איך בינה מלאכותית משרתת את ניהול הידע

25 במאי. קורס בינה מלאכותית וניהול ידע מפגש 8. היום מתחילים סדרת מפגשים במהלכם יוצגו כלי בינה מלאכותית מסוגים שונים שמסייעים למשימות ניהול הידע בארגון. מתחילים בהצגה של מוצר ה – MegaPuter ותוכנת ה- PolyAnalyst.

כפי שציפינו מראש, זה היה כמו לשבת בהופעה ולראות קוסם מלהטט עם הטקסטים: חילוץ ישויות והדגמת קשרים ביניהם; הבנת התחביר, התוכן, ההקשר והסנטימנט. אך מה שראינו היה מעבר לכמה יכולות פונקציונליות. השימוש בכלים מאפשר גם הבנה טובה יותר של כל מסמך כשלעצמו, אך גם הסתכלות על מקבץ מסמכים, קטן או גדול, השוואה ביניהם, סיווגם והצגת הקשרים בין המסמכים השונים.

אני קוראת בימים אלו ספר של Steven Few ״הראו לי את המספרים״. הספר מלמד את אמנות העיצוב של טבלאות וגרפים. Few מלמד שטבלאות וגרפים יכולים לשרת ארבע מטרות: ניתוח נתונים, תקשורם, מעקב אחריהם ותהליכי תכנון המבוססים עליהם.

בעודי מקשיבה לרשימה האינסופית של הפונקציות המוצעות לאנליטיקה של טקסטים ונתונים בקורס, חודרת בי ההבנה עד כמה ארבע מטרת אלו רלוונטיות גם לכאן.

אנליטיקה של טקסט ונתונים יכולה לשרת:

• ניתוח: פונקציות שקשורות בניתוח תוכן, שפה וסנטימנט.

• תקשור: פונקציות שעיקרן ויזואליזציה של גרפים, ישויות, עצי ניתוח תחביריים ועוד.

• מעקב: פונקציות שמנטרות סדרת מסמכים ומציגות את השינויים לאורך זמן, או מתריעות כאשר יש איתות למשהו חריג.

• תכנון: פונקציות המאפשרות אקסטרפולציה וקבלת החלטות (ילוו בדרך כלל באמצעי ויזואליזציה).

הסתכלות שכזו על היכולות המוצעות על ידי כלי התוכנה השונים לאנליטיקה מסייעת לנו לראות איך אנחנו משרתים את הארגון וצרכיו העסקיים דרך תוכנות מופלאות אלו.

אני בהחלט מסכימה עם Art Murray שאירח את המפגש וסיכם: עולם מלא בהזדמנויות מחכה לנו.

ואני מבקשת להוסיף: בהחלט מחכה. עכשיו תורנו להתחיל לפעול.