[[197043]]

根據(jù)《IDC Futurescapes》報告的預(yù)測，三分之二的全球2000強企業(yè)CEO將把數(shù)字化轉(zhuǎn)型作為公司戰(zhàn)略的重心。而戰(zhàn)略的其中一個重要組成部分應(yīng)該會包含機器學習解決方案。貫徹執(zhí)行這些解決方案，可以改變企業(yè)看待客戶價值和內(nèi)部運作模式的方式。

如果你想先人一步，就必須盡快行動起來。趁著機器學習技術(shù)快速發(fā)展之際，你的數(shù)字業(yè)務(wù)需要邁向自動化。機器學習算法從大量的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)中學習，比如文本、圖像、視頻、語音、肢體語言和面部表情，從而為機器開創(chuàng)出了一個新的時代，應(yīng)用范圍***廣闊，不管是醫(yī)療系統(tǒng)、電子游戲還是自動駕駛汽車。

簡而言之，機器學習將實現(xiàn)人、業(yè)務(wù)、物三者的智能連接，孕育客戶與企業(yè)之間的全新互動場景，最終催生出真正的智能公司。為了充分發(fā)揮機器學習的應(yīng)用潛力，我們需要營造現(xiàn)代化的商業(yè)環(huán)境，但前提是企業(yè)必須了解人工智能和機器學習之間的區(qū)別。

讓機器完全重現(xiàn)甚至超越人類的認知能力，這依然只是科幻小說里的情節(jié)，機器學習卻是存在于人工智能幕后的現(xiàn)實，而且如今已可直接應(yīng)用。機器學習靠模擬人類認知系統(tǒng)的功能來解決問題，其數(shù)據(jù)分析能力則遠超人類。機器學習是數(shù)據(jù)分析的基礎(chǔ)，是它從大數(shù)據(jù)中識別出的規(guī)律模式。它能提供高效的沉浸式用戶體驗，也可以用人類式的情緒作出回應(yīng)。通過從數(shù)據(jù)中學習而不是明確編程，電腦現(xiàn)在能應(yīng)付以前只有人類才能應(yīng)付的挑戰(zhàn)。它們現(xiàn)在已可在象棋、圍棋和撲克等游戲中打敗人類，能夠更準確地識別圖像，更精確地將語音轉(zhuǎn)錄為文本，還能翻譯一百多種語言。

機器學習技術(shù)在日常生活和商業(yè)領(lǐng)域的應(yīng)用

為了理解機器學習技術(shù)的應(yīng)用潛力，讓我們來看看現(xiàn)在已有的幾個例子：

• 智能家居：Amazon Echo，Google Home
• 數(shù)字助手：蘋果的Siri，SAP的Copilot

這兩類產(chǎn)品均是利用自然語言處理技術(shù)，為用戶提供交互式體驗。在機器學習的幫助下，這種體驗也許能達到新的高度，也就是聊天機器人。起初，聊天機器人將是上述應(yīng)用程序的一部分，但有人預(yù)言，它們可以使文本界面和圖形界面成為過時的產(chǎn)物!

機器學習技術(shù)不是強迫用戶學習如何操作，而是自己去適應(yīng)用戶。它帶來的將不僅僅是一種新的用戶界面，還將催生企業(yè)人工智能。

機器學習的應(yīng)用途徑數(shù)不勝數(shù)，包括：提供完全個性化的醫(yī)療;根據(jù)過往購物記錄預(yù)測客戶的需求;幫助人力資源部客觀公正地為每個崗位招募適當?shù)膽?yīng)聘者;實現(xiàn)金融業(yè)的自動化支付。

機器學習帶來的巨大商業(yè)利益

得益于機器學習的相應(yīng)優(yōu)點，隨著機器學習的日益盛行，業(yè)務(wù)流程將會實現(xiàn)自動化，并不斷發(fā)展?？蛻艨梢岳眠@項技術(shù)找出***結(jié)果，從而更快地作出決策。每當商業(yè)環(huán)境變化，這些高級的機器也會隨之改變，因為它們在不斷地更新自己，適應(yīng)環(huán)境。機器學習還將幫助企業(yè)實現(xiàn)創(chuàng)新，提供適當?shù)纳虡I(yè)產(chǎn)品或與服務(wù)，令企業(yè)決策基于***商業(yè)模式作出，從而實現(xiàn)不斷增長。

