O algoritmo de pesquisa semântica usado nesse sistema analisa a correlação profunda entre novas solicitações e casos históricos em tempo real e faz a correspondência precisa dos 10 registros de aprovação mais semelhantes como amostras de referência. As dimensões de correspondência incluem: similaridade do conteúdo da solicitação (calculada usando vetores de incorporação BERT), consistência dos resultados finais da aprovação e relevância semântica das instruções de modificação manual.
Na prática, ao processar solicitações de orçamento de marketing, o sistema correlacionará automaticamente registros de aprovação anteriores para projetos semelhantes, incluindo casos com correspondências de tipo de atividade até 85%, lógica de aprovação para tamanhos de orçamento semelhantes e assim por diante. Essa tecnologia permite que as recomendações de IA não dependam mais de uma simples correspondência de regras, mas que se baseiem em uma compreensão multidimensional dos padrões históricos de tomada de decisões. Relatórios de usuários corporativos mostram que a aplicabilidade das sugestões de aprovação melhorou em 671 TP3T após a adoção da pesquisa semântica, e a taxa de modificação manual caiu em 411 TP3T
Essa resposta foi extraída do artigoLLManager: uma ferramenta de gerenciamento que combina aprovações de processos automatizados inteligentes com auditorias humanasO
