Dataminr如何保持人在迴路中

作為一家實時情報供應商，Dataminr在過去幾年中不斷調整其報告策略，但始終堅持以人類專家為核心，這充分體現了儘管生成式AI快速發展，人類輸入依然不可或缺。

Dataminr成立於2009年，最初完全依靠人類專家來監控、審查和分類各種事件。儘管這家初創公司取得了成功，但由於對人類專家的高度依賴，其處理能力始終有限。2018年，在認識到必須通過智能自動化來擴大規模後，該公司開始認真實施AI技術。

“早在2018年，趨勢就已經很明顯，”Dataminr首席AI官Joel Tetreault在AI Business的“Targeting AI”播客最新一集中表示，“如果我們真的想做到這一點並擴展到更高水平，就必須採用某種智能自動化。”

這一轉向標誌着Dataminr AI之旅的正式開啓。該公司意識到，要處理來自超過150種語言的數百萬公共數據源中的數十億條信息，必須藉助AI技術。然而，Dataminr從未將人類專家完全排除出報告流程。

儘管從2018年到2020年使用了機器學習模型（如卷積神經網絡，一種用於處理圖像和視頻等網格結構化數據的深度學習模型），Dataminr仍專注於實施人機協作的反饋系統。

“我們所做的是建立一個從主題專家那裏收集數據的流程。我們記錄他們所有的按鍵操作。因此，他們在發出警報之前所做的每一次更改或編輯……我們都會跟蹤，”Tetreault説，“我們收集這些信息，用於訓練模型。然後模型會變得更好。”

隨着生成式AI和AI代理的出現，Dataminr再次調整策略，但依然將人類作為關鍵環節。

“現在是2026年，這些模型可以對我們警報的99%發出警報，而我們的人類專家實際上用於處理正在展開的非常細微和棘手的事件，”Tetreault説。這種模式既發揮了AI的高效處理能力，又保留了人類在複雜情況下的判斷力，為其他AI應用提供了寶貴的經驗。