電話：+86 574 88168918 郵箱：sales@aliance.cn
電話：+86 574 88168918 郵箱：sales@aliance.cn
現在沒有什(shen)么比人工智能(AI)和(he)機器學習(ML)更熱的(de)技(ji)術了。領先的(de)企業組(zu)織已經在利用這種模仿(fang)人類(lei)精神行(xing)為的(de)技(ji)術來吸引客戶、促進(jin)(jin)業務運作。Gartner的(de)數據顯示，未來幾年這一(yi)趨勢將(jiang)進(jin)(jin)一(yi)步加速，到(dao)2020年人工智能和(he)機器學習將(jiang)成(cheng)為超過30%的(de)首席(xi)信(xin)息官的(de)五(wu)大投資重點之(zhi)一(yi)。
人(ren)們(men)(men)(men)對人(ren)工智(zhi)能和(he)機(ji)器(qi)學(xue)(xue)習將取代工作的(de)最初恐懼感(gan)似乎正(zheng)在消(xiao)失，普華永道調(diao)查的(de)企業高管中有超過67%的(de)人(ren)表示，人(ren)工智(zhi)能將幫助人(ren)類(lei)和(he)機(ji)器(qi)更好地協作。一(yi)些(xie)CIO們(men)(men)(men)已經(jing)意識(shi)到有機(ji)會運用于他們(men)(men)(men)的(de)業務，并且正(zheng)在試驗、建立(li)甚至專(zhuan)利開發(fa)新的(de)人(ren)工智(zhi)能和(he)機(ji)器(qi)學(xue)(xue)習技術，這些(xie)IT領袖們(men)(men)(men)與我(wo)們(men)(men)(men)分享了他們(men)(men)(men)的(de)機(ji)器(qi)學(xue)(xue)習使用案例。
人工智能(neng)幫助(zhu)強化(hua)證券研究
Putnam Investments是一家共同(tong)基(ji)金(jin)、401(k)計劃、IRA和(he)其他退休計劃的提(ti)供商，該(gai)公(gong)司(si)首席信息官Sumedh Mehta認(ren)為，人(ren)工(gong)智能和(he)機器學習是幫助這家金(jin)融服務公(gong)司(si)研究(jiu)分析(xi)師(shi)提(ti)高股票覆蓋率的關鍵。
分析師們與(yu)Putnam的(de)數據(ju)科學家密切(qie)合作，撰寫了一(yi)篇(pian)關(guan)于從大(da)量數據(ju)中獲(huo)得(de)洞察的(de)論文，Mehta說。Putnam也在研(yan)究一(yi)套推薦最重要銷售前景(jing)的(de)算法(fa)。
Mehta在談到人(ren)工智能(neng)和(he)機器學習的時(shi)候表示(shi)： 這(zhe)是一個巨大的具(ju)有(you)顛覆性(xing)和(he)變革性(xing)的力(li)(li)量，整(zheng)個業務驅動(dong)因素(su)就(jiu)是效(xiao)率(lv)和(he)生產(chan)力(li)(li)。
Mehta依(yi)賴軟件工程師(shi)、數(shu)據科(ke)學家、分析和(he)供(gong)應(ying)商(shang)各方的(de)幫助，創建(jian)了(le)一(yi)個卓越的(de)數(shu)據科(ke)學中心，這個中心對于支持業(ye)務利益(yi)相關者(zhe)的(de)人工智能和(he)機器學習(xi)工作來說基(ji)本上(shang)是(shi)從零開(kai)始。他說他的(de) 開(kai)明的(de) 商(shang)業(ye)伙伴已經采(cai)取了(le)這些方法(fa)來實現更(geng)好(hao)的(de)自(zi)動化。
人工智(zhi)能和機器(qi)學習是Putnam廣(guang)泛(fan)的(de)(de)數(shu)字化(hua)轉型(xing)的(de)(de)一(yi)部分，這一(yi)轉型(xing)需要IT基礎設(she)施與云計算現代化(hua)結合(he)，創建(jian)一(yi)個單一(yi)平臺(tai)來統一(yi)運行業務。
