人工智能（AI）和機(jī)器學(xué)習(xí)（ML）曾經(jīng)被認(rèn)為是企業(yè)的“空頭支票“之類的項(xiàng)目，如今已經(jīng)成為應(yīng)用主流。

越來越多的企業(yè)正在利用這種模仿人類思維行為的技術(shù)來吸引客戶，并加強(qiáng)業(yè)務(wù)運(yùn)營。

在調(diào)研機(jī)構(gòu)Gartner公司的調(diào)查中，106名IT和業(yè)務(wù)專業(yè)人士中，59%的受訪者表示迄今為止已部署了人工智能技術(shù)，并且平均擁有4個(gè)人工智能/機(jī)器學(xué)習(xí)項(xiàng)目。這些受訪者還表示，他們預(yù)計(jì)未來一年內(nèi)將再增加6個(gè)項(xiàng)目，未來3年內(nèi)將再增加15個(gè)項(xiàng)目。Gartner公司分析師Whit Andrews說，到2022年，這些組織預(yù)計(jì)平均部署35個(gè)人工智能/機(jī)器學(xué)習(xí)項(xiàng)目，他表示這些計(jì)劃項(xiàng)目的數(shù)量令他感到驚訝。

Andrews說，通過客戶服務(wù)和內(nèi)部決策的虛擬助理改善客戶體驗(yàn)和任務(wù)自動(dòng)化是最受歡迎的項(xiàng)目之一。

調(diào)研機(jī)構(gòu)IDC公司對2473家組織進(jìn)行的一項(xiàng)更大調(diào)查發(fā)現(xiàn)，只是增加項(xiàng)目本身并不能形成更廣泛的人工智能戰(zhàn)略，只有25%的組織制定了企業(yè)范圍的人工智能戰(zhàn)略。

IDC公司的調(diào)查發(fā)現(xiàn)，由于缺乏熟練的員工和不切實(shí)際的期望，多達(dá)25%的受訪者表示其人工智能戰(zhàn)略失敗率高達(dá)50%。但這并不能阻止組織繼續(xù)嘗試。在這里，正在試驗(yàn)、構(gòu)建、實(shí)施人工智能和機(jī)器學(xué)習(xí)技術(shù)的首席信息官們分享了他們的機(jī)器學(xué)習(xí)用例和一些實(shí)用的建議。

1. 保險(xiǎn)公司利用聊天機(jī)器人改善客戶體驗(yàn)（CX）

互助保險(xiǎn)巨頭Guardian公司首席信息官Dean del Vecchio表示，該公司正在測試人工智能，以改善客戶體驗(yàn)（CX），并提高員工生產(chǎn)力。

該公司一個(gè)客戶體驗(yàn)（CX）試點(diǎn)項(xiàng)目包括使用由IPsoft制作的虛擬助理Amelia來幫助自動(dòng)化入職流程，并回答福利問題，從而使客戶體驗(yàn)（CX）工作人員能夠?qū)Ｗ⒂诟鼜?fù)雜的案例。受到Guardian公司的商業(yè)邏輯教育，Amelia回答了諸如“重大疾病意味著什么？”等問題以及Guardian公司數(shù)百萬客戶可能提出的其他問題。

Guardian公司在內(nèi)部測試了IBM Watson如何幫助其更好地了解客戶如何與業(yè)務(wù)進(jìn)行交互。作為試驗(yàn)的一部分，IBM公司的這種認(rèn)知計(jì)算軟件讀取并優(yōu)先處理Guardian公司每天收到的數(shù)百萬封郵件，這一掃描可以在幾分鐘內(nèi)完成，將員工從人工閱讀和優(yōu)先處理郵件的時(shí)間中解放出來。

關(guān)鍵建議：應(yīng)在更大的業(yè)務(wù)范圍內(nèi)考慮機(jī)器學(xué)習(xí)項(xiàng)目。在Guardian公司，支持人工智能/機(jī)器學(xué)習(xí)的流程自動(dòng)化只是其更廣泛的數(shù)字化轉(zhuǎn)型的一小部分，Del Vecchio正在改進(jìn)客戶體驗(yàn)（CX），從而簡化運(yùn)營。這包括遷移到AWS云平臺(tái)、采用敏捷開發(fā)，以及構(gòu)建API市場。

2. Zulily公司采用人工智能推薦服裝

人們可能會(huì)說，如果沒有機(jī)器學(xué)習(xí)，服裝零售商Zulily公司就沒有可行的業(yè)務(wù)，該公司使用機(jī)器學(xué)習(xí)向消費(fèi)者提供個(gè)性化的商品。

