人工智能用例有什么技巧來選擇正確的

很多企業(yè)可能對采用人工智能還沒有做好準(zhǔn)備，因此從單個(gè)項(xiàng)目開始可能是一個(gè)很好的開始。首席信息官在早期人工智能項(xiàng)目中應(yīng)該有什么收獲？

谷歌公司是使用人工智能的先驅(qū)之一，在短短的時(shí)間內(nèi)，該公司的凈收入同比翻了一番，投資回報(bào)豐厚。如今，許多公司都在采用人工智能。調(diào)研機(jī)構(gòu)Genesys公司預(yù)測，到2022年，60%的美國公司將使用人工智能技術(shù)，其原因很簡單：這些公司不僅看到了結(jié)果，而且擔(dān)心在市場競爭中輸給人工智能驅(qū)動(dòng)的競爭對手。

然而，很多企業(yè)并不善于處理人工智能用例。正如提供自動(dòng)化機(jī)器學(xué)習(xí)工具的Aible公司首席執(zhí)行官兼創(chuàng)始人、Salesforce Einstein公司創(chuàng)始人之一Arijit Sengupta所解釋說：“由于絕大多數(shù)人工智能項(xiàng)目都失敗了，因此很難提供統(tǒng)計(jì)數(shù)據(jù)來證明人工智能在商業(yè)中的有效性。2018年，研究機(jī)構(gòu)Gartner公司估計(jì)，85%的人工智能項(xiàng)目沒有成功。雖然人工智能技術(shù)具有著巨大的潛力，但如今大多數(shù)人工智能用例在商業(yè)運(yùn)營方面都失敗了?！?/p>

以下將討論首席信息官應(yīng)該如何處理他們的人工智能使用案例和策略，以取得成功。行業(yè)媒體采訪了數(shù)十位人工智能專家，并分享了他們多年來的實(shí)踐經(jīng)驗(yàn)。

1.主要依靠數(shù)據(jù)的人工智能

眾所周知，人工智能依靠數(shù)據(jù)為生，但是數(shù)據(jù)的重要性常常被低估了。

聊天機(jī)器人開發(fā)商Verint公司副總裁Jen Snell解釋說：“人工智能中的數(shù)據(jù)問題的范圍和規(guī)模遠(yuǎn)遠(yuǎn)超出了大多數(shù)人的認(rèn)識。由于數(shù)據(jù)的原因，很多企業(yè)的項(xiàng)目都會遇到問題——從數(shù)據(jù)質(zhì)量到管理和整理數(shù)據(jù)以獲得有意義的見解，再到標(biāo)記和模型構(gòu)建。一開始似乎很容易，但當(dāng)企業(yè)著眼于規(guī)模增長、改變模型、管理和確保對系統(tǒng)的控制時(shí)，就會變得棘手?！?/p>

Snell的統(tǒng)計(jì)數(shù)據(jù)令人痛苦：雖然59%的高管認(rèn)為人工智能可以改善對大數(shù)據(jù)的使用，但85%的大數(shù)據(jù)項(xiàng)目或人工智能項(xiàng)目卻失敗了。她說，“我們在15年前就已經(jīng)意識到了這一點(diǎn)，花費(fèi)了幾年的時(shí)間與客戶和現(xiàn)實(shí)數(shù)據(jù)一起了解問題的廣泛性和系統(tǒng)性?！?/p>

因此，擁有可靠和干凈的數(shù)據(jù)對于人工智能轉(zhuǎn)換是必不可少的——甚至比人工智能算法還要重要。人工智能技術(shù)和解決方案提供商Veritone公司應(yīng)用人工智能主管Aaron Edell說，“我了解到，調(diào)整算法和給定模型的數(shù)學(xué)只會帶來很少的改進(jìn)。對準(zhǔn)確性的最大提升來自良好、干凈的培訓(xùn)數(shù)據(jù)。盡早制定數(shù)據(jù)獲取策略是機(jī)器學(xué)習(xí)成功的關(guān)鍵——我希望從一開始就知道這一點(diǎn)?！?/p>

如何獲取數(shù)據(jù)對于人工智能用例也是至關(guān)重要的。雖然從外部來源購買數(shù)據(jù)可以讓企業(yè)脫離實(shí)際，但這還不足以讓其業(yè)務(wù)繼續(xù)運(yùn)行，因?yàn)槿斯ぶ悄懿涣私馑墓δ?，而且它只會像提供的?shù)據(jù)一樣好。Edell在研究經(jīng)過一般訓(xùn)練的模型時(shí)發(fā)現(xiàn)了這一點(diǎn)。他說：“一個(gè)由100萬‘名人’訓(xùn)練的名人識別模型，在現(xiàn)實(shí)生活中的用例中表現(xiàn)很差，因?yàn)樗鼪]有按照它要運(yùn)行的數(shù)據(jù)進(jìn)行訓(xùn)練。如果試圖了解詹妮弗·安妮斯頓在《老友記》每一集中出現(xiàn)的頻率和時(shí)間，那么采用她在奧斯卡頒獎(jiǎng)典禮上的照片訓(xùn)練的模型，其表現(xiàn)將不如從《老友記》的片段中進(jìn)行屏幕抓取圖片的模型?！?/p>

每一家公司都可能需要針對其業(yè)務(wù)的精心調(diào)整的人工智能。從長遠(yuǎn)來看，這將導(dǎo)致更高效的算法，從而帶來更高的收入、更低的成本和更快樂的客戶。

2.選擇正確的起點(diǎn)

成功的人工智能轉(zhuǎn)型是無所不包的變革。這不僅與技術(shù)變革有關(guān)，還與文化變革和企業(yè)面對來自員工的阻力有關(guān)。因此，首席信息官必須從頭開始規(guī)劃成功。

