9大人工智能落地案例，可以預(yù)測你什么時候離職
更新：2020/10/26    點(diǎn)擊數(shù)：2393

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

幾乎每個標(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發(fā)光二極管，好把每個人的眼睛都亮瞎。

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AI / ML項(xiàng)目。受訪者還表示，他們預(yù)計未來12個月將再增加6個項(xiàng)目，未來3年內(nèi)將再增加15個項(xiàng)目。

但是，由于IDC對2,473個組織進(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)級人工智能戰(zhàn)略，因此僅靠項(xiàng)目無法實(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、保險公司的聊天機(jī)器人

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

一個CX試點(diǎn)項(xiàng)目包括使用由IPsoft制作的虛擬助手Amelia來幫助自動化入職流程并回答福利問題，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？”等問題以及Guardian數(shù)百萬客戶可能擁有的其他問題。

在內(nèi)部，Guardian正在測試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)知計算軟件讀取并優(yōu)先處理Guardian每天獲得的數(shù)百萬封電子郵件，這種掃描只需幾分鐘即可完成，從而將員工從手動閱讀和優(yōu)先處理消息的時間中解放出來。

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，從而簡化運(yùn)營。這包括遷移到Amazon Web Services，采用敏捷開發(fā)以及構(gòu)建API市場。

2、這件襯衫是AI推薦的

女裝零售商Zulily會使用ML來個性化商品報價給客戶。

Zulily的CIO Friang說，該軟件依賴于許多信號（例如購買歷史記錄，瀏覽選擇所花費(fèi)的時間，在其移動應(yīng)用上點(diǎn)擊和滑動以及社交媒體行為），以確定是否通過推送通知或電子郵件向購物者發(fā)送報價。

“當(dāng)我們了解你時，我們會更好地傾聽你的聲音。”

雖然Zulily構(gòu)建自定義算法，但它依賴于許多開源技術(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的個性化工作依賴于亞馬遜網(wǎng)絡(luò)服務(wù)和谷歌云平臺之間的重要握手。

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

Friang表示，這種聯(lián)系強(qiáng)調(diào)了GCP和AWS如何推動競爭，從長遠(yuǎn)來看將有利于CIO。

3、辦公室的AI助手

你可能想不到AI對房地產(chǎn)商有什么用處。但6月份，Jones Lang Lasalle（JLL）與Google合作開發(fā)了Jill，這是一款語音助手，允許辦公室員工設(shè)置會議、尋找同事、查詢火車時刻表或通過語音或文本填寫服務(wù)請求。

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

Goel在一份聲明中說，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，”Goel說。

主要建議

對于尋求向服務(wù)轉(zhuǎn)變的組織來說，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計劃增加更多的技能并向第三方功能開放平臺，這是市場戰(zhàn)略的一部分。更廣泛地說，這項(xiàng)倡議表明，多年來，虛擬助理已經(jīng)（從通用消費(fèi)玩具）轉(zhuǎn)向垂直市場。

4、便利店的動態(tài)定價

便利店連鎖店Wawa計劃使用ML根據(jù)競爭因素動態(tài)改變價格。CIO John Collier表示，這可以大大促進(jìn)Wawa為忠實(shí)客戶提供個性化服務(wù)。

“我們希望擁抱數(shù)據(jù)和算法，因此我們不會設(shè)定價格，而是制定規(guī)則。”Collier說。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說他現(xiàn)在更喜歡動態(tài)定價，但有一個問題：新興技術(shù)不能很好地與他遺留的系統(tǒng)接口。

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

5、立等可取的信用報告

在信用卡報告巨頭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，使公司能夠構(gòu)建預(yù)測模型，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)對數(shù)據(jù)進(jìn)行復(fù)雜的分析，而目前需要幾周時間。理想情況下，該工具將使消費(fèi)者能夠在需要時獲得信貸資格。

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。

“客戶希望能夠?qū)崟r查看大量信息，”Experian Global CIO Barry Libenson說，他負(fù)責(zé)監(jiān)督使用Hadoop和其他分析工具的平臺構(gòu)建。“我們可以開處方的日子已經(jīng)過去了。當(dāng)他們想要的時候，他們想要實(shí)時就能看到。”

