Robert Weissgraeber, CTO & Directeur général d’AX Semantics – Série d’entretiens

Robert Weissgraeber est le directeur général et le directeur technique d’AX Semantics, où il dirige le développement de produits et l’ingénierie. Robert est un conférencier très demandé et un auteur sur des sujets tels que le développement de logiciels agiles et les technologies de génération de langage naturel (NLG) et membre du Conseil technologique de Forbes. Il a précédemment occupé le poste de directeur des produits chez aexea et a étudié la chimie à l’Université Johannes Gutenberg et a effectué un stage de recherche à l’Université Cornell.

Qu’est-ce qui vous a initialement attiré dans le domaine de la génération de langage naturel (NLG) ?

L’écriture et la façon dont elle a traditionnellement été exécutée n’ont pas connu d’innovations significatives depuis l’avènement de la machine à écrire il y a 200 ans et du traitement de texte à la fin des années 1960. Trois choses m’ont attiré dans le secteur de la NLG. Premièrement, j’ai été témoin des défis et des difficultés que les gens rencontrent et endurent continuellement pour créer de grandes quantités de contenu et de texte. Par exemple, il y a littéralement des personnes qui travaillent dans le commerce électronique qui doivent écrire des centaines de descriptions de t-shirts et de vêtements uniques chaque mois, alors que de nouveaux produits arrivent. Le nombre de personnes nécessaires pour faire cela est astronomique, chronophage, coûteux et impossible à mettre à l’échelle. Je savais que la capacité d’utiliser l’IA pour automatiser la génération de contenu (par opposition à essayer de produire du contenu manuellement) serait un changement de jeu pour de nombreuses industries qui doivent régulièrement créer de grandes quantités de contenu — pas seulement en anglais, mais également dans de nombreuses autres langues.

Deuxièmement, en voyant le type de solutions « low tech » que les autres ont apportées sur le marché — comme des outils de spinning ou des outils de NLG mal implémentés avec une « UX d’entreprise » — n’a fait que renforcer mon attrait pour le pouvoir de la NLG.

Enfin, je voulais travailler sur quelque chose qui n’était pas une version du prochain magasin en ligne ou du prochain « Uber pour X », mais quelque chose capable de résoudre un problème technologique vraiment difficile tout en créant une solution pour un défi du monde réel. Une solution NLG parfaite avec la capacité de rédefinir la génération de contenu pour l’ère numérique peut réduire le « bruit » pour toute l’humanité, car elle permet une communication super-précise.

Pouvez-vous discuter de certaines des solutions NLG proposées par AX Semantics ?

AX Semantics est une solution NLG basée à 100 % sur le SaaS avec une interface utilisateur facile à utiliser. Les clients créent leur propre machine de génération de contenu en configurant leur application commerciale avec notre outil NLG, qui automatise le contenu dans 110 langues en quelques minutes — y compris la génération de données croisées telles que le texte chinois à partir de données anglaises. En conséquence, les entreprises peuvent prendre des données et des informations et créer du contenu unique rapidement et à grande échelle, quelles que soient les fluctuations commerciales et culturelles permanentes.

Il existe de nombreux cas d’utilisation pour la technologie NLG. Différentes industries l’utilisent pour résoudre des défis de contenu uniques à leurs secteurs :

