这五个组织正在使用自然语言处理来更好地为客户服务，自动化重复任务，并简化操作。

数据现在是最有价值的企业商品之一。据首席信息官说。在com发布的《2022年首席信息官状况报告》中，35%的IT领导者表示，数据和业务分析将推动他们公司今年的最大IT投资，58%的人表示，他们在数据分析方面的参与度将在明年有所增加。

虽然数据有多种形式，但可能最大的未开发数据池由文本组成。专利、产品规格、学术出版物、市场研究、新闻，更不用说社交信息，都以文本为主要组成部分，文本量不断增长。根据Foundry的数据和分析研究2022，36%的IT领导者认为管理非结构化数据是他们最大的挑战之一。这就是为什么研究公司Lux research表示，自然语言处理（NLP）技术，特别是主题建模，正在成为释放数据价值的关键工具。

自然语言处理（NLP）是人工智能（AI）的一个分支，涉及训练计算机理解、处理和生成语言。搜索引擎、机器翻译服务和语音助手都由NLP提供支持。例如，主题建模是一种自然语言处理（NLP）技术，它将一个想法分解为由单词分组定义的常见概念的子类别。根据Lux Research，主题建模使组织能够将文档与特定主题关联起来，然后提取数据，如主题随时间的增长趋势。主题建模还可以用于为给定文档建立“指纹”，然后发现具有类似指纹的其他文档。

随着人们对人工智能在商业中的兴趣增加，组织开始转向NLP，以释放文本文档等中非结构化数据的价值。研究公司MarketsandMarkets预测，NLP市场将从2022年的157亿美元增长到2027年的494亿美元，在此期间的复合年增长率（CAGR）为25.7%。

以下是组织如何使用自然语言处理生成业务结果的五个示例。

Eli Lilly 在全球范围内用NLP运营

制药跨国公司礼来公司（Eli Lilly）正在使用自然语言处理来帮助其在全球的30000多名员工在内部和外部共享准确及时的信息。该公司开发了礼来翻译（Lilly Translate），这是一个自主开发的IT解决方案，使用NLP和深度学习通过验证的API层生成内容翻译。

多年来，礼来依赖第三方人工翻译供应商翻译从内部培训材料到与监管机构的正式技术交流的所有内容。现在，礼来翻译服务为用户和系统提供Word、Excel、PowerPoint和文本的实时翻译，保持文档格式不变。使用生命科学和礼来内容培训的深度学习语言模型有助于提高翻译准确性，礼来正在创建能够识别礼来特定术语和行业特定技术语言的精练语言模型，同时保持规范文档的格式。

“礼来翻译涉及公司的每一个领域，从人力资源到企业审计服务，到道德和合规热线、财务、销售和市场营销、监管事务等，”Timothy F.Coleman说，礼来公司（Eli Lilly and Co.）信息和数字解决方案副总裁兼信息官：“节省了大量时间。翻译现在只需几秒钟，而不是几周，为专注于其他业务关键活动提供了关键资源时间。”

科尔曼的建议：支持激情项目。礼来翻译最初是一个充满激情的项目，由一位好奇的软件工程师发起，他提出了解决礼来监管事务系统组合中的一个痛点的想法：业务合作伙伴在翻译服务中不断遇到延迟和摩擦。科尔曼与同行和管理人员分享了这一想法和技术愿景，并立即获得礼来全球监管事务国际领导层的项目支持，该领导层主张对该工具进行投资。

科尔曼说：“这个想法与探索和学习新兴技术的机会结合得很好。”。“这成为了礼来软件工程师的一个好机会，最初是一个学习的好机会。”

埃森哲使用NLP分析合同

埃森哲正在利用自然语言处理进行法律分析。该公司的埃森哲法律智能合同探索（ALICE）项目帮助这家全球服务公司的2800名专业人员组成的法律组织对其超过百万份合同进行文本搜索，包括搜索合同条款。

ALICE使用了“单词嵌入”，这是一种基于语义相似性的自然语言处理方法，可促进单词之间的比较。该模型逐段浏览合同文件，查找关键字以确定该段是否与特定合同条款类型相关。例如，“洪水”、“地震”或“灾难”等词通常与“不可抗力”一起出现

