解密：十個(gè)機器學(xué)習的成功案例

　　人工智能(AI)和機器學(xué)習(ML)(人們曾認為這兩者是公司不切實(shí)際的項目)正在成為主流。

　　有越來(lái)越多的企業(yè)正在利用這種模仿人類(lèi)思維的技術(shù)來(lái)吸引客戶(hù)并加強業(yè)務(wù)運營(yíng)。而這種趨勢只會(huì )越來(lái)越受歡迎。Forrester的研究稱(chēng)，全球數據和分析技術(shù)決策者中有53%的人正在實(shí)施實(shí)施人工智能或大規模使用人工智能，另有20%的人計劃在未來(lái)12個(gè)月內實(shí)施人工智能。

　　無(wú)論是好是壞，通過(guò)人工智能、機器學(xué)習和機器人所實(shí)現的自動(dòng)化正在興起。正在試驗、創(chuàng )建、甚至是申請新人工智能和機器學(xué)習技術(shù)專(zhuān)利的首席信息官們與記者分享了機器學(xué)習用例和一些實(shí)用建議。

　　“數字預言者”軟件可以預測哪些職責將變得無(wú)足重輕

　　人們最初十分擔憂(yōu)機器人會(huì )搶他們的飯碗，但這種擔憂(yōu)漸漸緩和了，因為機器可以和人類(lèi)協(xié)作，這種可能性極高。埃森哲的首席技術(shù)官兼首席創(chuàng )新官Paul Daugherty今年早些時(shí)候在福布斯首席信息官峰會(huì )上表示，就重塑員工技能(而這些員工的工作很可能被自動(dòng)化)而言，企業(yè)已經(jīng)落后了。

　　埃森哲也難免受到影響，這家咨詢(xún)公司已經(jīng)將大約23，000個(gè)職務(wù)自動(dòng)化并重新對員工進(jìn)行了部署。 Daugherty希望為這家擁有45萬(wàn)名員工的咨詢(xún)公司重新分配職責。

　　Daugherty說(shuō)：“我們認為，我們要學(xué)習新技能，因為技能實(shí)在是不夠用?！?/p>

　　為了幫員工開(kāi)展這項事業(yè)，埃森哲創(chuàng )建了一個(gè)應用程序，該應用程序使用機器學(xué)習對簡(jiǎn)歷進(jìn)行掃描并對這樣的現象進(jìn)行預測——員工的工作過(guò)多久會(huì )落伍，Daugherty這樣說(shuō)道。

　　該應用程序會(huì )考慮員工的工作經(jīng)驗，并為此打出風(fēng)險分數——他們的職務(wù)在多大程度上已經(jīng)落伍。例如，該應用程序將注意到，由于人工智能或其它自動(dòng)化事物的出現，員工的技能將在18個(gè)月內過(guò)時(shí)。

　　Daugherty說(shuō)，該應用程序不僅僅是一個(gè)數字預言家，它還考慮了員工的集體工作經(jīng)驗，并對相近的技能提出建議，從而使公司的員工能跟上節奏并與時(shí)俱進(jìn)。

　　重要建議：首席信息官必須為企業(yè)的人工智能戰略挑起重擔，并與業(yè)務(wù)部門(mén)的主要利益相關(guān)方合作，從而確他們能達成共識并且業(yè)務(wù)不會(huì )中斷。首席信息官還必須快速發(fā)現并消除人工智能算法中的偏差，這些偏差會(huì )隨著(zhù)解決方案的擴展而激增。Daugherty說(shuō)：“稱(chēng)職的人工智能必須融入組織?！?/p>

　　信用報告公司構建機器學(xué)習分析引擎

　　在信用卡報告巨頭Experian那里，數字化轉型為徹底利用機器學(xué)習功能的新戰略產(chǎn)品鋪平了道路：Ascend Analytics On Demand(這是一個(gè)自助式分析平臺)使公司能夠建立預測模型，以確定關(guān)鍵因素，如 2.2億消費者是否有資格獲得他們所要求的信貸額度。

　　Experian的消費者信息服務(wù)總裁Alex Lintner表示，客戶(hù)可以在幾分鐘內對所有數據展開(kāi)復雜的分析，而目前這一過(guò)程需要幾周時(shí)間。理想情況下，該工具將使消費者能夠在需要時(shí)獲得信貸資格。

