A Anomalo, a empresa reinventando a qualidade dos dados corporativos, anunciou hoje que adicionou uma grande inovação, fluxos de trabalho, ao seu segundo produto inovador, monitoramento de dados não estruturado e disponibilizou todo o produto. O monitoramento de dados não estruturado permite que as empresas extraem insights e identifiquem problemas dos vastos volumes de dados não estruturados armazenados em seus armazéns de dados, locais de armazenamento de dados e nuvem. Os fluxos de trabalho do Anomalo são um hub para gerenciar e monitorar dados não estruturados, movendo o produto além de ser apenas uma plataforma para a qualidade dos dados.

Leia também: Por que a IA multimodal está assumindo a comunicação

O Anomalo foi o primeiro a anunciar o monitoramento de texto não estruturado em junho do ano passado e adicionou recursos adicionais de avanço em novembro. O monitoramento de dados não estruturado da Anomalo com fluxos de trabalho promove a missão da empresa de fornecer confiança de dados em todos os tipos de dados e todos os casos de uso de dados.

A GM de Anomalo de produtos Gen AI, Vicky Andonova, está dando uma palestra na cúpula do Snowflake sobre o produto de monitoramento de dados não estruturado na terça -feira, 3 de junho, às 15:30, em todo o país, está dando uma palestra no Databricks Data -Dados + Ai Summit na semana seguinte na quinta -feira, 12 de junho às 12:20 que abordam os dados de entrada.

“Everyone’s talking about unstructured data for Gen AI but the real breakthrough is solving for both quality and insights within this type of data. You can think of our Unstructured Monitoring product and Anomalo Workflows as building blocks that can be assembled in thousands of configurations to achieve pretty much any customer use case for unstructured data quality or insights. Take one of our large retail customers who is trying to mine support tickets and call logs to understand why customers are Infelizmente.

O primeiro produto da Anomalo usa a IA para detectar automaticamente problemas em dados estruturados, permitindo que as equipes resolvam quaisquer soluços com seus dados antes de tomar decisões, executando operações ou ligações de IA e fluxos de trabalho de aprendizado de máquina. O produto é usado pelos clientes em todas as principais verticais, seis das 50 e quatro das seis maiores empresas de telecomunicações do mundo.

No entanto, os dados estruturados representam apenas 20% da imagem. Os outros 80% dos dados – documentos, transcrições de chamadas, e -mails, mensagens e formulários de pedidos – são não estruturados e estão rapidamente se tornando críticos para o sucesso da empresa, à medida que as organizações procuram os fluxos de trabalho da GEN AI. Seja implantando sistemas de pano ou chatbots voltados para o cliente, as empresas precisam trazer dados específicos de domínio de alta qualidade para seus LLMs. O desafio está no desconhecido. As empresas não sabem o que está em seus dados não estruturados, muito menos confiam nele, dificultando o mercado de aplicativos de AI da GEN prontos para a produção.

Leia também: Entrevista da Aithority com Nicole Janssen, co-fundadora e co-CEO da Altaml

Com o produto de monitoramento de dados não estruturado da Anomalo, as empresas podem curar documentos de texto não estruturados e avaliá -los quanto à qualidade dos dados em torno de várias características de coleta de documentos e documentos, incluindo comprimento de documentos, duplicados, tópicos, tom, idioma, linguagem abusiva, PII e sentimento. Os clientes podem avaliar rapidamente a qualidade e a aptidão de uma coleta de documentos e identificar problemas em documentos individuais, reduzindo drasticamente o tempo necessário para selecionar, perfil e aproveitar os dados de texto não estruturados de alto valor. Além dos 15 problemas prontos para a caixa de Anomalo, os clientes podem criar seus próprios problemas personalizados para procurar e designar o que classifica como alta ou baixa qualidade para seus documentos com pontuações de gravidade personalizadas.

Os fluxos de trabalho de Anomalo agora permitem que os clientes:

• Identifique e correto problemas de qualidade, como duplicatas, erros, pii e linguagem abusiva
• Analisar grandes volumes de conteúdo não estruturado para descobrir padrões e extrair insights significativos
• Converter conteúdo não estruturado em dados estruturados, prontos para análise a jusante e fluxos de trabalho da Gen AI
• Coleções de documentos curadoras em conjuntos limpos e reutilizáveis ​​para treinamento ou recuperação

Os clientes podem adaptar a plataforma ao seu caso de uso específico e obter resultados rapidamente. Por exemplo, o Anomalo pode analisar mais de 100.000 documentos em uma execução e pode ser executado continuamente à medida que novos dados aparecem, então o que antes era uma tarefa manual que nunca pode levar meses, agora leva 10 minutos com o Anomalo.

“No setor de serviços de restaurantes, entender e agir sobre experiências de hóspedes é fundamental e isso significa desbloquear insights de dezenas de milhares de comentários não estruturados que recebemos todos os meses. Através de nossa colaboração com o Anomalo, começamos a explorar o que se destacamos e, em que o monitoramento de dados, que se destacamos e, no máximo, que se destacamos e os ingressos para o máximo de dados e o que se destacamos. Tudo o que construímos ”, disse Sid Stephens, líder de governança de dados em uma das maiores cadeias de fast food dos EUA.