人工知能テクノロジーを駆使したインテリジェント検索は、データ・サイロを解消し、従業員や顧客が必要な情報を迅速かつ容易に見つけられるようにします。 エンド・ユーザーは、インテリジェント検索を利用して、データベース、文書管理システム、デジタル・コンテンツ、Webページ、紙媒体など、形式を問わず、どこにいても（社内外を問わず）、データ・セットから情報を抽出することができます。 インテリジェント検索やエンタープライズ・サーチは、自然言語検索、AI検索やAIを活用した検索、およびコグニティブ検索と同義です。

企業の情報検索システムは、公共のインターネットよりもずっと前に存在していました。 マルチユーザーのメインフレーム・コンピュータ・システムを導入した初期のメリットの一つは、大規模なドキュメント・リポジトリ内のテキスト文字列に完全に一致するものを見つけることで、情報発見を容易にすることでした。

デスクトップ・コンピューティングや企業イントラネットの普及に伴い、IBM Storage and Information Retrieval System（STAIRS）やローカル 検索ツール FAST（後に Microsoftが買収）などの商用 エンタープライズ・サーチ ソリューションが、エンタープライズ・コンピューティングの主流となりました。

しかし、Google（およびその前任であるAltaVista）に代表される、無料で一般にアクセス可能なWeb 検索エンジンの台頭と普及は、情報検索、コンテンツ発見、および エンタープライズ・ サーチ・ プラットフォームに対するユーザーの期待を一変させました。

 エンタープライズ 検索 ツール が検索すべきデータの量と種類が急速に増加している中で、結果の取得速度は、 コグニティブ検索 アルゴリズム の性能を示す重要な指標となっています。 今日の インテリジェント検索 ソリューションは、ビッグデータ・ワークロードのパフォーマンス要求に対応できるアーキテクチャー上に構築する必要があります。 必要なスケーラビリティを備えているため、APIによる統合や 自動化 を備えたクラウド・インフラストラクチャーは、通常このタスクに最も適しています。

「新製品の出荷が遅れているのはなぜか」や「先週報告された顧客の課題は何か」など、企業に特化した答えを探すために、Googleやその他の従来の検索エンジンを使うことはできません。インテリジェント検索は、検索エンジンやWeb検索（Bing、Google Search、またはAskJeevesなど）とは異なり、企業に特化した情報や回答を浮き彫りにします。

人工知能はインテリジェント検索を強化し、ツールに以下の機能を持たせます。

• 人間の言語を理解します。 企業データは継続的に更新され、専門分野固有の用語で書かれています。 自然言語処理機能により、インテリジェント検索アプリケーションは、複数のデータソースからデジタル・コンテンツを理解し、照会することができます。 セマンティック検索と文脈理解は、インテリジェント検索に日常言語や複雑な文書の中に見られる言語的ニュアンス、同義語、および関係性を分解することを可能にします。
• 文書構造を学習します。 インテリジェント検索ツール（例えばIBM Watson Discovery ）は、多くのデータソースを理解するためにスケールアップする文書理解AIを備えています。 機械学習によりインテリジェント検索は、企業、業界、または専門分野に特有の文書の視覚的構造を学習することが可能になります。 このような理解により、インテリジェント検索は、ヘッダー、フッター、チャート、およびテーブルなどの要素を素早く学習し、識別します。 契約書、発注書、請求書などのドキュメントタイプを認識する機能を、すぐに使用できます。
• 機械学習を活用します。 機械学習とディープ・ラーニングは、シームレスで即時的な照会の提案を行い、検索照会結果の関連性を時間をかけて継続的に改善し、どのような情報がユーザーにとって最も価値のあるものかを予測します。
• 検索結果をフィルタリングします。 ファセット化された検索やフィルタリングされた検索は、範囲を狭め、データ・コレクションの中から特定の情報を見つけ出します。
• コンテンツの分類とカテゴリー化 エンティティー抽出とは、テキスト・データの要素を、人名、製品名、オブジェクト・タイプ、組織名など、あらかじめ定義されたカテゴリに分類することです。

• データ・ソースを接続し、データを取り込む： どこからでも答えや洞察を得るためには、非構造化データと構造化データのすべてを接続し、クロールする必要があります。 「コネクタ」は、Salesforce、Box、Microsoft SharePoint、 データベース、Webクローラー、またはアップロードされたデータ
などのコンテンツ・ソースにプラグインできるようにします。
• コンテンツをインデックスする： コンテンツ・インデックスは、単一の統一された検索インデックスを作成し、ソースに関係なく検索結果を均質にランキングできるようにします。
• コンテンツを充実させる： 照会を実行して洞察を抽出する能力は、コンテンツからメタデータを抽出する能力に依存します。 エンティティー抽出やセンチメント分析などの自然言語処理エンリッチメントを活用して、重要なコンテンツをカテゴリー化および識別することで、コンテンツを充実させます。
• コンテンツを分析する： 文書の内容を認識し、分類し、そして個々のコンテンツ間のセマンティックな相関関係を作成します。
• 解答を提供し洞察を示します： インテリジェント・スコアリング・アルゴリズムが文章をランク付けし、照会に応じて最も正確で関連性の高い文章やスニペットをユーザーに提供します。

インテリジェント検索では、自然言語照会内の用語と、インデックスされた情報内のコンテンツを比較します。

• 質問： 「職場では何日間の休暇を取ることができますか。」
• フレーズとコマンド： 「私は住宅ローンを申請します。」
• キーワード： 「保険料」

• 洞察を発見し意思決定につなげる： 非構造化テキストデータには、洞察が隠されています。 インテリジェント検索アプリケーションは、自然言語処理を用いて、ソーシャルメディア（ツイート、LinkedIn）、顧客からのフィードバック、e-コマースのレポート、およびメンテナンス記録などのデータソースの意味を理解し、相関関係を構築して、リアルタイムの洞察を迅速かつ正確に明らかにします。
• 関連する情報を従業員の手元に提供します： インテリジェント検索を利用して、エンタープライズ・サーチ・プラットフォーム、ナレッジ・マネジメント、コンテンツ管理システム、または質問応答システムを構築し、チーム全体にシンプルなユーザー・エクスペリエンスを提供します。
• 大規模なカスタマーサービスを提供します： お客様に常に正しい答えを提供し、よりよいカスタマー・エクスペリエンスを提供します。 お客様はFAQ以上のものを求めています。 今まで以上に、お客様はWebサイトやモバイル・アプリケーションでの完全なセルフサービスを望んでいます。バーチャル・エージェントやインテリジェント検索を利用することで、お客様の自立を成し遂げることができます。 自己完結型のお客様は、サポート・コストの削減と顧客満足度の向上につながります。

企業は、非構造化および構造化された形で、複数のソースにわたる文書やデータを保存しています。 従業員が情報を探すのに費やす時間は、平均して1日3時間です。

企業の非構造化データから洞察や答えを見出すことは容易であるべきです。 あなたの会社も、インテリジェントな検索でデータ主導になる時が来ました。

• 時間の節約 銀行は知識の発見を自動化することで、10日分の仕事を2分で終わらせることができました。 詳細はこちら
• コストの削減 あるエネルギー関連のお客様は、企業内のナレッジ・ベースで関連情報を検索する時間を削減することで、1,000万米ドル相当もの時間を節約することができました。 詳細はこちら
• ワークロードの軽減 保険会社のお客様は、社内データの読み取りと分析の作業量を90％削減しました。 詳細はこちら 
• 収益の向上 法律事務所では、検索アプリケーションを使ってビジネス・プロセスを改善し、生産性を4倍に高め、30％もの収益増を実現しています。 詳細はこちら