Zulily公司首席信息官Luke Friang說，該軟件依靠許多信號(hào)來決定是通過推送通知還是通過電子郵件向顧客發(fā)送優(yōu)惠信息，這些信號(hào)包括購買歷史記錄、瀏覽選擇的時(shí)間、移動(dòng)應(yīng)用程序的點(diǎn)擊和滑動(dòng)，以及社交媒體行為。他說，“隨著我們更好地了解消費(fèi)者，可以更好地傾聽他的聲音?！?/p>

雖然Zulily公司構(gòu)建自定義算法，但它依賴于許多開源技術(shù)，例如Hadoop、TensorFlow、H20，以完善其機(jī)器學(xué)習(xí)堆棧。

關(guān)鍵建議：人工智能項(xiàng)目受益于健全的云計(jì)算架構(gòu)。例如，Zulily公司的個(gè)性化努力依賴于亞馬遜網(wǎng)絡(luò)服務(wù)和谷歌云平臺(tái)之間的關(guān)鍵組合，在這兩個(gè)平臺(tái)中，谷歌云平臺(tái)提供了一些建議，當(dāng)被選中時(shí)，可以將消費(fèi)者吸引到由AWS公司支持的Zulily電子商務(wù)平臺(tái)。Friang表示，這種聯(lián)系強(qiáng)調(diào)了谷歌云和AWS如何推動(dòng)競爭，從長遠(yuǎn)來看將有利于首席信息官。

3.JiLL：企業(yè)人工智能助理

從表面上看，人們不會(huì)認(rèn)為人工智能有對商業(yè)房地產(chǎn)提供商有多大用處。但在今年6月，仲量聯(lián)行（JLL）公司與谷歌公司合作開發(fā)了JiLL，這是一款語音助理，允許辦公室員工設(shè)置會(huì)議、聯(lián)系同事、查詢火車時(shí)刻表、通過語音或文本填寫服務(wù)請求。

例如，根據(jù)JLL公司首席數(shù)字產(chǎn)品官Vinay Goel的說法，Jill可以處理諸如“JiLL，幫助我的團(tuán)隊(duì)預(yù)訂每周會(huì)議”，或“JiLL，今天下午在三樓給我找一個(gè)空閑的辦公桌。”

他在一份聲明中表示，JiLL考慮了仲量聯(lián)行公司關(guān)于建筑物、用戶交互、物理空間交易的數(shù)據(jù)集，這些數(shù)據(jù)集在谷歌云平臺(tái)以及Kubernetes容器中處理。他說，“隨著時(shí)間的推移，我們希望JiLL成為幫助員工提高日常生產(chǎn)力的數(shù)百種技能的重要平臺(tái)?！?/p>

關(guān)鍵建議：對于尋求轉(zhuǎn)向服務(wù)的組織而言，虛擬助理可能是值得的投資。仲量聯(lián)行公司的JiLL是利用技術(shù)提供增值服務(wù)戰(zhàn)略的一部分，理想情況下是為了吸引更多的公司客戶。仲量聯(lián)行計(jì)劃增加更多的技能并向第三方功能開放平臺(tái)，這是旨在提高采用率的市場策略的一部分。這項(xiàng)倡議表明，多年來虛擬助理已轉(zhuǎn)向垂直市場。

4.機(jī)器學(xué)習(xí)將動(dòng)態(tài)定價(jià)與便利性結(jié)合起來

便利店連鎖店Wawa公司計(jì)劃使用機(jī)器學(xué)習(xí)根據(jù)競爭因素動(dòng)態(tài)改變價(jià)格。首席信息官John Collier表示，這可以大大促進(jìn)Wawa公司為忠誠度計(jì)劃客戶提供個(gè)性化服務(wù)。

Collier補(bǔ)充道，“我們希望采用數(shù)據(jù)和算法，因此我們不會(huì)設(shè)定價(jià)格，而是制定規(guī)則。其訣竅在于平衡用戶體驗(yàn)的改善和提供體驗(yàn)的成本。”

關(guān)鍵建議：Collier表示，希望能夠?qū)崿F(xiàn)動(dòng)態(tài)定價(jià)，但存在一個(gè)問題：新興技術(shù)與其遺留系統(tǒng)的接口不會(huì)很好。因此，現(xiàn)代化對任何人工智能戰(zhàn)略都至關(guān)重要。Wawa公司正在改造其遺留系統(tǒng)，作為數(shù)字化轉(zhuǎn)型的一部分。他說，“我們在數(shù)據(jù)戰(zhàn)略上投入了大量資金?！?/p>

5.信貸報(bào)告公司構(gòu)建機(jī)器學(xué)習(xí)分析引擎

信貸報(bào)告行業(yè)巨頭Experian公司表示，數(shù)字化轉(zhuǎn)型為利用機(jī)器學(xué)習(xí)核心能力的新戰(zhàn)略產(chǎn)品鋪平了道路：Ascend Analytics On Demand，這是一種自助式分析平臺(tái)，使企業(yè)能夠構(gòu)建預(yù)測模型，以確定關(guān)鍵因素，如2.2億名消費(fèi)者中是否有人有資格獲得他們要求的信貸額度。

