人工智能(AI)和機(jī)器學(xué)習(xí)(ML)目前可能處于發(fā)展規(guī)律周期的高位，但這并不意味著企業(yè)沒有從部署利用這些技術(shù)的過程中獲得切實(shí)的收益。

本文介紹人工智能和機(jī)器學(xué)習(xí)怎樣改進(jìn)內(nèi)部業(yè)務(wù)流程并為企業(yè)帶來回報(bào)的三個(gè)實(shí)例。

[[412948]]

促進(jìn)銷售和營銷

Beacon Street Services希望其公司所有的數(shù)據(jù)都有一個(gè)“單一的真實(shí)來源”，以保證應(yīng)用程序的一致性和準(zhǔn)確性。該公司是Stansberry控股的服務(wù)機(jī)構(gòu)，專門通過購買和訂閱來獨(dú)家制作金融出版物。

Beacon Street Services使用基于云的數(shù)據(jù)倉庫服務(wù)：Snowflake，收集和存儲了大量數(shù)據(jù)，希望利用這些數(shù)據(jù)幫助其銷售和營銷團(tuán)隊(duì)改進(jìn)以前的銷售訂閱策略和流程。

Beacon Street Services的工程副總裁David Kline說：“我們的營銷和銷售團(tuán)隊(duì)發(fā)現(xiàn)了通過應(yīng)用數(shù)據(jù)科學(xué)方法改進(jìn)銷售流程的機(jī)會。通過這種方法，我們希望能夠更好地確定采購標(biāo)準(zhǔn)，幫助營銷團(tuán)隊(duì)更有效地開展工作。”

從2019年開始，該公司將Snowflake中的歷史用戶數(shù)據(jù)加載到DataRobot部署的企業(yè)人工智能平臺中，使用數(shù)十種最新的數(shù)據(jù)科學(xué)算法，能夠快速自動地構(gòu)建一系列模型。通過這些模型，確定了采購標(biāo)準(zhǔn)，以幫助營銷團(tuán)隊(duì)更有針對性、更有效地開展活動。

Kline說，該公司現(xiàn)在繼續(xù)從數(shù)據(jù)倉庫向人工智能平臺提供大量數(shù)據(jù)。

新流程的結(jié)果是，Beacon Street Services的銷售額增長了10%，年銷售額有望額外增加1500萬美元，這直接歸功于人工智能平臺。Kline說，自從組建這一平臺以來，該公司在收入增長和成本降低方面的投資回報(bào)率達(dá)到了30至35倍。

Kline說：“例如，對于一個(gè)單獨(dú)的項(xiàng)目，我們必須手動檢查以前的交易記錄，以確定自動續(xù)訂后的退單風(fēng)險(xiǎn)，并創(chuàng)建一個(gè)風(fēng)險(xiǎn)評估模型。利用人工智能實(shí)現(xiàn)了自動化，而且主動處理即將到來的交易也讓我們受益匪淺。”

除了使用人工智能提高準(zhǔn)確性和優(yōu)化營銷工作外，DataRobot平臺還節(jié)省了大量的時(shí)間。以前，開發(fā)一個(gè)模型需要長達(dá)六周的時(shí)間，而且不能保證選擇了最優(yōu)算法。有了人工智能平臺，開發(fā)和部署更合適算法的模型所需的時(shí)間縮短到一星期。

另一個(gè)好處是，公司的IT部門分析數(shù)據(jù)的時(shí)間減少了，而將更多的時(shí)間放在了對業(yè)務(wù)有潛在價(jià)值的項(xiàng)目上。

對文檔進(jìn)行分類以提高安全性

Company Nurse公司為服務(wù)對象提供新冠病毒健康篩查、工傷報(bào)告和護(hù)士分診服務(wù)，正在多個(gè)方面利用人工智能。

其中一個(gè)項(xiàng)目涉及改進(jìn)文件分類過程。Company Nurse在2020年在Concentric公司部署了一個(gè)名為語義智能(Semantic Intelligence)的平臺，為客戶和最終用戶保護(hù)員工的薪酬數(shù)據(jù)。

該系統(tǒng)自動發(fā)現(xiàn)Company Nurse的關(guān)鍵非結(jié)構(gòu)化數(shù)據(jù)，從而使該公司有機(jī)會緩解數(shù)據(jù)蔓延壓力和減少威脅面。

