人工智能行業(yè)專家為企業(yè)如何部署人工智能并獲得競(jìng)爭(zhēng)優(yōu)勢(shì)提供了建議和指導(dǎo)。
行業(yè)專家表示，很多沒有使用人工智能的企業(yè)開始迫切使用這種新興技術(shù)，而他們的許多競(jìng)爭(zhēng)對(duì)手已經(jīng)在使用人工智能來(lái)提升競(jìng)爭(zhēng)優(yōu)勢(shì)。
人工智能技術(shù)顯然對(duì)于大多數(shù)企業(yè)來(lái)說(shuō)過(guò)于復(fù)雜，無(wú)法在內(nèi)部構(gòu)建。他們需要獲得人工智能提供商的幫助來(lái)外包其人工智能解決方案。這個(gè)過(guò)程本身很復(fù)雜。那么從哪里開始?如何選擇供應(yīng)商?鑒于人工智能變化如此之快，企業(yè)如何知道選擇某一家人工智能技術(shù)提供商合作在幾年之后仍然是一個(gè)很好的選擇。
簡(jiǎn)而言之，企業(yè)如何才能更好地開始其人工智能旅程?人工智能領(lǐng)域的領(lǐng)先專家，IBM數(shù)據(jù)和人工智能開發(fā)副總裁，IBM硅谷實(shí)驗(yàn)室站點(diǎn)主管Dinesh Nirmal為此提供了指導(dǎo)。
Nirmal表示，最近的一項(xiàng)調(diào)查報(bào)告表明，只有4%的企業(yè)真正采用人工智能技術(shù)并開始在人工智能領(lǐng)域發(fā)展。如果企業(yè)正確地看待人工智能，就必須成為一個(gè)接受人工智能的企業(yè)。也認(rèn)為這是企業(yè)業(yè)務(wù)在未來(lái)生存和發(fā)展的一條重要途徑，尤其是在激烈的市場(chǎng)競(jìng)爭(zhēng)中。因此，采用人工智能對(duì)企業(yè)來(lái)說(shuō)都是非常關(guān)鍵的。很多企業(yè)都在關(guān)注人工智能，但他們并沒有真正采用或部署人工智能。
開發(fā)人工智能首先要開發(fā)模型，而數(shù)據(jù)科學(xué)團(tuán)隊(duì)可以做到這一點(diǎn)。但是對(duì)于一些企業(yè)來(lái)說(shuō)，部署人工智能變得具有挑戰(zhàn)性，因?yàn)槠鋺?yīng)用程序很可能是在上世紀(jì)60年代或70年代編寫的，采用的第三方軟件也是如此。如何將人工智能部署到其中，對(duì)于企業(yè)來(lái)說(shuō)確實(shí)是一個(gè)挑戰(zhàn)，這是很多企業(yè)或客戶面臨的挑戰(zhàn)，開發(fā)模型雖然變得更加容易，但是當(dāng)涉及到部署時(shí)，將變得非常具有挑戰(zhàn)性。
因此，他將人工智能的應(yīng)用過(guò)程總結(jié)為三個(gè)D：數(shù)據(jù)(Data)、模型開發(fā)(Development of models)和部署(Deployment)。如果從人工智能來(lái)看，這就是三個(gè)階段。第一個(gè)D(數(shù)據(jù))和最后一個(gè)D(部署)至關(guān)重要，即如何獲取數(shù)據(jù)，信任數(shù)據(jù)，以及如何清除數(shù)據(jù)?
