“人工智能中的思维已经从'有可能发生什么变'？“我该怎么做？”“麦肯锡教育AI论坛的Rafiq Ajani解释道。自然语言处理（NLP）是人工智能的一个重要子领域，它处理如何对计算机进行编程以处理和分析大量自然语言数据，同样不再是“不错的”，而是“必备”技术。

使用自然语言处理的公司已经看到了从改善客户体验到业务增长所带来的业务影响。致力于NLP的组织可以享受对数据和目标的共同理解，改进决策制定，基于事实的分析，避免猜测，并允许在组织的每个级别进行精细的计划和预测。

但是，将NLP用于自动业务流程同样重要，如果您决定外包NLP开发，那么选择合适的NLP供应商的决定也是如此。一般来说，外包AI的开发比在内部构建它更便宜。但是，在选择NLP合作伙伴时，您需要记住一些事项，以确保您的商业利益不会受到损害。

在本文中，我们将介绍在为您的组织选择NLP供应商之前需要提出的一些关键问题。

1.什么是我的业务用例？

您的企业是否希望通过自动化流程或从非结构化数据中获取洞察力来使用NLP来降低成本？良好的商业目标激励每一项新投资。清楚地了解您的用例将避免长期的挫折，并在一开始就为项目设置KPI。

例如，您可能决定需要NLP解决方案来自动分类客户支持请求，从而腾出时间让您的代理处理其他复杂任务。对于此类项目，与NLP合作伙伴合作非常重要，该合作伙伴可以帮助您根据可用数据的数量和类型设置此项目的KPI，并考虑您的独特业务需求。然后，合作伙伴应构建可实现这些KPI的解决方案。

2. NLP解决方案的准确度如何？

准确的数据分析是做出明智的业务决策的关键，尤其是在非结构化或开放式文本的情况下。因此，在选择NLP供应商之前，了解当前数据解决方案的准确性非常重要。许多现成的NLP解决方案可能无法以非常高的精度处理您的数据。准确性较低可能直接影响您的业务目标。除了对业务目标的直接影响之外，它还可以在被认为发生的事件和现实之间建立脱节。

3.可以根据我的需要定制解决方案吗？

NLP中几乎没有即插即用的解决方案 - NLP架构需要适应您的独特数据并符合您的业务规则。扩展前一点，如果标准NLP解决方案对您的数据的准确性不高，请询问供应商是否可以自定义其模型以便在数据上表现良好。

一个好的供应商应该能够在数据上微调他们的模型而无需从头开始构建它。他们应该能够正确理解您的需求和要求，并适应挑战。这将确保您在每个环境中都拥有最合适的解决方案。它们还应根据您的KPI要求进行广泛的定制，无论它们有多复杂。

4.需要多少培训数据？

如果供应商建议在数据上自定义算法，则必须了解培训数据的要求。虽然数据越多，AI算法的准确性越高，构建大量注释数据本身就是一项任务。它很快就会变得非常昂贵并且可能会阻碍您的项目。您的供应商应该能够使用较少量的数据构建一个好的模型。此外，在组织中部署AI的方式应该有一个自学循环，以便从人工输入中改进。

5.模型是否改善了持续使用？

没有NLP解决方案从一开始就能以99％的准确度执行。因此，向供应商询问模型是否因连续使用而改善是很重要的。理想的供应商应该能够以从人工反馈中学习的方式部署他们的解决方案（如果可用的话）（人在环路中）。

InData实验室在他们的博客中很好地解释了这一设置 - “当算法无法完成任务时，人类会介入。当机器不确定答案是什么时，它依赖于人类，然后将人类的判断添加到模型中。这样算法学得更快，减少了对未来人为干预的需求。“

为了提高准确性和最佳结果，NLP解决方案必须随着越来越多的数据从人类输入提供给它而得到改善。

6. NLP解决方案是否具有规模经济性？

任何基于使用价格的NLP解决方案都应该可以大规模支付。解决方案本身应该是可扩展的，因此可以在整个组织中进行扩展。您的供应商应该能够提供可以根据要求适应并应用于每个环境的解决方案。它应该能够始终保持一致性和一致性，并在不破坏银行的情况下产生有意义的结果。

7.他们是否提供内部部署解决方案？

NLP解决方案需要处理数据，有时可能包含敏感信息，特别是在金融服务和医疗保健行业。您的供应商应该能够提出在您的私有云或内部部署上部署其NLP解决方案的解决方案。对于这种情况，他们的解决方案应该兼容，以便在您的基础架构中实现最佳性能，而不会给IT团队带来很多麻烦。

8.它的集成能力是什么？

您应该选择提供全面集成功能的供应商，包括与您的CRM，客户支持和商业智能应用程序的端到端集成。完善的应用程序可改善最终用户的工作流程，并进一步提高他们的工作效率。