人工知能テクノロジーを活用したインテリジェント・サーチにより、データ・サイロを解消し、お客様や従業員が必要な情報を迅速かつ容易に見つけられるようにします。 エンド・ユーザーは、インテリジェント・サーチを利用して、データベース、文書管理システム、デジタル・コンテンツ、Webページ、紙媒体など、形式を問わず、どこにいても（社内外を問わず）、データ・セットから情報を抽出することができます。 インテリジェント・サーチやエンタープライズ・サーチは、自然言語検索、AI検索（AIを活用した検索）、およびコグニティブ検索と同義です。
企業の情報検索システムは、公共のインターネットよりもずっと前から存在していました。 マルチユーザー・メインフレーム・コンピュータ・システムを導入したことによる初期のメリットの1つは、大規模なドキュメント・リポジトリー内のテキスト文字列と完全に一致するものを見つけられるようになったことが挙げられ、これにより情報発見が容易になりました。
デスクトップ・コンピューティングや企業イントラネットの普及に伴い、IBM Storage and Information Retrieval System（STAIRS）やローカル 検索ツール のFAST（後に Microsoft社が買収）などの商用 エンタープライズ・サーチ ソリューションが、エンタープライズ・コンピューティングの主流となりました。
しかし、Google（およびその前進であるAltaVista）に代表される、無料でパブリック・アクセスが可能なWeb 検索エンジンの台頭と普及により、情報検索、コンテンツの発見、および エンタープライズ・ サーチ・ プラットフォームに対するユーザーの期待は一変しました。
エンタープライズ ・サーチ・ ツール が検索すべきデータの量と種類が急速に増加している中で、検索結果が得られるまでのスピードは、 コグニティブ・サーチ ・アルゴリズム の性能を示す重要な指標となっています。 今日の インテリジェント・サーチ ・ソリューションは、ビッグデータのワークロードのパフォーマンス要求に対応できるアーキテクチャー上に構築する必要があります。 API駆動型の統合や 自動化 の機能を備えたクラウド・インフラストラクチャーは、必要なスケーラビリティを備えているため、通常このタスクに最も適しています。
「新製品の出荷が遅れているのはなぜか」や「先週報告された顧客の課題は何か」など、企業に特化した答えを探すために、企業は、Googleやその他の従来の検索エンジンを使うことはできません。インテリジェント・サーチは、検索エンジンやWeb検索（Bing、Google Search、またはAskJeevesなど）とは異なり、企業に特化した情報や回答を導き出します。
人工知能により、インテリジェント・サーチは強化され、ツールは以下の機能を備えています。
- 人間の言語を理解。 企業のデータは継続的に更新され、専門とする分野特有の用語で書かれています。 自然言語処理機能により、インテリジェント・サーチ・アプリケーションは、複数のデータソースからのデジタル・コンテンツを理解し、照会することができます。 セマンティック検索とコンテキスト理解は、インテリジェント・サーチが、日常言語や複雑な文書の中に見られる言語的ニュアンス、同義語、および関係性などの細部まで分析することを可能にします。
- 文書構造を学習。 インテリジェント・サーチ・ツール（例えばIBM Watson Discovery ）は、多くのデータソースを理解するために拡張できる文書理解AIを備えています。 機械学習によりインテリジェント・サーチは、企業、業界、または専門分野に特有の文書の視覚的構造を学習することが可能になります。 これらを理解することで、インテリジェント・サーチは、ヘッダー、フッター、チャート、およびテーブルなどの要素を素早く学習し、識別します。 契約書、発注書、請求書などの文書タイプを認識する機能を、すぐに使用できます。
- 機械学習を活用。 機械学習とディープ・ラーニングにより、シームレスかつ即時にクエリーの提案を作成し、検索照会結果の関連性を時間をかけて継続的に改善し、どのような情報がユーザーにとって最も価値のあるものかを予測します。
