โรเบิร์ต ไวสส์เกรเบอร์ CTO และกรรมการผู้จัดการของ AX Semantics – ซีรีส์สัมภาษณ์

โรเบิร์ต ไวสส์เกรเบอร์ เป็นกรรมการผู้จัดการและ CTO ของ AX Semantics โดยที่เขาดูแลการพัฒนาผลิตภัณฑ์และวิศวกรรม โรเบิร์ตเป็นวิทยากรที่มีความต้องการสูงและเป็นนักเขียนเกี่ยวกับหัวข้อต่างๆ รวมถึงการพัฒนาซอฟต์แวร์แบบแอจิลและเทคโนโลยีการสร้างภาษาธรรมชาติ (NLG) และเป็นสมาชิกของ Forbes Technology Council เขาเคยเป็น Chief Product Officer ที่ aexea และศึกษาวิชาเคมีที่มหาวิทยาลัย Johannes Gutenberg และทำการวิจัยที่มหาวิทยาลัย Cornell

อะไรที่ดึงดูดคุณเข้าสู่พื้นที่ของการสร้างภาษาธรรมชาติ (NLG)?

การเขียนและวิธีการที่มีการดำเนินการมาโดยไม่มีการ đổiใหม่มากนัก ตั้งแต่การสร้างเครื่องพิมพ์ดีดเมื่อ 200 ปีที่แล้วและเครื่องประมวลผลคำเมื่อปลายทศวรรษ 1960 มี 3 สิ่งที่ดึงดูดให้ฉันเข้าสู่ภาค NLG ประการแรก คือ การสังเกตเห็นความท้าทายและความยากลำบากที่ผู้คนต้องเผชิญและต้องสร้างเนื้อหาจำนวนมากและข้อความ ตัวอย่างเช่น มีคนงานในอีคอมเมิร์ซที่ต้องเขียนคำอธิบายเสื้อผ้าและผลิตภัณฑ์ใหม่ๆ ทุกเดือน ซึ่งต้องใช้คนจำนวนมากและใช้เวลามากและไม่สามารถขยายได้ ฉันรู้ว่าความสามารถในการใช้ AI ในการสร้างเนื้อหาที่เป็นอัตโนมัติ (ไม่ใช่การสร้างเนื้อหาด้วยตนเอง) จะเป็นการเปลี่ยนแปลงที่สำคัญสำหรับอุตสาหกรรมต่างๆ ที่ต้องสร้างเนื้อหาจำนวนมาก — ไม่ใช่แค่ในภาษาอังกฤษ แต่ยังรวมถึงภาษาอื่นๆ อีกด้วย

ประการสอง คือ การเห็นโซลูชัน ‘ต่ำ’ ที่คนอื่นๆ นำมาใช้ — เช่น เครื่องมือการหมุนหรือเครื่องมือ NLG ที่มีการใช้งานที่ไม่ดี — ซึ่งทำให้ฉันสนใจในพลังของ NLG มากขึ้น

ประการสาม ฉันต้องการทำงานในบางสิ่งที่ไม่ใช่การสร้างร้านค้าออนไลน์หรือ “Uber สำหรับ X” แต่เป็นสิ่งที่สามารถแก้ปัญหาทางเทคนิคที่ยากลำบากและสร้างโซลูชันสำหรับความท้าทายในโลกแห่งความเป็นจริง โซลูชัน NLG ที่สมบูรณ์แบบที่สามารถกำหนดความหมายของการสร้างเนื้อหาสำหรับยุคดิจิทัลใหม่ สามารถลด ‘เสียง’ สำหรับมนุษย์ทั้งหมดได้ เนื่องจากช่วยให้สามารถสื่อสารได้อย่างแม่นยำ

คุณสามารถพูดคุยเกี่ยวกับโซลูชัน NLG ที่ AX Semantics เสนอได้หรือไม่?