Experian公司的消費(fèi)者信息服務(wù)總裁Alex Lintner表示，與目前花費(fèi)數(shù)周的時(shí)間相比，客戶可以在幾分鐘內(nèi)對這些數(shù)據(jù)進(jìn)行復(fù)雜的分析。在理想情況下，該工具將使消費(fèi)者能夠在需要時(shí)獲得信貸資格。

調(diào)研機(jī)構(gòu)Gartner公司表示，隨著人工智能技術(shù)在幾乎所有新軟件產(chǎn)品和服務(wù)中的普及，Ascend Analytics On Demand應(yīng)運(yùn)而生。

Experian Global公司首席信息官Barry Libenson說：“客戶希望能夠在任何時(shí)候以任何方式來實(shí)時(shí)查看大量信息?！彼?fù)責(zé)監(jiān)督使用Hadoop和其他分析工具的平臺(tái)構(gòu)建。

關(guān)鍵建議：用戶無法在傳統(tǒng)的軟件上構(gòu)建新的分析平臺(tái)，并期望它們運(yùn)行良好。為了支持Ascend Analytics On Demand，Experian公司采用了混合云方法，并投資于開源工具，包括容器、API引擎、微服務(wù)。Experian公司還對其構(gòu)建和使用軟件的方式實(shí)現(xiàn)標(biāo)準(zhǔn)化，其應(yīng)用程序和代碼可以被其全球員工和客戶應(yīng)用。

6.信用卡公司采用機(jī)器學(xué)習(xí)應(yīng)對欺詐行為

與信貸監(jiān)控公司一樣，信用卡公司也不得不與欺詐者打交道。

MasterCard公司技術(shù)和運(yùn)營總裁Ed McLaughlin表示，當(dāng)許多專家將數(shù)字視為隱私和安全的禍根時(shí)，機(jī)器學(xué)習(xí)和人工智能工具可以使信用卡服務(wù)更安全。

MasterCard公司使用機(jī)器學(xué)習(xí)和人工智能技術(shù)來消除惡意用戶。McLaughlin表示，其保護(hù)措施的核心是一個(gè)內(nèi)存數(shù)據(jù)庫，該數(shù)據(jù)庫自2016年使用以來為MasterCard公司避免了10億美元的損失。該軟件使用200多個(gè)屬性來預(yù)測和阻止欺詐。

該核心系統(tǒng)與標(biāo)記化技術(shù)、生物特征識(shí)別、深度學(xué)習(xí)和其他新方法相結(jié)合，幫助MasterCard公司保持其促進(jìn)價(jià)值數(shù)十億美元的安全交易的聲譽(yù)。

關(guān)鍵建議：在網(wǎng)絡(luò)安全方面，人類是最薄弱的環(huán)節(jié)。McLaughlin說：“最重要的是盡可能地讓工作人員脫離這個(gè)循環(huán)。機(jī)器學(xué)習(xí)、人工智能、自然語言處理軟件都是Mastercard工具包中的關(guān)鍵組件。”

7.賽車公司利用機(jī)器學(xué)習(xí)分析汽車洞察力

Mercedes-AMG Petronas Motorsport公司使用機(jī)器學(xué)習(xí)功能來幫助可視化賽車性能。

該公司IT團(tuán)隊(duì)負(fù)責(zé)人Matt Harris說，該公司收集了一級(jí)方程式賽車的多個(gè)數(shù)據(jù)通道，有時(shí)每秒多達(dá)10000個(gè)數(shù)據(jù)點(diǎn)，以做出關(guān)鍵決策。

Mercedes-AMG Petronas使用Tibco軟件可視化其影響變量，如天氣、輪胎溫度、燃油量對其汽車的影響。該軟件還使工程師能夠分析汽車齒輪的性能和磨損等細(xì)節(jié)。駕駛員通常每圈換檔100次，每次駕駛員換檔時(shí)，Tibco都會(huì)收集大約1，000個(gè)數(shù)據(jù)點(diǎn)。

Harris說，“當(dāng)你看到這些數(shù)據(jù)時(shí)，實(shí)際上可以使變速箱的使用時(shí)間更長，或者更重要的是，使變速箱的變化更為劇烈。然后就會(huì)發(fā)現(xiàn)，如果將變速箱放在一個(gè)特定的模式下，每圈大約快50毫秒。在排位賽中，賽車可以快出千分之一秒，所以50毫秒對其獲勝很重要?！?/p>

