Merasakan Dunia Luar Pada Signal AI

Mungkin itu berasal dari ketertarikan masa kecil saya dengan bola kristal dan Magic 8 Ball, tapi saya selalu tertarik dengan prediksi masa depan. Pembelajaran mesin telah melakukan pekerjaan yang hebat dengan prediksi berdasarkan data masa lalu tentang peristiwa dan perilaku, tetapi umumnya belum diterapkan untuk memahami dunia yang lebih luas.

Tapi itulah yang dilakukan Signal AI dengan pembelajaran mesin. Mereka menghasilkan “kecerdasan eksternal” yang dimaksudkan sebagai bantuan untuk pengambilan keputusan. Itu juga bisa disebut “penginderaan lingkungan.” Perusahaan yang berbasis di London ini menggunakan AI untuk mendisambiguasi, menghapus duplikat, mengekstrak, dan menyajikan informasi penting yang mendekati waktu nyata bagi para pembuat keputusan. Satu-satunya alternatif untuk kemampuan seperti itu adalah mencoba bekerja keras melalui lima juta atau lebih berita, sosial, posting blog, siaran, dan dokumen peraturan setiap hari. Sebagian besar dari kita tidak punya waktu atau perhatian untuk melakukan itu.

Signal tidak hanya menemukan informasi yang relevan, tetapi juga mencoba memahaminya. Mesin AIQ-nya menemukan anomali dan memahami sentimen. Itu dapat mengambil temuan informasi dan mengisi grafik pengetahuan dengan mereka, menghubungkan topik dan entitas, dan memungkinkan klien untuk memahami hubungan yang muncul. Mereka dapat belajar tentang, misalnya, masalah yang muncul di rantai pasokan mereka, atau apa yang terjadi dengan ESG di industri mereka. Signal juga baru-baru ini mengakuisisi Kelp, sebuah perusahaan yang menggunakan data eksternal untuk menilai reputasi perusahaan, dan perusahaan gabungan tersebut baru-baru ini mengeluarkan Indeks reputasi perusahaan yang baru—Sinyal AI 500. Penawaran ini memungkinkan Signal untuk menjawab pertanyaan yang secara historis membutuhkan intuisi, insting, atau keterlibatan konsultasi. Tapi selalu ada manusia dalam lingkaran yang pada akhirnya perlu mencerna kecerdasan dan menindaklanjutinya.

Apa yang Dilakukan Klien dengan Kecerdasan Signal AI?

Signal memiliki tiga saluran distribusi inti dari konten yang dikurasi kepada kliennya. Yang pertama adalah rangkaian produk SaaS yang memungkinkan klien untuk mencari, mendapatkan peringatan, membuat dasbor, dll. Penggunaan utama alat ini adalah sebagai mesin penemuan untuk “hal-hal yang tidak diketahui”, seperti yang dikatakan oleh Donald Rumsfeld. Saluran kedua memberi klien akses ke API Signal, yang dapat diintegrasikan ke dalam sistem transaksional dan alur kerja. Seorang klien dapat, misalnya, mengintegrasikan konten intelijen pelanggan ke dalam sistem CRM-nya, atau menyuntikkan informasi risiko ke dalam alur kerja risiko dan kepatuhannya. Terakhir, Signal AI memungkinkan organisasi pihak ketiga untuk membangun kontennya ke dalam penawaran layanan mereka sendiri. EY, misalnya, menggunakan konten Signal untuk membuat “skor kepercayaan” untuk kliennya sendiri, yang membantu mereka membandingkan tingkat kepercayaan mereka dengan perusahaan lain dan menemukan area di mana kepercayaan dapat ditingkatkan.