機器學習技術(shù)能夠從大數(shù)據(jù)中識別規(guī)律和模式，據(jù)此得出超越人類能力的洞見。因此，企業(yè)能夠在正確的時間采取行動，將銷售機會轉(zhuǎn)化為成功交易。由于整個操作流程做到了優(yōu)化和自動化，企業(yè)的增長速度將會加快。而且，業(yè)務(wù)流程將以更低的成本帶來更好的結(jié)果。機器學習將幫助企業(yè)***程度地減少人為失誤，加強網(wǎng)絡(luò)安全。

機器學習用例

以下三個例子介紹了機器學習可如何應(yīng)用于使用自然語言處理技術(shù)的企業(yè)模型：

• 客戶支持工單分類

來自不同媒體渠道(電子郵件、社交網(wǎng)站等等)的工單需要轉(zhuǎn)交給相應(yīng)的專門人員。大量的工單使得這項任務(wù)非常繁冗耗時。如果把機器學習應(yīng)用于這一場景，便可加快工單分類的速度。

結(jié)合API和微服務(wù)，便可實現(xiàn)對工單的自動分類。如果被正確分類的工單數(shù)量足夠多，機器學習算法能夠在不需要支持人員的情況下，直接把工單分發(fā)給下一個服務(wù)人員。

• 招聘

對成百上千的應(yīng)聘申請進行優(yōu)先排序，這也非常耗時。如果通過機器學習實現(xiàn)自動化，人力資源部可以輸入職位描述和應(yīng)聘者簡歷，讓機器預(yù)測應(yīng)聘者是否適合這個職位。在合適的應(yīng)聘者的簡歷中，存在一個明確的模式，比如適當?shù)墓ぷ髂晗蕖⒐ぷ鹘?jīng)驗、沒有錯別字等等。篩選過程的自動化更可能為工作崗位找到合適的應(yīng)聘者。

• 營銷

機器學習將通過以下兩種方式，幫助企業(yè)建立標識和品牌的知名度：

利用品牌情報應(yīng)用程序來識別活動贊助視頻或電視節(jié)目中的企業(yè)標識，這有助于營銷投資回報率的計算。

掌握客戶的***交易動態(tài)，據(jù)此預(yù)測如何維持客戶忠誠度，找到留住客戶的***方法。

企業(yè)應(yīng)用機器學習的入門之道

企業(yè)可通過讓機器利用多種來源(比如圖片、文檔、物聯(lián)網(wǎng)設(shè)備等等)的大數(shù)據(jù)進行學習，進入新的機器學習時代，著手應(yīng)用這項技術(shù)。這些機器不僅能實現(xiàn)那些耗時、重復(fù)性工作的自動化，還能用來預(yù)測新數(shù)據(jù)的結(jié)果。企業(yè)應(yīng)用機器學習的***步，應(yīng)當是了解它的性質(zhì)和應(yīng)用范圍。免費的openSAP課程能夠幫助提供相關(guān)知識。

第二步是復(fù)雜環(huán)境下的數(shù)據(jù)準備。信息筒倉的時代已經(jīng)過去，企業(yè)必須從多處來源收集數(shù)據(jù)，比如客戶、合作伙伴和供應(yīng)商。然后，必須讓機器學習算法能夠自由訪問那些數(shù)據(jù)，這樣它們才能學習和演化。公司的***數(shù)據(jù)官可以負責監(jiān)督機器學習的整合過程。

從一開始就創(chuàng)建機器學習的全新用例并非易事，需要對相應(yīng)課題有深入了解，并且擁有足夠高的專業(yè)水平。對很多企業(yè)來說，一種更好的切入方法，便是借助于已經(jīng)整合進標準軟件的機器學習解決方案。如此便能與無縫結(jié)合現(xiàn)有的業(yè)務(wù)流程即刻開始創(chuàng)造價值。

***，企業(yè)應(yīng)該開始為人工智能產(chǎn)品的開發(fā)創(chuàng)造必要條件，其中包括能夠處理大量多來源數(shù)據(jù)的云平臺。除了技術(shù)和流程以外，所涉人員在這一環(huán)節(jié)中的作用也很重要。畢竟，屆時負責測試***數(shù)字技術(shù)和機器學習技術(shù)的，就是他們。