AX Semantics เป็นโซลูชัน NLG ที่ใช้ SaaS 100% โดยมี UI ที่ใช้งานง่าย ลูกค้าสร้างเครื่องสร้างเนื้อหาของตนเองโดยการกำหนดค่าแอปพลิเคชันทางธุรกิจของตนเองด้วยเครื่องมือ NLG ของเรา ซึ่งสามารถสร้างเนื้อหาที่เป็นอัตโนมัติได้ใน 110 ภาษาในเวลาเพียงไม่กี่นาที — รวมถึงการสร้างข้ามข้อมูล เช่น ข้อความภาษาจีนจากข้อมูลภาษาอังกฤษ ดังนั้น บริษัทต่างๆ จึงสามารถนำข้อมูลและข้อมูลมาและสร้างเนื้อหาที่ไม่ซ้ำกันอย่างรวดเร็วและในระดับที่ไม่เคยเห็นมาก่อน โดยไม่คำนึงถึงการเปลี่ยนแปลงทางธุรกิจและวัฒนธรรมที่เกิดขึ้นอย่างต่อเนื่อง

มีหลายกรณีการใช้งานสำหรับเทคโนโลยี NLG อุตสาหกรรมต่างๆ ใช้มันเพื่อแก้ปัญหาการสร้างเนื้อหาที่ไม่ซ้ำกันในภาคส่วนของตน:

• อีคอมเมิร์ซ: ลูกค้าส่วนใหญ่ใช้ซอฟต์แวร์ NLG ของเราเพื่อสร้างคำอธิบายผลิตภัณฑ์จำนวนมากที่ไม่ซ้ำกัน (สิ่งสำคัญสำหรับ SEO) หรืออีเมลส่วนบุคคล เช่น อีเมลการกู้คืนการซื้อ
• การสื่อสารแบรนด์/ลูกค้า รวมถึงโซเชียลมีเดีย: แบรนด์และเอเจนซี่เนื้อหาสามารถใช้ NLG เพื่อรักษาการไหลของเนื้อหาบล็อกใหม่ๆ หรือสร้างและเติมเนื้อหาสังคมใหม่ๆ บนช่องทางโซเชียลมีเดียหลายช่อง — และสามารถทำได้ใน 110 ภาษา
• สื่อหรือ ‘การรายงานของหุ่นยนต์’: ผู้จัดพิมพ์ใช้ซอฟต์แวร์ NLG ของเราเพื่อรายงานการเลือกตั้งหรือการรายงานข้อมูล เช่น การติดตามระดับมลพิษ การรายงานรายได้ของหุ้น คะแนนกีฬา และบันทึกอาชญากรรม — ทำให้นักข่าวมีเวลาในการทำงานในเรื่องราวที่น่าสนใจและน่าสนใจมากขึ้น ในหลายวิธี ซอฟต์แวร์สร้างเนื้อหาช่วยให้การรายงานข่าวท้องถิ่นฟื้นตัว โดยเฉพาะอย่างยิ่งสำหรับหนังสือพิมพ์ขนาดเล็กที่ขาดทุน การรายงานข่าวได้รับผลกระทบอย่างมากตั้งแต่ปี 2000 เมื่อหนังสือพิมพ์ลดจำนวนผู้สื่อข่าวและบรรณาธิการหรือปิดกิจการ NLG จึงเป็นพันธมิตรที่ไม่น่าจะเกิดขึ้นในการช่วยชีวิตการรายงานข่าว
