¿Qué es la búsqueda cognitiva?
La búsqueda cognitiva es una tecnología de motores de búsqueda que utiliza la inteligencia artificial (IA) para encontrar rápidamente resultados de búsqueda relevantes y precisos para diversos tipos de consultas. Las empresas modernas almacenan una gran cantidad de información en varios sistemas. Esto incluye manuales, preguntas frecuentes, informes de investigación, guías de atención al cliente y documentación de recursos humanos. Las tecnologías de búsqueda cognitiva analizan bases de datos de gran tamaño con información dispar y correlacionan los datos para encontrar respuestas a las preguntas de los usuarios. Por ejemplo, se puede formular una pregunta del tipo: “¿Cuánto se gastó en reparaciones de maquinaria el año pasado?” Posteriormente, la búsqueda cognitiva asigna la pregunta a los documentos pertinentes y devuelve una respuesta específica.
¿Cuáles son los beneficios de la búsqueda cognitiva?
La búsqueda cognitiva tiene muchos beneficios que la convierten en una tecnología de motor de búsqueda útil. Las siguientes son algunas de las principales ventajas de la búsqueda cognitiva.
Comprende el lenguaje natural
Un servicio de búsqueda cognitiva produce resultados más precisos sin requerir tanta especificación por parte del usuario. Puede generar resultados de búsqueda precisos al considerar muchas fuentes y rastrear datos estructurados y no estructurados. La tecnología de motores de búsqueda cognitiva también entiende el contexto cuando devuelve resultados. Utiliza el procesamiento de lenguaje natural (NLP) para determinar el contexto, los patrones y el significado del lenguaje humano.
Más información sobre el NLP »
Mejora la productividad
La búsqueda cognitiva combina información de varios orígenes de datos y produce una respuesta exhaustiva como resultado. En la búsqueda tradicional de palabras clave, debe ubicar toda la información requerida en varias páginas. Luego, lee, analiza y resume la información usted mismo.
Por el contrario, puede utilizar la función de búsqueda exhaustiva para obtener respuestas de muchos documentos a la vez. Puede acceder a los datos que necesitan aún más rápido. Esto puede mejorar la productividad y agilizar los procesos empresariales relacionados con los datos en toda la organización.
Personaliza los resultados de búsqueda
La búsqueda cognitiva utiliza el machine learning (ML), que personaliza los resultados para los usuarios a lo largo del tiempo. En lugar de generar continuamente la misma información, recopila datos y patrones de búsqueda a medida que se utilizan. Al registrar los resultados en los que es probable que hagan clic los usuarios después de una consulta inicial, mejora y produce resultados muy relevantes con mucha más rapidez. Con el tiempo, se vuelve más inteligente, precisa y útil.
¿Cuáles son algunos casos de uso de la búsqueda cognitiva?
La búsqueda cognitiva utiliza el procesamiento del lenguaje natural y otras tecnologías de inteligencia artificial para ofrecer una búsqueda precisa. Estos son algunos de los pasos que utiliza la búsqueda cognitiva.
Ingesta de datos
La búsqueda cognitiva primero necesita información para buscar en su interior. Puede ingerir datos de documentos, sitios web, correos electrónicos, repositorios internos, manuales y cualquier otra información que desee utilizar. Extrae información de los recursos mediante técnicas de extracción como el reconocimiento óptico de caracteres (OCR), el reconocimiento de entidades y las técnicas de NLP.
El proceso de extracción tiene como objetivo permitir que la búsqueda cognitiva comprenda la información como un humano catalogaría el contenido.
Más información sobre el OCR »
Indexación de datos
Tras la ingesta de datos, la búsqueda cognitiva crea un índice de búsqueda de toda la información extraída que le ha proporcionado. Además de utilizar palabras clave para etiquetar los datos, utiliza metadatos, relaciones entre los datos e información complementaria para catalogar toda la información de forma eficaz.
Cuando un usuario busca algo, la búsqueda cognitiva consulta estos índices para encontrar información relevante mucho más rápido.
Entrada de usuario
Cuando un usuario escribe una consulta en la búsqueda cognitiva, utiliza la NLP para descomponer y comprender lo que pide. En la búsqueda de palabras clave tradicional, un motor de búsqueda reconoce las palabras clave y produce datos que se alinean con ella.
