公司叙述科学的独特方法，以解决“大数据挑战”，作为管理快速增长的信息量的困境有时会引入，来自该公司的异常创世纪。克里斯哈蒙德那the founder of Intelligent Information Laboratory, Northwestern University’s artificial intelligence lab (who later founded Narrative Science in 2009 along with Larry Birnbaum, another Northwestern computer science professor, and Stuart Frankel, previously an executive with digital advertising company DoubleClick), decided early on to partner with Northwestern’s respected journalism school to test and refine his lab’s capabilities.
随后，工程师和新闻学生之间的合作，允许两组群体对内容和新闻发电的人工智能施加进步。及时，哈蒙德和他的合作伙伴意识到该技术与金融等数据驱动的业务也相关。
迄今为止，基于芝加哥的初创公司在电池冒险，SV天使和西北大学的两轮风险投资中筹集了750万美元。令人惊讶的是，电池企业的叙事科学铅风险投资者的一般合作伙伴Roger Lee对该公司在华尔街公司的增长方面持乐观态度。“我看到了两种趋势 - 华尔街数据的爆炸和事实大数据趋势只会继续增长并加速 - 随着需要管理它的需要，如此为这项技术的良好机会，“李说。
他预测三种类型的用户可以从Quill，叙事科学的新的AI的软件平台中受益，旨在帮助高数据生成行业的个人更快地分析和理解数据。第一种类型的潜在用户是参与创建外部通信的人，例如CEO和CFO，以及投资组合经理和投资研究团队。（“我看到世界的Schwabs和忠诚，为他们的客户提供了这种类型的技术，”李说。）第二种类型包括参与内部决策的个人，包括最高管理，风险管理人员和运营支持人员。第三种类型是涉及确保他们的公司符合SEC和Finra产生的所有新法规所涉及的个人。
其他人对扩展使用和可能过度使用AI技术持怀疑态度。CitiHub的咨询公司Citihub委员会汤姆加斯克表示，虽然他认识到扩大使用人工智能在金融公司的潜在利益，但过度使用的分析可以导致更大的信息水平审查和一种形式的“通过分析瘫痪”。
“即使在叙事形式中，你如何梳理所有这些信息，所以你实际上是提供结果？而且你必须要小心解释所有这些原始数据，“Garske说，指出，在金融公司的受限预算期间，大多数人将在尝试这种技术之前等待和看到姿势。
Paul Rowady, a senior analyst at research firm Tabb Group, says that although he is a big fan of applying pattern-recognition technology and AI capabilities to Wall Street’s vast data stores, such efforts will have to contend with the low “signal-to-noise” ratio, or the fact that it is very difficult to extract reliable decision-support signals from all the structured data that is out there.
Rowady还牢牢相信，以可视化格式提供的数据最适合那些必须快速做出决定的人。“叙述格式的信息密度低;Rowady说，通过图片传输重要信息是更有效的。“从密集格式获取信息并将其转换为更少的密集格式是在错误的方向上朝向。”
然而，叙事科学的Hammond认为，Ward Street公司及其客户提供的数据提供了多种方式的空间。“对于许多人来说，原始数据通常是唯一可拆责的，尽管金融公司有很多人经常审查和评估视觉数据，但安装量越来越无法管理。他们也可以从我们的产品中受益，“他说。“其他人只是需要帮助在所有数据中了解金牌。”