9大人工智能落地案例，可以預(yù)測(cè)你什么時(shí)候離職
更新：2020/10/26    點(diǎn)擊數(shù)：1970

現(xiàn)在的人工智能簡(jiǎn)直成了一塊肥肉，誰(shuí)都想揩一把油，把嘴抹得明晃晃的，說(shuō)自己吃到了人工智能的精髓。

幾乎每個(gè)標(biāo)榜著互聯(lián)網(wǎng)的“野雞”公司都把AI掛在自家的大門口，再纏上流明炸裂的廉價(jià)發(fā)光二極管，好把每個(gè)人的眼睛都亮瞎。

然而二極管照不到的黑暗皮包里，卻藏著騙取投資的黑心劇本。

當(dāng)然，也有很多不要臉的公司，把老掉牙的技術(shù)，換成含有AI的名字，干著掛羊頭賣狗肉的勾當(dāng)。

劣幣驅(qū)逐良幣。這些惡劣的行為讓真正想做人工智能的企業(yè)雪上加霜，難上加難。

Gartner對(duì)106名IT和業(yè)務(wù)專業(yè)人士調(diào)查，59％表示他們迄今已部署了AI，平均有4個(gè)AI / ML項(xiàng)目。受訪者還表示，他們預(yù)計(jì)未來(lái)12個(gè)月將再增加6個(gè)項(xiàng)目，未來(lái)3年內(nèi)將再增加15個(gè)項(xiàng)目。

但是，由于IDC對(duì)2,473個(gè)組織進(jìn)行的一項(xiàng)大型調(diào)查發(fā)現(xiàn)，只有25％的企業(yè)制定了企業(yè)級(jí)人工智能戰(zhàn)略，因此僅靠項(xiàng)目無(wú)法實(shí)現(xiàn)更廣泛的人工智能戰(zhàn)略。

IDC發(fā)現(xiàn)，由于缺乏熟練的員工和不切實(shí)際的期望，多達(dá)25％的受訪者表示失敗率高達(dá)50％。

但這并不能阻止公司嘗試。在這里，正在試驗(yàn)，構(gòu)建和實(shí)施AI和ML技術(shù)的CIO分享了他們的ML用例和一些實(shí)用的建議。

1、保險(xiǎn)公司的聊天機(jī)器人

互助保險(xiǎn)巨頭Guardian的CIO Dean Del Vecchio正在測(cè)試AI和ML，以改善客戶體驗(yàn)（CX）并提高員工生產(chǎn)力。

一個(gè)CX試點(diǎn)項(xiàng)目包括使用由IPsoft制作的虛擬助手Amelia來(lái)幫助自動(dòng)化入職流程并回答福利問(wèn)題，從而使CX工作人員能夠?qū)Ｗ⒂诟鼜?fù)雜的案例。

受到Guardian的商業(yè)邏輯教育，Amelia回答了諸如“重大疾病意味著什么？”等問(wèn)題以及Guardian數(shù)百萬(wàn)客戶可能擁有的其他問(wèn)題。

在內(nèi)部，Guardian正在測(cè)試IBM Watson如何幫助公司更好地了解客戶如何與業(yè)務(wù)進(jìn)行交互。

作為試點(diǎn)的一部分，IBM的認(rèn)知計(jì)算軟件讀取并優(yōu)先處理Guardian每天獲得的數(shù)百萬(wàn)封電子郵件，這種掃描只需幾分鐘即可完成，從而將員工從手動(dòng)閱讀和優(yōu)先處理消息的時(shí)間中解放出來(lái)。

主要建議

應(yīng)在更大的業(yè)務(wù)范圍內(nèi)考慮ML項(xiàng)目。在Guardian，支持AI / ML的流程自動(dòng)化只是更廣泛的數(shù)字化轉(zhuǎn)型的一小部分，Del Vecchio正在改進(jìn)CX，從而簡(jiǎn)化運(yùn)營(yíng)。這包括遷移到Amazon Web Services，采用敏捷開(kāi)發(fā)以及構(gòu)建API市場(chǎng)。

2、這件襯衫是AI推薦的

女裝零售商Zulily會(huì)使用ML來(lái)個(gè)性化商品報(bào)價(jià)給客戶。

Zulily的CIO Friang說(shuō)，該軟件依賴于許多信號(hào)（例如購(gòu)買歷史記錄，瀏覽選擇所花費(fèi)的時(shí)間，在其移動(dòng)應(yīng)用上點(diǎn)擊和滑動(dòng)以及社交媒體行為），以確定是否通過(guò)推送通知或電子郵件向購(gòu)物者發(fā)送報(bào)價(jià)。