主要建議(yi)：企業組織應該花一(yi)定的時(shi)間，設置(zhi)適(shi)當的期(qi)望(wang)值，并且認識(shi)到，最(zui)開始的少(shao)數幾個想法(fa)將(jiang)會帶來新(xin)的問(wen)題而不是(shi)答案。Mehta說： 就人工智能而言，沒(mei)有什么比現在更好(hao)的時(shi)機(ji)了。突然間你的算法(fa)生(sheng)成(cheng)了你并不知道的洞察力，事實并不是(shi)如此(ci)。
人工智(zhi)能幫助金融公(gong)司減稅
Intuit在(zai)10月(yue)份開始加速推進人工(gong)智(zhi)能和(he)機(ji)器學習，因為這家金(jin)融軟件提供(gong)商迎來了一位首席數據科學家 Ashok Srivastava。
Srivastava構建了Verizon大數(shu)據平(ping)臺之后，加入Intuit公司(si)。Srivastava表示(shi)，Intuit正(zheng)在使用AWS來(lai)(lai)(lai)幫(bang)助其QuickBooks Assistant聊天(tian)機器(qi)人(ren)更好地理解和處理自然語言。現在他們(men)越(yue)來(lai)(lai)(lai)越(yue)關注的領域，是通過數(shu)百個通知Quickbooks的分(fen)類來(lai)(lai)(lai)引導用戶。
Srivastava補(bu)充道： 我們正在處理來自QuickBooks的超過10億(yi)筆交(jiao)易，我們能夠(gou)以(yi)高精(jing)度進行分類。
該公司的(de)TurboTax使用人工智能來幫助(zhu)用戶獲得最高(gao)的(de)退稅，引(yin)導他(ta)們逐項完成(cheng)抵稅過程，潛在(zai)(zai)地為用戶節省高(gao)達40%的(de)報稅時間和用在(zai)(zai)搜索文檔上的(de)精力。
Srivastava說，Intuit正在使用AWS的(de)機器學習和(he)云技(ji)術更快速(su)地進行擴展。
主要(yao)建議：開發良好的(de)(de)算法需要(yao)吸引(yin)合(he)適的(de)(de)工(gong)程人才來解(jie)決實際的(de)(de)業(ye)務挑戰。曾在美(mei)國宇航局艾姆斯研究中心工(gong)作的(de)(de)Srivastava目(mu)前正在招聘能夠使用(yong)機器學習和人工(gong)智能技術來實現公(gong)司(si)目(mu)標(biao)的(de)(de)工(gong)程師。
歷史數據預測未來表現
旨在(zai)提高廣域網(wang)性能的(de)(de)軟(ruan)件供應商Riverbed Technology公司的(de)(de)首席信息官Rich Hillebrecht面臨(lin)著(zhu)獨特的(de)(de)挑戰。Hillebrecht表示，他正(zheng)在(zai)測試如何使用機器(qi)學習從(cong)公司供應鏈的(de)(de)多個來(lai)源獲取數據，以推動獲得更(geng)好的(de)(de)業務洞察力。
Hillebrecht表示： 我們希(xi)望運用機(ji)器學習技術(shu)來處(chu)理更多的數(shu)據。
例如，Riverbed可(ke)能會(hui)將(jiang)訂單(dan)管(guan)理和其(qi)他ERP數據(ju)與關(guan)于天氣和其(qi)他因素的歷史(shi)數據(ju)結合起(qi)來，找到可(ke)以預測未來業績的模式。Hillebrecht說： 我們希望在下(xia)游風險方面(mian)更具有預測性，包括能力和向(xiang)客戶下(xia)單(dan)的能力。
Riverbed的(de)其他(ta)使(shi)用(yong)(yong)案例包括使(shi)用(yong)(yong)機器學習自動調整性(xing)能配置并發現(xian)網絡安全(quan)威(wei)脅。 Hillebrecht預計未(wei)來將創建(jian)一(yi)個數據湖，從中(zhong)可以獲得業務洞察力。
主要建議：針對人工(gong)智能(neng)和(he)機器學習制定合理的戰(zhan)略(lve)，需(xu)要謹慎而為。Hillebrecht表示，他(ta)正(zheng)在仔細評估各種(zhong)工(gong)具和(he)技(ji)術，包括(kuo)IBM Watson。
