Ricerca intelligente

menu icon

Ricerca intelligente

Guarda in che modo la ricerca intelligente elimina i silos di dati e aiuta impiegati e clienti a trovare le informazioni di cui hanno bisogno in modo semplice e veloce.

Cos'è la ricerca intelligente?

La ricerca intelligente, basata sulla tecnologia dell'intelligenza artificiale, elimina i silos di dati aiuta impiegati e clienti a trovare le informazioni di cui hanno bisogno in modo semplice e veloce. Gli utenti finali possono usare la ricerca intelligente per estrarre informazioni da ovunque (dentro e fuori l'azienda) e nei dataset indipendentemente dal formato: big data nei database, sistemi di gestione dei documenti, contenuti digitali, pagine Web, supporti cartacei, ovunque. La ricerca intelligente e la ricerca aziendale sono sinonimi di ricerca con linguaggio naturale, ricerca AI o basata su AI, e ricerca cognitiva.

Storia ed evoluzione della ricerca intelligente

I sistemi di recupero delle informazioni aziendali esistono da molto tempo prima dell'invenzione di Internet pubblico. Uno dei primi vantaggi nell'implementazione dei sistemi informatici mainframe multiutente consisteva nella loro capacità di facilitare la scoperta delle informazioni trovando corrispondenze esatte con le stringhe di testo in repository di documenti di grandi dimensioni.

Con la diffusione dei computer desktop e delle intranet aziendali, le soluzioni commerciali di ricerca aziendale , come ad esempio IBM Storage and Information Retrieval System (STAIRS) e lo strumento di ricerca locale FAST (acquisita successivamente da Microsoft), sono diventati mainstream nell'informatica aziendale.

Tuttavia, la crescita e la popolarizzazione di motori di ricerca web pubblicamente accessibili, come Google (e il suo predecessore AltaVista), ha trasformato radicalmente le aspettative degli utenti per il recupero delle informazioni, la scoperta dei contenuti e le piattaforme di ricerca aziendale .

Alla luce della rapida crescita nel volume e nella varietà dei dati che gli strumenti di ricerca aziendale devono esaminare, la velocità di recupero dei risultati è diventata un indicatore chiave delle prestazioni dell'algoritmo di ricerca cognitiva. Le soluzioni di ricerca intelligente devono basarsi su architetture che possono gestire le richieste di prestazione dei carichi di lavoro dei big data. Poiché forniscono la scalabilità necessaria, le infrastrutture cloud con le ampie integrazioni basate su API e l' automazione in genere sono le più adatte per l'attività.

Ricerca intelligente rispetto ai motori di ricerca tradizionali

Le aziende non possono usare Google o altri motori di ricerca tradizionali per trovare risposte specifiche per un'azienda, come ad esempio "perché la spedizione del nostro nuovo prodotto è in ritardo?" Oppure "quali sono state le difficoltà principali che i clienti ci hanno segnalato la scorsa settimana?" La ricerca intelligente, diversamente dai motori di ricerca e dalla ricerca Web (come ad esempio Bing, Google Search o AskJeeves), fanno emergere informazioni e risposte specifiche per la propria azienda.

L'intelligenza artificiale alimenta la ricerca intelligente, offrendo strumenti in grado di:

  • Comprendere il linguaggio umano. I dati aziendali vengono aggiornati e scritti di continuo nella terminologia specifica del dominio. Le funzionalità di Natural Language Processing consentono alle applicazioni di ricerca intelligente di comprendere e interrogare i contenuti digitali da più origini dati. La ricerca semantica e la comprensione contestuale consentono alla ricerca intelligente di cogliere le sfumature linguistiche, i sinonimi e le relazioni riscontrate comunemente nel linguaggio quotidiano e all'interno di documenti complessi.
  • Acquisire la struttura dei documenti. Gli strumenti di ricerca intelligente (come ad esempio IBM Watson Discovery) presentano un'AI in grado di comprendere documenti e che è dotata di scalabilità per comprendere molte sorgenti di dati. Il machine learning consente alla ricerca intelligente di acquisire la struttura visiva dei documenti specifici per l'azienda, il settore o lo spazio del dominio. Grazie a questa comprensione, la ricerca intelligente acquisisce e identifica rapidamente elementi quali titoli, piè di pagina, grafici e tabelle. Grazie alle funzionalità all'avanguardia, è in grado di riconoscere tipi di documenti quali contratti, ordini di acquisto e fatture.
  • Sfruttare il machine learning. Machine learning e deep learning creano suggerimenti di query trasparenti e immediati e migliorano di continuo la pertinenza dei risultati delle query di ricerca nel tempo, prevedendo quali informazioni saranno più utili agli utenti.
  • Filtrare i risultati di ricerca. La ricerca con facet e filtri restringe l'ambito e trova informazioni specifiche nelle raccolte dati.
  • Classificare e categorizzare il contenuto. L'estrazione delle entità localizza e classifica gli elementi dei dati di testo in categorie predefinite, come nomi di persona, prodotti, tipo di oggetto od organizzazioni.

Come funziona la ricerca intelligente?

