Robert Weissgraeber, CTO & Managing Director di AX Semantics – Seri Wawancara

Robert Weissgraeber adalah Managing Director dan CTO dari AX Semantics, di mana ia memimpin pengembangan produk dan teknik. Robert adalah seorang pembicara yang sangat diminati dan seorang penulis pada topik-termasuk pengembangan perangkat lunak yang gesit dan teknologi Natural Language Generation (NLG) dan anggota Dewan Teknologi Forbes. Sebelumnya, ia menjabat sebagai Chief Product Officer di aexea dan belajar Kimia di Universitas Johannes Gutenberg dan melakukan penelitian di Universitas Cornell.

Apa yang awalnya menarik Anda ke ruang Natural Language Generation (NLG)?

Menulis dan cara tradisional itu dilakukan, belum melihat inovasi signifikan sejak penemuan mesin ketik 200 tahun yang lalu dan pengolah kata pada akhir 1960-an. Tiga hal menarik saya ke sektor NLG. Pertama, menyaksikan tantangan dan kesulitan yang dihadapi orang dan terus menghadapi kesulitan dalam menciptakan kuantitas konten dan teks yang besar. Misalnya, ada orang yang bekerja di e-commerce yang harus menulis ratusan deskripsi pakaian dan kaos yang unik setiap bulan ketika produk baru masuk. Jumlah orang yang dibutuhkan untuk melakukan ini sangat besar, memakan waktu, mahal, dan mustahil untuk diskalakan. Saya tahu kemampuan untuk menggunakan AI untuk mengotomatisasi pembuatan konten (daripada mencoba memproduksi konten secara manual) akan menjadi perubahan besar bagi banyak industri yang harus secara teratur menciptakan volume konten yang besar — tidak hanya dalam bahasa Inggris tetapi juga banyak bahasa lain.

Kedua, melihat jenis solusi ‘low tech’ yang dibawa ke pasar oleh orang lain — seperti alat spinning atau alat NLG yang tidak dilaksanakan dengan baik dengan ‘Enterprise UX’ — hanya memperkuat daya tarik saya terhadap kekuatan NLG.

Ketiga, saya ingin bekerja pada sesuatu yang tidak merupakan versi dari toko online berikutnya atau “Uber untuk X”, tetapi sesuatu yang mampu menyelesaikan masalah teknis yang sangat sulit sambil juga menciptakan solusi untuk tantangan dunia nyata. Solusi NLG yang sempurna dengan kemampuan untuk mendefinisikan kembali pembuatan konten untuk era digital dapat mengurangi ‘noise’ bagi seluruh umat manusia, karena memungkinkan komunikasi yang sangat presisi.

Apakah Anda bisa membahas beberapa solusi NLG yang ditawarkan oleh AX Semantics?

AX Semantics adalah solusi NLG berbasis SaaS 100% dengan antarmuka pengguna yang mudah digunakan. Pelanggan membangun mesin pembuatan konten mereka sendiri dengan mengonfigurasi aplikasi bisnis mereka dengan alat NLG kami, yang mengotomatisasi konten dalam 110 bahasa dalam waktu beberapa menit — termasuk pembuatan data silang seperti teks Tionghoa dari data Inggris. Sebagai hasilnya, perusahaan dapat mengambil data dan informasi dan menciptakan konten unik dengan cepat dan dalam skala besar tanpa memandang perubahan bisnis dan budaya yang terus-menerus.

Terdapat berbagai kasus penggunaan untuk teknologi NLG. Industri yang berbeda menggunakan teknologi ini untuk menyelesaikan tantangan konten yang unik untuk sektor mereka:

