案例研究：利用自然语言处理的人工智能映射功能，减少了Skilldirector新客户的入职时间
客户背景
SkillDirector帮助企业创建或获取基于角色的能力模型，并通过其自我导向学习引擎™（SDLE）平台推动员工终身学习，解决全球技能差距问题，提升员工敬业度和留存。SDLE通过个性化学习激励员工提升技能。
业务挑战
客户在学习管理系统中发现，由于学习活动与元数据关联不佳，创建活动过滤列表困难，需手动筛选数千个活动，导致入职时间长、流程复杂且效率低下。这一过程耗时1-2周，影响新商业机会的拓展。
解决方案
SoftServe开发了一种基于自然语言处理的AI赋能解决方案，自动映射学习活动与任务描述。该方案通过计算语义文本相似度指标，为每个任务推荐最佳匹配活动。SkillDirector提供标记数据支持模型开发。
技术实现
- 使用AWS平台，包括SageMaker、S3、Elastic Beanstalk和Docker
- 采用Python和GitLab
- 结合有监督机器学习和自定义NLP/ML模型
成果与影响
- 将基于能力的培训开发时间从2周缩短至数小时
- 提升服务效率，增加产能
- 区分SkillDirector方案，推动潜在客户开发
- 减少手动映射的心理障碍和挫败感，赢得更多业务