“當(dāng)我們了解你時(shí)，我們會(huì)更好地傾聽(tīng)你的聲音�！�

雖然Zulily構(gòu)建自定義算法，但它依賴于許多開(kāi)源技術(shù)，例如Hadoop，TensorFlow和H20，以完善其ML堆棧。

主要建議

AI項(xiàng)目受益于健全的云架構(gòu)。例如，Zulily的個(gè)性化工作依賴于亞馬遜網(wǎng)絡(luò)服務(wù)和谷歌云平臺(tái)之間的重要握手。

其中GCP提供的建議一旦被選中，就會(huì)將消費(fèi)者推向由AWS提供支持的Zulily的電子商務(wù)平臺(tái)。

Friang表示，這種聯(lián)系強(qiáng)調(diào)了GCP和AWS如何推動(dòng)競(jìng)爭(zhēng)，從長(zhǎng)遠(yuǎn)來(lái)看將有利于CIO。

3、辦公室的AI助手

你可能想不到AI對(duì)房地產(chǎn)商有什么用處。但6月份，Jones Lang Lasalle（JLL）與Google合作開(kāi)發(fā)了Jill，這是一款語(yǔ)音助手，允許辦公室員工設(shè)置會(huì)議、尋找同事、查詢火車時(shí)刻表或通過(guò)語(yǔ)音或文本填寫服務(wù)請(qǐng)求。

根據(jù)JLL首席數(shù)字產(chǎn)品官Vinay Goel的說(shuō)法，JiLL可以處理諸如“Hey JiLL，與我的團(tuán)隊(duì)預(yù)約每周會(huì)議”或“Hey JiLL，今天下午在三樓找到我的辦公桌”這樣的請(qǐng)求。

Goel在一份聲明中說(shuō)，JiLL考慮了JLL關(guān)于建筑物，用戶交互和物理空間交易的數(shù)據(jù)集，這些數(shù)據(jù)集在GCP內(nèi)處理，以及Kubernetes容器。

“隨著時(shí)間的推移，我們希望JiLL成為幫助員工提高日常生產(chǎn)力的數(shù)百種技能的重要平臺(tái)，”Goel說(shuō)。

主要建議

對(duì)于尋求向服務(wù)轉(zhuǎn)變的組織來(lái)說(shuō)，虛擬助理是一項(xiàng)值得投資的投資。

JLL的Jill是利用技術(shù)提供增值服務(wù)的戰(zhàn)略的一部分，理想情況下是能夠吸引更多的公司客戶。

JLL計(jì)劃增加更多的技能并向第三方功能開(kāi)放平臺(tái)，這是市場(chǎng)戰(zhàn)略的一部分。更廣泛地說(shuō)，這項(xiàng)倡議表明，多年來(lái)，虛擬助理已經(jīng)（從通用消費(fèi)玩具）轉(zhuǎn)向垂直市場(chǎng)。

4、便利店的動(dòng)態(tài)定價(jià)

便利店連鎖店Wawa計(jì)劃使用ML根據(jù)競(jìng)爭(zhēng)因素動(dòng)態(tài)改變價(jià)格。CIO John Collier表示，這可以大大促進(jìn)Wawa為忠實(shí)客戶提供個(gè)性化服務(wù)。

“我們希望擁抱數(shù)據(jù)和算法，因此我們不會(huì)設(shè)定價(jià)格，而是制定規(guī)則。”Collier說(shuō)。他認(rèn)為訣竅在于平衡用戶體驗(yàn)的改善和提供體驗(yàn)的成本。

關(guān)鍵建議

Collier表示，Collier說(shuō)他現(xiàn)在更喜歡動(dòng)態(tài)定價(jià)，但有一個(gè)問(wèn)題：新興技術(shù)不能很好地與他遺留的系統(tǒng)接口。

因此，現(xiàn)代化對(duì)于任何人工智能戰(zhàn)略都是至關(guān)重要的。他補(bǔ)充說(shuō)，Wawa正在改造其遺留系統(tǒng)，作為數(shù)字化轉(zhuǎn)型的一部分�！拔覀冋�在大力投資我們的數(shù)據(jù)戰(zhàn)略�！�

5、立等可取的信用報(bào)告

在信用卡報(bào)告巨頭Experian，數(shù)字化轉(zhuǎn)型為利用ML核心能力的新戰(zhàn)略產(chǎn)品鋪平了道路： Ascend Analytics On Demand，一種自助式分析平臺(tái)，使公司能夠構(gòu)建預(yù)測(cè)模型，以確定關(guān)鍵因素，如2.2億消費(fèi)者中是否有人有資格獲得他們要求的信貸額度。

