Agolo是一家利用機器學習、自然語言處理等技術(shù)來簡化和合成數(shù)據(jù)信息的公司。簡單來說，有了Agolo之后，用戶不用去看散落在各處的新聞、文檔和企業(yè)數(shù)據(jù)，Agolo實時整合這些新聞、數(shù)據(jù)，并創(chuàng)建摘要文檔，為用戶獲取信息提供幫助。

Agolo的工作就是把一篇很長的文章或很多篇關(guān)聯(lián)文章提煉出核心要點并壓縮成一個很短的文章或句子。“摘要”是流程的名稱，整個過程有三步：掃描文件（scan）、組織內(nèi)容（organize）和合成信息（summarize）。

谷歌的數(shù)據(jù)規(guī)模（Agolo現(xiàn)在很可能已經(jīng)得到了google新聞的全部信息）意味著使用的AI模型必須是輕量級和快速的。即使每一篇文章只需要10秒鐘的時間就可以總結(jié)出來，但在世界各地對新聞進行分類和顯示的復(fù)雜環(huán)境中，工作量就會成千上萬倍的增加。因此，Agolo一直致力于改進其模型的性能，直到它們能夠很快地執(zhí)行操作，并最終實現(xiàn)實時的摘要服務(wù)。

Agolo在大型企業(yè)和數(shù)據(jù)積壓較大的公司（如文檔和分析）中還有另外的用途。微軟就是一個很好的例子，在運營一個龐大的軟件和服務(wù)帝國幾十年后，其支持的文檔、研究數(shù)據(jù)等的數(shù)量可能會阻塞其內(nèi)部網(wǎng)，這時候搜索可能對這種規(guī)模的語料庫失效。

基于自然語言處理的Agolo對于處理這種情況很有效，但在某種程度上，該過程最重要的一部分是要理解內(nèi)容。所以Agolo能夠生成一個較短版本的內(nèi)容，但也會在內(nèi)容中包含人物、話題、日期范圍、適用版本號和人物主要發(fā)現(xiàn)等。

當然，并非生成的所有信息都有用，但如果你想要消化積壓了30年的內(nèi)部文檔并能夠有效地搜索和排序，毫無疑問這是有用的。這就是微軟在內(nèi)部使用它，并打算將它作為未來產(chǎn)品或合作伙伴關(guān)系的一部分的原因。

Agolo對投資銀行分析師或研究人員也會有幫助，他們可以使用Agolo將所有相關(guān)文檔按作者或主題分組，并將顯著的信息顯示出來進行瀏覽。有人認為這對谷歌新聞，以及瀏覽特定事件或持續(xù)發(fā)展的故事的報道也很有用。