　　Gartner表示，由于人工智能技術(shù)幾乎在所有新的軟件產(chǎn)品和服務(wù)中漸漸得到普及，Ascend也隨之誕生。

　　Experian Global的首席信息官Barry Libenson(他負責監督該平臺的建設，該平臺使用Hadoop和其它分析工具)說(shuō)：“客戶(hù)希望能夠實(shí)時(shí)查看大量信息，由我們指定規則的時(shí)代已經(jīng)一去不返。當客戶(hù)想要信息時(shí)，他們想實(shí)時(shí)地得到信息，以他們想要的方式進(jìn)行?！?/p>

　　重要建議：你無(wú)法在遺留軟件上構建新的分析平臺并指望它們能夠很好地運行。為了支持Ascend，Experian采用了混合云的方法并對開(kāi)源工具進(jìn)行了投資，包括容器、API引擎和微服務(wù)。Experian還對構建和使用軟件的方式進(jìn)行了標準化，全球員工和客戶(hù)都可以重用其應用程序和代碼。

　　信用卡公司用機器學(xué)習打擊欺詐

　　與信用監控公司一樣，信用卡公司也在打擊欺詐者。

　　萬(wàn)事達卡的技術(shù)與運營(yíng)總裁Ed McLaughlin表示，當很多專(zhuān)家都譴責數字化是網(wǎng)絡(luò )隱私和安全方面的禍根時(shí)，機器學(xué)習和人工智能工具卻可以使這些服務(wù)比塑料信用卡要安全得多。

　　萬(wàn)事達卡使用多層機器學(xué)習和人工智能工具清除惡意用戶(hù)，并防止他們造成嚴重損害。 McLaughlin表示，萬(wàn)事達卡的保護措施的核心是一個(gè)內存數據庫系統，自2016年以來(lái)，該系統使萬(wàn)事達卡避免了約10億美元的欺詐損失。該軟件使用200多個(gè)屬性向量來(lái)設法預測和阻止欺詐。

　　這個(gè)核心處理系統(它與標記化、生物識別技術(shù)、深度學(xué)習和其它新奇方法相結合在一起)幫萬(wàn)事達卡保住了聲譽(yù)，即促進(jìn)了價(jià)值數十億美元的安全交易。

　　重要建議：就網(wǎng)絡(luò )安全而言，人類(lèi)是最薄弱的環(huán)節。McLaughlin說(shuō)：“盡可能地將人排除出去，這才是最重要的”，他補充說(shuō)，機器學(xué)習、人工智能以及自然語(yǔ)言處理軟件都是萬(wàn)事達卡工具包中的關(guān)鍵組件。

　　賽車(chē)公司利用機器學(xué)習分析來(lái)獲得和賽車(chē)有關(guān)的洞察

　　Mercedes-AMG Petronas Motorsport正在使用機器學(xué)習功能將賽車(chē)的性能可視化。

　　該公司的IT負責人Matt Harris表示，為了做出關(guān)鍵決策，公司在其一級方程式賽車(chē)上對多個(gè)數據通道進(jìn)行收集，有時(shí)每秒多達10，000個(gè)數據點(diǎn)。

　　Mercedes-AMG Petronas使用Tibco軟件將可能產(chǎn)生影響的變量可視化，如天氣、輪胎溫度和燃料量對賽車(chē)的影響。該軟件還使工程師能夠仔細分析賽車(chē)齒輪的性能和磨損等細節。賽車(chē)手通常每圈要換檔100次，每次換檔時(shí)，該軟件會(huì )收集大約1，000個(gè)數據點(diǎn)。

　　Harris說(shuō)：“當你將數據可視化時(shí)，你實(shí)際上可以讓變速箱更經(jīng)久耐用，或者更重要的是，以更快的速度換擋。然后你會(huì )發(fā)現，如果你將變速箱設為某個(gè)模式，每圈的速度大約會(huì )快50毫秒。在資格賽中，哪怕是千分之一秒也足以分出勝負，所以50毫秒很重要?！?/p>

　　Harris說(shuō)Mercedes-AMG Petronas正在構建機器學(xué)習算法來(lái)幫忙“做人類(lèi)無(wú)法做到的事情，或者做代價(jià)高得令人卻步的工作”。Harris認為這些功能最終會(huì )成為使團隊具備競爭優(yōu)勢的關(guān)鍵因素。

