Softwarevirksomeheden Hypefactors vil automatisere den klassiske PR-disciplin ved at automatisere de mange manuelle processer og samtidig gøre effekten af PR målbar, på tværs af medier, ved brug af kunstig intelligens (AI). Og så vil virksomheden hente mellem 15 og 20 millioner på Nasdaqs minibørs First North. Men er deres AI-teknologi ren hype eller kan teknologien gøre Hypefactors skalérbar? Vi kigger ind i motorrummet.

Hypefactors opererer med egne ord på markedet for MarTech (marketingteknologi), hvor deres mission er at forene to dualistiske discipliner; PR-omtale og AI. Ved at benytte AI vil Hypefactors automatisere en industri, hvor effektmåling af PR-indsatsen i dag udelader væsentlige faktorer som troværdighed, kvalitet eller om historien er positiv eller negativ.

Metoden hedder Hypefactors Value og lover kunderne, at afsøge alle afkroge af det næsten endeløse medielandskabet for at kvantificere værdien af PR-omtale gennem ti parametre. Det har hidtil været en kompleks opgave for PR-bureauer og langt fra skalérbar. Det vil Hypefactors så lave om på. Der er bare en udfordring; de har ikke solgt produktet i stor skala endnu. Men som det er tilfældet for mange andre platforme, kan en succesfuld integration mellem automatisering og AI være den hellige gral.

Hypefactors leverer en cloudbaseret SaaS-platform på abonnementsløsning. Det er en relativ ny kategori på Børsen, men Hypefactors vil børsnotere virksomheden og rejse mellem 15 og 20 millioner kroner. Provenuet er øremærket vækst og skal bruges til øget salg- og markedsføring samt nok så vigtigt, videreudvikle software-platformen, herunder accelerere implementeringen af AI-modeller.

Avanceret overvågning

Men hvordan anvender Hypefactors den AI-teknologi, der skal skalere PR-disciplinen og gøre dem til et interessant investeringsobjekt? Vi har talt med deres hollandske CTO Viet Yen Nguyen, der er ph.d. i Computer Science og tidligere forsker hos European Space Agency. Han leder det udviklerteam, der skal sikre, at Hypefactors får succes med deres avancerede teknologi, hvor store selskaber som Google og Amazon stadig kæmper for at få et synligt gennembrud.

Så hvad gør produktet unikt og hvordan understøttes det af AI-teknologi?

“Blandt andet skal produktet kvantificere læsernes engagement og estimere historiernes rækkevidde. Den nøjagtige information er sjældent tilgængelig. Derfor har vi udviklet algoritmer, der kan overvåge historierne, når de spreder sig. Ved hjælp af en navigations-algoritme og en web-crawler kan vi komme flere spadestik dybere end man har mulighed for ved traditionel medieovervågning,” siger Viet Yen Nguyen og fortsætter:

“Det giver vores kunder flere mediedata og vi bruger avanceret teknologi, som man kender fra data mining, til at klassificere og opdele og gruppere relevante links på websider. Ved at anvende AI giver vi kunder ny og udvidet indsigt i mediekanaler og de får bedre forudsætninger for at planlægge kampagner.”

Når PR bliver raketvidenskab

Algoritmen identificerer websider, der publicerer flere historier end andre og crawler så de sider oftere, end dem med lav frekvens. I tilfælde af servernedbrud eller netværksfejl på websider noterer algoritmen det og genfinder den optimale crawling-frekvens, når den pågældende hjemmeside er oppe igen. En teknologi og løsning som Viet Yen Nguyen og teamet har bygget på baggrund af Viets erfaring inden for rumteknologi.

“Mange af vores tekniske principper, er tilsvarende de der anvendes inden for rumteknologi. Det har gjort vores dataplatform ekstremt robust og det kommer især til udtryk ved at vores web-crawler er i stand til at genopbygge sig selv i en lang række fejlscenarier,” siger Viet Yen Nguyen.

Systemer der bruges til en rummission testes allerede i en tidlig fase for deres pålidelighed og sikkerhed. Analyserne er baseret på enormt store mængder statistisk data som skal beregne sandsynlighederne for succes. Metoden går under det mundrette navn Probabilistic Reasoning. AI-benet af dette, det der kaldes Probabilistic Programming Language (PPL), er nu ved at overtage fra traditionelle og deep machine learning-metoder.

“Rumfartøjer er bygget gennem en ekstremt stringent proces. Deadlines er stramme og i nogle missioner er der kun lancering én gang for hvert årti og man får typisk kun én chance for at gøre det rigtigt. Så en betydelig indsats går ud på at opbygge fejldetektering, isolering og algoritmer der kan genoprette systemet i tilfælde af fejl” siger Viet Yen Nguyen.

CTO i Hypefactors Viet Yen Nguyen

State-of-the-art

Hypefactors bruger også PPL til at genkende og fortolke publiceringsdatoer for artikler når web-crawleren trækker data på tværs af platforme fra hele verden. Eksempelvis bruger amerikanerne et måned-dag-år format, mens europæere følger et formatet for dag-måned-år. En simpel dato som 01-07-18 kan derfor fortolkes på flere måder, ligesom måneder og dage kan forkortes eller blot have helt forskellige navne. Det er især en udfordring, når man skal overvåge medier i Asien, fortæller Viet Yen Nguyen.

Denne algoritme kører tusindvis af simuleringer af potentielle fortolkninger, hvorefter den bestemmer datoerne ud fra den højeste sandsynlighed. Viet Yen Nguyen og hans team har i dag stor erfaring med at træne og skalere denne AI-metode, da de behandler millioner af artikler hver dag.

“Vi stræber altid efter den mest effektive og elegante løsning. Nogle gange kan dette være så enkelt som at anvende 200 år gamle solide matematiske teorier eller det kan være PPL-modeller, der er det tætteste man kommer på state-of-the-art teoretisk datalogi til industriel praksis,” siger Viet Yen Nguyen.