  • Collegare le origini dati e inserire i dati: per estrarre risposte e insight da ovunque, è necessario collegare e indicizzare tutti i dati, strutturati e non strutturati. Un "connettore" consente il collegamento a un'origine di contenuto, come ad esempio Salesforce, Box, Microsoft SharePoint,  Databases, Web Crawler, o Uploaded data.
  • Indicizzare il contenuto: l'indicizzazione del contenuto crea un singolo indice di ricerca unificato per consentire la classificazione omogenea dei risultati di ricerca, indipendentemente dalla loro origine.
  • Arricchire il contenuto: la capacità di formulare query ed estrarre insight dipende dalla capacità di estrarre metadati dal contenuto. Arricchire il contenuto facendo leva sui grandi progressi del Natural Language Processing , come ad esempio l'estrazione delle entità e l'analisi del sentiment, per categorizzare e identificare i contenuti chiave.
  • Analizzare il contenuto: riconosce i contenuti dei documenti, li classifica, e crea le correlazioni semantiche tra i singoli contenuti.
  • Fornisce risposte e mostra insight: gli algoritmi di punteggio intelligente classificano i passaggi, forniscono gli utenti con passaggi e snippet più accurati e pertinenti in risposta alla query.

Campionamento delle query di ricerca intelligente

La ricerca intelligente confronta i termini nelle query nel linguaggio naturale con il contenuto nelle informazioni indicizzate.

  • Domande - "quanti giorni di ferie posso prendermi al lavoro?"
  • Espressioni e comandi - "Sto chiedendo un mutuo."
  • Parole chiave - "tariffe assicurazione".

Vantaggi della ricerca intelligente:

  • Scopre insight per guidare le decisioni: esistono insight nascosti nei dati di testo non strutturati. Le applicazioni di ricerca intelligente usano il Natural Language Processing per distinguere il significato e fare correlazioni fra le origini dati, come ad esempio social media (tweet, LinkedIn), feedback dei clienti, report di e-commerce, e schede di manutenzione, per rivelare insight in tempo reale con velocità e precisione.
  • Mette le informazioni pertinenti a portata di mano degli impiegati: Usa la ricerca intelligente per creare una piattaforma di ricerca aziendale, la gestione delle conoscenze, il sistema di gestione dei contenuti o sistema che risponde alla domanda per fornire un'esperienza utente semplice a livello di team.
  • Fornisce un servizio clienti su scala: offre ogni volta ai clienti la risposta giusta e fornisce una migliore esperienza cliente. I clienti non si accontentano delle FAQ. Ora più che mai, vogliono offrire un servizio clienti completamente self-service nei propri siti Web e applicazioni mobili: gli operatori virtuali e la ricerca intelligente consentono ai clienti di raggiungere l'indipendenza. I clienti autosufficienti riescono a ridurre i costi dell'assistenza e ad aumentare la soddisfazione dei clienti.

Casi d'uso:

le aziende memorizzano documenti e dati in più origini in modi strutturati e non strutturati. In media, gli impiegati dedicano ogni giorno 3 ore alla ricerca di informazioni.

Trovare insight e risposte nei dati non strutturati dell'azienda dovrebbe essere semplice. È ora che la vostra azienda basi la propria attività sui dati con la ricerca intelligente.

  • Consente di risparmiare tempo. Le banche sono riuscite ad automatizzare la scoperta delle informazioni per svolgere in due minuti un lavoro che prima ne richiedeva dieci. Scopri di più
  • Consente di risparmiare risorse finanziarie. Un cliente nel settore energetico ha risparmiato oltre 10 milioni di dollari grazie alla riduzione del tempo dedicato alla ricerca di informazioni pertinenti all'interno delle knowledge base aziendali. Scopri di più
  • Riduce il carico di lavoro. Un cliente nel settore assicurativo ha ridotto la lettura e l'analisi del carico di lavoro dei dati aziendali interni del 90%. Scopri di più 
  • Aumenta il fatturato. Gli studi legali usano le applicazioni di ricerca per migliorare i processi aziendali e quadruplicare la produttività, generando un aumento del fatturato anche del 30%. Scopri di più

Ricerca intelligente e IBM

  • IBM Watson Discovery è una tecnologia di ricerca aziendale che usa il Natural Language Processing leader di mercato per comprendere il linguaggio specifico del settore. Natural Language Processing leader nel settore. La nostra tecnologia di Natural Language Processing si basa sulle innovazioni di IBM Research, fornendo nuove funzioni come la generazione di riepiloghi e del linguaggio naturale. Riduci le ricerche e il tempo di ricerca di oltre il 75%. Usa Watson Discovery per trovare risposte al contenuto in modo veloce e scoprire più velocemente insight aziendali importanti da documenti, pagine web e big data. Registrati gratuitamente oggi stesso per cominciare a usare un prodotto di ricerca intelligente e ricerca aziendale che comprende il linguaggio naturale dell'azienda.
  • Introduci la ricerca intelligente in qualsiasi infrastruttura.  Con IBM Cloud Pak for Data, la tua azienda può usare IBM Watson Discovery su qualsiasi cloud pubblico, on-premise o ibrido. In caso di implementazione di OpenShift su IBM Cloud, AWS, Microsoft Azure, o Google Cloud, puoi utilizzare Cloud Pak for Data nel cluster. Preferisci proteggere la tua distribuzione dietro un firewall? Puoi eseguire Cloud Pak for Data su un cluster privato, on-premise.