机器学习将带给企业哪些好处-电子发烧友网

随着一些公司竞相利用机器学习技术来赚钱，而这些机器学习技术侧重于教授机器人更像人类那样工作，而许多公司也正在努力解决如何利用人工智能和智能设备的问题。

机器学习究竟是面向未来，还是面向您现在的业务?这是一个许多企业领导者都在问的问题，因为每天都有人工智能和机器学习的新情况推动着我们对技术认知的边界。最近一个震撼的例子是，在5月8日谷歌公司演示了其“谷歌智能助理”预订美发沙龙和餐厅的场景，其可进行清晰地会话，这既令人振奋又令人不安。许多企业领导者会产生恐慌，这是可以理解的。如果机器可以如此快速地学习，那么在利用机器学习方面，我们的企业现在有多落后?

好消息这才刚刚开始

尽管谷歌公司的部分工作是特立独行的，是先进技术的萌芽，但是大多数首席信息官都负责提供可带来业务成果的解决方案。除了那些竞相制造自动驾驶汽车或引领全球人脸识别系统的公司之外，很少有公司知道如何通过机器学习来赚钱，而该机器学习技术侧重于教授机器人更像人类那样工作。尽管如此，在人工智能和机器学习领域仍有大量的投资。国际数据公司(IDC)预测，到2021年，对认知和人工智能系统的投资将增长到超过5200万美元。

目前让机器做其本职工作

首席信息官应将他们对机器学习技术上的预算和愿景重点放在哪里?首席信息官们可以且应该更多地利用计算机所具备的某些非人类能力，而不是寻找一些让技术更像人类行为的方法。例如，当今的计算机可以以毫秒为单位处理和分析大型复杂的数据集。将机器学习能力添加到这种庞大而快速的分析能力中，突然之间你就拥有了一个商业智能(BI)工具，可以抓取不断增长的且复杂的业务数据，观察其趋势，分析所找到的内容并提供见解和潜在解决方案。

商业智能才是工作重点

现在商业智能能够将大数据分析工作与机器学习功能结合起来，在这方面我们看到多个不同行业对人工智能进行战略性尝试。以下是几个例子，讲述机器学习技术如何在多个行业中得到使用：

• 金融服务业：金融服务业是一个拥有大量数据的行业。每笔客户交易和每次客户互动都会产生数据，这些数据可进行分析以提高服务质量和满意度。利用机器学习技术，金融机构可以观察客户行为模式，包括消费、储蓄和投资等，分析其趋势并提供定制的理财建议和产品。

• 零售业：网上零售商以收集和利用客户数据的能力而闻名，从而达到销售最大化和客户满意度的最大化。随着零售商希望借助商业智能和智能设备来迅速确定何时何地最适合推出折扣优惠，更换产品或修改定价，这类信息的收集和学习正在零售业方方面面不断扩大。您可以从优步(Uber)和Lyft等公司的动态定价上看到这一点，他们利用天气、交通和事件数据来实时确定定价。商业智能工具将继续被更加深入和广泛地使用，用于寻找跨地域的、跨时间段的和跨人口统计的购买趋势，并帮助企业更好地了解和预测其客户。

• 医疗保健领域：在医疗保健领域，深度学习算法正在帮助医疗诊断工作。例如，斯坦福德开发出一种算法，能够通过所获取的数据和图像进行学习以诊断皮肤癌。在医疗领域的很多方面，电脑正在接受训练，以学习影像并确定潜在问题和异常情况。算法也开始对不同来源(实验室、科研机构和研究成果)的数据集进行梳理以改进临床试验和药物开发，从而帮助识别其中的成功因素和/或潜在问题。