隨著人工智能迅速成為具有戰(zhàn)略意義的事物，你就要尋找可以讓你快速贏得業(yè)務(wù)的項目，并幫助你獲得更廣泛地應(yīng)用機器學(xué)習(xí)的技能。
機器學(xué)習(xí)正在迅速成為前瞻性組織的現(xiàn)實。但對于大多數(shù)企業(yè)而言，利用機器學(xué)習(xí)技術(shù)能力的最佳方法仍然是一個謎。不過，實驗的結(jié)果越來越鼓舞人心。
事實是，你的競爭對手可能已經(jīng)在奠定基礎(chǔ)。IDC預(yù)測，今年全球人工智能系統(tǒng)的收入幾乎要翻一番，達到125億美元，并保持同比增長，直到2020年達到460億美元。其中一些支出將用于運行機器學(xué)習(xí)系統(tǒng)的硬件，但即使你沒有預(yù)算和數(shù)據(jù)科學(xué)家從零開始構(gòu)建系統(tǒng)，你仍然有大量的工具和服務(wù)，它們將讓你以實際的方式使用機器學(xué)習(xí)來助力業(yè)務(wù)。
下面來談?wù)?個IT項目，它們幾乎對任何在開展機器學(xué)習(xí)技術(shù)的組織都有用。
1. 客戶服務(wù)聊天機器人
如果你有一個常見問題列表供客戶查詢，你可以將其轉(zhuǎn)換成可以使用Microsoft QnA Maker回答支持問題的聊天工具。當(dāng)然，這不一定是客戶支持;你可以創(chuàng)建一個機器人來回答新員工關(guān)于人力資源福利或如何聯(lián)系幫助臺的問題。
在你的常見問題解答中加進URL，或上傳有問答的電子表格和文檔，并用QnA Maker創(chuàng)建一些可以查看和訓(xùn)練的問答，然后調(diào)用API。如果你希望有一個更有趣的界面而不僅僅是文本回復(fù)，你可以使用.NET SDK和Microsoft Bot Framework來創(chuàng)建一個顯示圖片和豐富內(nèi)容的機器人。
如果你喜歡無服務(wù)器的方法，QnA Maker是Azure Bot服務(wù)的模板之一，因此你可以創(chuàng)建一個適用于電子郵件，GroupMe、Facebook Messenger、Kik、Skype、Slack、Microsoft Teams、電報、文本/短信和Twilio的方式。
從長遠來看，聊天機器人將演變成為Amazon Alexa和微軟小娜(Microsoft Cortana)的智能代理。但是，代理商不僅僅是回答個別問題，而是通過客戶的問題來創(chuàng)建一個“目標(biāo)導(dǎo)向”的對話，從而幫助他們解決問題，這就是你需要的門票銷售或診斷投影機無法連接的原因。微軟剛剛向Dynamics 365添加了一個客戶關(guān)懷解決方案，其中虛擬代理提出解決方案，如果它無法解決問題并學(xué)習(xí)下一次要做什么的話，它就會將客戶移交給人員支持，連同會話詳細信息及其提出的建議一并移交?；萜?，梅西百貨(Macy's)和微軟自己的支持服務(wù)已經(jīng)在使用此代理進行在線支持。
2. 營銷自動化和分析
營銷往往是第一個實驗新技術(shù)的部門，這就是Adobe Marketing Cloud，Dynamics 365和Salesforce等營銷服務(wù)開始為客戶推薦相關(guān)產(chǎn)品，以顯示個性化搜索結(jié)果，分類銷售線索，當(dāng)交易無人問津時警告您，在潛在的客戶公司尋找替代聯(lián)系人，甚至暗示用什么方式以及在什么時候與他們聯(lián)系。畢竟，客戶流失的預(yù)測模型可以幫助你進行預(yù)測和規(guī)劃。
如果你的營銷團隊還沒有考慮這些工具，那么這是將機器學(xué)習(xí)直接應(yīng)用到你的底線的好方法。如果他們正在考慮，請發(fā)現(xiàn)什么是有效的，并尋找可以從類似分析中受益的其它部門。AXA正在使用具有70個變量的TensorFlow深度機器學(xué)習(xí)模型來預(yù)測哪些客戶可能會發(fā)生意外，而這些意外將使保險公司花費的成本超過10,000美元，因此機器學(xué)習(xí)可以優(yōu)化保單價格。較舊的模型因不夠準(zhǔn)確而用處不大，但預(yù)測精度從40%提高到78%時，把現(xiàn)在客戶作為目標(biāo)時這個數(shù)字好的足以考慮嘗試了。
