XiaoMi-AI文件搜索系统
World File Search SystemMedallia
2024-2025全球影响报告
Medallia是客户，员工，公民和患者经验的先驱和市场领导者。作为领先的企业体验平台，Medallia Experience Cloud是记录的关键任务系统，它使所有其他应用程序都使客户和员工了解。该平台捕获了数十亿个跨互动的体验信号，包括所有语音，视频，数字，物联网，社交媒体和公司消息传递工具。Medallia使用专有的人工智能和机器学习技术来自动揭示推动强大的业务行动和成果的预测见解。Medallia客户减少了流失，将批评者变成了推动者和买家，创造了瞬间的交叉销售和向上销售的机会，并推动损害收入的商业决策，从而提供了明确而有力的投资回报。
VA AI 清单 – 2024 年 7 月 29 日更新
1.VA 退伍军人体验办公室 (VEO) 企业数据测量与分析通过客户体验 (CX) 调查从自愿提供 VA 服务反馈的退伍军人那里获得反馈。退伍军人对 CX 调查的回应被接收（由托管在 VA 防火墙之外的 AWS gov 云上的 Medallia 系统接收）。2.如果调查回复包含自由文本评论。评论由危机警报检测算法 (CADA) 实时筛选。CADA 是一个规则驱动的单词过滤器。它具有很高的误报率。3.如果检测到危机风险，则使用来自邀请文件（个人和联系方式）的信息以及响应信息（时间戳、自由文本评论）创建危机警报案例。标记为“危机警报”并以电子方式转发到 VA 心理健康办公室退伍军人危机热线 (VCL) 仪表板。在队列中。4.VCL 人员使用危机警报中包含的信息评估警报，以确定该案例是否正确标记为 CADA 识别的风险。6.如果 VCL 证实了危机风险，VCL 将尝试联系退伍军人进一步评估风险，为退伍军人提供指导，并确定可能需要采取哪些其他干预措施。7.VLC 工作的结果和解决方案将发送回 Medallia（注释和详细信息），并带有标签（例如，假阳性等）NAII 创建了一个 AI 试点合同，以评估 AI/ML/NLP（长语言）模型 (LLM)、SSIE 是否能够降低 CADA 产生的假阳性率（从而减少 VCL 的工作量负担和积压，通过使用更少的工作人员来分类假阳性病例并加快对有需要的退伍军人的危机干预来节省资金）。模型输出将由 VCL 员工使用，使用以人为本的设计 (HCD) 方法。VCL 员工认为两份报告很有帮助并采纳了它们。由于 VLC 分类案例结果在 VCL 仪表板中以标签形式捕获。使用真实标记数据来训练 SSIE 模型。该模型还针对未批量标记的数据集和通过实时生产源运行。VEO 确定的危机警报实用性和有效性的另外三个要求：R1。及时性：必须实时快速检测。由于危机严重性和及时性，对危机干预的关键要求是时间短。R2。安全性：避免遗漏真实风险（假阴性）R3。效率：尽量减少错误警报（误报），因为处理每个警报案例的成本很高（对于 VC 工作量负担而言）。