注文管理の革新：UiPath IDPとComms MiningによるAcmeのAIの旅 скачать в хорошем качестве

注文管理の革新：UiPath IDPとComms MiningによるAcmeのAIの旅

品質とサービスへの揺るぎないこだわりで知られる電子部品メーカー、Acme Inc.をご紹介します。(⏱️=0.5s) しかし、業界のリーダーであっても、複雑な課題に直面することがあります。(⏱️=0.5s) 急速な成長に伴い、Acmeではカスタム注文の管理が難しくなってきました。(⏱️=0.5s) 同社はAIと自動化を活用して効率化を図ることに注力しています。(⏱️=0.5s) 従来のデータ抽出手法では不十分であったため、メールやチャット、チケットなどの業務コミュニケーションからデータを読み解く際には、コストがかかり非効率な手作業に大きく依存せざるを得ませんでした。(⏱️=0.5s) しかし現在、UiPathのインテリジェント ドキュメント プロセッシング ソリューション（IDP）を導入したことで、AcmeはAIを活用して非構造化メッセージや文書の自動化方法を一新しています。(⏱️=0.5s) 本デモでは、Acmeが受注から入金までのプロセスでIDPプロジェクトをどのように実装したかをご紹介します。(⏱️=0.5s) プロジェクト立ち上げに必要な一般的なステップをハイレベルでご説明します。(⏱️=0.5s) 本デモでは、各ステップの詳細までは踏み込みません。(⏱️=0.5s) 詳細については、公式ドキュメントなどの追加資料をご参照ください。(⏱️=0.5s) デモはまずCommunications Miningから始まり、その後Document Understandingへと進みます。(⏱️=0.5s) UiPath Communications Miningは、各種コミュニケーション チャンネルからデータを抽出し、機械学習モデルが検出した類似性に基づいて非構造化メッセージをグループ化します。(⏱️=0.5s) これによりAcmeは、顧客メッセージの意図、要望、サービス品質、感情を把握しながら、重要なインサイトと情報を抽出できます。(⏱️=0.5s) Acmeはこの分析結果を活用して顧客対応を強化し、製品やサービスを改善できます。(⏱️=0.5s) さらに重要なのは、この情報を基に受信リクエストに対する自動化を即座にトリガーできる点です。(⏱️=0.5s) (1:51 - 3:26) それでは、この成果を実現するためにCommunications Miningで何を設定する必要があるのか見ていきましょう。(⏱️=0.5s) まず、Communications Mining用のデータをアップロードします。(⏱️=0.5s) 方法はさまざまで、Microsoft Exchange、Mailbox、Salesforceなどからリアルタイムで同期する統合機能があります。(⏱️=0.5s) Communications Mining APIを介して他のソースからバッチまたはリアルタイムで同期することも、ブラウザのインターフェースからCSVファイルを直接アップロードすることも可能です。(⏱️=0.5s) すべてのデータをアップロードしたら、データセットを作成し、1つ以上のソースを追加します。(⏱️=0.5s) これらのソースには、モデルのトレーニングに使用するデータが含まれています。(⏱️=0.5s) トレーニングの前に、タクソノミー（分類体系）を作成する必要があります。(⏱️=0.5s) タクソノミーとは、データセット内のメッセージに適用されるラベルを階層構造でまとめたものです。(⏱️=0.5s) ラベルはツリー形式で構成され、上位ラベル（親）に対して下位ラベル（子）が入れ子状に配置されます。(⏱️=0.5s) 階層の各レベルは、その上位レベルのサブセットを表します。(⏱️=0.5s) 例えば、親ラベル「注文エラー」の下に「商品不足」と「誤発送」という子ラベルを配置するイメージです。(⏱️=0.5s) 完成したタクソノミーには、データセットに関連するすべての概念と意図が含まれ、かつ私たちの目的に沿った形になっている必要があります。(⏱️=0.5s) Azure OpenAI エンドポイントを用いた生成的アノテーション機能により、モデル学習の初期段階でAIがラベルを提案し、タクソノミー設計を加速させます。(⏱️=0.5s)