3. 欺詐檢測
發(fā)現(xiàn)欺詐和異常交易是一個經(jīng)典的數(shù)據(jù)分析問題，但如果您大規(guī)模進行，機器學(xué)習(xí)有助于發(fā)現(xiàn)有問題的活動，如詐騙者多次支付觸發(fā)限制，新商家表現(xiàn)出異常行為，貌似合法的連接到詐騙網(wǎng)絡(luò)的客戶。Fraud.net使用Amazon Machine Learning來訓(xùn)練多種機器學(xué)習(xí)模型，以發(fā)現(xiàn)一系列欺詐活動，而不是嘗試創(chuàng)建一個單一的模型來評估每種可能的欺詐行為;不管哪一天，他們保護的商家可能面臨著一百種不同的欺詐方案，每種欺詐方案都有數(shù)十種不同的變種。
機器學(xué)習(xí)不僅僅是為了捕捉現(xiàn)有客戶的欺詐行為——保險公司想要發(fā)現(xiàn)新的申請人，他們打算在出保單之前向一輛已經(jīng)損壞過的車輛索賠。不要光想著阻止不好的交易。福特的信貸部門正在使用ZestFinance的機器學(xué)習(xí)工具來預(yù)測特定借款人償還貸款的可能性，以便可以向信用評級較低的人士借貸。隨著美國汽車銷量普遍下滑(福特本身的下滑幅度較大)，找到他們原本可能會拒絕的買家對業(yè)務(wù)有很大的幫助。機器學(xué)習(xí)可以幫助你更快地從風(fēng)險大的保險中識別出好的客戶。
4. ERP庫存規(guī)劃
供應(yīng)鏈自動化并不是新事物，但機器學(xué)習(xí)使其更加普遍。機器學(xué)習(xí)可以讓你像客戶研究網(wǎng)上購物，天氣對購物習(xí)慣的影響以及其它內(nèi)部和外部趨勢，以通過預(yù)測需求來管理庫存，它不僅僅是歷史性的銷售數(shù)據(jù)。亞馬遜聲稱它可以準(zhǔn)確地預(yù)測每天將銷售的特定顏色和尺寸的襯衫數(shù)量。把目標(biāo)對準(zhǔn)收入增長達15-30%的信用機器學(xué)習(xí)預(yù)測模型。德國的線上零售商Otto用機器學(xué)習(xí)預(yù)測未來30天內(nèi)的熱銷品，準(zhǔn)確率達90%，將剩余庫存量減少五分之一，每年減少的退貨量超過200萬件;自動化采購系統(tǒng)每月從第三方供應(yīng)商訂購20萬件商品，選擇預(yù)計會熱銷的顏色和款式。
5. 物流路線規(guī)劃
旅行推銷員問題是計算機科學(xué)經(jīng)典：你的銷售團隊需要往返的所有地點之間最短的路線是什么?無論是銷售人員到潛在客戶那里，交付給客戶還是選擇吸引最多客戶的業(yè)務(wù)位置，路線和旅行計劃對你的業(yè)務(wù)都有很大的影響。你可以使用必應(yīng)(Bing)和Google Maps API中的預(yù)測性交通服務(wù)來創(chuàng)建等時線地圖，它不僅僅顯示距離，還顯示旅行時間，以便比較各種起點在15分鐘內(nèi)可讓工程師抵達的客戶的數(shù)量，或者找到一天中最好的交付時間(使用預(yù)覽的必應(yīng)地圖卡車路線API可以獲得比一般汽車大的商用和服務(wù)車輛的路線)。
添加了資產(chǎn)跟蹤和位置觸發(fā)器，你就可以創(chuàng)建自己的物流解決方案?；蛘吣憧梢酝ㄟ^報價來準(zhǔn)確地反映成本，從而使運輸更有利可圖，而不是通過報削價搶生意失去利潤空間或因報價過高而失去業(yè)務(wù)。商業(yè)通信巨頭R.R. Donnelley通過結(jié)合天氣、燃料成本和市場條件等變量的歷史數(shù)據(jù)，使用R和Azure Machine Learning Studio來降低妨礙它在貨運中奪標(biāo)的保守估計，以制定更好的定價模式。為給定路線生成實時報價的自動化系統(tǒng)則更準(zhǔn)確;該公司已經(jīng)贏得了4%的投標(biāo)，并預(yù)計其整車經(jīng)紀(jì)業(yè)務(wù)的規(guī)模將翻四番。只要你有足夠的數(shù)據(jù)來構(gòu)建良好的模型，同樣的預(yù)測分析對任何合同競標(biāo)都很有用。
