Qualcuno dice il 25%, qualcuno il 36, qualcuno cerca di tradurre la percentuale in ore di lavoro: potrebbero essere 8, forse 10 al mese.
Al di là dell’accuratezza effettiva delle cifre, il problema reale è che i i cosiddetti information worker dedicano molto tempo – troppo tempo – alla ricerca di informazioni, approfondimenti e risposte che esistono nel patrimonio aziendale, ma sono di difficile, se non impossibile, reperimento.
Il fatto è che i tradizionali motori di ricerca aziendali, basati su parole chiave, sono obsoleti e non sono certo adatti a un uno scenario ricco di dati e informazioni destrutturati.
Ed è qui che entra in gioco la cognitive search, o ricerca cognitiva, di fatto una nuova generazione di strumenti di ricerca pensati per il mondo delle imprese, che utilizza l’intelligenza artificiale (AI) per restituire risultati più pertinenti.
Forrester definisce le soluzioni di ricerca cognitiva come una nuova generazione di soluzioni di ricerca aziendale che impiegano tecnologie di intelligenza artificiale come l’elaborazione del linguaggio naturale e l’apprendimento automatico per acquisire, comprendere, organizzare ed eseguire query sui contenuti digitali provenienti da dati eterogenei, strutturati e non.
Indice degli argomenti
Che cosa è la cognitive search
Per capire realmente cosa è e come funziona la cognitive search è utile comprendere anche qualcosa della tecnologia di ricerca che la ha preceduta e che ne ha di fatto poste le fondamenta: l’enterprise search.
L’enterprise search, come del resto suggerisce il nome, consente di ricercare le informazioni all’interno di un’azienda indicizzando dati e documenti da una varietà di origini quali: file system, intranet, sistemi di gestione dei documenti, posta elettronica e database. Di fatto, una volta inserita, la query viene raccolta dall’endpoint e inoltrata a un cloud dove viene elaborata e abbinata a una risposta appropriata dall’indice ricercabile delle categorie logiche. I crawler acquisiscono dati strutturati e non strutturati dai repository e una volta finalizzata la ricerca, i risultati vengono quindi raccolti e presentati all’utente.
Il limite di questo approccio sta nel fatto che il sistema era sì in grado di reperire le informazioni da tutte le fonti di dati presenti nel repository aziendale, ma il motore che lo alimentava era prevalentemente basato su parole chiave. Di conseguenza, la qualità dei risultati era nella migliore delle ipotesi mediocre.
Alle aziende servivano e servono risultati contestuali dai quali trarre informazioni utili per il business.
Per questo motivo, il motore di ricerca doveva guardare oltre le parole chiave, per capire cosa sta cercando un utente.
Ed è a questo punto che si gettano le basi per la cognitive search: data scientist e ricercatori hanno iniziato a combinare tecnologie di base come l’apprendimento automatico e l’elaborazione del linguaggio naturale (NLP) per decifrare le query di ricerca e fornire agli utenti risultati pertinenti.
In altre parole, la cognitive search consente un’interazione più naturale con gli utenti, tenendo anche conto dello storico delle interazioni stesse, al fine di offrirgli una esperienza sempre più personalizzata.
Perché la cognitive search è diversa
Rispetto alle soluzioni precedenti, le soluzioni di cognitive search sono in grado di gestire una moltitudine dati, diversi per tipologia e origine. di origini e tipi di dati. La ricerca non riguarda più solo il testo non strutturato contenuto in documenti e pagine web. Le soluzioni di ricerca cognitiva possono riguardare dati strutturati contenuti in database, così come dati non tradizionali come immagini, video, audio o ancora dati provenienti da macchinari o da dispositivi Internet of Things (IoT).
La caratteristica distintiva delle soluzioni di ricerca cognitiva è che utilizzano l’elaborazione del linguaggio naturale (PNL) e l’apprendimento automatico per comprendere e organizzare i dati, prevedere l’intento della query di ricerca, migliorare la pertinenza dei risultati e ottimizzare automaticamente la pertinenza dei risultati nel tempo.
Ma soprattutto, le soluzioni di cognitive search forniscono SDK, API e / o strumenti di progettazione visiva che consentono agli sviluppatori di incorporare la potenza del motore di ricerca in altre applicazioni. Aprendo, di fatto, potenzialmente infiniti nuovi scenari applicativi.
Come funziona la cognitive search?
La cognitive search consente la scoperta di informazioni altamente rilevanti per l’intento degli utenti, derivando intuizioni contestuali da dati concettuali. Lo fa riconoscendo i modelli e le relazioni che esistono virtualmente all’interno di qualsiasi tipo di informazione – strutturata o non strutturata, scritta o parlata.
Questa capacità di comprendere i dati rende possibile automatizzare le operazioni manuali estraendo significato ed eseguendo azioni appropriate in tempo reale. A differenza della PNL, che si concentra esclusivamente sulla linguistica, la ricerca cognitiva segue un approccio statistico indipendente dalla lingua, per comprendere le informazioni umane. La ricerca cognitiva deve essere in grado di accedere a dati diversi attraverso diversi formati (testo, video, immagini e audio) e fonti (esterne e interne al firewall). La tecnologia sottostante di analisi dei contenuti si basa sull’apprendimento automatico, che, per l’appunto, apprende e si adatta continuamente man mano che più dati diventano disponibili, per ottenere la migliore accuratezza possibile.
