人工智能給人類生活帶來巨大改變的六個案例
現(xiàn)在沒有什么比人工智能(AI)和機器學習(ML)更熱的技術(shù)了。領(lǐng)先的企業(yè)組織已經(jīng)在利用這種模仿人類精神行為的技術(shù)來吸引客戶、促進業(yè)務(wù)運作。Gartner的數(shù)據(jù)顯示,未來幾年這一趨勢將進一步加速,到2020年人工智能和機器學習將成為超過30%的首席信息官的五大投資重點之一。
人們對人工智能和機器學習將取代工作的最初恐懼感似乎正在消失,普華永道調(diào)查的企業(yè)高管中有超過67%的人表示,人工智能將幫助人類和機器更好地協(xié)作。一些CIO們已經(jīng)意識到有機會運用于他們的業(yè)務(wù),并且正在試驗、建立甚至專利開發(fā)新的人工智能和機器學習技術(shù),這些IT領(lǐng)袖們與我們分享了他們的機器學習使用案例。
人工智能幫助強化證券研究
Putnam Investments是一家共同基金、401(k)計劃、IRA和其他退休計劃的提供商,該公司首席信息官Sumedh Mehta認為,人工智能和機器學習是幫助這家金融服務(wù)公司研究分析師提高股票覆蓋率的關(guān)鍵。
分析師們與Putnam的數(shù)據(jù)科學家密切合作,撰寫了一篇關(guān)于從大量數(shù)據(jù)中獲得洞察的論文,Mehta說。Putnam也在研究一套推薦最重要銷售前景的算法。
Mehta在談到人工智能和機器學習的時候表示:“這是一個巨大的具有顛覆性和變革性的力量,整個業(yè)務(wù)驅(qū)動因素就是效率和生產(chǎn)力。”
Mehta依賴軟件工程師、數(shù)據(jù)科學家、分析和供應商各方的幫助,創(chuàng)建了一個卓越的數(shù)據(jù)科學中心,這個中心對于支持業(yè)務(wù)利益相關(guān)者的人工智能和機器學習工作來說基本上是從零開始。他說他的“開明的”商業(yè)伙伴已經(jīng)采取了這些方法來實現(xiàn)更好的自動化。
人工智能和機器學習是Putnam廣泛的數(shù)字化轉(zhuǎn)型的一部分,這一轉(zhuǎn)型需要IT基礎(chǔ)設(shè)施與云計算現(xiàn)代化結(jié)合,創(chuàng)建一個單一平臺來統(tǒng)一運行業(yè)務(wù)。
主要建議:企業(yè)組織應該花一定的時間,設(shè)置適當?shù)钠谕?,并且認識到,最開始的少數(shù)幾個想法將會帶來新的問題而不是答案。Mehta說:“就人工智能而言,沒有什么比現(xiàn)在更好的時機了。突然間你的算法生成了你并不知道的洞察力,事實并不是如此。”
人工智能幫助金融公司減稅Intuit在10月份開始加速推進人工智能和機器學習,因為這家金融軟件提供商迎來了一位首席數(shù)據(jù)科學家——Ashok Srivastava。
Srivastava構(gòu)建了Verizon大數(shù)據(jù)平臺之后,加入Intuit公司。Srivastava表示,Intuit正在使用AWS來幫助其QuickBooks Assistant聊天機器人更好地理解和處理自然語言?,F(xiàn)在他們越來越關(guān)注的領(lǐng)域,是通過數(shù)百個通知Quickbooks的分類來引導用戶。
Srivastava補充道:“我們正在處理來自QuickBooks的超過10億筆交易,我們能夠以高精度進行分類。”
該公司的TurboTax使用人工智能來幫助用戶獲得最高的退稅,引導他們逐項完成抵稅過程,潛在地為用戶節(jié)省高達40%的報稅時間和用在搜索文檔上的精力。
Srivastava說,Intuit正在使用AWS的機器學習和云技術(shù)更快速地進行擴展。
主要建議:開發(fā)良好的算法需要吸引合適的工程人才來解決實際的業(yè)務(wù)挑戰(zhàn)。曾在美國宇航局艾姆斯研究中心工作的Srivastava目前正在招聘能夠使用機器學習和人工智能技術(shù)來實現(xiàn)公司目標的工程師。
歷史數(shù)據(jù)預測未來表現(xiàn)旨在提高廣域網(wǎng)性能的軟件供應商Riverbed Technology公司的首席信息官Rich Hillebrecht面臨著獨特的挑戰(zhàn)。Hillebrecht表示,他正在測試如何使用機器學習從公司供應鏈的多個來源獲取數(shù)據(jù),以推動獲得更好的業(yè)務(wù)洞察力。
Hillebrecht表示:“我們希望運用機器學習技術(shù)來處理更多的數(shù)據(jù)。”
例如,Riverbed可能會將訂單管理和其他ERP數(shù)據(jù)與關(guān)于天氣和其他因素的歷史數(shù)據(jù)結(jié)合起來,找到可以預測未來業(yè)績的模式。Hillebrecht說:“我們希望在下游風險方面更具有預測性,包括能力和向客戶下單的能力。”