主要建議

在舊版軟件上構(gòu)建新的分析平臺，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。

萬事達(dá)卡技術(shù)和運(yùn)營總裁Ed McLaughlin表示，當(dāng)許多專家將數(shù)字視為我們在線隱私和安全的禍根時，ML和AI工具可以使服務(wù)比塑料信用卡更安全。

萬事達(dá)卡使用多層ML和AI來消除具有惡意意圖的消費(fèi)者。McLaughlin表示，其保護(hù)措施的核心是一個內(nèi)存數(shù)據(jù)庫，該數(shù)據(jù)庫自2016年以來估計損失了10億美元的萬事達(dá)卡。該軟件使用200多個屬性來預(yù)測和阻止欺詐。

該核心系統(tǒng)與標(biāo)記化，生物識別技術(shù)，深度學(xué)習(xí)和其他新奇方法相結(jié)合，幫助萬事達(dá)卡保持了其促進(jìn)價值數(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：“很重要的是盡可能地讓人類脫離循環(huán)”，并補(bǔ)充說ML，AI和自然語言處理軟件都是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，該公司在其一級方程式賽車上收集多個數(shù)據(jù)通道，有時每秒多達(dá)10,000個數(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，Tibco都會收集大約1,000個數(shù)據(jù)點(diǎn)。

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

“然后你可以發(fā)現(xiàn)，如果你把變速箱放到一個特定的模式，它每圈的速度大約快50毫秒。在排位賽中，汽車可以分開千分之一秒，所以50毫秒很重要。”

哈里斯說Mercedes-AMG Petronas正在構(gòu)建ML算法來幫助“做一些人類無法做到的事情，或者做一件非常昂貴的工作方式。”哈里斯相信，這些能力最終將成為團(tuán)隊(duì)競爭優(yōu)勢的關(guān)鍵推動因素。

重要建議

為什么要構(gòu)建一些不是您核心競爭力的東西？

在登陸Tibco之前，Mercedes-AMG Petronas使用自行開發(fā)的可視化軟件，這種軟件經(jīng)證明效率太低，無法維持。通過依靠Tibco，梅賽德斯 - AMG馬來西亞國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：“最重要的是讓人們有創(chuàng)造力，思考解決問題，而不是編寫軟件來解決問題。”

8、預(yù)測員工什么時候離職

像大多數(shù)汽車維修公司一樣，Calibre Collision長期以來一直存在人員流動問題，因?yàn)闄C(jī)械師，油漆工和客戶支持人員往往來去匆匆，600多個店面的流動率，有時每年高達(dá)40％。

Calibre發(fā)現(xiàn)，部分問題在于其商店有時沒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)測員工何時會離職并進(jìn)行干預(yù)呢？

Calibre開始與技術(shù)顧問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)建一個定制的回歸模型，預(yù)測員工是否可能會考慮離職。然后，Calibre通過數(shù)字調(diào)查找到可能要離職員工的個人聯(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，如果員工看起來工作負(fù)擔(dān)過重，公司可以將一些工作重新分配給他或她的同事。

結(jié)果有沒有效呢？Calibre每年可節(jié)省多達(dá)100萬美元，從而減少營業(yè)額。

關(guān)鍵建議

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

9、作為產(chǎn)品和業(yè)務(wù)推動者

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

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)提供錯誤數(shù)據(jù)源的所有問題。

Stoddard說，HAAS將人工手動執(zhí)行需要30分鐘的修復(fù)時間減少到1分鐘。她估計在過去的幾個月里它已經(jīng)節(jié)省了330小時的補(bǔ)救時間。使用詳細(xì)說明問題的報告，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化，”斯托達(dá)德說。“這是一個巨大的利好。”這項(xiàng)工作建立在Stoddard團(tuán)隊(duì)于2017年創(chuàng)建的基于ML的診斷測試框架之上。

主要建議

使用ML識別模式是創(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自我修復(fù)組件，然后把人類元素從等式中去掉。”斯托達(dá)德說。