　　重要建議：為什么要構建一些不屬于你核心競爭力的東西?在使用Tibco之前，Mercedes-AMG Petronas使用自行開(kāi)發(fā)的可視化軟件，事實(shí)證明，這種軟件效率太低，時(shí)間越久越不易維護。有了Tibco，Mercedes-AMG Petronas可以專(zhuān)注于自身的實(shí)力：打造高性能賽車(chē)。Harris說(shuō)：“讓人們發(fā)揮創(chuàng )造力，思考如何解決問(wèn)題，而不是靠編寫(xiě)軟件來(lái)解決問(wèn)題，這才是最重要的?！?/p>

　　機器學(xué)習預測員工何時(shí)辭職

　　和大多數汽車(chē)維修公司一樣，Calibre Collison長(cháng)期以來(lái)一直面臨著(zhù)巨大的問(wèn)題。機械師、油漆工和客服人員往往入職不久就辭職了，有時(shí)，在其600多個(gè)分店中每年的員工流失率高達40%。

　　Calibre發(fā)現，部分問(wèn)題在于其維修車(chē)間有時(shí)沒(méi)有那么多車(chē)輛供員工修理，這導致工資不固定。首席信息官Ashley Denison想知道：如果Calibre可以預測員工何時(shí)辭職并進(jìn)行干預又會(huì )怎么樣?

　　Caliber開(kāi)始與技術(shù)顧問(wèn)Sparkhound合作，后者創(chuàng )建的軟件可以從Calibre所使用的人力資源軟件Workday中提取員工數據，并與Microsoft PowerBI結合起來(lái)，從而創(chuàng )建一個(gè)定制的回歸模型，這個(gè)模型可以預測員工是否會(huì )考慮離職。然后，Calibre(通過(guò)數字調查或個(gè)人聯(lián)系方式)會(huì )向員工提供幫助，幫他們登記在冊。

　　例如，如果員工的工資在幾周后下降，Calibre的區域經(jīng)理可以確保有更多的車(chē)輛可供他們修理。相反，如果員工的工作負擔看似過(guò)重，公司就可以將一些工作重新分配給他們的同事。那么結果如何呢?由于人員流失率降低了，Calibre每年可節省的費用高達100萬(wàn)美元。

　　重要建議：在人們過(guò)度炒作機器學(xué)習算法時(shí)，通過(guò)防范問(wèn)題的做法來(lái)節省資金是使用機器學(xué)習算法的可行方法，Dennison說(shuō)：“一旦員工入職，我們就可以輕松地留住他們?！?/p>

　　機器學(xué)習有助于預測性維護

　　機器學(xué)習是雷諾士國際有限公司(Lennox International)的數字戰略的核心組成部分，該公司使用Databricks提供的軟件Spark來(lái)分析商用供暖系統和空調系統的信息流，雷諾士的IT主管Sunil Bondalapati這樣說(shuō)道。實(shí)時(shí)地監控機器的性能有助于公司預測機器何時(shí)出現故障，使雷諾士能夠提前四小時(shí)通知客戶(hù)(如房主和購物飲食街的管理者)。

　　Bondalapati說(shuō)：“Databricks使我們能夠使用數據，并在設備即將發(fā)生故障時(shí)以90%的準確率作出預測”。他還補充說(shuō)，雷諾士之前能猜到機器何時(shí)會(huì )出現故障并聯(lián)系經(jīng)銷(xiāo)商。此類(lèi)事件通常包括誤報，而這使各方都感到沮喪。我們過(guò)去一直在努力預測設備故障?！?/p>

　　在使用Databricks的過(guò)程中會(huì )遇到有很多分析工具，每個(gè)工具都用于解決單一用例，例如供應鏈或物聯(lián)網(wǎng)(IoT)。但Bondalapati表示，Databricks提供了一個(gè)統一的平臺，公司可以在該平臺上管理來(lái)自數百個(gè)數據庫的數百TB數據，并且它可以在Microsoft Azure上運行，因此雷諾士無(wú)需維護系統。

　　有了Databricks，Bondalapati的團隊和業(yè)務(wù)部門(mén)就可以共同為數據流建立模型?；赟park的軟件可以為IT和業(yè)務(wù)人員轉換數據并提供洞察。Bondalapati說(shuō)道：“Databricks提供的協(xié)作模式對我們來(lái)說(shuō)至關(guān)重要?！?/p>