Por el contrario, la búsqueda cognitiva intenta comprender el contexto completo de la consulta, así como los factores personales del usuario, como sus preferencias. Combina técnicas de NLP como el análisis de token y el análisis semántico para comprender lo que el usuario quiere obtener de su búsqueda.
Búsqueda y recuperación
A partir de la consulta del usuario, la búsqueda cognitiva explora luego sus índices de datos y encuentra la información pertinente en sus repositorios. Se mueve por los índices, busca los vecinos más cercanos y filtra los resultados capa por capa. A cada resultado relevante se le asigna una puntuación de relevancia. La búsqueda cognitiva muestra la información más relevante y ordena los resultados según las puntuaciones.
Mejora continua
Los usuarios pueden agregar filtros o especificaciones adicionales cuando utilizan una búsqueda cognitiva para ayudar a producir resultados aún más específicos. La búsqueda cognitiva refina su enfoque de las consultas en función de las interacciones previas.
Por ejemplo, la búsqueda cognitiva registra lo que buscan los usuarios y el orden de sus consultas de búsqueda. Si los usuarios suelen hacer una pregunta determinada justo después de una consulta, la búsqueda cognitiva también incluye de forma proactiva información sobre la pregunta de seguimiento.
Con el tiempo, la búsqueda cognitiva también aprende más sobre las opiniones y el significado de las consultas de búsqueda de los usuarios. Esto mejora sus respuestas directas a las consultas.
Por ejemplo, cuando alguien hace una pregunta específica, la búsqueda cognitiva da una respuesta específica. De forma alternativa, una pregunta más general da como resultado una respuesta más larga. Al registrar constantemente las interacciones y aprender de ellas, la búsqueda cognitiva se vuelve más precisa y proporciona información más relevante a lo largo del tiempo.
¿Cómo funciona la búsqueda cognitiva?
Estas son algunas oportunidades para utilizar la búsqueda cognitiva en su beneficio.
Experiencia de búsqueda unificada
Puede utilizar la búsqueda cognitiva para crear una experiencia de búsqueda unificada. Gracias al procesamiento del lenguaje natural, puede obtener respuestas muy detalladas y precisas a partir de información procedente de múltiples repositorios de datos estructurados y no estructurados. Al utilizar varias fuentes y tipos de datos, puede tomar decisiones basadas en datos con mayor facilidad.
Por ejemplo, la empresa de biotecnología Gilead Sciences, Inc. utiliza AWS para la búsqueda cognitiva. Utilizan la tecnología para organizar datos estructurados y no estructurados. La información proviene de hasta nueve sistemas empresariales y documentos de repositorios de conocimiento.
La búsqueda cognitiva ha reducido de manera sustancial las tareas de administración de datos manual para Gilead. La cantidad de tiempo que lleva buscar información se redujo en aproximadamente un 50 %. Esto ha impulsado valiosas investigaciones, experimentos y avances farmacéuticos.
Bots de autoservicio
Puede utilizar soluciones de búsqueda cognitiva en bots de autoservicio, lo que ayuda a mejorar la atención al cliente en las instalaciones. Los usuarios que deseen saber cómo realizar una determinada tarea o función pueden escribir en lenguaje humano y obtener una respuesta personalizada. La búsqueda cognitiva facilita el descubrimiento de conocimientos al extraer información de diversos manuales, documentos de asistencia y recursos.
Por ejemplo, Citibot usa AWS la utiliza para ofrecer herramientas de comunicación a los ciudadanos y a sus gobiernos locales y estatales. Integra la tecnología de chatbot con la búsqueda cognitiva para mejorar la escalabilidad y la eficacia de la interacción con los electores. Los ciudadanos pueden encontrar las respuestas que buscan con rapidez al interactuar con el chatbot, lo que reduce los tiempos de espera hasta en un 90 por ciento.
Búsqueda en archivos de datos
Muchas organizaciones tienen almacenes de datos históricos con millones de documentos, imágenes y archivos de texto transcritos. La búsqueda cognitiva puede desbloquear la información del almacén de datos y resumirla para su análisis e investigación.