埃森哲（Accenture）数字业务转型、运营和企业分析全球董事总经理迈克·马雷斯卡（Mike Maresca）表示：“随着我们继续使用这一功能，并随着我们看到更多的价值机会而扩展和增强这一功能时，用例不断增长。”。“我们正在寻找从现有数据中获取价值的新方法。”

埃森哲表示，该项目大大减少了律师手动阅读文件以获取具体信息的时间。

马雷斯卡的建议：不要害怕进入NLP。“如果创新是你文化的一部分，你就不能害怕失败，”马雷斯卡说。“让我们进行实验和迭代。”

NLP帮助Verizon处理客户请求

Verizon的业务服务保障小组正在使用自然语言处理和深度学习来自动处理客户请求评论。该集团每月收到10万多个入站请求，这些请求必须被读取并单独执行，直到Verizon的IT集团全球技术解决方案（GTS）创建了支持人工智能的数字工作者，用于服务保障。

Digital Worker将基于网络的深度学习技术与NLP相结合，以阅读主要通过电子邮件和Verizon的门户网站交付的维修单。它会自动响应最常见的请求，例如报告当前工单状态或修复进度更新。更复杂的问题则交给人类工程师解决。

Verizon Business Group全球技术解决方案（GTS）系统工程执行总监Stefan Toth表示：“通过自动回复这些请求，我们可以在几分钟内做出响应，而不是在电子邮件发送后几小时内。”。

2020年2月，Verizon表示，自去年第二季度以来，数字工作者每月节省了近10000个工时。

托斯的建议：寻求开源。托斯说：“环顾四周，与你的商业伙伴联系，我相信你会找到机会。”。“在向一个平台做出大量财务承诺之前，先看看开源和实验。我们发现，现在有很多开源软件。”

Great Wolf Lodge通过NLP支持的人工智能跟踪客户情绪

医院和娱乐连锁企业Great Wolf Lodge的人工智能词典编纂者（GAIL）在其每月调查中筛选评论，并确定作者是否可能是网络推动者、诽谤者或中立方。

该人工智能利用自然语言处理，专门针对超过67000条评论进行了接待培训。GAIL在云中运行，并使用内部开发的算法，然后确定关键要素，这些要素表明调查对象对GWL的看法。截至2019年9月，GWL表示，GAIL能够以95%的准确率进行测定。GWL对GAIL还无法理解的一小部分信息使用传统的文本分析。

GWL的首席信息官爱德华·马林诺夫斯基（Edward Malinowski）表示：“我们希望在各个方面更好地与客人互动。”。

GWL的业务运营团队使用GAIL产生的见解对服务进行微调。该公司目前正在寻找聊天机器人，以回答客人关于GWL服务的常见问题。

马林诺夫斯基的建议：为了技术而避免使用技术。选择能够在技术和实用性之间取得适当平衡的工具，并与业务目标保持一致。马林诺夫斯基说：“在寻找问题时，你必须小心什么是噱头，什么是解决方案。”。

安泰通过NLP快速解决索赔

健康保险公司Aetna创建了“复杂供应商合同自动裁决”应用程序，以自动读取每个合同中有关付款、免赔额和额外费用解释的注释，然后计算定价并更新索赔。

该应用程序将自然语言处理和专用数据库软件相结合，以识别支付属性，并构建可由系统自动读取的附加数据。因此，许多索赔可以在一夜之间解决。

该应用程序使安泰保险能够将50名索赔裁决人员重新集中于需要更高层次思维和护理提供者之间更多协调的合同和索赔。

Aetna首席技术官克劳斯·詹森（Claus Jensen）表示：“这实际上是为最终用户提供更好的体验。”他补充说，该软件将帮助公司成为医疗保健生态系统中更好的供应商和患者合作伙伴。“我们要做的不仅仅是支付账单和回答电话上的问题。”

截至2019年7月，安泰预计由于该应用程序，每年可节省600万美元的加工和返工成本。

詹森的建议：缩小你的注意力，慢慢来。在理想的世界中，公司将实施解决窄带问题的人工智能。Jensen说，基础广泛的解决方案是模糊的，最终会失败，并补充说，如果安泰试图将通用人工智能应用于其业务，它将不会起作用。此外，Aetna花费了几个月的时间对该流程进行检测，编纂规则并测试应用程序。詹森说，许多人没有耐心放慢速度，以正确的方式做事。

本文：https://cioctocdo.com/business-value-nlp-5-success-stories