Deloitte (di mana saya adalah Penasihat Senior, tetapi tidak pada area yang bekerja dengan Signal) juga mengemas ulang dan mendistribusikan konten Signal dalam beberapa penawaran berbeda. Firma memperoleh konten dari Signal dan kemudian menggunakan teknologi mereka untuk mengembangkan laporan kurasi untuk klien Pajak dan Hukum global (Deloitte memiliki praktik hukum yang substansial di luar AS). Konten utama adalah perubahan peraturan yang perlu diikuti oleh klien. Tim Deloitte yang berdedikasi meninjau konten yang bersumber dari Signal dan memastikan bahwa konten tersebut disesuaikan dengan situasi klien. Deloitte juga memasukkan API Signal ke dalam platform untuk digunakan klien, termasuk penawaran berorientasi audit yang disebut Audit Risk Sensing yang dilatih menggunakan kerangka kerja risiko audit Deloitte. Kecerdasan eksternal sinyal disusun menurut kerangka kerja.

Praktik Penasihat Risiko Deloitte juga memiliki platform bernama RegHub yang juga menggunakan konten dari Signal. Input Signal dimasukkan ke dalam modul yang disebut Risk Sensing yang memperingatkan klien tentang masalah peraturan yang muncul yang relevan dengan kepatuhan dan petugas risiko. Signal mengidentifikasi data yang berpotensi relevan, lalu ahli Deloitte menambah dan memperkaya konten. Deloitte sedang menjajaki kasus penggunaan lain yang melibatkan Signal, termasuk penginderaan khusus klien yang akan menandai perubahan dan peristiwa peraturan yang relevan, dan memungkinkan klien membuat perbandingan di seluruh industri mereka.

Kemana Sensasi Pergi?

Pandangan saya adalah bahwa kita manusia belum melakukan pekerjaan penginderaan yang sangat baik di masa lalu, atau setidaknya kita belum terlalu memperhatikan informasi yang dirasakan. Kami melakukan pekerjaan yang buruk — setidaknya di AS — merasakan apa yang akan terjadi dengan COVID dan menindaklanjutinya dengan cepat. Kemudian kami tidak merasakan apa yang akan terjadi pada rantai pasokan. Sebagian besar ekonom melakukan pekerjaan yang buruk dalam merasakan kenaikan besar inflasi yang akan datang, dan mereka bahkan tampaknya tidak dapat menyetujui apakah kita berada dalam resesi, apalagi memprediksi kapan dimulai atau akan dimulai. Jika kita ingin memiliki masyarakat dan ekonomi yang berfungsi dengan baik, kita perlu menjadi lebih baik dalam menyatukan potongan-potongan informasi dan melakukan sesuatu tentang gambar teka-teki yang mereka bentuk.

Signal AI pasti menggerakkan kita ke arah yang benar dalam hal ini. Ini memungkinkan kita mempersempit informasi yang lebih relevan dengan situasi kita. Seperti yang dijelaskan oleh salah satu klien Signal, itu “mengecilkan Internet.” API yang disediakan oleh Signal untuk memungkinkan kliennya menyematkan informasi penting ke dalam alur kerja dan sistem transaksional yang ada, yang dapat meningkatkan kemungkinan bahwa informasi tersebut akan diperhatikan dan digunakan. Mitra Signal seperti EY dan Deloitte menambah nilai tambahan pada konten yang diindera, yang juga meningkatkan kemungkinan penggunaan.

Namun, saya melihat banyak organisasi yang secara efektif mengabaikan informasi yang dibawa ke depan pintu mereka dengan berbagai cara. Signal mendeskripsikan bisnisnya sebagai “Augmentasi Keputusan”, dan penelitian saya menemukan bahwa augmentasi hampir selalu lebih efektif daripada otomatisasi. Harus ada sedikit keraguan bahwa manusia bijak masih diperlukan dalam banyak kasus untuk mencerna dan merenungkan informasi yang dirasakan sebelum memutuskan dan mengambil tindakan terhadapnya. Saya akui bahwa saya kadang-kadang berpikir, bagaimanapun, bahwa hanya ketika keputusan diotomatisasi maka sejumlah besar data yang relevan benar-benar diperhitungkan.