在人工智能时代，机器学习、自然语言处理(NLP)和认知搜索技术被高速采用也就不足为奇了。随着组织努力创造价值、提升客户体验、遵守严格的法规并从竞争对手中脱颖而出，他们也越来越多地对知识工作者提出其他非凡的要求。通常，他们需要的数据和知识是孤立的、零散的和支离破碎的。因此，很难在正确的时间显示正确的信息并发现数据中的复杂模式。NLP、机器学习和搜索技术的精心设计组合使这些组织能够应对挑战并以前所未有的方式利用企业数据。这项技术有效地推动了新一代的信息访问，比以往任何时候都更快、更准确、更周到。成功通过后，企业将真正以信息为驱动，优化每一位员工和客户的体验。这种转变正在迅速成为新的竞争优势，因为它重新定义了专业人士、企业和行业的运作方式。但是企业如何成功地采用这些技术呢？1.与用户目标保持一致为了推动采用这些类型的技术，实施必须与每个用户的个人需求保持一致。虽然需要提取正确的数据以满足特定的用户需求似乎很明显，但数据也必须以直观及时的方式呈现，以便与用户的目标相关。在一个正在让位于信息驱动经济的数据驱动时代，从数据中获得有用的见解至关重要。满足用户需求意味着收集数据，以正确的方式丰富它，进一步将其置于行业和用户组织的当地语言中，并以符合用户目标的方式呈现结果信息。由于每个用户的目标和需求都会不同，因此没有一刀切的情况。例如，在客户服务领域，客户服务代表(CSR)越来越需要知识驱动才能满足甚至取悦客户。同时，在制造或药物开发方面，研究人员需要成为专业人士，因为他们很容易接触到专家。而这一切都始于信息驱动。2.做简单的工作组织通过在企业数据中结合上下文来做简单的工作很重要。这使知识工作者更容易找到和发现与手头任务相关的信息。合并上下文意味着在不同存储库中的相关数据之间建立联系，并承认一种语言可以表达它的所有不同方式，包括考虑首字母缩略词和同义词。在数据中，尤其是非结构化数据中，有机会通过自然语言处理(NLP)和人类推理添加更多上下文。这些由现代技术支持的技术可以丰富数据并创建有意义的联系。管理非结构化数据的方面不再是如何使用它，而是以一种更有价值的方式。组织有多种选择来追求信息驱动。3.将技术集成到您的业务环境中与沉浸在技术中的用户相反，认知搜索等技术应该集成到您用户的业务环境中。认知搜索等技术必须利用绝大多数企业数据源，包括所有类型的内部和外部数据，无论是在本地还是在云端。因此，系统必须具有高度可扩展性。与需要将数据加载或输入到单个系统中的Salesforce等软件包相反，沉浸式解决方案以安全和可扩展的方式利用分散存储库中的数据。这反过来又简化了业务流程，使知识工作者可以花更少的时间在日常任务上，而将更多的时间花在重要问题上。通过从现有知识中学习并随着时间的推移变得更加聪明，这种转变为组织在解决未来挑战方面提供了惊人的优势。