• E-commerce: Sebagian besar pelanggan menggunakan perangkat lunak NLG kami untuk menghasilkan volume besar deskripsi produk unik (kritis untuk SEO), konten kategori atau email pribadi seperti email pemulihan keranjang.
• Komunikasi Merek/Pelanggan, termasuk Media Sosial: Merek dan agen konten menggunakan NLG untuk mempertahankan aliran konten blog yang segar, atau untuk menciptakan dan mempopulasi konten sosial unik di berbagai saluran media sosial — dan dapat melakukannya dalam 110 bahasa.
• Media atau ‘Jurnalisme Robot’: Penerbit menggunakan perangkat lunak NLG kami untuk pelaporan pemilu atau jurnalisme berbasis data seperti pemantauan tingkat polusi, tabel pendapatan saham, skor olahraga, dan laporan kejahatan — membebaskan jurnalis untuk bekerja pada jurnalisme yang lebih kreatif, menarik, atau investigatif. Dalam banyak cara, perangkat lunak pembuatan konten membantu menghidupkan kembali jurnalisme lokal, terutama untuk surat kabar kecil yang kekurangan dana. Jurnalisme telah mengalami kesulitan sejak tahun 2000 karena surat kabar telah memotong reporter dan editor atau menutup sepenuhnya. NLG sebenarnya adalah sekutu yang tidak terduga dalam upaya menyelamatkan jurnalisme.
• Layanan Keuangan/Perbankan: Analis keuangan, broker, dan eksekutif menghadapi tuntutan untuk segera memperbarui konten yang diperlukan oleh hukum dan peraturan negara dan federal, seperti rincian tentang rencana investasi, penilaian risiko, dan pengajuan keuangan — semuanya harus diperbarui secara teratur. Solusi NLG kami menangani titik nyeri laporan keuangan yang berulang, pengajuan peraturan, ringkasan eksekutif, dan komunikasi tulisan lainnya — semuanya biasanya memerlukan kuantitas besar data keuangan dari sumber yang berbeda untuk dikumpulkan, dianalisis, dan diterjemahkan ke dalam teks yang disesuaikan untuk berbagai audiens dan bahasa. Karyawan perbankan dan keuangan dapat dengan mudah mengubah gunung data menjadi narasi tulisan yang dapat ditindaklanjuti secara nyata, membuat laporan, deskripsi istilah dan pinjaman, mengajukan pengajuan peraturan, dan dokumen yang menjelaskan investasi — dalam lebih dari 110 bahasa — semuanya dengan pelatihan minimal — membebaskan bandwidth untuk kegiatan dan tanggung jawab yang lebih berharga.
• Farmasi: Perusahaan farmasi menggunakan perangkat lunak NLG kami yang sesuai dengan HIPAA untuk menghasilkan Laporan Studi Klinis Regulasi (CSRs) pada obat-obatan hingga 40% lebih cepat, dengan mengotomatisasi 30% penulisan CSR. Ini sangat penting karena fase paling menantang dalam membawa obat ke pasar adalah uji coba obat pada manusia, atau Fase III, selama waktu itu, klinisi harus menulis CSR yang menjelaskan dampak farmakologis dan hasil uji coba. Biasanya, data yang dikumpulkan dari uji coba obat pada manusia dikumpulkan dan tim penulis medis secara manual mengompilasi laporan, namun proses yang sudah ketinggalan zaman dan memakan waktu ini dapat memungkinkan obat penyelamat hidup dari datang ke pasar lebih cepat dan biaya perusahaan farmasi jutaan. Tantangan kapasitas juga ada. Menulis laporan CSR biasanya membutuhkan beberapa bulan untuk diselesaikan, yang membatasi jumlah CSR yang dapat diproduksi oleh tim penulis medis setiap tahun.

Seorang penulis suara dianggap penting dalam jurnalisme dan jenis penulisan lain, dapatkah Anda membahas tentang pentingnya menggambar “personalitas” untuk konten yang dihasilkan oleh NLG?

Dengan solusi ‘data-to-text’ seperti pendekatan pipa NLG kami (berbeda dengan text-to-text, berbasis corpus seperti GPT-2/3), penulis adalah bagian penting dan kritis dari proses kreatif. Penulis mengonfigurasi banyak tingkat makna antara data dan menambahkan ‘micro-templates’ untuk semua aspek teks, yang memungkinkan mesin untuk memilih dan menggabungkan semua aspek dalam pendekatan ‘kantong kata’.

Apakah Anda bisa membahas apa itu pembuatan konten hibrida dan bagaimana karyawan dapat memanfaatkannya?

Pembuatan konten hibrida adalah di mana manusia dan mesin bekerja sama. Setiap aktor fokus pada aspek yang mereka lakukan dengan baik. Manusia memprioritaskan bagian kreatif, gaya penulisan, dan pemilihan konten spesifik, termasuk kurasi dan definisi. Mesin mengurus produksi, kesalahan tata bahasa, pembangunan, dan penskalaan konten.

Konten hibrida yang lahir dari kemitraan antara manusia dan mesin memenuhi kebutuhan mendesak akan konten segar dan vital sepanjang waktu. Perangkat lunak kami menghasilkan konten yang hampir tidak dapat dibedakan dari penulis manusia. Karyawan dapat menggunakan pembuatan konten untuk menciptakan konten baru yang dapat diubah dan diperbarui dalam sekejap. Bekerja dengan perangkat lunak pembuatan konten memungkinkan mereka untuk tidak hanya memenuhi, tetapi melampaui persyaratan dan harapan pekerjaan mereka.

Bagaimana kualitas konten akan diukur?

