一段时间以来，行业预测者一直在大肆宣传人工智能(AI)和机器学习的变革潜力。人工智能的可能用例是如此广泛，并且它们对企业的潜在价值如此巨大，想像一天，想象一下由人工智能驱动的机器人来管理我们所有具有挑战性(乏味)的任务是很容易的。

除了做白日梦，我们仍在等待AI对以内容为中心的业务应用程序的全部影响。为了了解AI如何驱动内容管理的发展，它有助于了解现在的情况。

企业内容管理的现状

信息无处不在。组织淹没在内容中，这些内容通常存储在不与他人交谈的多个系统中。研究证实了组织的痛苦。Nuxeo最近对美国和英国各行各业的1,000多名销售，营销和创意专业人士进行了调查，以了解有关其内容挑战的更多信息。

该调查结果显示，近75%，他们知道存在浪费的时间再创造的内容，也没有找到。超过一半的人承认流氓，并使用他们自己的系统来存储内容，因为他们所需的信息太难找到，或者他们发现公司认可的工具太难使用。有了这样的统计数据，很难忽略AI的承诺，即使人们更容易找到工作所需的信息。

好消息是，人工智能开始以有意义和有价值的方式被利用，以改善和增强内容管理。

元数据丰富

元数据(“有关信息的信息”)是内容管理的转型领域。在早期文档管理和企业内容管理(ECM)系统中，每个存储的文档都成为发票处理，索赔管理和其他企业流程的焦点。这些存储的文档中的每个文档都包含少量的元数据属性或标签，通常仅限于诸如文件名，创建日期，作者和内容类型之类的信息。对于大多数系统，一旦定义了元数据模式，它们通常就不会受到影响，因为更改需要繁琐的开发工作以及对与该元数据相关的所有内容的大量更新。

另一方面，在现代的内容服务平台(CSP)中，元数据模式既灵活又可扩展。与AI结合使用时，此功能非常强大，可以极大地加速元数据属性的创建和分类。例如，假设您有一个包含客户协议的现有ECM存储库。这些合同管理不善，与这些文档关联的唯一相关元数据属性是客户参考号。通过使用注入了AI的CSP，企业可以大规模地识别和提取关键属性，例如项目，客户联系方式，期限等。使用这种自动化类型，还可以根据隐私策略或法规进行附加的安全控制和设置。更加迅速地执行。

定制训练的AI

亚马逊(Amazon)，谷歌(Google)和其他公司已经构建了先进的AI引擎，但是这些工具基于公开可用的数据集，这意味着它们无法交付特定于业务的结果。现代CSP使企业能够根据自己的数据集来利用和创建自定义AI模型，从而提供更加针对业务的属性。

想象一下，您向一辆通用AI引擎展示了一辆卡车的照片。系统识别出该图像是卡车。它有四个轮子，它是蓝色的，是一辆停在建筑物上的福特汽车。人工智能将在分类和分类上做一个合理的工作-有趣，但没有那么有用。

如果您是福特，则想了解更多以福特为中心的细节。例如：这是什么型号的卡车?那辆卡车上合金轮毂的确切类型是什么?该蓝色的具体油漆代码是什么?这是真正针对特定领域和业务的智能和自动化所需的信息类型。

旧版系统中的内容分类

如上所述，事实证明，公开可用的AI工具在识别基本和通用内容属性(例如合同和履历之间的差异)方面很有价值。但是，基于特定于组织的数据和内容的AI模型可能会更有价值。因此，例如，如果您的企业需要了解个人人寿保险单据与人寿年金单据之间的差异，并自动应用法律团队提供的正确合同语言，则可以将其合并到经过专门培训的AI模型中，从而将其引入与通用AI相比，将提供更详细的分类。

具有此类AI功能的现代CSP使组织能够将其应用于存储在任何连接的系统或存储库中的大量内容。通过使用AI分类，即使是数十亿个内容的规模，也可以快速准确地识别和组织不同类型的内容。

即将发生的一切

我们看到，将内容平台与上下文AI融合在一起，可以通过自动创建高质量的元数据来更轻松地查找内容。现代CSP和AI的强大功能组合增强了用户识别和组织不同类型内容的方式，并且实现了前所未有的规模。结果是从根本上提高了企业内部元数据的利用率，这增强了当今现代企业难以置信的价值的能力。

因此，尽管自动驾驶汽车和飞行机器人可能已经过了几年，但用于内容管理的AI的未来已经来临。它可能更加实用，但是技术为业务创造的可能性将创造我们尚未意识到的新机会。