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

Robert Weissgraeber er administrerende direktør og teknisk direktør i AX Semantics, der han leder produktutvikling og ingeniørvirksomhet. Robert er en ettertraktet foredragsholder og forfatter på temaer som inkluderer smidig programvareutvikling og Natural Language Generation (NLG)-teknologier og er medlem av Forbes Technology Council. Han var tidligere Chief Product Officer i aexea og studerte kjemi ved Johannes Gutenberg University og hadde et forskningsopphold ved Cornell University.

Hva var det som først tiltalte deg til området Natural Language Generation (NLG)?

Skriving og måten det har blitt gjort på, har ikke sett noen betydelig innovasjon siden oppfinnelsen av skrivemaskinen for 200 år siden og tekstbehandlingsprogrammet på slutten av 1960-tallet. Tre ting tiltalte meg til NLG-sektoren. Først var det å se utfordringene og hardhetene folk møter og kontinuerlig må gjennomgå med å skape store mengder innhold og tekst. For eksempel er det faktisk mennesker som arbeider i e-handel som må skrive hundrevis av lignende, men unike, t-skjorte- og klesbeskrivelser hver måned når nye produkter kommer inn. Mengden mennesker som trengs for å gjøre dette er astronomisk, tidskrevende, kostbart og umulig å skalerer. Jeg visste at evnen til å bruke AI til å automatisere innholdsgenerering (i motsetning til å prøve å produsere innhold manuelt) ville være en game-changer for mange bransjer som må regelmessig skape store mengder innhold — ikke bare på engelsk, men også på mange andre språk.

For det andre var det å se typen «lavteknologi»-løsninger andre tok med på markedet — som spinning-verktøy eller dårlig implementerte NLG-verktøy med «Enterprise UX» — bare solidifiserte min tiltro til kraften i NLG.

Til slutt ønsket jeg å jobbe med noe som ikke var en kopi av den neste nettbutikken eller den neste «Uber for X», men noe som kunne løse et virkelig hardt teknisk problem samtidig som det skapte en løsning for en virkelig utfordring. En perfekt NLG-løsning med evnen til å omdefinere innholdsgenerering for den digitale tidsalderen kan redusere «støy» for hele menneskeheten, siden det tillater super-presis kommunikasjon.

Kan du diskutere noen av NLG-løsningene som tilbys av AX Semantics?

AX Semantics er en 100% SaaS-basert NLG-løsning med en enkel å bruke brukergrensesnitt. Kunder bygger sin egen innholdsgenereringsmaskin ved å konfigurere sine forretningsapplikasjoner med vårt NLG-verktøy, som automatiserer innhold på 110 språk på bare noen minutter — inkludert tverrdata-generering som kinesisk tekst fra engelske data. Som et resultat kan selskaper ta data og informasjon og skape unikt innhold raskt og i stor skala, uavhengig av kontinuerlige forretnings- og kulturelle endringer.

Det finnes en rekke bruksscenarier for NLG-teknologi. Forskjellige bransjer bruker det til å løse innholdsutfordringer som er unike for deres sektorer:

• E-handel: De fleste kunder bruker vårt NLG-programvare til å generere store mengder unike produktbeskrivelser (kritisk for SEO), kategoribeskrivelser eller personlige e-poster som varer som ikke er plukket opp.
• Merke-/kunde-kommunikasjon, inkludert sosiale medier: Merker og innholdbyråer bruker NLG til å holde en jevn strøm av ferskt blogginnhold eller å skape og fylle unikt sosialt innhold på flere sosiale medier-kanaler — og kan gjøre det på 110 språk.
• Media eller «robot-journalistikk»: Utgivere bruker vårt NLG-programvare for valg-rapportering eller data-basert journalistikk som overvåking av forurensningsnivå, aksje- og aksjeinntekter, sportsresultater og kriminalitet — og frigjør journalister til å jobbe med mer kreative, engasjerende journalistikk eller hardtslående undersøkende historier. På mange måter hjelper innholdsgenereringsprogramvare med å gjenopplive lokal journalistikk, spesielt for små, nødlidende aviser. Journalistikk har vært i en tett plass siden 2000, da aviser har kutta journalister og redaktører eller stengt helt. NLG er faktisk en uvant alliert i kampen for å redde journalistikk.
• Finans-tjenester/banking: Finansanalytikere, meglerne og direktører møter kravet om å oppdatere innholdet som kreves av statlige og føderale lover og reguleringer, som detaljer om investeringsplaner, risikovurderinger og finansielle rapporter — alle som må oppdateres regelmessig. Vårt NLG-løsning løser smertepunktet med gjentakende finansielle rapporter, regulatoriske innmeldinger, eksklusive summeringer og andre skriftlige kommunikasjoner – alle som vanligvis krever massive mengder finansielle data fra forskjellige kilder til å samles inn, analyseres og oversatt til tekst tilpasset et bredt spekter av publikum og språk. Bank- og finanstjenestearbeidere kan lett omgjøre fjell av data til sanntidsaksjonable skriftlige fortellinger, skape rapporter, beskrivelser av vilkår og lån, utkast til regulatoriske innmeldinger og dokumenter som detaljer investeringer — på over 110 språk — alle med minimal trening — og frigjør bandbredde for høyere-verdi-aktiviteter og ansvar.
• Legemidler: Legemiddelselskaper bruker vårt HIPAA-kompatible NLG-programvare til å generere regulatoriske kliniske studierapporter (CSRs) på legemidler opp til 40% raskere, ved å automatisere 30% av skrivingen av CSR. Dette er kritisk fordi den mest utfordrende fasen i å bringe et legemiddel til markedet er den menneskelige legemiddelprøven, eller fase III, under hvilken tid kliniske team må skrive en CSR som beskriver de farmakologiske effektene og prøveresultatene. Vanligvis samles data fra de menneskelige legemiddelprøvene inn og medisinske skriveteam kompilerer rapporten manuelt, men denne gamle, tidskrevende og kostbare prosessen kan potensielt forsinke livreddende legemidler fra å komme til markedet tidligere og koste legemiddelselskaper millioner. En kapasitetsutfordring eksisterer også. Å skrive en CSR-rapport tar vanligvis flere måneder å fullføre, noe som begrenser antallet CSRs et team av medisinske skrivere kan produsere årlig.

En forfatters stemme anses som viktig i journalistikk og andre typer skriving, kan du diskutere betydningen av å utarbeide «personligheter» for innhold generert av NLG?

Med «data-til-tekst»-løsninger som vår NLG-pipeline-tilnærming (i motsetning til tekst-til-tekst, korpus-basert ting som GPT-2/3), er forfatteren en essensiell og kritisk del av den kreative prosessen. Forfatteren konfigurerer mye mening på flere nivåer mellom data og legger til «mikro-templat» for alle aspekter av teksten, noe som tillater maskinen å velge og kombinere alle aspekter i en «sekk-av-ord»-tilnærming.

Kan du diskutere hva hybrid-innholdsgenerering er og hvordan ansatte kan dra nytte av dette?

Hybrid-innholdsgenerering er der mennesker og maskiner samarbeider. Hver skuespiller fokuserer på aspektene de gjør best. Mennesker prioriterer den kreative delen, skrivestil og spesifikt innhold, inkludert kurering og definisjoner. Maskinen tar seg av produksjon, grammatisk korrekthet og bygging og skalerer innholdet.

Hybrid-innhold født fra et partnerskap mellom menneske og maskin fyller et presserende behov for ferskt, vitalt innhold hele døgnet. Vårt programvare genererer innhold som er nesten umulig å skille fra et menneskelig skriv. Ansatt kan bruke innholdsgenerering til å skape nytt innhold som kan endres og oppdateres på et øyeblikk. Arbeid med innholdsgenereringsprogramvare lar dem ikke bare oppfylle, men også overgå sine jobbkrav og forventninger.

Med innhold som kan skapes på farten, hvordan vil innholdskvalitet bli kvantifisert?