如何讓數(shù)據(jù)科學(xué)家以一種更快的方式訪問(wèn)它?開發(fā)的產(chǎn)品變得越來(lái)越商品化，這意味著可以使用許多可用的開源工具來(lái)構(gòu)建這些模型。但是最后一個(gè)D(部署)也變得非常關(guān)鍵，由于現(xiàn)在必須采用人工智能或在企業(yè)中構(gòu)建那些模型，因此涉及的過(guò)程非常復(fù)雜，其中涉及到第三方軟件，企業(yè)如果無(wú)法訪問(wèn)，沒有技能，以及所有這些東西，因此變得非常具有挑戰(zhàn)性。
企業(yè)如部署人工智能
Nirmal說(shuō)，“企業(yè)如何以人工智能為中心?需要采用我們稱之為‘人工智能階梯’的技術(shù)。
人工智能階梯包括：一是如何收集或連接數(shù)據(jù)?因?yàn)樗赡苁且呀?jīng)存在的現(xiàn)有數(shù)據(jù)源。二是企業(yè)如何組織這些數(shù)據(jù)?數(shù)據(jù)的組織變得非常關(guān)鍵，例如哪些數(shù)據(jù)是敏感的，哪些數(shù)據(jù)是不敏感的。因此必須組織數(shù)據(jù)，或者圍繞數(shù)據(jù)添加一些治理以使其可用。三是分析數(shù)據(jù)，也就是如何分析數(shù)據(jù)?分析數(shù)據(jù)所需的工具是什么?四是注入數(shù)據(jù)或部署已構(gòu)建的模型。因此通過(guò)這四個(gè)步驟構(gòu)建一個(gè)人工智能階梯。
企業(yè)需要擁有大量數(shù)據(jù)來(lái)建立模型，必須將數(shù)據(jù)用于訓(xùn)練模型，而且大多數(shù)企業(yè)可能并不愿意在公共云平臺(tái)上遷移非常敏感的數(shù)據(jù)，因此，它將成為一種混合云方法，企業(yè)可以使用該方法在防火墻后面進(jìn)行所有訓(xùn)練，然后準(zhǔn)備部署模型時(shí)，可以將其部署在公共云上。”
企業(yè)在部署人工智能時(shí)遇到的挑戰(zhàn)
Nirmal說(shuō)，“我堅(jiān)信，除非企業(yè)愿意接受人工智能，否則將失去競(jìng)爭(zhēng)優(yōu)勢(shì)。我們看到越來(lái)越多的人工智能應(yīng)用案例。以聊天機(jī)器人為例，即使只能進(jìn)行回答簡(jiǎn)單的問(wèn)題，客戶對(duì)此也會(huì)很感興趣，那么如何通過(guò)聊天使客戶更滿意呢?
由于采用聊天機(jī)器人，客戶可以立即得到答案，可以即時(shí)滿足需求?？蛻舨槐卮螂娫挼群荛L(zhǎng)時(shí)間才有人回答問(wèn)題。因此在未來(lái)幾年內(nèi)，人工智能的采用率可能會(huì)從4%加速增長(zhǎng)到40%或50%，這對(duì)每個(gè)企業(yè)來(lái)說(shuō)都是至關(guān)重要的。
現(xiàn)在人們?cè)谝恍┑胤娇吹皆絹?lái)越多的人工智能應(yīng)用，例如在客戶服務(wù)、自然語(yǔ)言處理(NLP)、情緒分析等行業(yè)領(lǐng)域?qū)⒂懈嗟牟捎谩?/p>
例如，我遇到了一些客戶，他們說(shuō)，‘我們認(rèn)為技術(shù)是最大的人工智能優(yōu)勢(shì)之一。’例如，企業(yè)的一位擁有30年知識(shí)和經(jīng)驗(yàn)的員工退休，就不能再應(yīng)用其知識(shí)和技能。但是如果訓(xùn)練一個(gè)人工智能模型，可以不斷地學(xué)習(xí)知識(shí)和技術(shù)，并且人工智能技術(shù)不會(huì)退休，也不會(huì)離職。
人工智能將會(huì)不斷學(xué)習(xí)，知識(shí)和技能的保留將變得非常關(guān)鍵。所以我認(rèn)為，采用人工智能對(duì)于企業(yè)來(lái)說(shuō)非常重要，因?yàn)檫@將使其從競(jìng)爭(zhēng)中脫穎而出，以確保生存和發(fā)展。另一個(gè)例子是，如果是一家制造公司，那么如何在產(chǎn)品交付給客戶之前檢測(cè)出產(chǎn)品缺陷?如果能在問(wèn)缺陷出現(xiàn)之前找到并解決，每年可以省下幾百萬(wàn)美元的費(fèi)用。
這就像模式檢測(cè)一樣。我認(rèn)為需要從人工智能應(yīng)用的角度來(lái)看待這個(gè)行業(yè)。越來(lái)越多的行業(yè)將會(huì)采用人工智能技術(shù)，并且人工智能技術(shù)將會(huì)在各行業(yè)領(lǐng)域加速應(yīng)用。”
