企业正在进行人工智能试点, 并正在将人工智能投入生产. 这里是领先的组织正在下注的地方 -- 并且已经看到了早期的结果.
与 IT 相关的用例, 如 IT 自动化, 质量控制和网络安全, 是人工智能技术较受欢迎的应用.
但是专家们表示, 随着技术的进步, 这种情况将会改变, 它正变得更容易使用, 并已经证明了对提升公司的利润很有用.
以下是对人工智能潜力的早期探索, 这些领域正在进行试点, 并已经将人工智能投入了生产.
IT 自动化, 质量控制和网络安全
根据德勤去年年底发布的一项对美国高管的调查, IT 自动化是人工智能较受欢迎的用例, 47% 的公司进行了采用. 其次是质量控制 (46%) 和网络安全(41%).
在一项针对全球 600 名高管的 Apex 调查中, 网络安全也被评为人工智能和移动通信的顶级用例.
德勤风险和金融咨询公司的人工智能专家 Samir Hans 说, IT 部门采用人工智能的原因是, 从事信息技术工作的人总是对数据工作感到舒适, 对试点项目和探索新技术感兴趣, 并愿意与初创企业合作.
"人工智能, 机器学习和数据科学应用需要非常密集的信息技术," 他说."你可以说,'我们将从市场营销开始', 但总体而言, 市场营销领域的人不如 IT 领域的人有技术头脑和前瞻性."
用于 IT 应用的人工智能和机器学习也比其他类型的功能更加成熟. 下面是 Goulson & Storrs 公司的首席信息官 John Arsneault 的经历. 这家位于波士顿的律师事务所正在密切关注人工智能的发展, 这可能会改变法律行业. 但这项技术的首次部署其实是为了网络安全.
该公司在五个物理位置拥有数据中心, 包括 125 台虚拟服务器和相关的网络设备.
Arsneault 说:"保护自己的 IT 组织的传统方法对我们来说也是可行的, 我们利用了很多这种方法. 但是传统方法缺少的是失败后会发生什么."
如果入侵者能够通过损害用户帐户或利用漏洞来突破防御, 那么他们也可能能够通过公司的网络和应用程序来寻找有价值的数据."你可能几个月都不知道你是否有入侵," 他说."对我来说, 这是最大的问题."
Arsneault 对网络分割很感兴趣, 可以防止入侵者在公司系统中横向移动, 但是很难设置.
"这是一个难以置信的麻烦," 他说."没有人能够跟上它的步伐, 默认会更加开放, 因为很难弄清楚需要在防火墙和其他安全机制上打什么补丁."
两年前, Goulson & Storrs 转向了一个机器学习系统, 该系统可以自动分析各种系统和应用程序之间的交互, 计算出正常流量应该流向哪里, 并为微分割生成建议.
"它会走出去, 弄清楚网络上发生了什么,"Arsneault 说."然后, 它会找出哪些是必需的, 哪些不是, 然后你就可以运用它所建议的策略了. 它还将继续学习网络, 并不断更新适用于微细分的策略."
该公司使用了 Edgewise 的技术, 部分原因是该产品可以在不增加员工的情况下推出. 最初的部署花了大约三个月的时间.
"我们已经实施了他们的最新版本, 只需按下一个按钮, 我们就能为服务器, 软件和用例提供 125,000 种不同的保护," 他补充道."它去掉了人的因素, 这是一个巨大的负担, 并且大大减少了时间和精力."
预测分析
人工智能最引人注目的用途之一是进行智能预测. 它可以用于天气预测, 预测客户可能还想订购哪些产品或他们可能喜欢什么电影, 预测即将出现故障的设备, 并且公司也一直在寻找人工智能在预测分析中的更多用途.
例如, 在医疗保健和医学领域, 人工智能和机器学习被用来分析遗传数据, 病史和测试数据, 以预测疾病和发现有希望的治疗方法. 根据 Gartner 的说法, 现在 38% 的医疗保健提供者依靠着计算机辅助诊断.
总部设在旧金山的 Seer 是一家生命科学和健康数据公司, 它正在寻求人工智能的帮助来处理血液测试的数据, 特别是研究蛋白质水平, 以便对疾病有所了解.
"举个简单的例子, 镰状细胞贫血是由一种突变引起的, 这种突变将导致一种叫做血红蛋白的蛋白质发生变化," 该公司的首席商务官, 总裁兼创始人 Philip Ma 说."蛋白质微小的变化就会对你的健康产生巨大影响."