• บริการทางการเงิน/ธนาคาร: นักวิเคราะห์ทางการเงิน ผู้สื่อข่าว และผู้บริหารต้องเผชิญกับความต้องการในการอัปเดตเนื้อหาที่จำเป็นตามกฎหมายและข้อบังคับของรัฐและรัฐบาล เช่น รายละเอียดเกี่ยวกับแผนการลงทุน การประเมินความเสี่ยง และการยื่นฟ้องทางการเงิน — ทั้งหมดนี้ต้องอัปเดตอย่างสม่ำเสมอ โซลูชัน NLG ของเราทำงานโดยตรงเพื่อแก้ไขปัญหาการรายงานทางการเงินที่ซ้ำซ้อนๆ เช่น การยื่นฟ้องประจำปี การสรุปผู้บริหาร และการเขียนข้อความอื่นๆ — ทั้งหมดนี้ต้องใช้ข้อมูลทางการเงินจำนวนมากจากแหล่งต่างๆ มารวมกัน วิเคราะห์ และแปลเป็นข้อความที่กำหนดเองสำหรับผู้ฟังและภาษาต่างๆ — ทั้งหมดนี้สามารถทำได้ด้วยการฝึกอบรมเพียงเล็กน้อย โดยปลดปล่อยแบนด์วิธสำหรับกิจกรรมที่มีคุณค่าสูงและความรับผิดชอบ
• เภสัชกรรม: บริษัทเภสัชกรรมใช้ซอฟต์แวร์ NLG ของเราเพื่อสร้างรายงานการวิจัยทางคลินิก (CSRs) ที่มีประสิทธิภาพสูงขึ้น 40% โดยการทำให้การเขียน CSR อัตโนมัติ 30% สิ่งนี้มีความสำคัญอย่างยิ่งเพราะว่าขั้นตอนที่ท้าทายที่สุดในการนำยามาสู่ตลาดคือการลองทางคลินิกหรือเฟส III ในช่วงเวลานั้น ผู้วิจัยต้องเขียน CSR ที่อธิบายผลกระทบทางเภสัชวิทยาและผลลัพธ์ของการลอง ซึ่งโดยปกติแล้วทีมเขียนทางการแพทย์จะรวบรวมข้อมูลจากการทดลองทางคลินิกและเขียนรายงานด้วยตนเอง แต่กระบวนการเก่าและใช้เวลานี้สามารถทำให้การรักษาที่ช่วยชีวิตไม่สามารถเข้าสู่ตลาดได้เร็วขึ้นและทำให้บริษัทเภสัชกรรมเสียเงินหลายล้าน การท้าทายด้านความจุก็ยังมีอยู่ การเขียนรายงาน CSR โดยปกติจะใช้เวลาหลายเดือนในการ完成 ซึ่งจำกัดจำนวน CSR ที่ทีมนักเขียนทางการแพทย์สามารถผลิตได้ในแต่ละปี