Experian的消費(fèi)者信息服務(wù)總裁Alex Lintner表示，客戶可以在幾分鐘內(nèi)對(duì)數(shù)據(jù)進(jìn)行復(fù)雜的分析，而目前需要幾周時(shí)間。理想情況下，該工具將使消費(fèi)者能夠在需要時(shí)獲得信貸資格。

Gartner表示，隨著人工智能技術(shù)在幾乎所有新軟件產(chǎn)品和服務(wù)中的普及，Ascend也隨之而來(lái)。

“客戶希望能夠?qū)崟r(shí)查看大量信息，”Experian Global CIO Barry Libenson說(shuō)，他負(fù)責(zé)監(jiān)督使用Hadoop和其他分析工具的平臺(tái)構(gòu)建�！拔覀兛梢蚤_(kāi)處方的日子已經(jīng)過(guò)去了。當(dāng)他們想要的時(shí)候，他們想要實(shí)時(shí)就能看到�！�

主要建議

在舊版軟件上構(gòu)建新的分析平臺(tái)，并希望它們能夠很好地運(yùn)行幾乎是不可能的。為了支持Ascend，Experian采用混合云方法并投資開(kāi)源工具，包括容器，API引擎和微服務(wù)。

Experian還標(biāo)準(zhǔn)化了構(gòu)建和使用軟件的方式，其應(yīng)用程序和代碼可以被全球的員工和客戶重用。

6、信用卡公司的斗士

與信用監(jiān)控公司一樣，信用卡公司也在與騙子打交道。

萬(wàn)事達(dá)卡技術(shù)和運(yùn)營(yíng)總裁Ed McLaughlin表示，當(dāng)許多專家將數(shù)字視為我們?cè)诰�隱私和安全的禍根時(shí)，ML和AI工具可以使服務(wù)比塑料信用卡更安全。

萬(wàn)事達(dá)卡使用多層ML和AI來(lái)消除具有惡意意圖的消費(fèi)者。McLaughlin表示，其保護(hù)措施的核心是一個(gè)內(nèi)存數(shù)據(jù)庫(kù)，該數(shù)據(jù)庫(kù)自2016年以來(lái)估計(jì)損失了10億美元的萬(wàn)事達(dá)卡。該軟件使用200多個(gè)屬性來(lái)預(yù)測(cè)和阻止欺詐。

該核心系統(tǒng)與標(biāo)記化，生物識(shí)別技術(shù)，深度學(xué)習(xí)和其他新奇方法相結(jié)合，幫助萬(wàn)事達(dá)卡保持了其促進(jìn)價(jià)值數(shù)十億美元安全交易的聲譽(yù)。

重要建議

在網(wǎng)絡(luò)安全方面，人類是很薄弱的環(huán)節(jié)。McLaughlin說(shuō)：“很重要的是盡可能地讓人類脫離循環(huán)”，并補(bǔ)充說(shuō)ML，AI和自然語(yǔ)言處理軟件都是Mastercard工具包中的關(guān)鍵組件。

7、賽車公司的汽車洞察力

梅賽德斯 - AMG Petronas Motorsport正在使用ML功能來(lái)幫助可視化賽車性能。

IT負(fù)責(zé)人馬特哈里斯表示，該公司在其一級(jí)方程式賽車上收集多個(gè)數(shù)據(jù)通道，有時(shí)每秒多達(dá)10,000個(gè)數(shù)據(jù)點(diǎn)，以做出關(guān)鍵決策。

Mercedes-AMG Petronas使用Tibco軟件可視化其影響變量，如天氣，輪胎溫度和燃料量對(duì)其汽車的影響。

該軟件還使工, 程師能夠分析汽車齒輪的性能和磨損等細(xì)節(jié)。駕駛員通常每圈換檔100次，每次駕駛員換檔時(shí)，Tibco都會(huì)收集大約1,000個(gè)數(shù)據(jù)點(diǎn)。

“當(dāng)你想象這些數(shù)據(jù)時(shí)，你實(shí)際上可以讓齒輪箱持續(xù)更長(zhǎng)時(shí)間，或者更重要的是，讓齒輪箱變得更加嚴(yán)苛，”哈里斯說(shuō)。

“然后你可以發(fā)現(xiàn)，如果你把變速箱放到一個(gè)特定的模式，它每圈的速度大約快50毫秒。在排位賽中，汽車可以分開(kāi)千分之一秒，所以50毫秒很重要。”

哈里斯說(shuō)Mercedes-AMG Petronas正在構(gòu)建ML算法來(lái)幫助“做一些人類無(wú)法做到的事情，或者做一件非常昂貴的工作方式�！惫�里斯相信，這些能力最終將成為團(tuán)隊(duì)競(jìng)爭(zhēng)優(yōu)勢(shì)的關(guān)鍵推動(dòng)因素。

