机器智能的竞争格局

鼎富大数据-dis 浏览次数: 2016-12-01 17:13

在过去的几年里,我们经常从创业者和学者那里听到机器智能。但今年不同,从今年开始,我们注意到财富500强公司的高管也开始关注机器智能的问题。这些高管都'...

  在过去的几年里,我们经常从创业者和学者那里听到机器智能。但今年不同,从今年开始,我们注意到财富500强公司的高管也开始关注机器智能的问题。

  这些高管都在思考自己该如何应对机器智能的潮流。在过去一年中,机器智能爆炸式增长,经历了50亿美元的风险投资,几次大型并购,以及有数十万人关注我们早期的研究。与上世纪90年代的互联网一样,高管们意识到这种新技术可能会改变一切,但没有人知道是用什么样的方式,或在什么时候改变。

  今年机器智能的影响已经突显。从农业到运输业,几乎每个行业都已经受到影响。每个员工都可以利用机器智能,利用今天存在的工具来提高生产效率。公司可以使用全套的构建模块在其业务中嵌入机器智能。

  在互联网中,后来者通常能超越那些首先进入该领域的公司,但与互联网所不同的是,一开始就使用机器智能的公司可以享受持久的优势。

  那么财富500强和其他公司应该怎么做呢?

使人才更具生产力

  能够立马享受机器智能带来的收益的一种方法是使用随时可用的机器智能工具来支持公司的人才。早期进入该领域的公司研发了专门针对知识工作特定领域的工具,也可以称为“企业功能”。有了这些工具,每个员工都可以获得以前只有CEO才有的一些权力。

  这些工具可以帮助监控和预测(例如,通过预测客户到客户的销售以帮助优先处理交易)以及辅导和培训(预测文本编辑平台能帮助员工编写更有效的文档)。

查找全新的数据源

  我们在“企业智能”部分强调,下一步应该用机器智能来实现来自新数据源的价值。因为机器智能软件能以一种较难和昂贵的方式来快速审查大量的数据,所以这些新的来源现在可以访问。

  想象一下,如果你能听每个销售人员的录音,那么你就能预测他们的表现,或有一个团队观察从太空拍摄的每个卫星的图像,那么就能分析从它们收集来的宏观经济指标。而这些数据源已经由你的公司所拥有(例如,客户服务对话的转录或预测中断和所需维护的传感器数据),或者它们来自外部世界(开放网络上数据提供的竞争信息)。

重新思考如何构建软件

  假设你已经尝试了一些新的生产力工具,并开始挖掘新的数据来源以获得洞察力。那么,获取机器智能带来收益的下一个方法是建立一个基于这种新型软件的持久竞争优势。

  但机器智能不只是依靠更好的软件,它需要全新的过程和不同的心态。机器智能是管理者学习的新学科,需要新的软件人才类型和新的组织结构。

  大多数IT团队在应用程序和数据方面进行研究。新的机器智能IT团队会考虑应用程序、数据和模型,他们将软件视为代码、数据和模型的组合。“模型”在这里是指业务规则,如批准贷款或调整数据中心的电力消耗的规则。在传统软件中,程序员会手动创建这些规则。今天,机器智能可以使用数据和新算法来生成对人类程序员来说过于复杂的模型。

  机器智能在行业中的第一个有用的应用往往使用的是以前被搁置的数据。医疗保健是一个最好的例子:预测模型运行在患者数据和计算机视觉上,它通过医学图像来诊断疾病,并从基因组数据中搜集诊断方案。下一步机器智能将会进入金融、交通和农业领域,因为在这些领域有可用的数据量,而且会带来经济价值。

  机器智能将提高生产力,我们需要认识这一事实并改变其工作方式,未来,将有更多的机器智能技术超越更多的传统技术。

(来源:人工智能爱好俱乐部)

  中国非结构化大数据领先技术提供商

  DINFO DiscoverInformation 发现信息价值 服务企业创新

网友点评
猜你喜欢