作為其客戶服務(wù)的一部分，Company Nurse完成了工傷賠償事故報(bào)告，為受傷員工提供適當(dāng)?shù)淖o(hù)理建議，并管理轉(zhuǎn)診服務(wù)提供者。該公司首席技術(shù)官Henry Svendblad介紹說，報(bào)告和表格中的信息包括大量非結(jié)構(gòu)化數(shù)據(jù)。

通過使用由Concentric提供的人工智能系統(tǒng)，Company Nurse保護(hù)了文檔中的私人信息，而且員工不需要手動瀏覽數(shù)據(jù)。該平臺使用深度學(xué)習(xí)對數(shù)據(jù)進(jìn)行分類、發(fā)現(xiàn)業(yè)務(wù)關(guān)鍵因素并降低了風(fēng)險(xiǎn)，從而自動保護(hù)了非結(jié)構(gòu)化數(shù)據(jù)的安全。

Semantec Intelligence使用針對每一類數(shù)據(jù)的基準(zhǔn)安全措施來計(jì)算每個(gè)文檔與基準(zhǔn)的“風(fēng)險(xiǎn)距離”。風(fēng)險(xiǎn)距離能夠發(fā)現(xiàn)不適當(dāng)?shù)男畔⒐蚕怼⑽ｋU(xiǎn)的存儲位置和不正確的分類事件等。

Svendblad說，該平臺部署后不久，Company Nurse就能夠識別不需要維護(hù)的重復(fù)文件，并找到了增強(qiáng)訪問權(quán)限的機(jī)會。該公司還發(fā)現(xiàn)，由于過度共享和訪問權(quán)限不嚴(yán)，在一個(gè)開放共享應(yīng)用程序上留下了大量私人受傷報(bào)告。

Svendblad說：“這些文件出現(xiàn)任何泄露都會對Company Nurse造成毀滅性的打擊。由于人工智能為我們自動分類這些文檔，我們已經(jīng)關(guān)閉了文件被過度共享的幾個(gè)小‘盲點(diǎn)’。防止一次泄露事件對我們來說價(jià)值數(shù)萬美元。解決方案的成本非常值得投資回報(bào)，即使不是‘硬件’投資回報(bào)。”

除了文檔分類過程外，Company Nurse還將人工智能軟件產(chǎn)品應(yīng)用于銷售機(jī)會評分、數(shù)據(jù)分析、零日安全威脅識別和語音文本轉(zhuǎn)錄等方面。

Svendblad說，很難估計(jì)該公司在人工智能技術(shù)方面的投資，因?yàn)檫@些工具內(nèi)置在其使用的各種軟件產(chǎn)品中。但該公司實(shí)際收獲了許多好處，包括提高了安全性，員工們能夠工作生活兩不誤，并提高了客服中心的服務(wù)質(zhì)量。

向自主石油鉆探邁出第一步

石油和天然氣公司在提高鉆井作業(yè)效率上正面臨著越來越大的壓力。德文能源(Devon Energy)便是這樣一家公司，它正處于利用人工智能和機(jī)器學(xué)習(xí)進(jìn)行實(shí)時(shí)決策的早期階段，這將實(shí)現(xiàn)每一口油井的閉環(huán)自動化管理，以及鉆機(jī)的自動工作，有助于增強(qiáng)現(xiàn)場的整體運(yùn)營能力、效率和安全性。

德文能源公司最近與WPX能源公司(WPX Energy開展合作。該公司從2020年開始推進(jìn)人工智能/機(jī)器學(xué)習(xí))合并，目前正在使用一種名為Hivecell的產(chǎn)品，為西德克薩斯和北達(dá)科他油田的鉆井現(xiàn)場提供邊緣計(jì)算服務(wù)。由同名公司提供的Hivecell是一種“邊緣即服務(wù)”產(chǎn)品，能夠在數(shù)據(jù)源附近進(jìn)行計(jì)算和分析。

數(shù)據(jù)是由一家服務(wù)公司提供的設(shè)備中的傳感器產(chǎn)生的，德文能源在水力壓裂過程使用了這些設(shè)備。數(shù)據(jù)從傳感器傳輸?shù)椒?wù)公司的系統(tǒng)，然后通過TCP/IP協(xié)議從這些系統(tǒng)發(fā)送到Hivecell。