讓銀行更好地(di)洞察(cha)客戶
像(xiang)許(xu)多大型銀(yin)(yin)(yin)(yin)行(xing)(xing)一(yi)樣(yang)(yang)，美(mei)國(guo)銀(yin)(yin)(yin)(yin)行(xing)(xing)(U.S. Bank)收集(ji)了大量的(de)客(ke)戶數據。和(he)大多數銀(yin)(yin)(yin)(yin)行(xing)(xing)一(yi)樣(yang)(yang)，美(mei)國(guo)銀(yin)(yin)(yin)(yin)行(xing)(xing)一(yi)直在(zai)努力從這些數據中獲得可操(cao)作的(de)洞察(cha)。美(mei)國(guo)銀(yin)(yin)(yin)(yin)行(xing)(xing)首席(xi)分析官Bill Hoffman正在(zai)努力改變這種狀(zhuang)況。在(zai)過去的(de)幾個月(yue)里(li)，他(ta)一(yi)直使用(yong)Salesforce.com的(de)Einstein人工(gong)智(zhi)能/機器學習技術來提高整(zheng)個銀(yin)(yin)(yin)(yin)行(xing)(xing)的(de)小型企業(ye)(ye)、批(pi)發商、商業(ye)(ye)財富和(he)商業(ye)(ye)銀(yin)(yin)(yin)(yin)行(xing)(xing)業(ye)(ye)務的(de)個性化。
例(li)如(ru)(ru)，如(ru)(ru)果客戶(hu)(hu)在(zai)(zai)美國銀(yin)(yin)行(xing)網站上(shang)搜索了關(guan)于按揭(jie)貸(dai)款的信息，則客戶(hu)(hu)服(fu)務(wu)代理可(ke)(ke)(ke)(ke)以在(zai)(zai)下次訪問分行(xing)時跟進該客戶(hu)(hu)。這也(ye)有(you)助(zhu)于美國銀(yin)(yin)行(xing)發現(xian)人類可(ke)(ke)(ke)(ke)能(neng)看不到的模式。例(li)如(ru)(ru)，軟件可(ke)(ke)(ke)(ke)以推薦服(fu)務(wu)代理在(zai)(zai)星(xing)期四上(shang)午(wu)10點到下午(wu)12點之間致電(dian)特定行(xing)業的潛(qian)在(zai)(zai)客戶(hu)(hu)。因為他們更(geng)有(you)可(ke)(ke)(ke)(ke)能(neng)接聽(ting)電(dian)話。Einstein還可(ke)(ke)(ke)(ke)以在(zai)(zai)日(ri)歷上(shang)添加一個(ge)邀(yao)請，以提醒他們在(zai)(zai)下周四打電(dian)話給(gei)潛(qian)在(zai)(zai)客戶(hu)(hu)。
這(zhe)種能力直達(da)許多金融服務機構的核心(xin)。全方位(wei)培育(yu)客戶(hu)，實時推(tui)薦(jian)相(xiang)關服務。Hoffman表示： 我們(men)(men)正在描述(shu)發(fa)生(sheng)(sheng)了什(shen)么或(huo)者正在發(fa)生(sheng)(sheng)什(shen)么，發(fa)展到將(jiang)要發(fa)生(sheng)(sheng)什(shen)么或(huo)者應該會發(fa)生(sheng)(sheng)什(shen)么。核心(xin)價(jia)值是(shi)保持領先(xian)一步，預(yu)測我們(men)(men)的客戶(hu)需求和他(ta)們(men)(men)想與我們(men)(men)互動的渠道。
主(zhu)要建議：對人(ren)工智能和(he)機(ji)器學(xue)習(xi)采取一種測試(shi)+學(xue)習(xi)的方(fang)法(fa)，并保持耐心。但也準備好擴展到目前所在領(ling)域(yu)之外(wai)的東西。Hoffman說： 始終以顧客為中心。要問(wen)一個問(wen)題：這(zhe)將如(ru)何使客戶受益?
