如何实施人工智能和高级分析并了解技术的变革影响

人工智能
人工智能和高级分析将对从联络中心和供应链到整体业务战略等各方面业务产生变革性的影响。

随着冠状病毒疫情带来的新挑战,组织将需要更多的建议、更多的数据和可见性,以最大程度地减少疫情对业务的影响。

早在疫情对社会和生活造成影响之前,数据就被认为是改善客户服务的重要资产。各种组织仍在努力从其海量数据中获取更多的有形价值,以改善员工和客户体验。

[[334300]]

数据孤岛、遗留系统和快节奏的敏捷竞争者都要求利用组织的数据来驱动最重要的价值。由于面临巨大的挑战,许多组织都开始意识到使用合作伙伴生态系统以及利用人工智能和高级分析等各种技术,以满足利用数据进行创新的需求。

从采用行业标准到图形数据库的使用,以及人工智能和高级分析的实际使用案例,六位行业专家探讨了人工智能和高级分析的变革影响,同时对如何实施这些技术进行了解释。

1. 使数据战略与业务目标保持一致

Pure Storage公司欧洲、中东和非洲地区首席技术官Patrick Smith阐述了数据的价值。他表示,这是现代货币中一个最有价值的形式。

然而,他指出,“大量的业务数据只有在能够快速处理、读取和理解的情况下才是可行的。从这个意义上说,高级分析可以完成繁重的数据处理工作,支持业务转型努力,帮助各种组织提高业绩和绩效。”

Smith强调指出,尽管如此,大多数组织缺乏基础设施和分析软件,或者缺乏有效实施人工智能和高级分析的专门知识。

他解释说,要克服这一点,组织必须专注于使数据战略与业务目标保持一致,并与技术合作伙伴合作,以快速、横向扩展、易于使用的基础设施提供现代数据体验。

2. 摆脱人工过程

在过去的十年里,商业智能一直被用来从历史数据中获得洞察力,但直到最近,这些分析技术主要还是人工操作。

这种情况正在发生变化,全球技术研究和咨询机构ISG公司总监Wayne Butterfield解释说,企业领导者欢迎人工智能(AI)消除人工流程,并提高洞察质量的承诺。

他说:“数据驱动的见解(利用历史数据来预测未来的结果)结合数据、高级分析和人工智能,在收入、需求和供应等领域的预测性见解的基础上转变决策。现在还处于早期阶段,但自动机器学习(AutoML)技术正在降低组织进入的门槛,因为这些组织可能没有庞大的数据科学家团队,但他们仍然看到了分析数据的价值。”

谈到诸如Kortical.io和Data Robot之类的自动机器学习(AutoML)工具时,Butterfield解释说,“这些在卓越自动化中心变得越来越流行,因为先进的人工智能模型被投入到相对简单的机器人过程自动化类型的过程中,并根据这些预测采取行动。”

3. 完整的视图

OpenText公司人工智能欧洲销售总监Kerrie Heath说,从数据中提取价值不应该是一项艰巨的任务。

她说,“通过采用先进的人工智能分析技术,组织可以实时推动价值,并以可视化、交互式的形式交付价值,让用户能够轻松地预测产品、主题、事件、趋势,甚至主题和情感。而只有全面了解这些非结构化数据,并将其与企业系统中的结构化数据实时结合,组织才能更有效地分析、理解和管理其企业数字生态系统。反过来,组织也为自己提供了确保和实施数据治理的工具。”

4. 所需的行业标准

Seldon公司工程总监Alejandro Saucedo认为,先进人工智能和分析技术的实施正在对社会产生巨大影响。

但是Saucedo指出,如果实施不当,人工智能会给组织带来不良后果,尤其是在涉及到网络安全、隐私和信任受损的情况下。

他建议说,“为了最佳地实施人工智能,并确保它为我们的经济和社会带来净收益,我们需要制定行业特定的标准以及适合目的的监管框架。透明和可执行的框架是关键,我们需要保证技术和非技术方面的有关专家不断参与开发和更新它们。”

他指出,人工智能无法预测未来,例如,即使是最先进的人工智能技术也无法预测疫情的发生或其对世界的影响。但当今的人工智能模型将能够利用这段时间的数据,其中包括疫情所产生的影响,为未来的预测提供信息。

5. 图形数据库

图形数据库提供商Neo4j公司分析和人工智能程序经理Amy Hodler说:“分析的逻辑扩展是使用所有数据中保存的关系和网络结构,这些关系和网络结构被证明具有极强的预测性。这将改变分析和人工智能,因为基于连接性的学习是解决复杂问题的必要条件,包括关于系统动力学和群体行为的问题,而这些问题的数据量较少。

企业可以利用图形数据库中的关联数据洞察,从而提高效率和灵活性,否则就无法使用关系数据库。因为建立图形数据库是为了保存和计算关系,所以它可以进行有价值的、通常是细微差别的预测,例如查明表明欺诈的交互作用,识别相似的实体或个人,找到患者或客户旅程中最具影响力的因素,甚至可以改善IT运营。”

她继续说:“当数据科学家使用图形算法通过数据模式理解复杂系统的自然状态并提高预测精度时,就会获得力量。当人工智能自动将预测数据转换为更灵活的自动结构时,它将提供更灵活的预测结构。”

6. 实践中的人工智能和高级分析:保险行业

人寿保险行业只是可以使用人工智能和先进分析技术进行转型的众多行业之一。慕尼黑再自动化解决方案欧洲、中东和非洲地区执行副总裁Paul Donnelly解释了人工智能和高级分析在人寿保险行业中的应用。

他说:“保险行业采用大量人工流程和后台程序步骤,这导致客户体验不良。虽然无论如何我们都不希望购买人寿保险,但复杂的流程肯定无助于吸引现代数字用户。这就是人工智能和数据分析技术的用武之地。由于许多原因,这些先进技术优化了最终客户的旅程。例如,利用人工智能技术意味着我们可以不必无休止询问客户重复的个人问题,而是通过与他们相关的问题进行引导。因为在这样一个世界里,人们只需点击几下鼠标,就可以轻松地在几分钟内购买到想要的大多数产品,而漫长的人寿保险流程根本就没有吸引力。

此外,高级分析使保险公司可以利用大量申请者数据,并将其转化为可行的见解。这些见解使保险公司可以实时修改承保规则,从而产生可以设计、改进和简化面试流程的技术,从而为客户带来便利,并缩短承保客户的时间。”

 

责任编辑:赵宁宁 来源: 企业网D1Net
相关推荐

2023-06-30 11:55:09

人工智能机器学习

2018-09-14 08:38:25

人工智能光纤技术数据中心

2020-06-19 08:37:17

人工智能AI预测性分析

2019-05-07 10:21:48

人工智能AI

2023-10-17 10:20:23

2020-11-03 16:31:19

人工智能技术就业

2020-10-29 14:31:37

人工智能

2020-05-08 09:48:44

人工智能全球行业AI

2021-06-04 10:24:37

人工智能AI深度学习

2022-10-09 14:38:22

人工智能直播安全

2022-03-11 15:07:42

区块链人工智能数据

2022-07-20 10:22:03

人工智能机器学习

2022-11-03 15:16:27

人工智能

2018-03-22 21:00:00

人工智能物联网大数据

2022-08-02 15:06:40

人工智能

2023-10-13 11:20:00

人工智能供应链

2022-03-25 14:35:56

人工智能区块链加密货币

2018-05-29 21:59:02

人工智能云计算智能云

2018-05-30 09:29:55

人工智能 云计算

2018-08-20 19:49:00

人工智能机器学习深度学习
点赞
收藏

51CTO技术栈公众号