AI 前線導(dǎo)讀：“科技和金融行業(yè)已經(jīng)率先采用了 AI 技術(shù)，而到了 2018 年，將會(huì)有更多的公司奮起直追，他們希望能夠利用 AI 技術(shù)來(lái)幫助公司獲得更好的發(fā)展。那么問(wèn)題來(lái)了，AI 產(chǎn)業(yè)是否有足夠的能力來(lái)滿(mǎn)足如此大規(guī)模的需求？
要想讓 AI 這艘大型火箭升空，最起碼需要三個(gè)東西：數(shù)據(jù)、計(jì)算能力和 IT 基礎(chǔ)設(shè)施。但我們又該如何利用這些技術(shù)來(lái)影響日常的業(yè)務(wù)運(yùn)營(yíng)呢？”
健康醫(yī)療
2018 年，AI 至少會(huì)被用來(lái)解決健康醫(yī)療方面的一些已知問(wèn)題，如重要信息缺失問(wèn)題和長(zhǎng)時(shí)間等待問(wèn)題。預(yù)測(cè)分析技術(shù)可用于改進(jìn)看病流程。在一些先進(jìn)的醫(yī)療系統(tǒng)里，AI 將會(huì)被用于診療，因?yàn)樯疃葘W(xué)習(xí)算法已經(jīng)越來(lái)越擅長(zhǎng)于模式識(shí)別，而診療本質(zhì)上就是進(jìn)行模式識(shí)別。通過(guò)數(shù)據(jù)分析，AI 讓診療過(guò)程更順暢，結(jié)果也更準(zhǔn)確。
通過(guò)使用大數(shù)據(jù)集、數(shù)據(jù)分析和數(shù)據(jù)建模，AI 和機(jī)器學(xué)習(xí)可用來(lái)幫助臨床試驗(yàn)更好地識(shí)別潛在的病患。
因?yàn)獒t(yī)療服務(wù)費(fèi)用高昂，AI 可用于降低病人的看病費(fèi)用。比如，使用聊天機(jī)器人與病人交談，詢(xún)問(wèn)他們的癥狀，然后把信息傳送給醫(yī)生，確保在正確的時(shí)間開(kāi)出正確的處方。
案例：IBM Watson
在智能診療的應(yīng)用中，IBMWatson 是目前最成熟的案例。IBMWatson 可以在 17 秒內(nèi)閱讀 3469 本醫(yī)學(xué)專(zhuān)著、248000 篇論文、69 種治療方案、61540 次試驗(yàn)數(shù)據(jù)、106000 份臨床報(bào)告。2012 年 Watson 通過(guò)了美國(guó)職業(yè)醫(yī)師資格考試，并部署在美國(guó)多家醫(yī)院提供輔助診療的服務(wù)。目前 Watson 提供診治服務(wù)的病種包括乳腺癌、肺癌、結(jié)腸癌、前列腺癌、膀胱癌、卵巢癌、子宮癌等多種癌癥。Watson 實(shí)質(zhì)是融合了自然語(yǔ)言處理、認(rèn)知技術(shù)、自動(dòng)推理、機(jī)器學(xué)習(xí)、信息檢索等技術(shù)，并給予假設(shè)認(rèn)知和大規(guī)模的證據(jù)搜集、分析、評(píng)價(jià)的人工智能系統(tǒng)。
金融服務(wù)
Fintech 創(chuàng)業(yè)公司的崛起讓這個(gè)行業(yè)分崩離析，傳統(tǒng)的金融服務(wù)公司需要利用 AI 技術(shù)來(lái)鞏固他們的競(jìng)爭(zhēng)地位，加強(qiáng)客戶(hù)的參與度和改進(jìn)績(jī)效。
金融行為監(jiān)管局（FCA）的一份報(bào)告表明，從 2014 年到 2017 年，數(shù)字攻擊事件從每年 5 起增長(zhǎng)到了每年 49 起。在過(guò)去一年更是發(fā)生了無(wú)數(shù)起數(shù)據(jù)泄露和數(shù)字攻擊事件，所以毫無(wú)疑問(wèn)，在未來(lái)會(huì)有越來(lái)越多的銀行和金融服務(wù)機(jī)構(gòu)會(huì)采用 AI 和機(jī)器學(xué)習(xí)技術(shù)來(lái)防范威脅。
AI 不僅可用于防范風(fēng)險(xiǎn)，也可用于檢測(cè)市場(chǎng)變化的早期征兆。
因?yàn)槠渌袠I(yè)成功實(shí)施了個(gè)人定制化解決方案，客戶(hù)也會(huì)要求金融服務(wù)行業(yè)這么做，所以 AI 進(jìn)入金融行業(yè)是必然的。通過(guò)分析數(shù)據(jù)找出共通的模式，客戶(hù)需求和金融公司服務(wù)之間的匹配度會(huì)越來(lái)越高。
