這五個組織正利用自然語言處理(natural language processing, NLP)以更好地服務他們的客戶，讓重複的工作自動化，並讓營運更加流暢。
文／Thor Olavsrud‧譯／高忠義
資料現在成為最有價值的企業貨品。根據IDG的《State of the CIO》資訊長現狀研究報告，37%的IT主管表示資料分析將引導其本年度大部分的IT投資。
雖然資料有多種形式，但或許最大的未開發資料區塊就是文字。專利、產品規格、學術著作、市場研究、新聞、更不用說社群訊息來源，所有都以文字為其主要元素，而文字的量持續擴張。那也就是為什麼研究公司 Lux Research 表示，自然語言處理(NLP)科技與特定的主題模型，將成為解鎖資料價值的關鍵工具。
自然語言處理是人工智慧(AI)的一個分支，這種技術主要是涉及將一部電腦加以訓練，使其能夠瞭解、處理並產生語言。搜尋引擎、機器翻譯服務與語音助理都是利用自然語言處理技術。舉例來說，主題模型(Topic modeling)是一種自然語言處理技術，能將某個觀念分解成多個常見概念的子類，而透過字詞的分組加以定義。根據 Lux Research 的研究，主題模型讓組織得以使文件與具體的主題建立關聯，而後擷取資料，例如某個主題的長期成長趨勢。主題模型也可以用來建立特定文件的「指紋」，然後用類似的指紋來找出其他文件。
隨著事業對人工智慧的興趣日益升高，各組織開始用自然語言處理來解鎖文字檔案與其他類似檔案中非結構化資料的價值。顧問公司 Mordor Intelligence 預測自然語言處理市場到了2025年的營收會從2019年的69.4億美元成長超過三倍。
以下有五個案例說明這些組織正如何運用自然語言處理：
埃森哲用自然語言處理分析契約
全球管理諮詢服務商埃森哲(Accenture)正運用自然語言處理進行法律分析。該公司的法務智慧契約探勘(Accenture Legal Intelligent Contract Exploration, ALICE)專案協助全球服務廠商的法務單位2,800位專業人士，在其超過100萬份的契約中進行文字搜尋，包括搜尋契約條款。
ALICE採用「詞嵌入」(word embedding)這種基於語意相似性進行文字比較的自然語言處理方法。該模型會逐段審視契約文件，找尋關鍵字以判斷該段文字是否與特定的契約條款類型有關。舉例來說，像「水災」、「地震」或「災難」這些字常出現在「不可抗力」條款。
「隨著我們繼續運用這項能力並加以延伸、強化，而看到更多的價值機會，運用的案例也持續擴增，」Accenture的數位事業轉型、營運與企業分析全球營運總監 Mike Maresca 這麼說。「我們正發現新的方法可以從既有的資料中獲取價值。」
Accenture表示，該專案顯著減少了律師以人工方式閱讀文件而獲取特定資訊所需投入的時間。
●Maresca的建議：不要害怕深入自然語言處理的領域。「如果創新是你的文化之一，你不能害怕失敗，」Maresca這麼說。「讓我們實驗並重複實驗。」
自然語言處理協助美國電信商威訊無線處理客戶需求
威訊無線(Verizon)的企業服務保證團隊正運用自然語言處理以及深度學習讓客戶需求意見的處理自動化。該團隊必須閱讀每個月收到超過10萬件的需求，並個別採取行動，直到威訊無線的IT團隊全球科技解決方案(GTS)創造出以人工智慧賦能的「數位工人」(AI-Enabled Digital Worker)以達到服務確保後，情況才有所改觀。
數位工人整合了以網絡為基礎的深度學習技術與自然語言處理，閱讀主要透過電子郵件與入口網站進來的維修單。自動地回應最常見的請求，例如回報需求處理狀態或維修進度。更複雜的議題則改派給真人工程師。
「藉由需求處理自動化，我們可以在電子郵件寄出後幾秒內便進行回應，而不像以前那樣要幾個小時，」威迅無線事業群全球科技解決方案(GTS)的系統工程執行總監 Stefan Toth 這麼說。
在2020年2月，威訊無線表示自從前一年度第二季之後，數位工人每月已經省下將近一萬的工時。
●Toth的建議：關注開源軟體。「環顧四周並與你的事業夥伴連結，我很確定你會找到機會，」Toth這麼說。「對平台作出重大的財務投資決定之前，先看看開源軟體，並做些實驗。我們發現目前開源軟體中有許多可用的工具。」