重要建議

為什么要構(gòu)建一些不是您核心競(jìng)爭(zhēng)力的東西？

在登陸Tibco之前，Mercedes-AMG Petronas使用自行開(kāi)發(fā)的可視化軟件，這種軟件經(jīng)證明效率太低，無(wú)法維持。通過(guò)依靠Tibco，梅賽德斯 - AMG馬來(lái)西亞國(guó)家石油公司可以專注于其實(shí)力：打造高性能汽車。

哈里斯說(shuō)：“最重要的是讓人們有創(chuàng)造力，思考解決問(wèn)題，而不是編寫軟件來(lái)解決問(wèn)題�！�

8、預(yù)測(cè)員工什么時(shí)候離職

像大多數(shù)汽車維修公司一樣，Calibre Collision長(zhǎng)期以來(lái)一直存在人員流動(dòng)問(wèn)題，因?yàn)闄C(jī)械師，油漆工和客戶支持人員往往來(lái)去匆匆，600多個(gè)店面的流動(dòng)率，有時(shí)每年高達(dá)40％。

Calibre發(fā)現(xiàn)，部分問(wèn)題在于其商店有時(shí)沒(méi)有足夠的汽車供工作人員修理，導(dǎo)致工資不一致。

CIO Ashley Denison突發(fā)奇想：如果Caliber能夠預(yù)測(cè)員工何時(shí)會(huì)離職并進(jìn)行干預(yù)呢？

Calibre開(kāi)始與技術(shù)顧問(wèn)Sparkhound合作，后者創(chuàng)建的軟件可以從Caliber的Workday人力資源軟件中提取員工數(shù)據(jù)，并將其與Microsoft PowerBI混合，創(chuàng)建一個(gè)定制的回歸模型，預(yù)測(cè)員工是否可能會(huì)考慮離職。然后，Calibre通過(guò)數(shù)字調(diào)查找到可能要離職員工的個(gè)人聯(lián)系方式。

例如，如果員工的工資在幾周內(nèi)下降，Calibre的區(qū)域經(jīng)理可以確保他們獲得更多的汽車。相反，如果員工看起來(lái)工作負(fù)擔(dān)過(guò)重，公司可以將一些工作重新分配給他或她的同事。

結(jié)果有沒(méi)有效呢？Calibre每年可節(jié)省多達(dá)100萬(wàn)美元，從而減少營(yíng)業(yè)額。

關(guān)鍵建議

在 ML 算法容易被過(guò)度夸大和超賣時(shí)，用其解決節(jié)省成本的問(wèn)題是一種實(shí)用方法。Denison說(shuō)：“現(xiàn)在想要留住員工簡(jiǎn)直不要太容易。”

9、作為產(chǎn)品和業(yè)務(wù)推動(dòng)者

Adobe Systems正在利用ML分析幫助臺(tái)記錄的系統(tǒng)故障趨勢(shì)，然后在問(wèn)題導(dǎo)致重大停機(jī)之前主動(dòng)解決問(wèn)題。

如果系統(tǒng)發(fā)現(xiàn)可能發(fā)生中斷的事件，系統(tǒng)可以主動(dòng)在觸發(fā)故障之前消除或減輕這些事件。

該工具稱為HAAS，用于“即時(shí)服務(wù)”，可以捕獲并修復(fù)從與Adobe ERP集成失敗到為公司各種分析系統(tǒng)提供錯(cuò)誤數(shù)據(jù)源的所有問(wèn)題。

Stoddard說(shuō)，HAAS將人工手動(dòng)執(zhí)行需要30分鐘的修復(fù)時(shí)間減少到1分鐘。她估計(jì)在過(guò)去的幾個(gè)月里它已經(jīng)節(jié)省了330小時(shí)的補(bǔ)救時(shí)間。使用詳細(xì)說(shuō)明問(wèn)題的報(bào)告，Adobe工程師還可以創(chuàng)建永久性修復(fù)程序。

“如果你知道你必須修理一些東西而且你知道如何解決它，那么你可以使它自動(dòng)化，”斯托達(dá)德說(shuō)�！斑@是一個(gè)巨大的利好�！边@項(xiàng)工作建立在Stoddard團(tuán)隊(duì)于2017年創(chuàng)建的基于ML的診斷測(cè)試框架之上。

主要建議

使用ML識(shí)別模式是創(chuàng)建自我修復(fù)功能的關(guān)鍵。“如果你知道如何修復(fù)它，你可以在里面放一個(gè)自我修復(fù)組件，然后把人類元素從等式中去掉�！彼雇羞_(dá)德說(shuō)。