Akhirnya, itu akan diukur dan diquantifikasi berdasarkan hasil. Awalnya, kami memiliki diskusi tentang mengukur aspek kualitas yang subjektif terhadap makna pribadi, misalnya “Saya suka frasa ini atau itu,” dll., tetapi ini sekarang dapat diukur secara objektif karena pengujian A/B yang diskalakan sekarang memungkinkan. Salah satu pelanggan kami, misalnya, bergumul dengan keputusan untuk menggunakan bahasa formal atau informal (beberapa bahasa non-Inggris memiliki kodifikasi), dan dapat mengujinya untuk melihat apa yang paling efektif.

Apakah Anda bisa membagikan pendapat Anda tentang bagaimana konten akan menjadi desentralisasi?

Tidak ada satu sumber atau pasar yang memiliki monopoli pada pembuatan konten atau kemampuan untuk menskalakan konten lagi. Itulah kekuatan teknologi NLG dan perangkat lunak — itu memberikan kesempatan yang sama dan akses yang sama kepada perusahaan besar dan kecil.

Dengan akses ke sumber data yang valid dari seluruh dunia bersama dengan NLG dan teknologi penerbitan, bisnis dari semua ukuran dapat membangun konten yang diskalakan, dan menyesuaikannya dengan kebutuhan mereka sendiri sambil menggunakan teknologi NLG untuk terus memperbarui konten. Misalnya, departemen layanan pelanggan dapat menghasilkan deskripsi produk mereka sendiri dengan fokus pada konten layanan khusus, atau pemasar online dapat menyesuaikan konten mereka untuk diarahkan pada penjualan — semuanya tanpa perawatan tambahan atau biaya.

Apa yang akan menjadi beberapa peluang bisnis baru yang “terbuka” dari jenis pembuatan konten ini?

Pertama-tama, kita akan melihat jenis konten yang sangat dipersonalisasi baru di mana banyak sumber data dikombinasikan untuk menghasilkan konten untuk individu tertentu, seperti laporan cuaca yang memperhitungkan itinerary perjalanan seseorang atau layanan keuangan dengan pelaporan dana yang dipersonalisasi. Kedua, karena perusahaan semakin memeluk era digital, mereka akan dapat menggunakan pembuatan konten yang diotomatisasi untuk menciptakan kehadiran online yang lebih kuat untuk bisnis mereka.

Apakah Anda bisa membahas beberapa aspek potensial untuk kebaikan sosial dari NLG?

Konsumen dibanjiri dengan aliran komunikasi yang terus-menerus — teks, email, iklan, dan promosi — di berbagai saluran, termasuk perangkat mobile, komputer, dan bahkan surat, mereka perlu menggulir dan membaca untuk menemukan informasi yang mereka inginkan dan butuhkan.

NLG memungkinkan komunikasi yang dipersonalisasi, presisi, dan bebas dari kebisingan. Bayangkan menerima hanya newsletter atau laporan yang memperhitungkan informasi pribadi Anda dan menyesuaikannya dengan kebutuhan Anda. NLG menyediakan cara yang lebih baik dan lebih berpikir untuk mencapai pelanggan dengan cara yang berarti bagi mereka.

Apakah ada perusahaan yang saat ini menggunakan AX Semantics?

Kira-kira tiga tahun yang lalu setelah memvalidasi solusi kami dengan klien yang dipilih, kami mulai memperkenalkan solusi NLG kami ke pasar massal. Kami memiliki ratusan pelanggan yang mencoba perangkat lunak kami dan membangun solusi yang dipersonalisasi dengan AX Semantics. Kami kemudian menyempurnakan bahan pembelajaran yang diperlukan dan proses onboarding. Banyak dari pelanggan kecil awal tersebut sekarang telah menskalakan kebutuhan konten mereka dengan kami, termasuk perusahaan seperti Deloitte, Adidas, Nestlé, Otto dan Beiersdorf.

Apakah ada yang ingin Anda bagikan tentang AX Semantics?

Kami sangat bangga dengan fakta bahwa AX Semantics menerima pengakuan sebagai salah satu penyedia platform Natural Language Generation teratas di dunia oleh Gartner, dan bahwa kami dinamai sebagai perusahaan yang muncul teratas di pasar NLG oleh Forrester.

Akhirnya, selain basis klien dan penjualan kami sendiri, kami mencari perusahaan yang ingin membangun kasus penggunaan vertikal mereka sendiri di atas teknologi kami, dan kami secara aktif mendukung perusahaan-perusahaan tersebut dengan pelatihan, dll. Jadi jika Anda membangun produk atau perusahaan baru dan ingin menggunakan pembuatan konten, kami akan senang berbicara dengan Anda.

Terima kasih atas wawancara yang luar biasa dan jawaban rinci tentang NLG, pembaca yang ingin mempelajari lebih lanjut harus mengunjungi AX Semantics,