案例：阿里巴巴的螞蟻金服
阿里巴巴旗下的螞蟻金服下設(shè)一個(gè)特殊的科學(xué)家團(tuán)隊(duì)，專(zhuān)門(mén)從事機(jī)器學(xué)習(xí)與深度學(xué)習(xí)等人工智能領(lǐng)域的前沿研究，并在螞蟻金服的業(yè)務(wù)場(chǎng)景下進(jìn)行一系列的創(chuàng)新和應(yīng)用，包括互聯(lián)網(wǎng)小貸、保險(xiǎn)、征信、智能投顧、客戶(hù)服務(wù)等多個(gè)領(lǐng)域。
根據(jù)螞蟻金服公布數(shù)據(jù)，網(wǎng)商銀行的花唄與微貸業(yè)務(wù)上，使用機(jī)器學(xué)習(xí)把虛假交易率降低了近 10 倍，為支付寶的證件審核系統(tǒng)開(kāi)發(fā)的基于深度學(xué)習(xí)的 OCR 系統(tǒng)，使證件校核時(shí)間從 1 天縮小到 1 秒，同時(shí)提升了 30％的通過(guò)率。
以智能客服為例，2015 年“雙 11”期間，螞蟻金服 95% 的遠(yuǎn)程客戶(hù)服務(wù)已經(jīng)由大數(shù)據(jù)智能機(jī)器人完成，同時(shí)實(shí)現(xiàn)了 100% 的自動(dòng)語(yǔ)音識(shí)別。當(dāng)用戶(hù)通過(guò)支付寶客戶(hù)端進(jìn)入“我的客服”后，“我的客服”會(huì)自動(dòng)“猜”出用戶(hù)可能會(huì)有疑問(wèn)的幾個(gè)點(diǎn)供選擇，這里一部分是所有用戶(hù)常見(jiàn)的問(wèn)題，更精準(zhǔn)的是基于用戶(hù)使用的服務(wù)、時(shí)長(zhǎng)、行為等變量抽取出的個(gè)性化疑問(wèn)點(diǎn)；在交流中，則通過(guò)深度學(xué)習(xí)和語(yǔ)義分析等方式給出自動(dòng)回答。問(wèn)題識(shí)別模型的點(diǎn)擊準(zhǔn)確率在過(guò)去的時(shí)間里大幅提升，在花唄等業(yè)務(wù)上，機(jī)器人問(wèn)答準(zhǔn)確率從 67% 提升到超過(guò) 80%。
零售
2018 年，電商行業(yè)將會(huì)更大范圍地應(yīng)用 AI 技術(shù)，用于識(shí)別用戶(hù)的購(gòu)買(mǎi)習(xí)慣。比如更好地了解購(gòu)物車(chē)物品的放棄率，這樣就可以更智能地向客戶(hù)推薦商品。
聊天機(jī)器人將會(huì)給電商平臺(tái)帶來(lái)人性化的元素，客戶(hù)滿(mǎn)意度也會(huì)隨之提升。零售商通過(guò) AI 技術(shù)與顧客互動(dòng)，提供類(lèi)似實(shí)體店的導(dǎo)購(gòu)和建議。
商店客流量統(tǒng)計(jì)數(shù)據(jù)讓零售商更好地了解用戶(hù)對(duì)品牌的認(rèn)同度，這些信息可用在任意的決策中，從采購(gòu)決策、市場(chǎng)決策到商店布局顧，再到推廣客忠誠(chéng)度相關(guān)的活動(dòng)。
案例：星巴克的“專(zhuān)屬咖啡師”
被稱(chēng)為“最懂互聯(lián)網(wǎng)的科技公司”的星巴克，2016 年推 出了它的 AI 虛擬助理“我的星巴克咖啡師”（My Starbucks Barista）App，打字下單在星巴克早已過(guò)時(shí)，現(xiàn)在只需要對(duì)著手 機(jī)說(shuō)出自己所需，具有聲音識(shí)別功能的虛擬助理會(huì)把訂單發(fā)送 到附近的星巴克門(mén)店，店內(nèi)咖啡師接單后開(kāi)始做咖啡，等消費(fèi)者 進(jìn)店時(shí)，咖啡已經(jīng)做好在等著他，幫他節(jié)省了排隊(duì)等候的時(shí)間。
“我的星巴克咖啡師”的功能不止于此。它的算法能夠追蹤 到消費(fèi)者的購(gòu)買(mǎi)歷史，并在將來(lái)為他做出相似的推薦和配套的 服務(wù)。例如，當(dāng)它的算法監(jiān)測(cè)到，一位消費(fèi)者每天早晨都要搭乘 班車(chē)時(shí)，就會(huì)在 App 里面向他推薦游戲，這樣在乘車(chē)的時(shí)間里， 就可以玩游戲打發(fā)無(wú)聊的時(shí)光。隨著消費(fèi)者數(shù)據(jù)積累得越多，星 巴克虛擬助理提供的服務(wù)將更周到。