เสียงของนักเขียนถือเป็นสิ่งสำคัญในวงการหนังสือพิมพ์และการเขียนอื่นๆ คุณสามารถพูดคุยเกี่ยวกับการสร้าง “บุคลิก” สำหรับเนื้อหาที่สร้างโดย NLG ได้หรือไม่?

ด้วยโซลูชัน ‘ข้อมูล-ข้อความ’ เช่น แนวทาง NLG ของเรา (ไม่เหมือนกับ text-to-text, corpus-based เช่น GPT-2/3) นักเขียนเป็นส่วนสำคัญและสำคัญของกระบวนการสร้างสรรค์ นักเขียนกำหนดระดับความหมายหลายระดับระหว่างข้อมูลและเพิ่ม ‘ไมโคร-เทมเพลต’ สำหรับทุกด้านของข้อความ ซึ่งช่วยให้เครื่องสามารถเลือกและรวมทุกด้านได้ใน ‘กระเป๋าสлова’ (bag of words)

คุณสามารถพูดคุยเกี่ยวกับสิ่งที่คือการสร้างเนื้อหาที่ผสมผสานและวิธีที่พนักงานสามารถใช้ประโยชน์จากสิ่งนี้ได้หรือไม่?

การสร้างเนื้อหาที่ผสมผสานคือที่ที่มนุษย์และเครื่องทำงานร่วมกัน ทั้งสองฝ่ายมุ่งเน้นไปที่สิ่งที่พวกเขาทำได้ดีที่สุด มนุษย์ให้ความสำคัญกับส่วนสร้างสรรค์ รูปแบบการเขียน และการเลือกเนื้อหาส่วนบุคคล รวมถึงการคัดเลือกและคำจำกัดความ เครื่องจัดการการผลิต ความถูกต้องทางไวยากรณ์ การสร้างและขยายเนื้อหา

เนื้อหาที่เกิดจากความร่วมมือระหว่างมนุษย์และเครื่องตอบสนองความต้องการที่กดดันสำหรับเนื้อหาที่สดใหม่และสำคัญตลอด 24 ชั่วโมง ซอฟต์แวร์ของเราสามารถสร้างเนื้อหาที่แทบจะไม่สามารถแยกความแตกต่างจากนักเขียนได้ พนักงานสามารถใช้ซอฟต์แวร์สร้างเนื้อหาเพื่อสร้างเนื้อหาที่สามารถเปลี่ยนแปลงและอัปเดตได้ทันที การทำงานร่วมกับซอฟต์แวร์สร้างเนื้อหาช่วยให้พวกเขาไม่เพียงแต่บรรลุ แต่ยังเกินความคาดหวังและความต้องการในงานของตน

เมื่อเนื้อหาสามารถสร้างได้ทันที คุณภาพของเนื้อหาจะวัดได้อย่างไร?

สุดท้ายแล้ว จะวัดและคำนวณตามผลลัพธ์ ในช่วงแรกๆ เรามีการอภิปรายเกี่ยวกับการวัดคุณภาพที่เป็นเรื่องส่วนตัว เช่น “ฉันชอบวลีนี้หรือวลีนั้น” แต่สิ่งนี้สามารถวัดได้อย่างเป็นกลางเนื่องจากการทดสอบ A/B มีความเป็นไปได้ ลูกค้าหนึ่งของเราตัวอย่างเช่น ต้องตัดสินใจระหว่างการใช้ภาษาแบบเป็นทางการหรือไม่เป็นทางการ (บางภาษาไม่มีการเข้ารหัส) และสามารถทดสอบสิ่งนี้เพื่อดูว่าสิ่งใดที่ทำงานได้ดีที่สุด

คุณสามารถแบ่งปันมุมมองของคุณเกี่ยวกับวิธีการที่เนื้อหาจะกลายเป็นกระจายหรือไม่?

ไม่มีแหล่งใดหรือตลาดใดที่มีอำนาจเหนือการสร้างเนื้อหาที่จะขยายได้ นั่นคือพลังของเทคโนโลยี NLG และซอฟต์แวร์ — มันให้โอกาสและความสามารถที่เท่าเทียมกันแก่บริษัทขนาดใหญ่และเล็ก

ด้วยการเข้าถึงแหล่งข้อมูลที่ถูกต้องจากทั่วโลกพร้อมกับเทคโนโลยี NLG และการเผยแพร่ บริษัทต่างๆ สามารถสร้างเนื้อหาที่ขยายได้และปรับให้เหมาะกับความต้องการของตนเองได้ โดยใช้เทคโนโลยี NLG เพื่อรักษาเนื้อหานั้นให้ถูกต้องและอัปเดตอย่างต่อเนื่อง ตัวอย่างเช่น หน่วยบริการลูกค้าสามารถสร้างคำอธิบายผลิตภัณฑ์ของตนเองได้ โดยมุ่งเน้นไปที่เนื้อหาที่เกี่ยวข้องกับการบริการ หรือผู้ทำการตลาดออนไลน์สามารถปรับเนื้อหาของตนให้เหมาะกับการขาย — ทั้งหมดนี้สามารถทำได้โดยไม่ต้องมีการบำรุงรักษาหรือค่าใช้จ่ายเพิ่มเติม

อะไรที่จะเป็นโอกาสทางธุรกิจใหม่ๆ ที่ “ปลดปล่อย” จากการสร้างเนื้อหาที่มีลักษณะนี้?

