Mere tid og flere muligheder ved hjælp af AI

Ifølge IBM er 90 procent af alle data i verden skabt bare i de seneste to år. Det er også tydeligt hos Retriever, som dagligt bearbejder cirka fire millioner artikler, indlæg, udsendelser og posts i hele verden. Det er cirka 40 gange større volumen end for bare ti år siden. Disse enorme mængder kræver et smart og veludviklet system til at bearbejde materialet. Det er her Retrievers nye AI-baserede plartform kommer ind i billedet. For to år siden begyndte udviklingen af platformen som, ved hjælp af AI-teknik, letter og effektiviserer analytikernes arbejde, så de får tid til mere dybdegående analyser.

- Vores analytikere skal kunne strukturere og analysere meget store mængder tekst. Det gøres for eksempel gennem emnekategorisering eller ved at identificere virksomheder, personer og steder, siger Leif Uwe Vogelsang, manager af digital insight og ansvarlig for Retrievers AI-projekt.

Hidtil er dette arbejde blevet gjort manuelt, men med den nye platform kan systemet selv, via specielle metoder og algoritmer, finde og kategorisere emner.

Retriever Insights forlængelse af AI-platformen

Parallelt med udviklingen af AI-platformen har Retriever også udviklet en ny service for interaktive analyser – Retriever Insights. Ved hjælp af Retriever Insights kan kunderne få data og medieanalyser lerevet kontinuerligt og selv gå ind at kigge på data, klikke sig rundt i interaktive dele af rapporten og endda se artiklerne bag om statistikken. Denne interaktivitet åbner op for bedre indsigter og dybere analyser af kundens mediebillede.

Udvikling af kandidatstuderende

Nu har AI-platformen, blandt andet med hjælp fra tre kandidatstuderende fra Universitetet i Oslo og NTNU, udviklet sig yderligere. I løbet af sommeren arbejdede de studerende, som kom fra konsulentvirksomheden Netlight Consulting, med at forenkle brugergrænsefladen, så Retrievers analytikere kan bruge systemet enklere og mere effektivt.

- Vi interviewede flere analytikere og udarbejdede en kravliste på baggund af disse interviews. På listen specificerede vi, hvad vi ville forbedre på brugergrænsefladen. Efter vores arbejde er det blevet en mere intuitiv proces at anvende systemet. Det sparer tid for analytikerne, så de kan bruge mere tid på selve analysearbejdet. Det gavner selvfølgelig kunderne, siger Live Årmot Brastad, UX-designer og kandidatstuderende ved Universitetet i Oslo.

Næste skridt: Billede og film

Men det slutter ikke her. Den automatiserede tekstanalyse er nu i fuld produktion og næste skrift er at bygge videre på AI-platformen, så den i fremtiden også kan genkende produkter, logotyper og ansigter i billeder og film.

- Vi behøver ikke at begrænse os til tekst. Lige nu kigger vi også på hvordan vi, ved hjælp af AI, skal kunne automatisere genkendelse i billeder og i video, for eksempel på sociale medier. Hvis man har et system, som automatisk genkender ansigter og produkter, letter det klart analysen væsentligt og skaber merværdi for kunderne i sidste ende, afslutter Leif Uwe Vogelsang.