企業(yè)在實(shí)施人工智能用例時(shí)，最好從易到難。正如工作區(qū)自動(dòng)化Avii公司首席執(zhí)行官Lyle Ball所描述的那樣，找到涉及人員的重復(fù)性很高的任務(wù)，讓人工智能系統(tǒng)來完成這些功能。

人工智能驅(qū)動(dòng)的聊天機(jī)器人解決方案提供商Senseforth公司首席執(zhí)行官Shridhar Marri解釋說，“不過從流程上講，最好首先從面向消費(fèi)者的角度出發(fā)?？蛻羝谕谒麄冞x擇的渠道上獲得場景和個(gè)性化的服務(wù)。獲取、吸引和支持客戶的整個(gè)范圍是人工智能技術(shù)正在轉(zhuǎn)變的一個(gè)關(guān)鍵方面?！?/p>

通過改善客戶服務(wù)獲得的利潤和滿意度也有助于企業(yè)展示人工智能轉(zhuǎn)型的價(jià)值，尤其是在面臨同事和員工的抵制時(shí)。Ball總結(jié)說，“這有助于打開其他用途的大門?！?/p>

在獲得客戶體驗(yàn)之后，Marri的建議是追求提高運(yùn)營效率和降低成本。

必須注意不要將人工智能轉(zhuǎn)換與數(shù)字轉(zhuǎn)換混淆。有時(shí)，即使非基于人工智能的自動(dòng)化工具也足以勝任這項(xiàng)工作。在企業(yè)采用人工智能技術(shù)之前，必須進(jìn)行適當(dāng)?shù)难芯?，以查看人工智能?xiàng)目是否是前進(jìn)的最佳方法。為富國銀行等公司構(gòu)建了基于人工智能的聊天機(jī)器人的廠商的首席執(zhí)行官Jonathan Duarte分享了他的經(jīng)驗(yàn)。他說，“在我領(lǐng)導(dǎo)開發(fā)的一個(gè)項(xiàng)目中，項(xiàng)目計(jì)劃已經(jīng)制定，但是在項(xiàng)目啟動(dòng)之前很少進(jìn)行客戶研究。在這種情況下，當(dāng)設(shè)計(jì)聊天機(jī)器人時(shí)，用戶已經(jīng)找到了一種解決方法，該解決方法雖然沒有無限的可擴(kuò)展性，但與人工智能工具一樣強(qiáng)大?！?/p>

3.為文化變革做準(zhǔn)備

僅僅關(guān)注人工智能改造的技術(shù)方面是不夠的。具有諷刺意味的是，雖然人工智能似乎是要取代人類，但近年來，人們才開始了解人類勞動(dòng)力的價(jià)值。

Skymind公司首席執(zhí)行官兼聯(lián)合創(chuàng)始人Chris Nicholson提供了支持大規(guī)模機(jī)器學(xué)習(xí)的人工智能基礎(chǔ)設(shè)施，他強(qiáng)調(diào)了獲得同事支持和合作的重要性。他說，“企業(yè)的團(tuán)隊(duì)可能會使用其計(jì)劃引入的人工智能解決方案，如果他們不接受，那將不會有什么好處?！?/p>

此外，企業(yè)團(tuán)隊(duì)可能會參與產(chǎn)生或?qū)徍巳斯ぶ悄芙鉀Q方案所需的數(shù)據(jù)，如果他們不支持轉(zhuǎn)向自動(dòng)化，將不會獲得良好的數(shù)據(jù)。Nicholson總結(jié)說：“人工智能項(xiàng)目很難起步，所以沒有理由再制造更多的困難?！?/p>

4.建立人工智能是一個(gè)旅程

首席信息官在選擇人工智能用例時(shí)犯的一個(gè)錯(cuò)誤是忘記了人工智能的獨(dú)特功能。人工智能之所以偉大，是因?yàn)樗梢詫W(xué)習(xí)，但只知道人類所教的知識。建立人工智能用例是一個(gè)旅程，而不是目的地。Marri解釋說，“必須不斷地重新訓(xùn)練人工智能，以保持它的最新和可用性。例如，聊天機(jī)器人需要了解企業(yè)的新產(chǎn)品或了解新的或意外的消費(fèi)者請求，以證明自己的有用性?！?/p>

許多人工智能和勞動(dòng)力相結(jié)合的企業(yè)都采用這種策略：人工智能遇到麻煩時(shí)，人們會處理各種情況，不僅提高用戶體驗(yàn)，還會為人工智能創(chuàng)造新的數(shù)據(jù)供其學(xué)習(xí)。同時(shí)，人工智能有助于實(shí)施大量重復(fù)性工作以及替代人工工作。

5.了解極限

雖然在此討論了如何開始使用人工智能用例以及如何正確地使用它，但也需要注意一些陷阱，以確保項(xiàng)目成功并保持成功。由資深獨(dú)立分析師組成的分析組織的首席執(zhí)行官兼創(chuàng)始人Tom Austin指出了一個(gè)致命的例子。他說：“不要像波音737 Max 8上的MCAS（機(jī)動(dòng)特性增強(qiáng)系統(tǒng)）系統(tǒng)的設(shè)計(jì)者那樣，自動(dòng)消除人類的判斷。人工智能并不是無所不能的，它是機(jī)器人，雖然能做人們做不到的事情，但卻無法思考?！?/p>

AusTIn說，“雖然這樣的例子看起來有些極端，但有一個(gè)重要的教訓(xùn)值得學(xué)習(xí)：不要將錯(cuò)誤歸咎于技術(shù)，而人類在現(xiàn)在和將來都繼續(xù)處在責(zé)任鏈的末端?！?/p>