6. 物聯(lián)網(wǎng)的預(yù)測性維護
如果你等到機械發(fā)生故障才來解決問題，你就會面臨停機和不愉快的客戶;如果你過去頻繁地將系統(tǒng)脫機以進行維護，那么你的成品率會減少。當(dāng)?shù)偕颂敳?ThyssenKrup)開始分析它所安裝和維護的110萬臺電梯的維護記錄時，發(fā)現(xiàn)維護時段可能會比以前要長一些。當(dāng)公司使用微軟的Azure IoT Suite遠程監(jiān)控傳感器，預(yù)測故障并搶先維護設(shè)備時，它不僅通過在故障發(fā)生之前解決問題來提高客戶的滿意度。還通過在首次訪問中解決更多的問題，并更準(zhǔn)確地預(yù)測庫存所需的備件，從而降低成本。在生產(chǎn)線上做同樣的事情，你可以提高產(chǎn)量。根據(jù)埃森哲(Accenture)2016年關(guān)于工業(yè)物聯(lián)網(wǎng)的報告，預(yù)測性維護可以將定期維修成本降低12%，降低維護成本30%，減少故障率達70%。
7.安全領(lǐng)域的機器學(xué)習(xí)
在復(fù)雜的安全世界中，機器學(xué)習(xí)不是一個高招，而是可以幫你發(fā)現(xiàn)在正?；顒佑|發(fā)的日志和警報中可能會丟失的攻擊。盡管如此，Windows Defender Advanced Threat Protection并不是防病毒軟件，它是一種機器學(xué)習(xí)服務(wù)，它用于分析運行Windows 10企業(yè)版的網(wǎng)絡(luò)上的個人電腦的行為，并告知你的安全團隊攻擊是否是惡意進程、社會工程或文檔漏洞。你仍然需要挖掘日志并處理后果，但機器學(xué)習(xí)安全工具有助于去偽存真。
8.使你的招聘不偏不倚
時下對企業(yè)多樣性的呼聲越來越高，但你的招聘團隊的職位發(fā)布方式實際上可能會阻止更廣泛的申請者。試一下用Textio服務(wù)，它使用人工智能在職位發(fā)布和招聘電子郵件中標(biāo)記公司術(shù)語、陳詞濫調(diào)、俗氣的刻板印象和其它的排他性短語，以幫助你獲得更廣泛多樣的人員。SAP SuccessFactors也有一個類似的工具。
9.用于生產(chǎn)安全的圖像識別
建筑工地和生產(chǎn)線充滿了落在不當(dāng)人選的危險的設(shè)備。有了相機和傳感器，你就可以使用圖像和面部識別來檢測在什么時候設(shè)備以不安全的方式被使用，或者是被沒有通過安全培訓(xùn)的人使用。日立與德國人工智能研究中心DFKI建設(shè)了深度學(xué)習(xí)系統(tǒng)，該系統(tǒng)使用了可穿戴設(shè)備和眼球跟蹤眼鏡。微軟在其開發(fā)者大會(Build conference)上用Azure功能、微軟認(rèn)知服務(wù)(Microsoft Cognitive Services)和Azure Stack演示了類似的解決方案。要建設(shè)完整的工作場所安全解決方案可能頗具挑戰(zhàn)，但你可以從智能手機應(yīng)用程序開始，如Safety Compass，它與Intellect SEEC的機器學(xué)習(xí)風(fēng)險分析師合作，讓工人通過拍攝照片和填寫細節(jié)來標(biāo)記工作場所中的危險;當(dāng)其他工人接近危險時就會發(fā)出警告。
版權(quán)聲明：本文為企業(yè)網(wǎng)D1Net編譯，轉(zhuǎn)載需注明出處為：企業(yè)網(wǎng)D1Net，如果不注明出處，企業(yè)網(wǎng)D1Net將保留追究其法律責(zé)任的權(quán)利。
京公網(wǎng)安備 11010502049343號