機(jī)器學(xué)習(xí)將改變商業(yè)智能分析應(yīng)用

隨著人工智能(AI)與機(jī)器學(xué)習(xí)(machine learning)技術(shù)取得進(jìn)展后，將會(huì)讓數(shù)據(jù)預(yù)備、發(fā)現(xiàn)、分析、預(yù)測(cè)與以數(shù)據(jù)為主的決策更加簡(jiǎn)易，進(jìn)而幫助業(yè)者使其營(yíng)運(yùn)流程更加智能化。

據(jù)報(bào)導(dǎo)，過去10年來，商業(yè)智能(Business Intelligence；BI)與分析技術(shù)的明顯趨勢(shì)就是朝向自我服務(wù)，但未來預(yù)料將出現(xiàn)轉(zhuǎn)變，因?yàn)閺?018年開始，受ML與AI驅(qū)動(dòng)的智能功能將陸續(xù)增加，幫助外界跳脫自我服務(wù)時(shí)代的局限。

目前機(jī)器學(xué)習(xí)已在數(shù)據(jù)預(yù)備、發(fā)現(xiàn)、分析、預(yù)測(cè)與AI為主的慣例應(yīng)用(prescripTIve applicaTIon)等五大領(lǐng)域上出現(xiàn)。外界也可預(yù)期在2018年后，將可看到機(jī)器學(xué)習(xí)被應(yīng)用在數(shù)據(jù)清理與結(jié)合數(shù)據(jù)、發(fā)現(xiàn)新數(shù)據(jù)與數(shù)據(jù)結(jié)合建議等任務(wù)的消息傳出。

非技術(shù)商業(yè)用戶將由機(jī)器學(xué)習(xí)驅(qū)動(dòng)最佳數(shù)據(jù)視覺化建議，自動(dòng)化模型功能也將幫助非技術(shù)商業(yè)用戶善用預(yù)測(cè)分析的能力。

然而許多商業(yè)用戶對(duì)于行動(dòng)與結(jié)果更有興趣，也因此更善用開始出現(xiàn)的機(jī)器學(xué)習(xí)的慣例應(yīng)用，其決策則將被引進(jìn)銷售、營(yíng)銷、人資、供應(yīng)鏈、物流等等商業(yè)應(yīng)用內(nèi)，數(shù)據(jù)分析則被轉(zhuǎn)換成推薦的下一步動(dòng)作或自動(dòng)產(chǎn)生能帶出預(yù)期結(jié)果的行為。

評(píng)論指出，上述新興的功能將讓分析與數(shù)據(jù)帶動(dòng)決策讓非技術(shù)商業(yè)用戶更容易取得、了解與可付諸實(shí)行，但實(shí)踐并非一朝一日。因此，提供透明與易懂并帶有信任的AI，將是讓智能系統(tǒng)成功的關(guān)鍵。