日前，英國信息解決方案提供商Callcredit公司概念管理總監(jiān)Dave Webber闡述了采用人工智能和機器學習技術在發(fā)現(xiàn)欺詐性貸款申請并保護消費者方面的成功應用。
盡管目前機器學習和人工智能得到廣泛的關注，但是許多組織尚未將這些概念付諸實踐。英國最大的信用咨詢機構之一Callcredit公司概念管理總監(jiān)Dave Webber闡述了機器學習和人工智能的發(fā)展趨勢，并對他們?nèi)绾慰朔斯ぶ悄芎蜋C器學習方面應用的障礙進行了分析。
根據(jù)調(diào)研機構Gartner公司開展的“2018年CIO議程調(diào)查”，真正具有意義的人工智能部署剛剛發(fā)生。該研究表明，只有4%的企業(yè)首席信息官實施了人工智能，另有46%的首席信息官為此制定了計劃。
盡管采用率并不高，但到2018年，許多企業(yè)已開始利用這項技術。Callcredit公司就是這些組織之一。
在日前微軟公司開展的人工智能轉(zhuǎn)型的活動中，Webber介紹了Callcredit公司的人工智能之旅，以及他們的敏捷性如何幫助他們?nèi)〉贸晒Φ氖吕?/p>
他表示，“作為概念管理總監(jiān)，我正在實施一項創(chuàng)新職能，從根本上為業(yè)務發(fā)展增長提供機會。我們從事研究和開發(fā)以找出潛力。人工智能已經(jīng)為我們提供了將事情提升到一個新水平的工具。無論是信用風險領域還是欺詐風險領域，我們都能比以前做得更好、更快。”
Callcredit公司現(xiàn)在正在使用微軟公司的Azure機器學習來識別試圖獲取信用報告和借貸時冒充他人的犯罪分子。
該服務已成功阻止對Callcredit的信用報告和評分服務(名為Noddle)的欺詐性訪問，并保護消費者免遭以其名義提取的不良貸款。
克服采用人工智能的障礙
正如Gartner公司的研究表明的那樣，許多企業(yè)對人工智能技術的吸收和應用速度都很慢。他們認為安全和隱私問題、整合人工智能的復雜性、尋找技能并確定如何最好地衡量用例等是阻止他們很好地采用人工智能的主要原因。
Webber表示：“鑒于我們習慣于處理消費者數(shù)據(jù)，并且多年來一直這樣做，所以我們沒有看到有關安全方面的更多的挑戰(zhàn)。但安全一直是我們的心目中的首要考慮因素和顧慮。我認為最大的挑戰(zhàn)之一就是透明度。我們需要有一個模型，可以向監(jiān)管機構解釋它的工作原理。還需要向客戶解釋這個概念，以便他們向消費者解釋如何對他們做出決定。”
敏捷性在數(shù)字化改造中的重要性
根據(jù)Webber的說法，他們克服人工智能和機器學習障礙的能力的核心是他們在組織內(nèi)的創(chuàng)新功能。該功能給出了新技術和新數(shù)據(jù)源的實驗結果。
根據(jù)調(diào)查機構普華永道的一項研究，67%的企業(yè)管理人員認為人工智能可以實現(xiàn)流程自動化并提高效率，盡管許多組織都在努力去真正理解如何才能專門用于他們的運營。
Webber說，“回顧過去，我們花費了兩年的時間研究機器學習和人工智能如何在組織中應用，以使事情變得更好。我們研究了所面對的許多不同的問題領域，通過這樣做，我們了解了這些概念如何運作，以及哪種部署模式最有效。”
填補人工智能的技能差距
大多數(shù)組織面臨采用人工智能的主要問題之一是沒有合適的工作人員提供幫助。根據(jù)就業(yè)市場的分析表明，目前提供人工智能的就業(yè)崗位至少是具有合適技能的應聘者人數(shù)的兩倍。該報告指出，自2014年以來，英國人工智能中的工作崗位數(shù)量增加了485%，但技能差距繼續(xù)阻礙了這一創(chuàng)新。
Webber說，“找到合適的人才是很困難的，我們需要與那些對技術真正有熱情的聰明的數(shù)據(jù)分析師合作，他們能夠把事情放到場景中，并更好地處理人工智能的數(shù)據(jù)。”
他補充說，“我們與利茲大學和消費者數(shù)據(jù)研究中心(CDRC)開展密切合作，為此接收了一些實習生和畢業(yè)生。除此之外，我們使用傳統(tǒng)方式將合適的人員招募到我們的組織，然后進行培訓。”
讓人工智能對整個組織透明
Webber表示，盡管很多企業(yè)在人工智能方面存在技能差距，但這類技術的進步歷來與員工數(shù)量的減少有關。雖然降低勞動力成本對企業(yè)管理人員具有吸引力，但可能會對那些工作面臨風險的人產(chǎn)生抵觸情緒。企業(yè)需要仔細考慮這一點。
“在早期階段，人們對人工智能有很多誤區(qū)。但我們必須組織從高層開始實施有效的教育計劃，并設定這項技術可以為組織帶來什么樣的期望，并獲得批準進行想要的實驗。”Webber說，“這不僅僅是加強人們對技術的了解，并讓他們能夠勝任工作，而是關于在擴展技術時會發(fā)生什么，還有誰需要參與。這些需要延伸到整個組織。”
“我們通過舉辦社區(qū)會議，讓所有感興趣的各方(例如專家、數(shù)據(jù)分析師、客戶)來討論這些概念。所以我們正處于一個繼續(xù)教育的階段。我們希望讓所有關鍵堆棧持有者參與進來，讓他們參與其中，并將他們的反饋意見投入到項目中。”Webber說，“這個系統(tǒng)的好處是可以幫助人們認識到這些好處，然后工作人員就可以自然而然地接受新技術，因為他們知道這會使他們的工作更容易。”
Webber表示，“對于企業(yè)在人工智能和機器學習方面的成功應用，至關重要的是，人們不要將其當作是一個孤立的項目，將其視為一個工作計劃，將其視為一個真正的商業(yè)變革機會，否則項目會來回反復，那就是如果企業(yè)認為這是一個真正的商業(yè)變革的機會，除了他們面臨的挑戰(zhàn)之外，在實施上將會很困難，要對一些項目會失敗有所預計，如果保持正確的心態(tài)，那么將會更容易獲得成功。”
下載文檔