Por ejemplo, The Wall Street Journal utiliza AWS para la búsqueda cognitiva. La búsqueda cognitiva ayudó a acelerar el desarrollo de Talk2020. Talk2020 fue una herramienta de búsqueda inteligente que ayudó a los lectores de la publicación a buscar y analizar con rapidez 30 años de declaraciones públicas realizadas por candidatos presidenciales. La tecnología facilita la investigación en profundidad de los problemas a lo largo del tiempo mediante la exploración de patrones de habla y la realización de análisis de texto.
Incorporación de empleados
La búsqueda cognitiva ayuda con cualquier tarea de autoservicio que los empleados necesiten llevar a cabo, como la incorporación o el aprendizaje de nuevas habilidades. Actúa como referencia cruzada para los empleados. En lugar de tener que ponerse en contacto con un gerente para que le explique cómo realizar algo, pueden solicitar una búsqueda cognitiva. Este uso ayuda a agilizar las tareas de autoservicio y a aumentar la productividad.
Por ejemplo, Workgrid Software utiliza AWS para ofrecer soluciones de software en una plataforma de experiencia de empleado. Esto permite que su trabajo esté más conectado, sea más eficiente y productivo. A través de la búsqueda cognitiva, los empleados pueden consultar el contenido digital en la base de datos de la organización. De esta manera, pueden encontrar respuestas a cualquier pregunta que surja mientras trabajan.
¿Cómo mejora la IA generativa la búsqueda cognitiva?
La inteligencia artificial generativa (IA generativa) es un tipo de inteligencia artificial que puede crear ideas y contenidos nuevos, como conversaciones, historias, imágenes, videos y música. La IA generativa ayuda a agilizar la búsqueda cognitiva, a comprender mejor la intención del usuario y a mejorar las respuestas generales. A continuación, presentamos algunos ejemplos.
Más información sobre la IA generativa »
Análisis de contexto
Muchas herramientas de IA generativa utilizan modelos de machine learning basados en transformadores. Estos modelos tienen redes neuronales para analizar datos textuales y comprender su significado.
Los modelos de IA basados en transformadores son útiles para el procesamiento y la comprensión del lenguaje natural. Al considerar el usuario, el contexto de los datos y la intención del usuario, pueden comprender mejor el verdadero propósito de una consulta. Con una mejor comprensión de las consultas, la búsqueda cognitiva puede encontrar información más precisa para devolver.
Resumen de resultados
La IA generativa puede resumir textos más grandes en segmentos más pequeños. La búsqueda cognitiva puede encontrar las partes semánticamente más relevantes de diferentes documentos. Luego, puede usar la IA generativa para combinarlos y devolver exactamente lo que el usuario quiere ver. La IA generativa también puede maximizar la calidad de un resultado al comprender el texto que devuelve y eliminar cualquier redundancia.
Filtrado de contenido
La IA generativa puede filtrar los resultados de la búsqueda cognitiva según diferentes parámetros, como la autorización del usuario, la relevancia de las consultas y las preferencias del usuario. Cuando genera el texto resultante, puede asegurarse de que solo utiliza recursos a los que el usuario tiene autoridad para acceder. Los resultados siguen siendo relevantes y útiles sin comprometer la seguridad.
¿Cómo puede AWS mejorar sus soluciones de búsqueda empresarial cognitiva?
Amazon Web Services (AWS) ofrece Amazon Kendra como solución de búsqueda cognitiva.
Amazon Kendra es un servicio de búsqueda cognitiva totalmente administrado, muy preciso y fácil de usar que funciona mediante machine learning. Sus desarrolladores pueden utilizarla para agregar funciones de búsqueda a sus aplicaciones. Esto significa que sus usuarios finales pueden descubrir la información relevante almacenada en la gran cantidad de contenidos distribuidos por su empresa.
Estas son las formas en las que puede beneficiarse con Amazon Kendra:
- Obtenga una experiencia de búsqueda unificada en ambos repositorios de contenidos estructurados y no estructurados
- Ofrezca respuestas a consultas mediante herramientas con tecnología ML
- Acceda a funciones de clasificación de respuestas totalmente administradas que ayudan a mejorar la precisión de las respuestas
- Ajuste las respuestas en función de sus propios criterios específicos, así como de otros atributos como el comportamiento de los usuarios y la novedad de los contenidos
Comience con la búsqueda cognitiva en AWS con la creación de una cuenta hoy mismo.
Siguientes pasos con AWS
Obtenga acceso instantáneo al nivel Gratuito de AWS.
Comience a crear en la consola de administración de AWS.