateres regelmæssigt. Vores NLG-løsning løser problemet med gentagne finansielle rapporter, reguleringsindberetninger, direktørsammendrag og anden skriftlig kommunikation – alt sammen kræver massive mængder finansielle data fra forskellige kilder, der skal indsamles, analyseres og oversættes til tekst, tilpasset til en bred vifte af publikum og sprog. Bank- og finansansatte kan let omdanne bjerge af data til realtids-aktionable skriftlige beretninger, rapporter, beskrivelser af vilkår og lån, udarbejde reguleringsindberetninger og dokumenter om investeringer – på over 110 sprog – og alt dette med minimal træning – og frigører bandbredde til højere-værdi-aktiviteter og ansvar.
- Farmaceutisk: Farmaceutiske virksomheder bruger vores HIPAA-kompatible NLG-software til at generere regulerings-kliniske studierapporter (CSRs) på medicin op til 40% hurtigere, ved at automatisere 30% af skrivningen af CSR. Dette er afgørende, fordi den mest udfordrende fase af at bringe et lægemiddel på markedet er den humane lægemiddelprøve, eller Fase III, under hvilken tid kliniske prøver skal skrives en CSR, der beskriver de farmakologiske virkninger og prøveresultater. Typisk indsamles data fra de humane lægemiddelprøver og samles manuelt sammen af medicinske skrivere, men denne forældede, besværlige og tidskrævende proces kan potentielt forsinke livreddende lægemidler fra at komme på markedet hurtigere og koste farmaceutiske virksomheder millioner. En kapacitetsudfordring findes også. At skrive en CSR-rapport tager normalt flere måneder at fuldføre, hvilket begrænser antallet af CSRs, et hold af medicinske skrivere kan producere årligt.
En forfatters stemme anses for vigtig i journalistik og andre former for skrivning, kan du diskutere vigtigheden af at udarbejde “personligheder” for indhold genereret af NLG?
Med ‘data-til-tekst’-løsninger som vores NLG-pipeline-tilgang (i modsætning til tekst-til-tekst, korpus-baseret som GPT-2/3), er forfatteren en essentiel og kritisk del af den kreative proces. Forfatteren konfigurerer en masse mening på mellemdata og tilføjer ‘mikro-temaer’ for alle aspekter af teksten, hvilket tillader maskinen at vælge og kombinere alle aspekter i en ‘sæt-af-ord’-tilgang.
Kan du diskutere, hvad hybrid-indholdsgenerering er, og hvordan ansatte kan drage fordel af dette?
Hybrid-indholdsgenerering er, hvor menneske og maskine arbejder sammen. Hver aktør fokuserer på det aspekt, de gør bedst. Mennesker prioriterer den kreative del, skrivestil og specifik indholdsvælger, herunder kuratering og definitioner. Maskinen tager sig af produktion, grammatisk korrekthed opbygning og skala-indhold.
Hybrid-indhold født af et partnerskab mellem menneske og maskine opfylder et presserende behov for frisk, vitalt indhold døgnet rundt. Vores software genererer indhold, der er næsten umuligt at skelne fra et menneske-forfatter. Ansatte kan bruge indholdsgenerering til at skabe nyt indhold, der kan ændres og opdateres på et øjeblik. At arbejde med indholdsgenereringssoftware tillader dem ikke kun at opfylde, men at overgå deres jobkrav og forventninger.
Med indhold, der kan skabes på få minutter, hvordan vil indholds kvalitet blive kvantificeret?
Til sidst vil det blive målt og kvantificeret på basis af resultater. Tidligt havde vi diskussioner om at måle kvalitetsaspekter, der var subjektive til personlig mening, f.eks. “Jeg kan lide denne frase eller den,” osv., men dette kan nu måles objektivt, da skala-A/B-test er muligt. En af vores kunder, for eksempel, havde svært ved at vælge mellem at bruge formel eller uformel sprog (nogle ikke-engelske sprog har dette kodificeret), og de kunne teste dette ud for at se, hvad der fungerede bedst.
Kan du dele dine meninger om, hvordan indhold bliver decentralt?
Ingen enkelt kilde eller marked har et monopoli på indholdsgenerering eller evnen til at skala-indhold længere. Det er kraften i NLG-teknologi og software – det leverer lige muligheder og lige adgang til virksomheder, både store og små.
Med adgang til gyldige datakilder fra hele verden samt NLG- og publicerings-teknologi kan virksomheder af alle størrelser bygge skala-indhold og tilpasse det til deres egne behov, mens de bruger NLG-teknologi til at holde det konstant opdateret. For eksempel kan en kundeserviceafdeling producere deres egne produktbeskrivelser med fokus på service-specifikt indhold, eller en online-markedsfører kan tilpasse deres indhold til at være salgs-orienteret – alt sammen uden ekstra vedligeholdelse eller omkostninger.
Hvad vil være nogle af de nye “låste” forretningsmuligheder fra denne type indholdsgenerering?
Først og fremmest vil vi se helt nye typer af hyper-personligt indhold, hvor mange datakilder kombineres til at skabe indhold til en specifik person, som en vejr-rapport, der tager hensyn til en persons rejseplan eller finansielle tjenester med individualiseret fond-rapportering. Anden, da virksomheder i stigende grad omfavner den digitale tidsalder, vil de være i stand til at udnytte automatiseret indholdsgenerering til at skabe en mere robust online-præsence for deres virksomhed.
Kan du diskutere nogle af de potentielle aspekter for socialt godt fra NLG?
Forbrugere er oversvømmet af en konstant strøm af kommunikation – tekster, e-mails, utallige annoncer og kampagner – på tværs af multiple kanaler, herunder deres mobile enheder, computere og selv posten, som de skal rulle igennem og læse for at finde den information, de ønsker og behøver.
NLG tillader individualiseret, præcis og støj-reduceret kommunikation. Forestil dig at modtage kun nyhedsbreve eller rapporter, der tager hensyn til din personlige information og tilpasser det til dine behov. NLG giver en bedre, mere tankefuld måde at nå kunder på en måde, der betyder noget for dem.
Hvad er nogle virksomheder, der i øjeblikket bruger AX Semantics?
Omkring tre år siden, efter at have valideret vores løsning med udvalgte kunder, begyndte vi at introducere vores NLG-løsning til massemarkedet. Vi havde hundredvis af kunder, der prøvede vores software og byggede deres individuelle løsning med AX Semantics. Vi finjusterede herefter de nødvendige læringsmaterialer og onboarding-processen. Mange af disse oprindeligt små kunder har nu skaleret deres indholdsbehov med os, herunder virksomheder som Deloitte, Adidas, Nestlé, Otto og Beiersdorf.
Er der noget andet, du gerne vil dele om AX Semantics?
Vi er meget stolte af, at AX Semantics har modtaget anerkendelse som en af verdens top 5 udbydere af natur-sprog-genererings-platforme af Gartner, og at vi blev navngivet som en top-emergent virksomhed på NLG-markedet af Forrester.
Til sidst, ud over vores egen kundebase og salg, søger vi efter virksomheder, der ønsker at bygge deres egne vertikale anvendelsesmuligheder oven på vores teknologi, og vi støtter aktivt disse virksomheder med træning osv. Så hvis du bygger en ny produkt eller virksomhed og ønsker at bruge indholdsgenerering, ville vi elske at tale med dig.
Tak for det gode interview og de detaljerede svar om NLG, læsere, der ønsker at lære mere, skal besøge AX Semantics,