Til slutt vil det bli målt og kvantifisert basert på resultater. Tidlig på hadde vi diskusjoner om å måle kvalitetsaspekter som var subjektive til personlig mening, dvs. «Jeg liker denne frasen eller den», osv., men dette kan nå måles objektivt siden skalert A/B-testing nå er mulig. En av våre kunder, for eksempel, hadde problemer med å bestemme seg mellom å bruke formell eller uformell språk (noen ikke-engelske språk har dette kodifisert), og kunne teste dette ut for å se hva som fungerte best.

Kan du dele dine meninger om hvordan innhold kommer til å bli desentralisert?

Ingen enkelt kilde eller marked har monopol på innholdsgenerering eller evnen til å skalerer innhold lenger. Dette er kraften i NLG-teknologi og programvare — det leverer like muligheter og like adgang til selskaper store og små.

Med tilgang til gyldige datakilder fra hele verden samt NLG og publiserings-teknologi, kan selskaper av alle størrelser bygge skalert innhold og tilpasse det til sine egne behov samtidig som de bruker NLG-teknologi til å holde det kontinuerlig oppdatert. For eksempel kan en kundeserviceavdeling produsere sine egne produktbeskrivelser med fokus på service-spesifikt innhold, eller en online-markedsfører kan tilpasse sitt innhold til å være salgs-orientert — alt uten ekstra vedlikehold eller kostnad.

Hva kommer til å være noen av de nye «låste» forretningsmulighetene fra denne typen innholdsgenerering?

Først og fremst kommer vi til å se helt nye typer hyper-personlig innhold hvor mange datakilder kombineres for å produsere innhold for en spesifikk person, som en værmelding som tar hensyn til noen sin reiseplan eller finansielle tjenester med individualisert fond-rapportering. For det andre, ettersom selskaper stadig mer omfavner den digitale tidsalderen, vil de kunne bruke automatisert innholdsgenerering til å skape en mer robust nett-tilstedeværelse for sin virksomhet.

Kan du diskutere noen av de potensielle aspektene for sosialt godt fra NLG?

Forbrukere blir bombardert med en kontinuerlig strøm av kommunikasjon — tekst, e-post, talløse annonser og kampanjer — på flere kanaler, inkludert deres mobile enheter, datamaskiner og selv posten, som de må scrolle gjennom og lese for å finne informasjonen de ønsker og trenger.

NLG tillater individualisert, presis og støy-reduert kommunikasjon. Tenk deg å motta kun nyhetsbrev eller rapporter som tar hensyn til din personlige informasjon og tilpasser det til dine behov. NLG gir en bedre, mer tankefull måte å nå kunder på en måte som betyr noe for dem.

Hva er noen bedrifter som for tiden bruker AX Semantics?

Om lag tre år siden, etter å ha validert vår løsning med utvalgte kunder, begynte vi å introdusere vår NLG-løsning til markedet. Vi hadde hundrevis av kunder som prøvde vårt programvare og bygde sin individuelle løsning med AX Semantics. Vi finjusterte deretter de nødvendige læringsmaterialet og onboarding-prosessen. Mange av disse opprinnelige små kundene har nå skalert opp sine innholdbehov med oss, inkludert selskaper som Deloitte, Adidas, Nestlé, Otto og Beiersdorf.

Er det noe annet du ønsker å dele om AX Semantics?

Vi er veldig stolte av at AX Semantics mottok anerkjennelse som en av verdens fem beste leverandører av natur-språk-genereringsplattformer av Gartner, og at vi ble navngitt som en topp-emergent selskap i NLG-markedet av Forrester.

Til slutt, i tillegg til vår egen kundebase og salg, ser vi etter selskaper som ønsker å bygge sine egne vertikale bruksscenarier på toppen av vår teknologi, og vi støtter aktivt disse selskapene med opplæring, osv. Så hvis du bygger et nytt produkt eller selskap og ønsker å bruke innholdsgenerering, ville vi elske å snakke med deg.

Takk for det flotte intervjuet og de detaljerte svarene om NLG, lesere som ønsker å lære mer bør besøke AX Semantics,