Google 从 AI 中获得收益的秘诀是什么?

从AI项目中获取价值的最常见障碍之一是将数据观察纳入到了现有的业务流程中。这种“最后一公里”困难也是使用业务规则管理系统 (BRMS) 最容易解决的困难之一。 2021-12-22 08:03:30 AIGoogle数据 消除人工智能技术债务迫在眉睫 疫情给全球市场带来了震荡,但对人工智能(AI)企业的资本投资持续增长。CB Insights的一项新研究显示,2021年,该行业正在打破融资记录,仅在今年上半年,人工智能公司吸引了380亿美元的新投资。超过了2020年全年在这个领域360亿美元的融资。 2021-12-21 23:10:02 人工智能疫情技术 什么是会话式人工智能? 虽然“对话式人工智能”这个词确实有一定的分量,但它最终归结为它可以对您的业务产生的实际影响。因此,我们认为值得花时间解释这个概念及其对您的意义——业务、您所在的市场,最重要的是,您的客户。 2021-12-21 23:02:44 人工智能机器人技术 印度团队开发出可以像人类一样思考的自动驾驶算法 译文 这一算法本质上提高了探测环境的速度,基于GSE的算法只需很少的迭代即可连接初始区和目标区。 2021-12-21 15:28:30 广义形状GSE自动驾驶 深度学习如炼丹,你有哪些迷信做法?网友:Random seed=42结果好 近日,reddit 上一则帖子引发了网友热议,「机器学习调参领域有哪些迷信的看法或做法呢?」 2021-12-21 14:26:59 深度学习机器学习人工智能 保护“濒危”语言,人工智能或许大有可为! 据联合国统计,从公元8世纪至今,我们生存的地球上累计出现过2万多种人类语言,但时至今日留存下来的只剩6000余种。 2021-12-21 11:57:57 人工智能语言深度学习 数据结构与算法之同构字符串 每个出现的字符都应当映射到另一个字符,同时不改变字符的顺序。不同字符不能映射到同一个字符上,相同字符只能映射到同一个字符上,字符可以映射到自己本身。 2021-12-21 11:39:01 数据结构算法同构字符串 渐进式自动驾驶能否后发先至? 如今的消费者期待汽车诸多智能网联功能的“消费升级”,无论是车联网还是ADAS,都将是车企“军备竞赛”的关键,L4的Robotaxi距离消费者的真实需求相对遥远。 2021-12-21 11:01:30 自动驾驶数据人工智能 难以置信!小冰数字孪生虚拟人直播70天,没人发现不是真人 全球首个做到和真人本尊真假莫辨的数字孪生人N小黑和N小白来了。 2021-12-21 10:05:08 AI 虚拟人工智能 数据结构与算法之链表相交,找交点 给你两个单链表的头节点 headA 和 headB ,请你找出并返回两个单链表相交的起始节点。如果两个链表没有交点,返回 null 。 2021-12-21 08:19:29 数据结构算法链表相交 想用好AI,你得趁早搞定这两问题! 正如你无法在一夜之间建立数据文化一样,你也不应该期望分析项目会立即取得转型成功。成功的AI或机器学习计划需要人员、流程、技术方面的经验以及良好的基础设施支持,获得这些经验不是能一蹴而就的。 2021-12-21 08:05:19 AI基础计算机 人工智能改变网络安全的五种方式 随着我们的生活越来越数字化,个人和组织都需要在更大程度上利用人工智能来保护隐私并防范网络犯罪分子。以下是人工智能改变网络安全的五种方式。 2021-12-21 06:26:44 人工智能网络安全AI 智能对话机器人在客服领域不断成熟 随着越来越多的公司将人工智能(AI)对话机器人推到为消费者提供客户服务的第一线,这种体验通常会出现两种情况:要么是有益的,要么令人抓狂。 2021-12-20 23:20:10 机器人人工智能技术 像毛毛虫一样爬上墙,上交大新型软体机器人可以水平垂直过渡移动 这是上海交通大学机械与动力工程学院机器人研究所谷国迎教授团队受尺蠖启发研发的一种新型软体机器人。

AI项目中获取价值的最常见障碍之一是将数据观察纳入到了现有的业务流程中。这种“最后一公里”困难也是使用业务规则管理系统 (BRMS) 最容易解决的困难之一。

[[441488]]

