[[187065]]

在過去幾年里，大數(shù)據(jù)逐漸興起。然而，TDWI的研究表明，在那些50%的員工需要訪問企業(yè)情報工具的企業(yè)中，只有20%的員工實際使用大數(shù)據(jù)技術(shù)。部分問題是系統(tǒng)往往難以使用;另一個挑戰(zhàn)是數(shù)據(jù)素養(yǎng)較低。

為了解決這些問題，許多組織依靠可視化來顯示從數(shù)據(jù)中獲得的洞察。雖然一張圖片勝過千萬文字，但是這些圖表并不總是能幫上忙，仍然可能導(dǎo)致數(shù)據(jù)誤解，例如專業(yè)知識不足和缺乏統(tǒng)計思想方面的培訓(xùn)等。

[[187066]]

所有這些都表明，試圖強迫人們提高數(shù)據(jù)素養(yǎng)是一場艱苦的戰(zhàn)斗。但是，由于人工智能(AI)的興起，特別是支持高級自然語言(高級NLG)，這實際上讓提高人們數(shù)據(jù)素養(yǎng)變得不那么必要了。高級NLG平臺，首先需要了解用戶想要溝通的內(nèi)容。然后，這些系統(tǒng)執(zhí)行相關(guān)分析以突出最有趣和最重要的，然后識別和訪問分析所必需的數(shù)據(jù)，***以個性化、易于理解的方式提供分析：敘述。 Gartner預(yù)測到2018年，高級NLG將被整合到大多數(shù)智能數(shù)據(jù)洞察平臺，20%的業(yè)務(wù)內(nèi)容將由機器生成。

我們生活中其實就有這樣的人工智能平臺：

Alexa和會話界面的興起

想象一下，在星期六晚上坐在家里，你想了解一下自己最近的財務(wù)狀況，你可以問Alexa：我的投資是怎么做的?

Alexa：你想要一個高級別的摘要，還是直接了解詳情?

如果你回答：總結(jié)就好。

Alexa可能會回復(fù)：年初至今累計上漲5%，略高于2016年的投資回報目標。股票，債券和替代投資的組合與去年的這一時間基本相同，但您持有的現(xiàn)金略多于您的預(yù)期。如果你愿意，我可以投資多余的現(xiàn)金，并相應(yīng)地重新分配你持有的投資。

[[187067]]

通過這樣的對話我們可以輕松地了解工作、企業(yè)，甚至自己的健康。獲取報告和進行對話之間是由區(qū)別的。雖然信息是相同的，但對話會讓這些信息以更人性化的方式進行傳播。

庫存管理

大型超市連鎖店非常關(guān)注他們的庫存，對于易腐爛的商品尤其如此，如在熟食店柜臺或農(nóng)產(chǎn)品部門銷售的商品。因為這些商品流通快，所以是超市最有利潤的地方。對于像這樣的超市，精確地管理庫存是很重要的，絲毫差錯對利潤都會有直接影響。

管理人員非常專注于數(shù)據(jù)，如供應(yīng)鏈、生產(chǎn)和銷售數(shù)據(jù)等。有了這些數(shù)據(jù)，庫存管理人員就能更有效地管理庫存流量。當然，問題是熟食店經(jīng)理不一定能被訓(xùn)練為商業(yè)分析師，更不用說數(shù)據(jù)科學(xué)家了。

如果高級NLG成為其報告過程的主要通信工具，那么與這些數(shù)據(jù)的交互就會變得更容易。

實時財務(wù)分析

這也是一個很好的例子。一家金融情報公司需要定期生成大型報告，記錄公司的績效，與內(nèi)部董事會分享，然后做出對金融機構(gòu)環(huán)境有廣泛影響的決策。采用傳統(tǒng)方式，要生成這樣的分析報告，至少需要兩個小時，而NLG則在幾秒內(nèi)就完成了。高級NLG不僅僅能讀圖表而且能讓計算機自動編寫報告。通過自動化研究，分析人員可以專注于提高報告的定性分析水平，使公司做出更明智的決定。

呼叫中心培訓(xùn)

大公司通常都有一個大型呼叫中心。有些金融服務(wù)企業(yè)的呼叫中心甚至有數(shù)萬名員工。要管理這樣一個龐大的隊伍不是一件簡單的事情。

在這樣規(guī)模的部門中，經(jīng)理可能沒有時間或資源來進行頻繁的績效評估和提供持續(xù)的個性化培訓(xùn)。雖然絕大多數(shù)經(jīng)理認為績效和培訓(xùn)是很有價值的。除此之外，人們不想通過數(shù)字和圖表說明自己的表現(xiàn)如何，員工更希望獲得“糾正反饋”，以及探索更好的工作方式的建議。

借助先進的NLG，可以自動分析績效和呼叫活動數(shù)據(jù)，每周生成個性化的培訓(xùn)報告，以簡單和對話的方式傳達到每個工作人員。

人們總是喜歡通過故事和語言溝通，大數(shù)據(jù)時代依然如此。