PSE&G改用虛擬助理透過語音協助顧客
新澤西州公共服務能源與天然氣公司(PSE&G)已擁抱虛擬助理科技與其他數位服務，以協助客戶透過語音指令管理他們的電力或天然氣帳戶。
PSE&G的虛擬助理利用亞馬遜Alexa提供一種以自然語言處理為基礎的語音介面。這是利用亞馬遜的Alexa技能平台(Alexa Skills Kit)所構建的。
「我們正試著擺脫那種認為我們只是負責讓燈能亮就好的保守想法，我們必須彰顯我們在這裡是為了服務客戶，」PSE&G的專案開發主管 Salvatore Orsino 這麼說。
PSE&G的客戶可以透過 Echo、Echo Dot、Kindle Fire 平板與其他支援Alexa的裝置使用虛擬助理。截至2019年7月，PSE&G表示顧客已經提出超過一萬次獨特的要求，從查詢帳戶欠款與應付日期，到檢查他們的電力使用、搜尋節能技巧，以及支付帳款。
●Orsino的建議：變革管理是很重要的。當Orsino開始專案工作時，PSE&G並不擅長建構新軟體，員工一開始也不相信專案成果能帶來價值。「一旦我們啟動了，而同仁們也開始瞭解Alexa是一個與我們顧客溝通的正式管道，而他們也看到專案帶來的價值，每個人都抱持更開放的態度，而現在也更願意有所改變以適應Alexa，以及我們正建置的其他新程式，」Orsino這麼說。
大狼度假村採用自然語言處理支援的人工智慧追蹤顧客感受
美國飯店及娛樂連鎖事業大狼度假村(Great Wolf Lodge, GWL)的人工智慧辭彙編纂系統(GAIL)從每月調查中的客戶評論進行篩選，判斷寫作者是推薦者、批評者，或是中立者。
這個運用自然語言處理的人工智慧是受過飯店業超過67,000則評論資料所訓練出來的。GAIL是在雲端上運作，並利用內部開發的演算法，辨識出關鍵要素，藉此找出為什麼調查受訪者對於在GWL的體驗有那樣的感受。在2019年9月，GWL表示GAIL可做出正確率達95%的判斷。GWL對於GAIL尚無法瞭解的小部分子類資訊則進行傳統的文字分析。
「我們希望在各個接觸點都與客戶有更好的互動，」GWL的資訊長 Edward Malinowski 這麼說。GWL的事業營運團隊運用GAIL所產生的洞見進而對服務進行微調。該公司正在評估採用能回答GWL服務客戶常見問題的聊天機器人。
●Malinowski的建議：避免只為了新科技而建置新科技。挑選最能在科技與實際效益之間達成適當平衡的工具，而且那要與企業的目標對焦一致。「在解決問題的時候，你必須小心分辨哪些是旁門左道的噱頭，以及哪些是合宜的解決方案，」Malinowski這麼說。
美國安泰人壽用自然語言處理快速地解決理賠案
健康保險公司安泰人壽(Aetna)已經打造出「複雜供應者契約自動審查應用系統」(Auto-adjudication of Complex Provider Contracts)，讓有關付款、自負額與附加費用解釋的備註事項閱讀過程自動化，然後計算應賠金額並更新理賠案件內容。
這些程式混合了自然語言處理與特殊的資料庫軟體，以辨識付款屬性，並建構額外能由系統自動判讀的資料。因此，許多理賠案件可以在一夜之間的短時間內得到解決。
這些應用程式也讓安泰人壽可以重新調整50位理賠審核人員的工作重點，轉向需要更高階思考與醫療提供者之間更多協同合作的契約與理賠案件。
「簡言之，那真的能為保戶提供更好的體驗，」安泰人壽技術長 Claus Jensen 這麼說，該軟體將有助於讓公司成為健康醫療生態體系中供應商與病患更好的夥伴。「我們不能只是付清帳單，並在電話上回答問題，我們必須做得更多。」
截至2019年7月，安泰人壽預測因為採用這個系統，可以在處理作業與重工成本上一年節省600萬美元。
●Jensen的建議：聚焦，慢慢來。在一個理想的情況下，公司會採用那種能處理小範圍問題的人工智慧。範圍廣泛的解決方案較為模糊不明而最終可能失敗，Jensen這麼說，如果安泰人壽試圖在它的業務上採用一般的人工智慧，那是發揮不了效果的。而且，安泰人壽花了好幾個月，對流程進行檢測、制訂規則並測試。Jensen表示許多人沒有耐心慢下來，並以正確的方法做事。