Riverbed的其他使用案例包括使用機器學習自動調(diào)整性能配置并發(fā)現(xiàn)網(wǎng)絡(luò)安全威脅。 Hillebrecht預計未來將創(chuàng)建一個數(shù)據(jù)湖,從中可以獲得業(yè)務(wù)洞察力。
主要建議:針對人工智能和機器學習制定合理的戰(zhàn)略,需要謹慎而為。Hillebrecht表示,他正在仔細評估各種工具和技術(shù),包括IBM Watson。
讓銀行更好地洞察客戶像許多大型銀行一樣,美國銀行(U.S. Bank)收集了大量的客戶數(shù)據(jù)。和大多數(shù)銀行一樣,美國銀行一直在努力從這些數(shù)據(jù)中獲得可操作的洞察。美國銀行首席分析官Bill Hoffman正在努力改變這種狀況。在過去的幾個月里,他一直使用Salesforce.com的Einstein人工智能/機器學習技術(shù)來提高整個銀行的小型企業(yè)、批發(fā)商、商業(yè)財富和商業(yè)銀行業(yè)務(wù)的個性化。
例如,如果客戶在美國銀行網(wǎng)站上搜索了關(guān)于按揭貸款的信息,則客戶服務(wù)代理可以在下次訪問分行時跟進該客戶。這也有助于美國銀行發(fā)現(xiàn)人類可能看不到的模式。例如,軟件可以推薦服務(wù)代理在星期四上午10點到下午12點之間致電特定行業(yè)的潛在客戶。因為他們更有可能接聽電話。Einstein還可以在日歷上添加一個邀請,以提醒他們在下周四打電話給潛在客戶。
這種能力直達許多金融服務(wù)機構(gòu)的核心。全方位培育客戶,實時推薦相關(guān)服務(wù)。Hoffman表示:“我們正在描述發(fā)生了什么或者正在發(fā)生什么,發(fā)展到將要發(fā)生什么或者應該會發(fā)生什么。核心價值是保持領(lǐng)先一步,預測我們的客戶需求和他們想與我們互動的渠道。”
主要建議:對人工智能和機器學習采取一種測試+學習的方法,并保持耐心。但也準備好擴展到目前所在領(lǐng)域之外的東西。Hoffman說:“始終以顧客為中心。要問一個問題:這將如何使客戶受益?”
機器學習消除了“苦力活”,使工作更有成效萬事達(Mastercard)運營和技術(shù)總裁Ed McLaughlin說,機器學習“滲透到我們所做的方方面面”。萬事達使用機器學習來自動化那些重復性的、手動的任務(wù),從而讓人類解放出來,從事增加生產(chǎn)力和價值的工作。McLaughlin說:“很明顯,我們已經(jīng)走在了最前沿,有使工作場任務(wù)自動化的明確投資案例。”
萬事達也使用機器學習工具在整個產(chǎn)品和服務(wù)生態(tài)中增強變更管理。例如,機器學習工具可幫助確定哪些更改是最無風險的,哪些需要額外審查的。最后,萬事達正在使用機器學習來檢測其系統(tǒng)中的異常情況,看是否有黑客試圖獲得訪問權(quán)限。McLaughlin還在網(wǎng)絡(luò)中建立了“安全網(wǎng)”;當發(fā)現(xiàn)可疑的行為時,就會觸發(fā)保護網(wǎng)絡(luò)的斷路器。他說:“我們擁有欺詐評分系統(tǒng),不斷地對交易進行更新并對下一筆交易進行評分。”
主要建議:就McLaughlin而言,人工智能/機器學習只是自己廣泛工具包中的一個工具。盡管市場上有很多新穎的工具,但他表示CIO們不應該期望依靠這些工具就神奇地解決業(yè)務(wù)問題。
人工智能成為產(chǎn)品和業(yè)務(wù)的使能者軟件提供商Adobe Systems公司的首席信息官Cynthia Stoddard正在利用“數(shù)據(jù)驅(qū)動的運營模式”重新構(gòu)思自己的部門,依靠基于Hadoop的分析來更好地運營IT和業(yè)務(wù)。作為數(shù)據(jù)驅(qū)動策略的一部分,Stoddard表示,她正在嘗試使用機器學習來幫助分析幫助臺軟件中的故障單,以查找系統(tǒng)故障的趨勢。如果系統(tǒng)發(fā)現(xiàn)可能發(fā)生停機的事件,那么系統(tǒng)就會主動消除或減輕這些事件,直至觸發(fā)故障。
她說,識別IT服務(wù)故障中的模式也將使Adobe能夠創(chuàng)造一些“自我修復”功能,以承擔一部分IT員工當前所做的工作。她還在研究聊天機器人技術(shù),以實現(xiàn)員工的IT支持請求。 Adobe的商用業(yè)務(wù)也在擁抱人工智能。2016年11月,Adobe推出了Sensei,這是一種人工智能技術(shù)層,用于Adobe的產(chǎn)品中,可創(chuàng)建和發(fā)布文檔,分析和跟蹤Web和移動應用的性能。
主要建議:使用機器學習來識別模式,這是創(chuàng)建自我修復功能的關(guān)鍵。Stoddard表示:“如果你知道如何修復它,你可以把自我修復的部件放在里面,把人的因素排除在外。