德文能源正處于利用Hivecell在遠(yuǎn)程鉆井進(jìn)行機(jī)器學(xué)習(xí)的第一階段。擁有這一功能將使德文能源能夠避免將所有數(shù)據(jù)發(fā)送到云端進(jìn)行處理，而后者成本高昂且速度緩慢。Hivecell與Confluent的事件流平臺結(jié)合使用，該平臺管理來自Apache Kafka的原始鉆井現(xiàn)場數(shù)據(jù)。

德文能源的高級數(shù)據(jù)科學(xué)顧問Dingzhou Cao說，“我們一直在尋找提高鉆井作業(yè)效率的方法，我們希望通過機(jī)器學(xué)習(xí)實(shí)現(xiàn)人工操作的自動化。”該項(xiàng)目的第一階段包括收集水力壓裂實(shí)時(shí)數(shù)據(jù)，這是一種油井增產(chǎn)技術(shù)，通過加壓液體來壓裂基巖地層，使天然氣和石油能夠更自由地流動。

Cao說：“我們正在建立模型，從實(shí)時(shí)數(shù)據(jù)中自動檢測出水力壓裂事件。我們希望能夠有預(yù)見性，一直在尋找提高效率和改進(jìn)流程的方法。”

Cao說，目前石油和天然氣公司通常依賴云計(jì)算服務(wù)來近實(shí)時(shí)地處理和分析來自遠(yuǎn)程位置的數(shù)據(jù)，但在此過程中存在互聯(lián)網(wǎng)連接不穩(wěn)定等問題。

Cao說：“想想一輛自動駕駛的汽車，在云中處理它的數(shù)據(jù)。在車輛做出反應(yīng)時(shí)，每一毫秒都很重要，目的是保證乘客和周圍人員的安全。因此，將數(shù)據(jù)從汽車端發(fā)送到云端所需的時(shí)間非常關(guān)鍵，如果不是真正實(shí)時(shí)的，可能會導(dǎo)致安全事故。”

閉環(huán)優(yōu)化也是如此，例如，鉆井現(xiàn)場的自動鉆機(jī)。Cao說：“我們需要能夠?qū)崟r(shí)做出反應(yīng)，不能因?yàn)椴环€(wěn)定的互聯(lián)網(wǎng)連接而冒數(shù)據(jù)丟失的風(fēng)險(xiǎn)。”

德文能源正在為真正實(shí)時(shí)、分析驅(qū)動的決策奠定基礎(chǔ)，并最終對鉆井現(xiàn)場進(jìn)行閉環(huán)控制。這最終將使該公司能夠使用基于邊緣的流處理功能對鉆井作業(yè)進(jìn)行實(shí)時(shí)閉環(huán)控制。鉆井現(xiàn)場機(jī)器學(xué)習(xí)模型產(chǎn)生的數(shù)據(jù)流和分析預(yù)處理數(shù)據(jù)也將被復(fù)制到云中用于其他目的。

Cao說：“鑒于Hivecell在現(xiàn)場運(yùn)行，我們不必?fù)?dān)心延遲和互聯(lián)網(wǎng)不穩(wěn)定的問題。”他說，這個(gè)平臺將使德文能源能夠輕松地在鉆井現(xiàn)場部署、管理和擴(kuò)展機(jī)器學(xué)習(xí)模型。

德文能源希望在2021年完成第一階段，然后進(jìn)入第二階段。在第二階段，它將根據(jù)最關(guān)鍵的業(yè)務(wù)需求確定分析模型。

盡管Cao沒有提供具體的成本信息，但他表示，與使用基于云的選擇相比，這種實(shí)現(xiàn)方式更加經(jīng)濟(jì)高效。他說：“利用Hivecell，我們能夠處理堆棧上的數(shù)據(jù)，而不需要為類似的流處理引擎支付軟件許可費(fèi)。”

實(shí)施后，Cao說：“我們將實(shí)時(shí)數(shù)據(jù)在最需要的時(shí)候交到最需要的人那里。我們的工程師能夠通過手機(jī)或者計(jì)算機(jī)訪問實(shí)時(shí)數(shù)據(jù)。雖然我們?nèi)蕴幱诘谝浑A段，只是專注于采集這些數(shù)據(jù)，但隨著我們在未來階段的發(fā)展，分析模型將用于幫助鉆井現(xiàn)場的決策。”