- 検索結果をフィルタリング。 ファセット化された検索やフィルタリングされた検索は、範囲を狭め、データ・コレクションの中から特定の情報を見つけ出します。
- コンテンツの分類とカテゴリー化。 エンティティー抽出により、テキスト・データの要素を、人名、製品名、オブジェクト・タイプ、組織名など、あらかじめ定義されたカテゴリーに分類します。
- データ・ソースを接続し、データを取り込む： どこからでも回答や洞察を得られるようにするためには、非構造化データと構造化データのすべてを接続し、クロールする必要があります。 「コネクター」は、Salesforce、Box、Microsoft SharePoint、 データベース、Webクローラー、またはアップロードされたデータ
- などのコンテンツ・ソースにプラグインできるようにします。
- コンテンツをインデックス： コンテンツ・インデックスは、単一の統一された検索インデックスを作成し、ソースに関係なく検索結果を均質にランキングできるようにします。
- コンテンツの充実化： クエリーを実行して洞察を抽出する能力は、コンテンツからメタデータを抽出する能力に依存しています。 エンティティー抽出やセンチメント分析などの、すぐに使用可能な自然言語処理エンリッチメントを活用して、重要なコンテンツをカテゴリー化および識別することで、コンテンツを充実させます。
- コンテンツの分析： 文書の内容を認識し、分類し、そして個々のコンテンツ間のセマンティックな相関関係を作成します。
- 回答の提供と洞察の提示： インテリジェント・スコアリング・アルゴリズムが文章をランク付けし、クエリーに応じて最も正確で関連性の高い文章やスニペットをユーザーに提供します。
インテリジェント・サーチでは、自然言語クエリー内の用語と、インデックスされた情報内のコンテンツを比較します。
- 質問： 「職場では何日間の休暇を取ることができますか。」
- フレーズとコマンド： 「私は住宅ローンを申請します。」
- キーワード： 「保険料」
- 洞察を発見し意思決定につなげる： 非構造化テキスト・データには、洞察が隠されています。 インテリジェント・サーチ・アプリケーションは、自然言語処理を用いて、ソーシャルメディア（ツイート、LinkedIn）、顧客からのフィードバック、e-コマースのレポート、およびメンテナンス記録などのデータソースの意味を理解し、相関関係を構築して、リアルタイムの洞察を迅速かつ正確に明らかにします。
- 関連する情報を従業員の手元に提供： インテリジェント・サーチを利用して、エンタープライズ・サーチ・プラットフォーム、知識管理、コンテンツ管理システム、または質問応答システムを構築し、チーム全体にシンプルなユーザー・エクスペリエンスを提供します。
- 大規模なカスタマーサービスを提供： お客様に常に正しい回答を提供し、優れたカスタマー・エクスペリエンスを提供します。 お客様が求めているのは、FAQだけではありません。 お客様は、今まで以上に、Webサイトやモバイル・アプリケーションで利用できる完全なセルフサービスを望んでいます。バーチャル・エージェントやインテリジェント・サーチを利用することで、お客様の自立を実現できます。 自己完結型のお客様へは、サポート・コストの削減と顧客満足度の向上につながります。
企業は、非構造化形式および構造化形式で、複数のソースにわたる文書やデータを保存しています。 従業員が情報を探すのに費やす時間は、平均して1日3時間です。
企業の非構造化データから洞察や答えを見出すことは簡単であるべきです。 お客様のビジネスも、インテリジェント・サーチを利用したデータ駆動型になる時代が到来しました。
IBM Watson Discoveryは、受賞歴に輝くAIを搭載した検索テクノロジーです。データのサイロ化を解消し、エンタープライズ・データ内に埋もれている情報を取得します。
NLPは、お客様のビジネス分野の言語を話すAIです。 IBM Watson Discoveryを使用して、3年間で383%のROIを実現するソリューションを構築します。
IBM Cloud Pak for Dataは、オープンで拡張可能なデータ・プラットフォームで、データ・ファブリックを提供し、任意のクラウド上ですべてのデータを、AIおよび分析用に使用できるようにします。