Sign AI abre o gráfico de inteligência externa para uso corporativo

O mundo está repleto de notícias, e isso é um desafio para qualquer empresa. Alguns eventos são como terremotos que vão abalar o modelo de negócios e para a empresa se reinventar. Outros são inconsequentes. Alguns prejudicarão os concorrentes e outros ajudarão a todos no mesmo segmento de negócios. Mas como alguém pode saber qual é qual? Como alguém pode identificar os momentos enquanto eles estão se desenrolando?

Este é o desafio que a empresa de comunicação e relações públicas com inteligência synthetic (IA) Sinal AI, objetivo abordar. Na semana passada, lançou seu novo Gráfico de Inteligência Externa, uma estrutura de dados que está constantemente rastreando os eventos maiores e menores que ocorrem diariamente no zeitgeist. O sistema é um modelo de linguagem herbal em constante evolução que acompanha a forma como as empresas e os tópicos são discutidos.

“Você também quer poder dizer que, em termos de reputação, sua empresa está fazendo um bom trabalho, mas se não for realmente o que as pessoas externas veem, bem, provavelmente é algo que precisa ser trabalhado”, disse Clancy Childs, o diretor de produtos da Sign AI.

Reimaginando o negócio de relações públicas como ‘same old’

A empresa começou há nove anos como um esforço de monitoramento de mídia que coletava dados de fontes de notícias e mídias sociais. Ela visava principalmente palavras-chave e descobriu que havia um mercado pronto para empresas que precisavam pensar estrategicamente sobre sua imagem.

O novo anúncio mostra alguns resultados da recente rodada de arrecadação de US$ 50 milhões da empresa em dezembro passado. Na época, a Highland Europe, juntamente com a Redline Capital, MMC, Hearst e GMG Ventures, investiram para construir mecanismos melhores para o que eles chamavam de “aumento de decisão”.

O Gráfico de Inteligência Externa surgiu dos esforços da empresa para explorar os recursos dos novos algoritmos emergentes de aprendizado de máquina (ML). A equipe da Sign AI queria pensar nos dados de texto como mais do que um fluxo de caracteres a serem pesquisados, mas sim uma coleção de entidades com relacionamentos entre eles que podem ser rastreados e medidos.

“Não vamos seguir uma abordagem em que fazemos as pessoas escreverem consultas massivas baseadas em palavras-chave para tentar desambiguar as coisas.” explicou Childs. “Na verdade, vamos usar processamento de linguagem herbal, resolução de entidade e todos esses brinquedos legais, efetivamente para facilitar para as pessoas. Não quero escrever uma consulta de uma página inteira para explicar a você o que é a Apple Laptop. Ecu só quero poder olhar para a Apple como uma entidade treinada pela IA.”

Tendências do setor

A Sign AI está vendendo seu serviço tanto para empresas que desejam acompanhar as notícias quanto para investidores que desejam ajudar a escolher investimentos em potencial. Alguns clientes são profissionais como diretores de comunicação que visam rastrear menções de sua própria empresa e de seus concorrentes. Outros simplesmente querem entender quais negócios estão tendo sucesso e falhando no mundo da opinião pública, para garantir que seus investimentos sejam sólidos.

Esses grandes modelos e eventos de linguagem estão se tornando mais comuns. O Google supostamente america seu grande modelo interno de linguagem e do mundo para orientar como classifica as respostas para o mecanismo de pesquisa. O Fb e o Twitter vendem essencialmente o conhecimento dos usuários por meio do mercado de anúncios, permitindo que os anunciantes selecionem um público com base em seus interesses.

A Microsoft e a Nvidia recentemente divulgaram seu grande modelo, Megatron Turing NLG 530B, um imenso modelo de linguagem que possui 530 bilhões de parâmetros dispostos em 105 camadas. Este foi o culminar de um projeto de pesquisa, mas ambas as empresas estão incorporando resultados semelhantes em seus produtos em muitos níveis.

Alguns estão começando a abrir esses grandes sistemas para os clientes. A Microsoft ajuda as empresas a construir sistemas classificadores e também agrupa modelos pré-construídos em uma ferramenta para trabalho como classificação e classificação de imagens. A nuvem do Google oferece a API de linguagem herbal que pode detectar entidades e analisar sentimentos em textos brutos.

Sob o capô

O novo gráfico de inteligência externa combina algoritmos semelhantes com uma grande coleção de artigos de notícias que a Sign AI acumulou ao longo dos anos. Alguns vêm de fontes licenciadas como LexisNexis, e outros são coletados da internet aberta por meio de raspagem ou outras técnicas.

A Sign AI está vendendo seu serviço por meio de uma interface internet e, para alguns clientes avançados, uma API. Eles estão permitindo que as empresas treinem modelos básicos do que desejam rastrear e, em seguida, preencherão um painel com resultados de pesquisa diretos e informações sobre como o sentimento está mudando.

“Nosso gráfico de inteligência externa pega o crescente conteúdo não estruturado do mundo e o transforma em insights acionáveis ​​para aumentar as decisões de negócios de hoje, fornecendo às organizações um novo tipo de inteligência crítica no momento.” disse Luca Grulla, CTO da Sign AI, “Somos capazes de fornecer um tipo totalmente novo de dados por meio de nosso gráfico de inteligência externa exclusivo, e um novo capítulo empolgante no aproveitamento de dados não estruturados nos aguarda”.

Embora os resultados brutos da pesquisa possam ser úteis, os insights mais úteis podem vir da observação de como o gráfico de inteligência externa evolui. Ou seja, algumas empresas ganham ou perdem em menções com sentimento positivo. Ou as empresas se aproximam de alguns tópicos ao longo do pace.

Childs ofereceu um exemplo da empresa Tesla. Ao mesmo pace, seu nome no gráfico pode estar intimamente ligado a veículos elétricos. Ultimamente, porém, à medida que aparecem notícias sobre seus algoritmos de orientação autônoma, ela se aproximará dessas entidades.

“Esses tipos de conexões e relacionamentos entre essas entidades e tópicos tornam mais fácil para as empresas que estão interessadas em gerenciar sua própria reputação e identificar onde estão em relação a seus objetivos”, disse Childs.

O trabalho dos gerentes de empresas só se tornou mais complicado à medida que alguns investidores e clientes começaram a pedir uma melhor prestação de contas sobre objetivos não monetários, como gestão ambiental. Calcular os lucros é simples. No entanto, acompanhar o progresso em direção à construção de uma marca confiável é mais difícil.

“[Many businesses are] não está mais apenas interessado no único resultado ultimate de ‘Estamos lucrando o suficiente?’” explicou Childs. “Isso dá a eles métricas de reputação quantificáveis ​​em coisas como ESG [environmental, social and governance] que são muito úteis para empresas que estão tentando gerenciar seu tipo de capitalismo de stakeholders e responsabilidades ESG.”