从文件管理到获取洞见，AI 正在彻底变革企业内容管理

「要想理解所有这些数据并从中获取越来越多的价值，唯一办法就是依靠机器学习和人工智能。」Box CEO Aaron Levie 说。

编译 | 王宇欣 微胖
来源 | TechCrunch

随着企业规模的拓展与时间的推移，企业内部数据量逐渐增多，内容管理成为企业面临的一大难题。AI 和机器学习可以有效解决这一问题，从根本上改变企业进行内容管理的模式。由此，人工智能和机器学习也将为企业内容带来大量长期订单。内容数量不断增加，人们也希望能够驾驭这些内容。讽刺的是，人们通常认为内容管理系统（ Content Management Systems）是用来解决企业内容组织问题的。

然而，悖论在于，收集的内容越多，越难管理。人工智能和机器学习可以改变这一现状，因为数据越多，算法能力越强，进而从根本上改变内容管理思路。

这就是为什么 Box  CEO Aaron Levie 认为在内容管理方面，人工智能比十年前的云计算有着更大的影响。「就其对所有企业软件的影响力而言，AI 比云更加重要，特别是在空间、云内容管理方面。」因为无论是企业内部还是外部，各种规模企业正在建立和分享的数据呈指数级增长。

「理解这些数据，从中提取越来越多的价值的唯一方法就是机器学习和人工智能。其他办法都做不到与数据增长以及使用现状齐头并进。」Aaron Levie 说。

人工智能的到来

就在这个月，Box 宣布与 Google 合作将图像识别技术引入云内容管理公司。或许并非巧合。

「我们在观察，可以用 AI 先解决什么问题。在 Box ，我们拥有三百亿份文件，很大一部分是图像文件。我们希望解决一些可以马上为用户创造巨大价值的问题。这就是我们与 Google 在计算机视觉服务方面开展合作的原因。」Levie 解释说。

六月份的时候，Box 也曾宣布与微软展开深度合作，并表明合作可能会利用 Azure AI和机器学习算法。

当时，Box 平台的 SVP（高级副总裁）和首席战略官 Jeetu Patel 告诉 TechCrunch，内容管理的本质将会质变。「未来五年，参与内容以及与内容互动的方式，将与过去 25 年完全不同，因为会出现新的办法和手段。」Patel 说。

上周，M-Files，提供混合的内容管理解决方案的公司宣布收购 Apprento 。Apprento 是一家加拿大初创公司，使用自然语言处理（NLP）和自然语言理解（NLU）提供语义分析，比如智能摘要。M-Files 销售 SVP Greg Milliken说，收购 Apprento 后，公司马上能以智能方式来处理非结构化数据。

「 收购 Apprento ，最先吸引我们的是他们的实践经验——用自然语言处理（NLP）和自然语言理解（NLU）来解决商业需求。比如，对电子邮件和其他非结构化文档和内容进行分析，搞清楚内容语境和意图，比如账户、项目和案例之间的关系。需要时，就很容易查找到相关内容。」

是时候行动起来

所有这些举动都表明，我们可能正处在 Levie 和 Patel 所谓的产业转型中，内容管理公司正在尝试用更加聪明的办法从日益增多的公司内容中获取洞见。

Alan Pelz-Sharpe 是 Deep Analysis 的创始人和首席分析师，跟踪报道这个行业多年，也见证了人工智能的巨大效用。他认为，「 AI 通过不同方式影响着内容管理，比如内容分析技术，自动化监管，不过最有趣的还是 RPA（机器处理自动化）。PRA 还远不够迷人，但很重要，因为它会直接影响公司账本底线（bottom line)。」

他说，M-Files 和 Box 的举动很可能只是一个开始，随着公司深入采用 AI 技术，我们会看到更多的合作与收购。「未来一两年，会出现许多收购和合作，为了解决特定需求而寻找 AI 专家。Box 虽然时合作伙伴，但是，并不排除收购（尽管他们喜欢买小公司），这样就可以在平台的不同部分使用学习和自动化技术。对于不同的[类型]用户也是如此。」他说。

对于 Levie 本人，他说，需要时，他的公司会想尽一切办法进行内部开发，如果已经有可行的解决方案，就进行合作，就像和谷歌的合作一样。（当然，他并没有讨论收购战略）。

变革绝非易事

Real Story Group 创始人兼首席分析师 Tony Byrne 对技术开发趋势持怀疑态度。 但是现在，他十分看好在内容管理中的人工智能应用，但也有需要注意的问题。他提醒道，人工智能可用性与数据条件息息相关。

「这些自动化和认知性的服务质量的优劣，通常取决于组织良好的已标记（最好还是结构化的）内容库，通常，这也是你在 ECM 工程中所做的事情。内容库乱七八糟的用户会面临这样一个难题：人工智能/机器学习没办法帮他们把内容清理干净，也没办法得出有意义的结论——输入的是垃圾，输出的自然也是垃圾。」 Byrne 解释。

Pelz-Sharpe 对此表示赞同。「绝大部分公司的数据/文件的管理都很糟糕 ，比如 没办法被整合到应用中，也通常不合规。公司现状条件如此糟糕，也会限制 AI 的功能。」他说。

Byrne 也警告说，人工智能和机器学习的应用还处于早期阶段，步入正轨仍需要一些时间。「用户仅需要了解：软件公司自己也还在思考 AI 潜力有多大，在具体服务中，也没有完全启动 AI 服务。这意味着，（用户）自己要做大量的测试，‘以身试法’。但这很值，尤其是那些对大规模文件处理、知识管理、记录管理以及搜索调试等方面需求更加复杂的大型公司。」

对于任何一种尚处在发展中的技术来说，这都是个不错的建议。但需要特别记住的是，内如管理需求的独特性。也就是说，寻找最能发挥其所长的领域，比如，Box 选择的图像识别。长此以往，随着人工智能技术不断进步，被深度纳入 CMS 技术中，我们将开始看到更复杂的应用案例。

实现内容管理的愿景

随着人工智能和机器学习的发展，内容管理将会成为一个比较重要的应用方向。 人类并不擅于管理大量数据，而事实证明，机器非常擅长这一方面。 随着我们越来越多地接触到其他形式的企业软件，如 CRM，人工智能正在改变我们对软件的认知。

「历史上第一次，我们正处于为用户谋利益的技术浪潮之中。不必告诉它提取出洞见所要完成的所有任务，系统可以自动完成这一任务。对技术来说，这是一个非常重要的转折点。」Levie 说。

我们能够利用这些功能管理大量内容。 「这个行业谈论这一愿景已经几十年了，如今，我们终于看到了希望。不是关于内如的存储与严格管理，而是如果从信息中获取洞见与创造更多的价值，不幸的是，之前我们从未拥有过这类技术，直至现在。」Levie正式解释。