未将业务流程智能化

从AI项目中获取价值的最常见障碍之一是将数据观察纳入到了现有的业务流程中。这种“最后一公里”困难也是使用业务规则管理系统 (BRMS) 最容易解决的困难之一。BRMS 是一项成熟的技术,在21世纪初被大量采用,并且作为部署预测模型的工具获得了新生。BRMS成为了一个易管理且可靠的自动化业务流程中的理想决策点。如果你的企业没有使用BPM(业务流程管理)系统来自动化(简化和合理化)核心业务流程,那么不要再做AI了。这时候你不需要AI,你首先需要的是BPM和BRMS这样的基础知识。

大多数现代业务规则管理系统包括模型管理和基于云的部署选项。在云场景中,平民数据分析师可以使用像Azure机器学习工作室和 InRule BRMS 等工具来创建模型,并通过REST端点将模型直接部署到业务流程中。像这种基于云的组合,相比成熟的AI程序,会以更合理的成本、更轻松地对决策过程进行实验。

实验失败

现在我们来看事情的另一面。如何使用 AI 来创建新的商业模式、打破市场、创造新产品、创新并大胆地开拓前所未见的领域?拥有风险投资的初创企业的失败率约为 75%,而且它们还是处于AI商业模式前沿的企业。如果你基于AI的新产品或业务计划的失败率较低,那你就相当于击败了一些最好的投资者。

最精英的技术专家也会失败,甚至经常失败。2011年,Google前CEO Eric Schmidt在参议院 听证会中披露了该公司的一些方法:

为了让你更了解 Google考虑的变革规模,2010 年我们进行了 13,311 次精度评估,以验证被提议的算法更改是否提高了搜索结果的质量,并进行了 8,157 次并排实验,我们向一组测试员展示两组搜索结果,并让评估人员就哪组结果更好进行排名,并进行 2,800 次点击评估,以了解一小部分真实生活中的Google用户对变化的反应。最终,该过程产生的516 项更改被数据证实对用户有用。因此,我们对Google的算法进行了如上的更改。大多数更改是用户无法察觉到的,并且只会影响极少数网站,但只有我们相信更改将使用户受益时,才会实施更改。

结果表明,有96%的提议更改失败了。

这个故事的重点是失败总会发生,这是不可避免的。Google与其他大多数公司的不同之处在于,Google的数据驱动文化让他们能够从错误中吸取教训。并且要注意 Schmidt证词中的关键词:实验。实验是Google、苹果、Netflix、亚马逊和其他领先的科技公司能够成功地从AI中获得大规模收益的方式。

一家公司创建和改进其流程、产品、客户体验和商业模式的能力与其实验能力直接相关。

接下来会发生什么?

就像工业革命席卷了那些没有采用机器制造的手工制作公司一样,AI和机器学习的巨变将消灭那些无法适应新环境的公司。尽管人们很容易认为AI的挑战主要在技术上,并将失败归咎于技术,但现实是,AI项目的大多数失败都是战略和执行上的失败。

从很多方面来说,这对公司来说是个好消息。大家认识到了AI项目失败背后是“老式”商业模式带来的挑战。虽然你无法避免在文化、组织结构和业务流程方面进行必要的变革,但知道路线已经规划出来,你也会感到些许安慰,挑战在于如何像舵手一样驾驶船舶航行并躲避礁石。从将AI应用于现有流程中小而简单的实验开始,这会帮助你在开始更长时间的AI旅程之前积累宝贵的经验。

作者:Steve Nunez

©本文为清一色官方代发,观点仅代表作者本人,与清一色无关。清一色对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。本文不作为投资理财建议,请读者仅作参考,并请自行承担全部责任。文中部分文字/图片/视频/音频等来源于网络,如侵犯到著作权人的权利,请与我们联系(微信/QQ:1074760229)。转载请注明出处:清一色财经

(0)
打赏 微信扫码打赏 微信扫码打赏 支付宝扫码打赏 支付宝扫码打赏
清一色的头像清一色管理团队
上一篇 2023年5月5日 17:56
下一篇 2023年5月5日 17:57

相关推荐

发表评论

登录后才能评论

联系我们

在线咨询:1643011589-QQbutton

手机:13798586780

QQ/微信:1074760229

QQ群:551893940

工作时间:工作日9:00-18:00,节假日休息

关注微信