• Commerce électronique : La plupart de nos clients utilisent notre logiciel NLG pour générer de grandes quantités de descriptions de produits uniques (essentielles pour le référencement), de contenu de catégorie ou de courriels personnalisés comme les courriels de récupération de panier abandonné.
• Communication de marque / client, y compris les médias sociaux : Les marques et les agences de contenu utilisent la NLG pour maintenir un flux constant de contenu de blog frais ou pour créer et peupler du contenu social unique sur plusieurs canaux de médias sociaux — et peuvent le faire dans 110 langues.
• Médias ou « journalisme robotique » : Les éditeurs utilisent notre logiciel NLG pour les rapports électoraux ou le journalisme basé sur les données, tels que la surveillance des niveaux de pollution, les tableaux de gains boursiers, les scores sportifs et les bulletins de police — libérant ainsi les journalistes pour travailler sur un journalisme plus créatif, engageant ou des enquêtes approfondies. De nombreuses manières, le logiciel de génération de contenu aide à raviver le journalisme local, en particulier pour les petits journaux à faible budget. Le journalisme est dans une situation difficile depuis 2000, car les journaux ont réduit le nombre de journalistes et de rédacteurs en chef ou ont cessé leurs activités. La NLG est en fait un allié improbable dans la lutte pour sauver le journalisme.
• Services financiers / banque : Les analystes financiers, les courtiers et les dirigeants sont confrontés à la demande de mettre à jour rapidement le contenu requis par les lois et réglementations de l’État et fédérales, telles que les détails sur les plans d’investissement, les évaluations des risques et les dépôts financiers — tous lesquels doivent être mis à jour régulièrement. Notre solution NLG répond au point sensible des rapports financiers récurrents, des dépôts réglementaires, des résumés exécutifs et d’autres communications écrites — tous lesquels nécessitent généralement de grandes quantités de données financières provenant de sources disparates pour être recueillies, analysées et traduites en texte personnalisé pour un large éventail d’audiences et de langues. Les employés de la banque et de la finance peuvent facilement transformer des montagnes de données en récits écrits à temps réel, créer des rapports, des descriptions de conditions et de prêts, rédiger des dépôts réglementaires et des documents détaillant les investissements — dans plus de 110 langues — avec une formation minimale — libérant ainsi la bande passante pour des activités et des responsabilités à plus forte valeur.
• Pharmaceutique : Les sociétés pharmaceutiques utilisent notre logiciel NLG conforme à la HIPAA pour générer des rapports d’étude clinique réglementaires (CSRs) sur les médicaments jusqu’à 40 % plus rapidement, en automatisant 30 % de l’écriture du CSR. C’est crucial car la phase la plus difficile de l’introduction d’un médicament sur le marché est l’essai clinique sur l’homme, ou la phase III, pendant laquelle les cliniciens doivent écrire un CSR qui décrit les impacts pharmacologiques et les résultats de l’essai. Généralement, les données collectées à partir des essais cliniques sur l’homme sont recueillies et les équipes d’écriture médicale compilent manuellement le rapport, mais ce processus obsolète, fastidieux et chronophage peut potentiellement retarder l’introduction de médicaments salvateurs sur le marché plus tôt et coûter des millions aux sociétés pharmaceutiques. Un défi de capacité existe également. La rédaction d’un rapport CSR prend généralement plusieurs mois pour être terminée, ce qui limite le nombre de CSRs qu’une équipe de rédacteurs médicaux peut produire chaque année.

La voix d’un écrivain est considérée comme importante dans le journalisme et d’autres types d’écriture, pouvez-vous discuter de l’importance de la rédaction de « personnalités » pour le contenu généré par la NLG ?

Avec des solutions « données-texte » comme notre approche de pipeline NLG (par opposition au texte-à-texte, basé sur le corpus comme GPT-2/3), l’écrivain est une partie essentielle et critique du processus créatif. L’écrivain configure de nombreux niveaux de signification entre les données et ajoute des « micro-modèles » pour tous les aspects du texte, ce qui permet à la machine de sélectionner et de combiner tous les aspects dans une approche de « sac de mots ».

Pouvez-vous discuter de ce qu’est la génération de contenu hybride et de la façon dont les employés peuvent en tirer parti ?

La génération de contenu hybride est là où l’homme et la machine travaillent ensemble. Chacun se concentre sur l’aspect qu’il fait le mieux. Les humains donnent la priorité à la partie créative, au style d’écriture et à la sélection de contenu spécifique, y compris la curation et les définitions. La machine prend soin de la production, de la correction grammaticale et de la mise à l’échelle du contenu.

Le contenu hybride issu d’un partenariat entre l’homme et la machine remplit un besoin urgent de contenu frais et vital en permanence. Notre logiciel génère du contenu qui est presque indiscernable d’un écrivain humain. Les employés peuvent utiliser la génération de contenu pour créer du contenu nouveau qui peut être modifié et mis à jour à tout moment. Travailler avec un logiciel de génération de contenu leur permet non seulement de remplir, mais de dépasser les exigences et les attentes de leur travail.

Comment la qualité du contenu sera-t-elle quantifiée, étant donné que le contenu peut être créé en un rien de temps ?