Quali sono i benefici della cognitive search?
Il primo vantaggio che deriva dall’utilizzo di strumenti di cognitive search riguarda l’opportunità di estrarre informazioni utili dai dati: la ricerca cognitiva migliora la pertinenza delle informazioni estratte e aumenta l’efficienza delle risposte alle query, consentendo ai dipendenti di aumentare la produttività e fornire un servizio migliore.
Gli strumenti di ricerca tradizionale, basati su parole chiave, a causa della crescente varietà e quantità di dati utilizzati all’interno delle organizzazioni, compromettono i processi di ricerca e la produttività dei dipendenti restituendo risultati irrilevanti o incompleti.
Con la cognitive search si parla dunque di miglioramento della produttività: un’unica funzionalità di ricerca elimina la necessità di passare da un’app all’altra e semplifica i processi aziendali.
La cognitive search migliora anche l’esperienza utente: gli algoritmi di apprendimento automatico forniscono suggerimenti personalizzati e aiutano gli utenti a trovare dati rilevanti più rapidamente.
Tutto questo si traduce – e può essere annoverato tra i benefici indiretti della cognitive search – un riduzione dei costi operativi di un’organizzazione, dal momento che sono necessari meno tempo e risorse per la raccolta di informazioni e la scoperta delle conoscenze.
Cognitive Search: le applicazioni di business
Alla luce di tutte queste considerazioni preliminari, è importante capire anche quali sono le declinazioni della cognitive search per il mondo delle imprese e perché la ricerca cognitiva può rivelarsi una grande risorsa.
La prima declinazione sta tutta in una parola: self-service.
Sono finiti i giorni in cui il telefono era l’unico modo per raggiungere un team di assistenza o supporto per un prodotto guasto o malfunzionante. Oggi, lo dimostrano anche numerose ricerche sul tema, i clienti preferiscono risolvere autonomamente i propri problemi prima di rivolgersi direttamente all’assistenza.
E quando affrontano un problema, si aspettano di trovare risposte online.
Ecco perché è fondamentale per le aziende implementare soluzioni self-service direttamente sui propri siti, con una usabilità che sia efficiente se non superiore a quella che normalmente sperimentano con il motore di ricerca per la navigazione web.
Per questo motivo, è importante che lo strumento sia in grado di effettuare ricerche in contemporanea su più repository, che restituisca risultati contestualmente pertinenti e personalizzati, che anticipi la richiesta del cliente, senza obbligarlo a digitare query complete o complesse.
La cognitive search di fatto colma il divario tra aspettative e realtà, consolida un pool di informazioni, consentendo ai clienti di cercare più repository da un unico punto, comprende le query e fornisce risultati pertinenti.
La stessa esperienza può essere offerta non solo ai clienti, ma anche al personale aziendale, supportandolo in diverse attività.
La fase di onboarding di un nuovo dipendente, ad esempio, può essere supportata dalla cognitive search che aiuta nella ricerca di informazioni e strumenti, in una logica self service e mutlipiattaforma.
Analogamente, sempre in logica sel-service la cognitive search può aiutare i percorsi di upskilling dei dipendenti, che vengono guidati verso il miglioramento delle loro competenze.
Ma ci sono anche applicazioni specifiche per settori economici e industriali che ci aiutano a capire il ruolo e l’importanza della cognitive search.
Nel mondo bancario, ad esempio, ha fatto scuola il caso della Royal Bank of Scotland che, utilizzando le capacità cognitive di Watson, ha analizzato i dati dei reclami dei clienti, creando un archivio di domande frequenti. Il risultato? Un assistente intelligente in grado di gestire 5000 query al giorno, di comprendere centinaia di intenzioni del cliente e di fornire oltre 1000 risposte diverse.
Analoghe applicazioni sono state sviluppate in ambito sanitario o nel mondo dei viaggi, per fornire risposte immediate e pertinenti alle richieste dei clienti, o per indirizzarli verso l’interlocutore più pertinente per rispondere ai loro effettivi bisogni.
La visione di SDG
Nell’intervista che presentiamo in calce, Andrea Tagliaferro, CEO Italy di SDG Group spiega cosa è e come funziona la cognitive search e come le aziende possono beneficiarne per migliorare i propri servizi e la propria operatività.
Grazie alla partnership storica con IBM, SDG ha sviluppato una profonda experise sul tema della cognitive search e, grazie all’intelligenza aumentata di Watson e alle competenze dei propri tecnici ed esperti, è in grado di accompagnare le imprese di tutte le dimensioni e di tutti i settori operativi, in un percorso di scoperta di tutte le opportunità e i benefici che l’adozione di strumenti di cognitive search porta con sé.
In particolare, le soluzioni di SDG hanno permesso di incrementare la conoscenza dei comportamenti di acquisto dei clienti di due importanti istituti di credito, applicando il cognitive search alle transazioni di pagamento, oppure di evidenziare il livello di soddisfazione degli utenti alle risposte dei call center, attraverso l’analisi del mood delle conversazioni registrate.
Altre implementazioni hanno riguardato l’efficientamento in termini di anticipazione e riduzione degli interventi di manutenzione preventiva in diversi processi industriali, ottenuto incrociando un set di variabili numeriche e documentali ed applicando a queste algoritmi di intelligenza artificiale.
