Viable

ქლაუდზე გადასვლამ მონაცემების შეგროვების მკვეთრი ზრდა გამოიწვია, თუმცა ბიზნესებს კვლავ უჭირთ მათგან ღირებული ინსაითების მიღება, ძირითადად ამ მონაცემების არასტრუქტურირებული ბუნების გამო. 

უკუკავშირიდან მნიშვნელოვანი ინსაითების ამოღება შრომატევადი და დამღლელი პროცესია, რომელიც, როგორც წესი, ადამიანის მსჯელობას მოითხოვს. და მიუხედავად იმისა, რომ დიდი მონაცემთა ნაკრებების შესაჯამებლად მრავალი ინსტრუმენტი არსებობს, Viable⁠(იხსნება ახალ ფანჯარაში) ერთ-ერთი პირველი კომპანიაა, რომელმაც გახსნა GPT‑3‑ის, ახლა კი GPT‑4‑ის ძალა, რათა მარტივ შეჯამებას გასცდენოდა და დიდი მასშტაბით, გამორჩეული სიზუსტით ჩაეტარებინა სიღრმისეული ანალიზი.

შეჯამება და ანალიზი ML-ის განსხვავებული ამოცანებია, რომლებსაც განსხვავებული სასწავლო მონაცემები და მოდელები აქვთ: შეჯამება ინფორმაციას ამოკლებს, ხოლო ანალიზი უკეთ გასაგებად კონტექსტს ამატებს. როდესაც დიდი მოცულობის მონაცემები ზუსტ ანგარიშებად გარდაიქმნება, შეჯამება ხშირად ვერ ამჩნევს იმ კრიტიკულ ნიუანსებს, რომლებიც მომხმარებელთა რეალური განწყობის გასაგებად აუცილებელია, და შეიძლება მონაცემები დაამახინჯოს, რაც არასწორ ბიზნესგადაწყვეტილებებს იწვევს. ტექსტები, როგორიცაა ონლაინ მიმოხილვები და მხარდაჭერის ტიკეტები, ხშირად სავსეა ორაზროვნებით, სარკაზმითა და უარყოფით ფორმულირებებით, რის გამოც რეალური გაგებისთვის დამატებითი კონტექსტია საჭირო. 

Viable ამ გამოწვევას გაუმკლავდა OpenAI-ის LLM-ების დახვეწით⁠(იხსნება ახალ ფანჯარაში), რათა სწრაფი და ზუსტი ინსაითები მიეწოდებინა მომხმარებელთა მხარდაჭერის ინტერაქციებიდან, ჩაწერილი ტრანსკრიპტებიდან და მათ შორის არსებული ყველა სხვა წყაროდან; GPT‑4 გამოიყენება ხარისხობრივი მონაცემების იმ მასშტაბით გასაანალიზებლად, რომელიც მიმდინარე ტექნიკებსა და წარმადობას აღემატება. Viable-ის პლატფორმა კომპანიებს აძლევს ქმედით ინსაითებს, რათა გააუმჯობესონ თავიანთი Net Promoter Score (NPS), შეამცირონ მხარდაჭერის ტიკეტების მოცულობა და უკეთ დაგეგმონ პროდუქტის განვითარების საგზაო რუკა, თანაც შეამცირონ საოპერაციო ხარჯები.

Viable 2020 წელს დაარსდა თავდაპირველი მიზნით, დახმარებოდა ბიზნესებს პროდუქტისა და ბაზრის შესაბამისობის მიღწევაში. მათ მალევე გააცნობიერეს, რომ ყველაზე მონაცემებზე ორიენტირებულ ორგანიზაციებსაც კი არ შეეძლოთ თავიანთი ხარისხობრივი მონაცემების სრულად გამოყენება გადაწყვეტილებების მიღებისას. 