然而, 很难确定究竟哪种蛋白质变化会与哪种特定疾病有关, 特别是如果疾病涉及许多不同的基因和不同的蛋白质的时候."这就是人工智能可以非常有用的地方," 他说.
如果只涉及一种蛋白质, 那么标准的统计分析就足够了. 但是如果涉及几十种蛋白质, 事情就会变得更加复杂, Ma 说. 此外, 蛋白质的差异还可能与疾病无关, 而是与性别, 年龄或一个人早餐吃什么有关.
"你需要大量高质量的数据, 如果数量足够多, 你就可以从统计上区分哪个是信号, 哪个是噪声," 他说.
今年, 该公司正在进行的一个项目是在一项临床试验中观察数千名癌症患者的血液, 以便深入了解癌症会如何影响血液中的蛋白质, 从而更好地预测一个人是否患有癌症.
Seer 使用了聚类分析, 这是 Edgewise 用来创建网段的机器学习技术, 也是零售商用来将客户分组的技术.
他补充说, 该公司还在包括 Domino 数据实验室在内的各种开源和专有数据科学平台上使用马尔可夫分析和主成分分析, 其中大部分运行在 AWS 的云中.
客户服务
根据德勤的调查, 人工智能的下一个较受欢迎的用例是客户服务, 这一领域的领导者主要是虚拟助理. 销售优化和营销优化也进入了德勤榜单的前十名.
根据 Gartner 6 月份发布的一项调查, 去年 75% 的公司增加了在客户体验技术上的支出, 53% 的受访者表示, 人工智能将在未来三年对客户体验产生最大影响. 另有 39% 的人则提到了虚拟客户助理和聊天机器人.
例如, 卡耐基梅隆大学海因茨学院信息系统和管理助理教授 BeiBei Li 说, 推荐和个性化现在已经是成熟的技术了, 并且正在被广泛使用.
"我们看到这些领域已经做得相当好了." 她说.
公司还整合了社交媒体等外部数据源, 以帮助改善客户服务以及其他类型的非结构化数据.
"所有这些努力都导致了客户领域更自动化的流程," 她说."不仅仅是大公司. 我和一些小公司也合作过, 有些甚至开发了自己的内部个性化和分析. 绝对可以认为, 很多公司都在这样做."
让人工智能在面向客户的业务方面发挥作用可以立即提高收入, 甚至为公司开辟全新的收入来源. 以业务流程外包巨头 Atento 为例.
该公司在全球拥有 155,000 名员工, 它五年前开始在其后台办公室, 财务会计, 人力资源部门内部使用了人工智能, 在其 Salesforce 平台上实现了自动化, 并通过机器人流程自动化来加快手动流程. 所有这些工具都有助于公司提高效率.
"但随着我们在过去几年中的发展, 现在的问题是如何与我们的客户一起提升价值,"Atento 的美国和中美洲总裁 Michael Flodin 说."这无疑创造了新的收入来源."
例如, Atento 现在在为其客户提供智能聊天代理.
"我们使用了人工智能来解决电信业务中的客户联系问题," 他说."现在, 我们正在与 Avaya 合作做一些非常酷的事情. 我们会在文本上使用客户转录和实时分析."
例如, 如果客户在与呼叫中心交谈后不高兴, Atento 会在通话结束后的 30 秒内知道.
"我们可以给客户回电话, 这对我们的业务产生了重大影响," 他说."我们正在使用相同的实时交易服务来填充客户关系管理, 并将呼叫工作量减少了约 65%."
他补充道, 成本节约也会传递给客户."未来, 我们将使用同样的技术来自动化我们的质量流程."
今年早些时候, Atento 任命了一位新的首席执行官 Carlos Lopez-Abadiaas, 他在数字化转型方面的背景是此次招聘的关键."他做的第一件事是启动未来五年的新计划, 其中最重要的是人工智能,"Flodin 说.
一个巨大的变化是接受人工智能教育的人的范围将扩大到高级管理人员和最有能力实施或操作人工智能工具的员工之外. 现在, 销售团队也在接受教育.
"很多时候, 商业组织是最后一个听说这种事情的组织,"Flodin 说.
所以现在, Atento 也在致力于用公司正在开发的新工具和新能力来培训其商业组织.
"当他们在市场上遇到机会时, 他们也可以提出这些解决方案," 他说."对我们来说, 最激动人心的部分是面向客户的计划."
来源: http://ai.51cto.com/art/201909/602567.htm