Apesar dos avanços significativos na busca de consumidores, como as respostas diretas fornecidas pelo Google, a busca nas empresas continua problemática. A Moveworks, cofundada por ex-membros do Google, está redefinindo esse cenário por meio do seu Motor de Automação Agentic, que aplica inteligência artificial para oferecer respostas precisas e contextualizadas, em vez de resultados aleatórios.

As dificuldades enfrentadas nos sistemas de busca empresarial são atribuídas a uma série de fatores, incluindo a quantidade reduzida de dados disponíveis em comparação com a web e a falta de interações significativas que possam orientar a relevância dos resultados. Em ambientes corporativos, onde as respostas muitas vezes aparecem apenas uma vez em wikis ou bases de conhecimento, a busca se torna um desafio complexo. Além disso, muitos sistemas existentes ainda se baseiam em técnicas rudimentares, como a categorização por palavras-chave, que falham em capturar o contexto necessário.

Moveworks utiliza uma abordagem inovadora, empregando técnicas avançadas de aprendizado de máquina e NLU para entender a estrutura e o significado das perguntas dos usuários. Isso inclui a análise da sintaxe e da semântica, permitindo que o sistema compreenda melhor as intenções por trás das consultas. A empresa também implementa o conceito de 'embedding' de palavras, que agrupa termos sinônimos, ajudando a superar a lacuna lexical entre como as perguntas são formuladas e como as respostas estão estruturadas.

1. Ingestão de conhecimento: Importação de artigos longos de bases de conhecimento.

2. Armazenamento de respostas: Extração de trechos úteis e indexação em um repositório de respostas.

3. Modelo de resposta: Utilização de técnicas de aprendizado de máquina para entender o significado semântico das respostas.

4. Modelo de consulta: Análise das consultas para identificar palavras-chave, contextos e sinônimos.

5. Modelo de correspondência: Identificação de trechos candidatos com base em insights dos modelos de consulta e resposta.

6. Modelo de relevância: Avaliação dos sinais e dados para determinar os trechos mais relevantes para respostas.

Ao empregar esses modelos e técnicas, a Moveworks não apenas busca melhorar a precisão das respostas, mas também garantir que as informações sejam entregues em menos de 100 milissegundos, essencial para a satisfação dos usuários. Esta abordagem inovadora promete transformar a busca empresarial, permitindo um suporte mais eficaz e ágil.

- A Moveworks redefine a busca empresarial com NLU e aprendizado de máquina. - Os sistemas tradicionais falham em capturar o contexto das consultas. - O uso de técnicas avançadas de análise proporciona respostas precisas. - A busca empresarial está prestes a se tornar tão eficiente quanto a de consumidores.

Com a crescente complexidade das operações empresariais, a busca eficaz por informações é crucial. A abordagem da Moveworks oferece uma solução que pode não apenas melhorar o suporte ao usuário, mas também impactar positivamente a eficiência organizacional como um todo. Para mais conteúdos atualizados sobre inovação em tecnologia, recomenda-se que os leitores assinem nossa newsletter.

A transformação da busca empresarial através da Moveworks representa um passo significativo para resolver as deficiências dos sistemas atuais. Ao integrar tecnologias de ponta em NLU e aprendizado de máquina, a Moveworks não apenas melhora a experiência de busca, mas também contribui para um ambiente de trabalho mais produtivo e satisfatório. Incentivamos os leitores a explorar mais sobre essas inovações e a se manterem atualizados através de nossa newsletter.

FONTES:

1. Moveworks Blog

2. Natural Language Understanding for IT

3. 5 reasons your chatbot is not working