Berbasis di Belanda, Migrato mengkhususkan diri dalam pemrosesan konten tidak terstruktur. Dengan menggunakan alat Migrato Intelligent Content Classifier (MICC) yang dikembangkan secara khusus, perusahaan ini membantu organisasi mengubah data yang tidak terstruktur menjadi insight bisnis yang dapat ditindaklanjuti.

Oscar Dubbeldam, CEO Migrato, menceritakan kisahnya: “Migrato pada awalnya didirikan untuk menganalisis konten dan memigrasikan konten dari A ke B. Bagi sebagian besar klien kami, titik asal biasanya adalah bagian jaringan, sedangkan tujuannya adalah semacam lingkungan yang diatur-misalnya, platform manajemen konten perusahaan.”

Dubbeldam melanjutkan: “Klien kami memulai proyek migrasi ini karena berbagai alasan. Mulai dari menonaktifkan bagian jaringan yang mahal atau sudah habis masa pakainya atau mengadopsi platform cloud modern seperti Microsoft 365 hingga memenuhi persyaratan regulasi seperti Peraturan Perlindungan Data Umum [GDPR].”

Dengan menggunakan rangkaian perangkat lunak Intelligent Content Classifier, Migrato telah membantu banyak organisasi menyelesaikan proyek migrasi mereka dengan cepat dan efisien. Dengan adanya persyaratan peraturan baru yang lebih ketat dari pemerintah Belanda, perusahaan melihat adanya peluang untuk lebih meningkatkan kemampuannya.

“Baru-baru ini, pemerintah Belanda memperkenalkan Wetgeving Open Overheid [Undang-undang Pemerintah Terbuka], yang mengharuskan badan-badan pemerintah untuk secara proaktif mempublikasikan semua dokumen yang menjadi kepentingan publik,” jelas Dubbeldam. “Untuk mematuhi undang-undang yang baru, organisasi pemerintah harus terlebih dahulu memastikan bahwa mereka menghapus, menganonimkan, atau menyamarkan informasi yang dapat diidentifikasi secara pribadi dari dokumen-dokumen ini.”

Migrato yakin bahwa mereka telah memiliki banyak kemampuan inti yang diperlukan untuk membantu organisasi pemerintah mematuhi undang-undang baru tersebut. Namun, mesin NLP perusahaan yang ada saat ini tidak memiliki kinerja dan skalabilitas untuk mengatasi peningkatan volume dan kompleksitas beban kerja pemrosesan dokumen.

“Tujuan kami adalah memproses ratusan ribu dokumen secara otomatis dan benar-benar yakin bahwa data yang telah kami ekstrak tidak mengandung data sensitif GDPR seperti nama pribadi, detail bank dan/atau nomor jaminan sosial,” tambah Dubbeldam. “Sebagai langkah selanjutnya, kami mencari cara untuk memperdalam pemahaman kami tentang konten dan konteks dokumen.”

Setelah pertemuan dengan IBM di sebuah acara industri, Migrato dengan cepat menyadari bahwa IBM Watson menawarkan semua kemampuan yang dibutuhkan untuk memenuhi persyaratan dari Undang-undang Pemerintah Terbuka yang baru.

“Ketika saya pertama kali bertemu dengan IBM, saya tertarik dengan fokus mereka pada proses penambangan dan ilmu data,” kenang Dubbeldam. “Setelah mengambil bagian dalam lokakarya sehari penuh dengan IBM, saya yakin bahwa IBM Watson Natural Language Processing Library for Embed adalah solusi yang kami butuhkan.”

IBM Watson NLP Library for Embed adalah sebuah perpustakaan yang terkontainerisasi yang menanamkan AI bahasa alami yang kuat ke dalam solusi-solusi yang sudah ada. Dibangun dengan kombinasi sumber terbuka dan algoritma NLP IBM® Research, solusi ini memberdayakan Migrato untuk secara akurat mendeteksi dan menyunting informasi pribadi yang sensitif dari data teks mentah.

Bekerja dengan para pakar dari IBM Build Lab, Migrato dengan cepat mengubah bukti konsepnya menjadi solusi lengkap.

Dubbeldam berkomentar: “Setelah bekerja sama dengan tim IBM Build Lab selama beberapa jam saja, kami telah menyelesaikan sekitar 70% tugas pengembangan solusi, ini adalah kemitraan yang sangat efektif. Panduan langsung yang kami terima dari IBM sangat berharga, khususnya seputar praktik terbaik untuk menyematkan pustaka tertentu ke dalam aplikasi Intelligent Content Classifier kami.”

Melalui kemitraan dengan IBM, Migrato telah mencapai tujuannya untuk mengoptimalkan kemampuan NLP-nya. Dengan IBM Watson NLP Library for Embed, perusahaan dapat memproses data tidak terstruktur dengan kecepatan dan akurasi yang lebih tinggi.

“Kami hanya membutuhkan waktu sekitar lima hari untuk memasukkan solusi baru kami ke dalam produksi, dan ini merupakan pengalaman yang luar biasa,” ujar Dubbeldam. “Di masa lalu, analisis kata kunci kami didasarkan pada analisis statistik dari semua kata yang digunakan dalam sebuah dokumen, tetapi dalam banyak kasus, kata yang paling umum dalam dokumen bukanlah kata yang paling penting. Dengan IBM Watson NLP Library for Embed, kami dapat memanfaatkan AI untuk melakukan ekstraksi kata kunci topik, membantu kami menelusuri makna data yang tidak terstruktur.”