機器學(xue)習消(xiao)除了 苦力活(huo) ，使工作更有成效
萬(wan)事(shi)達(Mastercard)運營和技(ji)術(shu)總(zong)裁Ed McLaughlin說，機器(qi)學(xue)習 滲透到我們(men)所做的(de)方方面面 。萬(wan)事(shi)達使用機器(qi)學(xue)習來自動化(hua)那些重復性的(de)、手(shou)動的(de)任(ren)務(wu)(wu)，從而(er)讓人(ren)類解放出(chu)來，從事(shi)增(zeng)加生產力和價值的(de)工作。McLaughlin說： 很明顯，我們(men)已經走在(zai)了最前沿，有使工作場任(ren)務(wu)(wu)自動化(hua)的(de)明確投資案例。
萬(wan)事達也使用(yong)機(ji)器學習(xi)(xi)工具(ju)在(zai)整個產品和服務生態(tai)中增強變更(geng)管理。例如，機(ji)器學習(xi)(xi)工具(ju)可幫助確定哪些更(geng)改是最無風險的(de)，哪些需要(yao)額外審查(cha)的(de)。最后，萬(wan)事達正在(zai)使用(yong)機(ji)器學習(xi)(xi)來檢測(ce)其系統(tong)中的(de)異常情況，看是否有(you)黑客試圖獲得訪(fang)問權限。McLaughlin還(huan)在(zai)網(wang)絡中建(jian)立了 安(an)全網(wang) 當發現可疑的(de)行(xing)為時，就會(hui)觸發保護網(wang)絡的(de)斷(duan)路器。他說： 我們擁有(you)欺詐評分(fen)(fen)系統(tong)，不斷(duan)地對(dui)交易進(jin)行(xing)更(geng)新并(bing)對(dui)下一筆交易進(jin)行(xing)評分(fen)(fen)。
主(zhu)要(yao)建議(yi)：就(jiu)McLaughlin而言，人工(gong)智能(neng)/機器學習只是自己廣泛工(gong)具(ju)包(bao)中(zhong)的(de)一(yi)個工(gong)具(ju)。盡管市場上有很多新穎的(de)工(gong)具(ju)，但他表示CIO們不應該期望依(yi)靠這些工(gong)具(ju)就(jiu)神奇地解決業務問題。
人工智能成(cheng)為(wei)產品和業務的(de)使(shi)能者
軟件提供商Adobe Systems公司的(de)首席信(xin)息(xi)官(guan)Cynthia Stoddard正(zheng)在(zai)(zai)利用 數據(ju)驅動的(de)運營(ying)模式 重新構思(si)自(zi)己的(de)部門，依(yi)靠基于Hadoop的(de)分析來更好地運營(ying)IT和業(ye)務(wu)。作為數據(ju)驅動策(ce)略的(de)一部分，Stoddard表(biao)示，她(ta)正(zheng)在(zai)(zai)嘗試使用機(ji)器(qi)學(xue)習(xi)來幫助(zhu)分析幫助(zhu)臺軟件中的(de)故障(zhang)單，以查找系統(tong)故障(zhang)的(de)趨(qu)勢。如果系統(tong)發現(xian)可能(neng)發生停機(ji)的(de)事(shi)件，那么系統(tong)就會主動消除或減輕這些事(shi)件，直至觸發故障(zhang)。
她說，識別IT服務(wu)故(gu)障中(zhong)的(de)(de)模(mo)式也(ye)(ye)將(jiang)使Adobe能(neng)(neng)夠創造一(yi)些 自我(wo)修(xiu)復 功能(neng)(neng)，以承擔一(yi)部分(fen)IT員(yuan)(yuan)工當前所做的(de)(de)工作(zuo)。她還(huan)在研究(jiu)聊(liao)天機器人技術，以實現員(yuan)(yuan)工的(de)(de)IT支持請求。 Adobe的(de)(de)商(shang)用(yong)業務(wu)也(ye)(ye)在擁(yong)抱(bao)人工智能(neng)(neng)。2016年11月，Adobe推出了Sensei，這(zhe)是一(yi)種(zhong)人工智能(neng)(neng)技術層，用(yong)于Adobe的(de)(de)產品中(zhong)，可創建(jian)和(he)發布文檔，分(fen)析和(he)跟蹤Web和(he)移動應用(yong)的(de)(de)性能(neng)(neng)。
主(zhu)要建(jian)議(yi)：使用機器學習(xi)來識別模式，這(zhe)是創建(jian)自我修復(fu)功能(neng)的(de)關鍵。Stoddard表示： 如果(guo)你知道(dao)如何修復(fu)它，你可以把(ba)(ba)自我修復(fu)的(de)部(bu)件放在(zai)里面，把(ba)(ba)人的(de)因素排除在(zai)外。
文章編輯：CobiNet(寧波)
本公司專注于電訊配件,銅纜綜合布線系列領域產品研發生產超五類，六類,七類線，屏蔽模塊，配線架及相關模塊配(pei)件的研(yan)發和生產。