Harris說，“Mercedes-AMG Petronas正在構(gòu)建機(jī)器學(xué)習(xí)算法，以幫助做人類做不到的事情，或者這是一種昂貴的工作方式。”Harris認(rèn)為這些能力最終將成為團(tuán)隊(duì)競爭優(yōu)勢的關(guān)鍵推動(dòng)因素。

關(guān)鍵建議：為什么要構(gòu)建一些不是企業(yè)核心競爭力的東西？在采用Tibco之前，Mercedes-AMG Petronas使用自行開發(fā)的可視化軟件，這種軟件經(jīng)證明效率太低，無法維持。通過依靠Tibco，Mercedes-AMG Petronas可以專注于其專業(yè)實(shí)力：打造高性能汽車。哈里斯說：“最重要的是讓人們有創(chuàng)造力，思考解決問題，而不是編寫軟件來解決問題?！?/p>

8.采用機(jī)器學(xué)習(xí)預(yù)測員工什么時(shí)候離職

像大多數(shù)汽車維修公司一樣，Calibre Collision公司長期以來一直存在員工頻繁流動(dòng)的問題，因?yàn)樵摴?a target="_blank">機(jī)械師、油漆工和客戶支持人員不斷離職，有時(shí)600多家工廠的年人員周轉(zhuǎn)率高達(dá)40%。

Calibre公司發(fā)現(xiàn)，部分問題在于其維修工廠有時(shí)沒有足夠的汽車供工作人員修理，導(dǎo)致工資不穩(wěn)定。這讓該公司首席信息官AshleyDenison感到疑惑：如果能夠預(yù)測員工何時(shí)會(huì)離職并進(jìn)行干預(yù)呢？

Calibre公司開始與技術(shù)顧問Sparkhound公司合作，后者創(chuàng)建的軟件可以從Caliber公司的Workday人力資源軟件中提取員工數(shù)據(jù)，并將其與Microsoft Power BI混合，創(chuàng)建一個(gè)定制的回歸模型，預(yù)測員工是否可能會(huì)考慮離職。然后，Calibre公司通過數(shù)字調(diào)查或個(gè)人聯(lián)系方式聯(lián)系員工進(jìn)行干預(yù)。

例如，如果員工的工資在幾周內(nèi)下降，Calibre公司區(qū)域經(jīng)理可以確保他們獲得更多的汽車進(jìn)行維修。相反，如果員工看起來工作負(fù)擔(dān)過重，該公司可以將一些工作重新分配給他的同事。其結(jié)果是，Calibre公司每年可節(jié)省多達(dá)100萬美元。

關(guān)鍵建議：采用機(jī)器學(xué)習(xí)算法避免問題以節(jié)省資金是一種實(shí)用的方法。

9.人工智能作為產(chǎn)品和業(yè)務(wù)的推動(dòng)者

在2018年麻省理工學(xué)院首席信息官斯隆研討會(huì)上，Adobe Systems首席信息官Cynthia Stoddard表示，該公司正在利用機(jī)器學(xué)習(xí)分析幫助臺(tái)記錄的系統(tǒng)故障趨勢，然后在問題導(dǎo)致重大停機(jī)之前積極解決問題。

如果該系統(tǒng)發(fā)現(xiàn)可能發(fā)生中斷的事件，可以主動(dòng)在引發(fā)故障之前消除或減輕這些故障。

該工具稱為HAAS，用于“修復(fù)即服務(wù)”，可以捕獲并修復(fù)從Adobe公司的ERP集成失敗到針對該公司各種分析系統(tǒng)的錯(cuò)誤數(shù)據(jù)源。Stoddard說，HAAS將人工手動(dòng)執(zhí)行的30分鐘的修復(fù)時(shí)間減少到1分鐘。她估計(jì)在過去的幾個(gè)月中已經(jīng)節(jié)省了330小時(shí)的修復(fù)時(shí)間。使用詳細(xì)說明問題的報(bào)告，Adobe公司工程師可以創(chuàng)建永久性修復(fù)程序。

Stoddard說，“如果知道必須修復(fù)一些東西，而且知道如何解決它，那么可以實(shí)現(xiàn)自動(dòng)化。這是一個(gè)巨大的好處?！边@項(xiàng)工作建立在Stoddard團(tuán)隊(duì)于2017年創(chuàng)建的基于機(jī)器學(xué)習(xí)的診斷測試框架之上。

關(guān)鍵建議：使用機(jī)器學(xué)習(xí)識(shí)別模式是創(chuàng)建自我修復(fù)功能的關(guān)鍵。Stoddard說，“如果知道如何修復(fù)，可以在其中放置一個(gè)自我修復(fù)的組件，就省去了工作人員的工作?！?/p>

責(zé)任編輯：ct