„ჩვენ მივხვდით, რომ არსებობდა უზარმაზარი შესაძლებლობა, AI გამოგვეყენებინა იმისთვის, რომ ბიზნესებს დახმარებოდა გაეაზრებინათ მომხმარებელთა უკუკავშირიდან წარმოქმნილი უზარმაზარი მოცულობის მონაცემები,“ — თქვა Viable-ის აღმასრულებელმა დირექტორმა, დენ ერიკსონმა. „GPT‑4‑ის მოწინავე NLP შესაძლებლობების გამოყენება გადამწყვეტი იყო ჩვენი პლატფორმის განვითარებაში, რადგან ამან საშუალება მოგვცა, ბევრად მოკლე დროში მოგვეწოდებინა უფრო ზუსტი და ნიუანსური ანალიზი, ვიდრე ადამიანს დასჭირდებოდა იმავე სამუშაოს შესასრულებლად.“

OpenAI-ის LLM-ებმა Viable-ს მისცა შესაძლებლობა, კიდევ უფრო დაეხვეწა არასტრუქტურირებული მონაცემების ანალიზი, რის შედეგადაც მომხმარებლებისთვის საკუთარი მონაცემებიდან მეტი ღირებულების მიღება უფრო მარტივი და სწრაფი გახდა. Viable თითქმის სამი წელია მჭიდროდ თანამშრომლობს OpenAI-თან, რათა შეიმუშაოს AI მოდელები, რომლებსაც შეუძლიათ მონაცემების იმ მასშტაბზე გაანალიზება, რაც ადრე შეუძლებელი იყო.

Viable-ის პლატფორმა მომხმარებლებს უადვილებს არასტრუქტურირებული მონაცემებიდან ინსაითების მიღებას ისეთი პლატფორმებიდან, როგორიცაა Zendesk, Intercom, Gong და სხვა, შეუფერხებელი ინტეგრაციების, უწყვეტი სინქრონიზაციისა და ავტომატური ანალიზის მეშვეობით. სულ რამდენიმე დაწკაპებით პლატფორმა მონაცემებს თემებად ანაწილებს და კვირიდან კვირამდე ანალიზს აწვდის, რათა მომხმარებლებმა გაიგონ თავიანთი მონაცემების უკან მდგომი კონტექსტი, გადინების რისკი და იმ მომხმარებელთა პროფილებიც კი, რომლებიც ამ კონკრეტულ უკუკავშირს ტოვებენ. Viable-ის მომხმარებლებს ასევე შეუძლიათ AI-ს თავიანთ მონაცემებზე უფრო რთული კითხვებიც დაუსვან და შესაბამის მონაცემთა ნაკრებზე დაფუძნებული ინსაითები მიიღონ.

Viable-ის მომხმარებლებმა წელიწადში თითქმის 1,000 საათი დაზოგეს⁠(იხსნება ახალ ფანჯარაში), შეამცირეს მხარდაჭერის ტიკეტების მოცულობა და მომხმარებელთა გადინებაც, მას შემდეგ რაც მათი ინსაითების გამოყენება დაიწყეს. „Viable-ის დახმარებით შევძელით არასტრუქტურირებული მონაცემების იმ მასშტაბზე ანალიზი, რაც ადრე შეუძლებელი იყო,“ — ამბობს Sticker Mule⁠(იხსნება ახალ ფანჯარაში)-ის მომხმარებელთა მხარდაჭერის ვიცე-პრეზიდენტი, Kalie Bishop. „მანამდე ძვირფას რესურსებს ვხარჯავდით ხარისხობრივი უკუკავშირის ხელით გადახედვაზე, მონიშვნასა და ანალიზზე.“

Viable გახდა აუცილებელი ინსტრუმენტი იმ ბიზნესებისთვის, რომლებსაც სურთ მონაცემებზე დაფუძნებული გადაწყვეტილებების მიღება თავიანთი მონაცემების მთლიანობაზე დაყრდნობით და არა მხოლოდ მარტივად გასაზომ რაოდენობრივ KPI-ებზე. GPT‑4‑ის მოწინავე შესაძლებლობების წყალობით, Viable-ს შეუძლია მიაწოდოს ზუსტი, ნიუანსური და ქმედითი ინსაითები, რაც მის მომხმარებლებს კონკურენციაში წინ დარჩენაში ეხმარება.