.svg)
تطبق إدارة الأصول الرقمية المدعومة بالذكاء الاصطناعي تقنيات التعلم الآلي على عمليات إدخال الملفات الرقمية، وتصنيفها، والبحث عنها، وإدارتها. فبدلاً من الاعتماد على إدخال البيانات الوصفية يدوياً، يقوم نظام إدارة الأصول الرقمية (DAM) المدعوم بالذكاء الاصطناعي بالتعرف تلقائياً على الكائنات، والوجوه، والنصوص، والكلام، والمشاهد داخل الأصول، مما يجعل كل ملف قابلاً للعثور عليه بناءً على محتواه الفعلي بدلاً من مجرد اسمه.
عند إدخال الأصول، تقوم نماذج الرؤية الحاسوبية وتحليل الكلام بتحليل كل أصل: حيث تحصل الصور على تصنيفات للكائنات والمشاهد، وتخضع المستندات للتعرف الضوئي على الحروف (OCR) واستخراج الكيانات، بينما تحصل مقاطع الفيديو على تصنيف على مستوى الإطار بالإضافة إلى نسخ نصي مرتبط بالتوقيت. تتحول هذه المخرجات إلى بيانات وصفية قابلة للبحث، بحيث يمكن لاستعلام مثل "الرئيس التنفيذي على المسرح في حفل إطلاق المنتج" أن يعيد المقطع الدقيق دون الحاجة إلى قيام أي شخص بتصنيفه يدوياً. كما تدعم المنصات الحديثة البحث الدلالي (باللغة الطبيعية) باستخدام نماذج التضمين، ويسمح بعضها باستخدام نماذج لغوية كبيرة خاصة بالعميل (BYOLLM) ليعمل الذكاء الاصطناعي داخل بيئة العميل الخاصة.
يفشل التصنيف اليدوي عند التعامل مع كميات كبيرة من البيانات؛ حيث تقوم المؤسسات عادةً بتصنيف أقل من 20% من أصولها بشكل كافٍ، مما يعني أن معظم المحتوى يضيع فعلياً بعد 90 يوماً. يجعل التصنيف بالذكاء الاصطناعي الأرشيف بالكامل قابلاً للاسترجاع، ويقلل من إنتاج المحتوى المكرر، ويمكن فرق الامتثال من العثور على المواد الحساسة والتعامل معها. بالنسبة للبيئات الخاضعة للتنظيم والسيادة، فإن المطلب الأساسي هو تشغيل نماذج الذكاء الاصطناعي محلياً (on-premises) أو في بيئات معزولة (air-gapped) بدلاً من إرسال المحتوى إلى واجهات برمجة تطبيقات خارجية.
يقوم محرك الذكاء الاصطناعي ioPilot من ioMoVo بالتعرف على الفيديو على مستوى الإطار، والتعرف الضوئي على الحروف والنسخ النصي متعدد اللغات، والبحث باللغة الطبيعية، مع دعم استخدام النماذج اللغوية الكبيرة الخاصة بالعميل (BYOLLM) لضمان تشغيل النماذج بالكامل داخل البنية التحتية الخاصة بالعملاء الخاضعين للتنظيم. طالع صفحة قدرات الذكاء الاصطناعي في ioMoVo.
تقوم النماذج العامة بتصنيف الكائنات الشائعة بشكل جيد؛ ولكن هناك حاجة إلى مجموعات نماذج متخصصة للتصنيفات المتخصصة (مثل الحياة البرية، أو المجال الطبي، أو الدفاع)، حيث تكون فروق الدقة التي تتجاوز 40 نقطة بين الموردين أمراً شائعاً.
لا، تقوم المنصات الرائدة بتشغيل الاستدلال محلياً (on-premises) أو في بيئات معزولة (air-gapped) لضمان السيادة والامتثال.
نعم، هما اسمان متبادلان لنفس الفئة: نظام إدارة أصول رقمية (DAM) حيث يقود الذكاء الاصطناعي، وليس الإدخال اليدوي، عمليات التصنيف والبحث.