ประการแรก เราจะเห็นเนื้อหาที่มีการปรับให้เหมาะกับบุคคลโดยเฉพาะอย่างยิ่ง โดยที่แหล่งข้อมูลหลายแห่งถูกผสมผสานเพื่อสร้างเนื้อหาสำหรับบุคคลโดยเฉพาะ เช่น รายงานสภาพอากาศที่คำนึงถึงตารางการเดินทางของบุคคลหรือบริการทางการเงินพร้อมการรายงานกองทุนที่ปรับให้เหมาะกับบุคคลนั้น

ในขณะที่บริษัทต่างๆ ยอมรับยุคดิจิทัลมากขึ้น พวกเขาจะสามารถใช้การสร้างเนื้อหาที่เป็นอัตโนมัติเพื่อสร้างการแสดงตนออนไลน์ที่แข็งแกร่งยิ่งขึ้นสำหรับธุรกิจของตน

คุณสามารถพูดคุยเกี่ยวกับแง่มุมที่เป็นประโยชน์ต่อสังคมของ NLG ได้หรือไม่?

ผู้บริโภคถูกบดบังด้วยกระแสการสื่อสารที่ไม่หยุดยั้ง — ข้อความ อีเมล์ โฆษณาและโปรโมชั่นมากมาย — ทั่วหลายช่องทาง รวมถึงอุปกรณ์มือถือ คอมพิวเตอร์ และแม้กระทั่งจดหมายที่พวกเขาต้องเลื่อนดูและอ่านเพื่อหาข้อมูลที่ต้องการและต้องการ

NLG ช่วยให้สามารถสื่อสารที่แม่นยำและไม่มี ‘เสียง’ ได้ ลองนึกภาพว่าคุณได้รับเพียงแค่จดหมายข่าวหรือรายงานที่คำนึงถึงข้อมูลส่วนบุคคลของคุณและปรับให้เหมาะกับความต้องการของคุณ NLG ให้วิธีการที่ดีกว่าในการติดต่อลูกค้าในลักษณะที่สำคัญต่อพวกเขา

มีบริษัทใดที่ใช้ AX Semantics ในปัจจุบัน?

ประมาณสามปีที่แล้ว หลังจากที่เราได้ตรวจสอบโซลูชันของเรากับลูกค้าที่เลือกแล้ว เราได้เริ่มนำโซลูชัน NLG ของเราไปสู่ตลาดมวลชน เรามีลูกค้าหลายร้อยคนลองใช้ซอฟต์แวร์ของเราและสร้างโซลูชันที่ปรับให้เหมาะกับ AX Semantics จากนั้นเราจึงปรับปรุงวัสดุการเรียนรู้และกระบวนการอบรมที่จำเป็น ลูกค้าหลายรายที่เริ่มต้นด้วยการเป็นลูกค้าเล็กๆ ตอนนี้ได้ขยายความต้องการเนื้อหาของตนเองไปกับเรา รวมถึงบริษัทอย่าง Deloitte, Adidas, Nestlé, Otto และ Beiersdorf

คุณมีอะไรที่ต้องการแบ่งปันเกี่ยวกับ AX Semantics อีกหรือไม่?

เรารู้สึกภูมิใจที่ AX Semantics ได้รับการยอมรับว่าเป็นหนึ่งในผู้ให้บริการชั้นนำ 5 รายของแพลตฟอร์มการสร้างภาษาธรรมชาติ (NLG) โดย Gartner และได้รับการตั้งชื่อเป็นบริษัทที่เกิดขึ้นใหม่ในตลาด NLG โดย Forrester

สุดท้าย นอกเหนือจากฐานลูกค้าและยอดขายของเราแล้ว เรากำลังมองหบริษัทที่ต้องการสร้างกรณีการใช้งานแนวตั้งบนเทคโนโลยีของเรา และเรากำลังให้การสนับสนุนบริษัทเหล่านั้นด้วยการฝึกอบรม ฯลฯ ดังนั้น หากคุณกำลังสร้างผลิตภัณฑ์หรือบริษัทใหม่และต้องการใช้การสร้างเนื้อหาที่เป็นอัตโนมัติ เรายินดีที่จะพูดคุยกับคุณ

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยมและคำตอบที่มีรายละเอียดเกี่ยวกับ NLG ผู้อ่านสามารถเยี่ยมชม AX Semantics เพื่อเรียนรู้เพิ่มเติม