　　重要建議：Bondalapti表示，首席信息官必須讓這些新工具發(fā)揮看家本領(lǐng)，當風(fēng)險巨大時(shí)，尤其要這么做。例如，Bondalapati對包含100億條數據記錄的概念驗證進(jìn)行了監督。Bondalapati說(shuō)：“我們試探性地做這樣的事情，但結果卻令人大開(kāi)眼界?！?/p>

　　企業(yè)差旅：這也有算法可循

　　在擔任美國運通全球商務(wù)旅行(American Express Global Business Travel)的首席信息官兼首席技術(shù)官期間，David Thompson實(shí)施了機器人過(guò)程自動(dòng)化(RPA)和機器學(xué)習技術(shù)，以簡(jiǎn)化企業(yè)差旅服務(wù)提供商處理交易的方式。

　　Thompson(他于4月份在福布斯首席信息官峰會(huì )中的一個(gè)專(zhuān)家小組里發(fā)表了講話(huà))使用機器人過(guò)程自動(dòng)化(RPA)將機票的退訂和退款自動(dòng)化。Thompson還主持了機器學(xué)習算法的創(chuàng )建，這些算法通過(guò)搜索企業(yè)的行業(yè)費率幫助客戶(hù)找到更好的機票和酒店住宿費率，這正是幾位員工之前執行的任務(wù)。

　　這些員工被重新部署，他們要為客戶(hù)提供更高的價(jià)值。Thompson表示，該技術(shù)可以提高客戶(hù)滿(mǎn)意度并創(chuàng )造更多收入。

　　Thompson(他曾在西聯(lián)使用機器學(xué)習工具來(lái)掃描欺詐行為)說(shuō)：“到目前為止，這對我們來(lái)說(shuō)是重大勝利，現在人們可以騰出時(shí)間來(lái)服務(wù)客戶(hù)?！?/p>

　　主要建議：Thompson指出，與自動(dòng)化有關(guān)的討論是費力不討好的，因為人們?yōu)樽约旱墓ぷ鞲械綋鷳n(yōu)。但是，如果首席信息官們希望為公司建立可行度，他們必須明確、果斷和誠實(shí)。Thompson說(shuō)：“我認為我的職責是促成企業(yè)技術(shù)的發(fā)展，即使用技術(shù)和流程來(lái)解決業(yè)務(wù)問(wèn)題?！?/p>

　　作為產(chǎn)品和業(yè)務(wù)推動(dòng)者的人工智能

　　首席信息官Cynthia Stoddard在今年早些時(shí)候的麻省理工學(xué)院首席信息官斯隆研討會(huì )上向記者表示，Adobe Systems正在利用機器學(xué)習來(lái)分析系統故障趨勢的服務(wù)臺工單，然后在問(wèn)題導致嚴重停機之前主動(dòng)解決問(wèn)題。

　　如果系統發(fā)現了可能會(huì )導致停機的事件，系統可以主動(dòng)在觸發(fā)故障之前根除或減輕這些事件。

　　該工具名為HAAS，全稱(chēng)是“修復即服務(wù)”，該工具正在發(fā)現和修復一切問(wèn)題，如未能集成到Adobe ERP，本該匯集到公司各種分析系統的數據饋送出錯等等。Stoddard說(shuō)，HAAS將人工修復的時(shí)間從30分鐘減少到1分鐘。她估計，在過(guò)去幾個(gè)月里，Adobe節省下來(lái)的修復時(shí)間多達330小時(shí)。只要Adobe的工程師使用對問(wèn)題進(jìn)行了詳細描述的報告，他們就可以創(chuàng )建一勞永逸的修復程序。

　　Stoddard說(shuō)：“如果不得不修理一些東西而且你知道如何修理，那么你就可以將修理的過(guò)程自動(dòng)化。這是一個(gè)巨大的好處”。這項工作建立在Stoddard團隊于2017年創(chuàng )建的基于機器學(xué)習的診斷測試框架之上。

　　Adobe的商業(yè)業(yè)務(wù)也采用了人工智能。2016年11月，該公司推出了Sensei，這是一種人工智能技術(shù)，Adobe正在將這項應用到自身的產(chǎn)品，從而創(chuàng )建和發(fā)布文檔，以及分析和跟蹤網(wǎng)絡(luò )應用程序和移動(dòng)應用程序的性能。