市場(chǎng)營(yíng)銷(xiāo)
2018 年，顧客對(duì)一般性的產(chǎn)品不會(huì)太感興趣。他們希望商家能夠?qū)崟r(shí)地向他們推送相關(guān)度更高、對(duì)他們來(lái)說(shuō)更有意義的產(chǎn)品。這個(gè)時(shí)候，AI 就可以派上用場(chǎng)。
因?yàn)?AI 技術(shù)會(huì)越來(lái)越普及，可用于自動(dòng)化處理那些費(fèi)時(shí)的重復(fù)性工作，所以市場(chǎng)營(yíng)銷(xiāo)人員就可以節(jié)省出更多時(shí)間專(zhuān)注于提升產(chǎn)品價(jià)值上。
市場(chǎng)營(yíng)銷(xiāo)人員還會(huì)使用 AI 工具來(lái)掃描數(shù)據(jù)點(diǎn)，對(duì)顧客進(jìn)行情感分析。這些信息可用于后續(xù)的營(yíng)銷(xiāo)活動(dòng)。
案例：喜力啤酒使用大數(shù)據(jù)、物聯(lián)網(wǎng)和人工智能提升銷(xiāo)量
荷蘭啤酒釀造商喜力（Heineken）近 150 年來(lái)一直是世界釀造業(yè)的領(lǐng)導(dǎo)者，但今天，作為歐洲第一和世界第二的啤酒廠家，由于大數(shù)據(jù)和人工智能的助力，他們一直在提高自己的業(yè)績(jī)。為了在強(qiáng)大的美國(guó)啤酒市場(chǎng)更好的競(jìng)爭(zhēng)，他們開(kāi)始計(jì)劃利用收集的大量數(shù)據(jù)。目前，他們?cè)诿绹?guó)賣(mài)出了旗下各種品牌啤酒總計(jì)超過(guò) 850 萬(wàn)桶，但他們希望用數(shù)據(jù)驅(qū)動(dòng)的改進(jìn)和人工智能增強(qiáng)運(yùn)營(yíng)、市場(chǎng)營(yíng)銷(xiāo)、廣告和客戶(hù)體驗(yàn)，來(lái)提高這個(gè)數(shù)字。
從預(yù)測(cè)到優(yōu)化配送路徑，喜力在供應(yīng)鏈的每一個(gè)階段都利用了數(shù)據(jù)。數(shù)據(jù)為喜力的合作規(guī)劃、預(yù)測(cè)和補(bǔ)貨流程提供了信息，以消除整個(gè)鏈中的低效率。通過(guò)數(shù)據(jù)分析，廠家可以在出現(xiàn)高庫(kù)存、長(zhǎng)生產(chǎn)或補(bǔ)貨提前期、以及產(chǎn)品需求的季節(jié)性變化時(shí)調(diào)整生產(chǎn)線。
喜力也不會(huì)放過(guò)物聯(lián)網(wǎng)的潛力。根據(jù)麥肯錫全球研究院的報(bào)告，到 2025 年，物聯(lián)網(wǎng)預(yù)計(jì)一年將產(chǎn)生高達(dá) 11 兆 1000 億美元的經(jīng)濟(jì)價(jià)值。
喜力啤酒利用 Shopperception 傳感器與沃爾瑪超市合作了試點(diǎn)項(xiàng)目，Shopperception 公司主要使用傳感器分析消費(fèi)者在貨架前的購(gòu)物行為，并使用它收集的數(shù)據(jù)創(chuàng)建實(shí)時(shí)事件來(lái)帶動(dòng)更多的轉(zhuǎn)換。這個(gè)項(xiàng)目幫助他們收集了六瓶裝或一罐喜力啤酒是如何離開(kāi)商店的數(shù)據(jù)。啤酒商和零售商可以評(píng)估所有收集到的數(shù)據(jù)，以便更好地了解購(gòu)買(mǎi)喜力啤酒的顧客，以及商店賣(mài)啤酒的最佳地點(diǎn)，以及應(yīng)該何時(shí)出售。
喜力還擁有強(qiáng)大的社交媒體，并與 Facebook 和谷歌建立了合作關(guān)系，以更好地了解他們的客戶(hù)?，F(xiàn)在，憑借這種洞察力，喜力可以創(chuàng)造個(gè)性化和事件驅(qū)動(dòng)的營(yíng)銷(xiāo)體驗(yàn)。
總結(jié)
毫無(wú)疑問(wèn)，AI 將會(huì)幫助我們解決很多挑戰(zhàn)，每個(gè)人都將從 AI 技術(shù)中獲得好處。那些有能力實(shí)施 AI 技術(shù)的公司將會(huì)拔得頭籌。那么，2018 年的關(guān)鍵問(wèn)題將會(huì)變成：我們?nèi)绾文軌虼_保除了科技巨頭之外的所有公司都能夠用上 AI 技術(shù)？
