- Log ind eller Opret konto for at kommentere
- Anmeld denne kommentar
Godt emne at tage fat på og jeg arbejder selv med både AI og CRM AI Infusion, så jeg er med på de pointer du har her. Jeg har dog også en bøf med indlægget. Du skriver:
De mest tilgængelige systemer bruger simpel genkendelse af nøgleord eller sætninger og med mulighed for at sætte AND/OR betingelser op, så kan man sortere og fordele e-mails baseret på indhold, med næsten 100%s nøjagtighed.
Hvis e-mailen er lavet som resultat af en formular på en webside eller i din app, så er det endda endnu bedre, for så har du kontrol over dele af indholdet. For min skyld må du gerne kalde det kunstig intelligens.
Hvis man bruger formularer kan afsenderen selv kategorisere e-mailen, og så er opgaven løst på forhånd. De scenarier der er behov for at automatisere uden denne kategorisering er hvor udfordringen ligger, og for min skyld må du IKKE kalde automatisering ud fra nøgleord kunstig intelligens.
De stærkeste værktøjer til at arbejde med denne problemstilling er nemlig ikke pakket ind i platforme som det ser ud i dag, men kræver udvikling af langt mere komplekse AI-modeller til dyb mønstergenkendelse for at kunne kategorisere e-mails baseret på deres indhold. Disse modellers træningsdata og feature engineering skal udvælges og tilrettelægges på en mode der afspejler den enkelte kundes forretningsdomæne, udfordringer og datalandksb og kan ikke generaliseres i en effektiv form.
Her taler jeg om nye teknologier som Word-2-vec, og andre. For min skyld må du og læserne gerne i stedet kalde dem kunstig intelligens, og så lige være opmærksom på begrænsingerne når du begynder at tale om "næsten 100% nøjagtighed".