　　重要建議：使用機器學(xué)習來(lái)發(fā)現模式是打造自我修復功能的關(guān)鍵。Stoddard說(shuō)：“如果你知道如何修復，你就可以在這里放置一個(gè)自我修復的組件，并且不要讓人介入?！?/p>

　　人工智能加強了證券研究

　　百能投資(Putnam Investments，這是一家共同基金、機構投資策略和退休服務(wù)提供商)認為人工智能和機器學(xué)習非常重要，它們可以使金融服務(wù)公司的研究分析師對更多的股票作覆蓋報告(coverage of stock)，該機構的首席信息官Sumedh Mehta是這樣向記者表示的。

　　Mehta說(shuō)，分析師與百能的數據科學(xué)家展開(kāi)了密切合作，創(chuàng )建了有助于從大量數據中獲得洞察的論文。百能還致力于能向公司推薦最重要的潛在客戶(hù)的算法。

　　Mehta對人工智能和機器學(xué)習發(fā)表了這樣的言論：“這是一股極具顛覆性和變革性的力量，而推動(dòng)這股力量的全部業(yè)務(wù)動(dòng)力就是效率和生產(chǎn)力?！?/p>

　　在軟件工程師、數據科學(xué)家、分析專(zhuān)家和供應商的幫助下，Mehta創(chuàng )建了一個(gè)數據科學(xué)的卓越中心，這對于支持業(yè)務(wù)利益相關(guān)者的人工智能和機器學(xué)習工作來(lái)說(shuō)實(shí)際上只是一個(gè)開(kāi)始。他說(shuō)，他“開(kāi)明”的商業(yè)伙伴已經(jīng)采用這些方法來(lái)實(shí)現更高程度的自動(dòng)化。

　　重要建議：組織應該慢慢來(lái)，不能抱有太高的期望，它們應該明白，最初的幾個(gè)想法將產(chǎn)生新問(wèn)題而非答案。Mehta說(shuō)：“就人工智能而言，靈光乍現不過(guò)是天方夜譚，即你的算法突然產(chǎn)生你尚不了解的洞察，這是不可能的?！?/p>

　　提供更好的客戶(hù)見(jiàn)解

　　與很多大型銀行一樣，美國銀行一直致力于從其收集的大量客戶(hù)數據中獲取可行動(dòng)的洞察。美國銀行的首席分析官Bill Hoffman正在努力改變這種狀況。在過(guò)去的幾個(gè)月里，他一直在使用Salesforce.com的Einstein AI/ML來(lái)加強銀行的小企業(yè)部門(mén)、批發(fā)業(yè)務(wù)部門(mén)、商業(yè)財富部門(mén)和商業(yè)銀行部門(mén)的個(gè)性化。

　　例如，如果客戶(hù)在美國銀行的網(wǎng)站上搜索和抵押貸款有關(guān)的信息，那么客戶(hù)服務(wù)代理就可以在客戶(hù)再次去到該銀行的任何一家分支機構時(shí)跟進(jìn)該客戶(hù)。這還有助于美國銀行發(fā)現人們可能看不到的模式。例如，該軟件可能會(huì )建議代理商在星期四上午10點(diǎn)到下午12點(diǎn)期間呼叫某個(gè)行業(yè)的潛在客戶(hù)。因為這些客戶(hù)更有可能撥打電話(huà)。Einstein還可以給代理商的日歷發(fā)送議事日程，以提醒他們在下周四致電候選人。

　　這些功能成了很多金融服務(wù)組織重點(diǎn)要完成的任務(wù)，這些功能可以毫無(wú)死角地了解客戶(hù)，從而在須臾之間推薦相關(guān)服務(wù)。Hoffman說(shuō)：“我們正在告別木已成舟或歷經(jīng)變遷的世界，邁向個(gè)大勢所趨的世界。我們的核心價(jià)值就是保持領(lǐng)先，預測客戶(hù)需求以及他們希望用什么樣的渠道與我們互動(dòng)?！?/p>

　　重要建議：你要對人工智能和機器學(xué)習采取邊測試邊學(xué)習的方法并且要有耐心。但你也要準備好對管用的東西進(jìn)行擴展。Hoffman說(shuō)：“始終以客戶(hù)為中心。你要自問(wèn)：這對客戶(hù)有什么好處?”