En fin de compte, elle sera mesurée et quantifiée en fonction des résultats. Au début, nous avons eu des discussions sur la mesure d’aspects de qualité qui étaient subjectifs à la signification personnelle, c’est-à-dire « J’aime cette phrase ou celle-ci », etc., mais cela peut désormais être mesuré de manière objective puisque les tests A/B à grande échelle sont désormais possibles. L’un de nos clients, par exemple, a eu du mal à décider s’il devait utiliser un langage formel ou informel (certains langues non anglaises ont cela codifié), et a pu tester cela pour voir ce qui fonctionnait le mieux.

Pouvez-vous partager vos opinions sur la façon dont le contenu deviendra décentralisé ?

Personne ne possède le monopole de la génération de contenu ou la capacité de mettre à l’échelle du contenu. C’est le pouvoir de la technologie et du logiciel NLG — il offre des opportunités et un accès égaux aux grandes et petites entreprises.

Avec l’accès à des sources de données valides du monde entier, ainsi qu’à la technologie NLG et de publication, les entreprises de toutes tailles peuvent créer du contenu à grande échelle et l’adapter à leurs besoins tout en utilisant la technologie NLG pour le mettre à jour en permanence. Par exemple, un service client peut produire ses propres descriptions de produits avec un accent sur le contenu spécifique au service, ou un marketeur en ligne peut adapter son contenu pour qu’il soit orienté vers les ventes — tout cela sans frais de maintenance ou de coût supplémentaires.

Quelles seront certaines des nouvelles « débloquées » opportunités commerciales de ce type de génération de contenu ?

Tout d’abord, nous allons voir de tout nouveaux types de contenu hyper-personnalisé où de nombreuses sources de données sont combinées pour produire du contenu pour un individu spécifique, tel qu’un bulletin météorologique qui prend en compte l’itinéraire de voyage de quelqu’un ou des services financiers avec des rapports de fonds individualisés. Deuxièmement, à mesure que les entreprises adoptent de plus en plus l’ère numérique, elles pourront utiliser la génération de contenu automatisé pour créer une présence en ligne plus robuste pour leur entreprise.

Pouvez-vous discuter de certains des aspects potentiels pour le bien social de la NLG ?

Les consommateurs sont submergés par un flux constant de communication — des textos, des courriels, des publicités et des promotions innombrables — sur plusieurs canaux, y compris leurs appareils mobiles, leurs ordinateurs et même le courrier, qu’ils doivent parcourir et lire pour trouver les informations qu’ils veulent et dont ils ont besoin.

La NLG permet une communication individualisée, précise et réduite au bruit. Imaginez recevoir uniquement des newsletters ou des rapports qui prennent en compte vos informations personnelles et les adaptent à vos besoins. La NLG offre un moyen plus pensé de rejoindre les clients d’une manière qui leur importe.

Quelles sont certaines des entreprises qui utilisent actuellement AX Semantics ?

Il y a environ trois ans, après avoir validé notre solution avec des clients sélectionnés, nous avons commencé à introduire notre solution NLG sur le marché de masse. Nous avons eu des centaines de clients qui ont essayé notre logiciel et ont construit leur solution individualisée avec AX Semantics. Nous avons ensuite affiné les matériaux d’apprentissage et le processus d’intégration nécessaires. Beaucoup de ces petits clients initiaux ont désormais mis à l’échelle leurs besoins en contenu avec nous, y compris des entreprises comme Deloitte, Adidas, Nestlé, Otto et Beiersdorf.

Y a-t-il autre chose que vous aimeriez partager sur AX Semantics ?

Nous sommes très fiers du fait qu’AX Semantics a reçu une reconnaissance en tant que l’un des cinq principaux fournisseurs de plateformes de génération de langage naturel au monde par Gartner, et que nous avons été nommés société émergente de premier plan sur le marché de la NLG par Forrester.

Enfin, en plus de notre propre base de clients et de nos ventes, nous recherchons des entreprises qui souhaitent construire leurs propres cas d’utilisation verticaux sur notre technologie, et nous soutenons activement ces entreprises avec une formation, etc. Donc, si vous créez un nouveau produit ou une nouvelle entreprise et que vous souhaitez utiliser la génération de contenu, nous serions ravis de discuter avec vous.

Je vous remercie pour cette excellente interview et pour les réponses détaillées concernant la NLG. Les lecteurs qui souhaitent en savoir plus peuvent visiter AX Semantics,