社区编辑申请
注册/登录
企业人工智能平台的选型指南
人工智能
在理解人工智能能做什么和希望它做什么方面存在很大差距。从评估业务需求到关注正确的方向、自行构建或从供应商处购买,以及在内部部署设施或云平台中进行管理,企业现在拥有了为其业务用例做出正确选择所需的工具。

人工智能在企业中的应用越来越广泛,甚至有可能走向工业化。无论这是否基于现有的数据科学平台,还是使用多合一工具,或者在云中或内部部署设施托管数据,都有大量可用的软件解决方案,因此,如此丰富的选择不应该让人们忘记IT解决方案的存在理由。对于那些希望获得最终解决方案的企业来说,现在必须比以往任何时候都更加坚定地满足需求。

第一部分:评估人工智能和业务需求

(1)不要相信流行语

关于评估人工智能,首先要知道的是不要相信流行语。众所周知,像大数据、物联网、区块链和许多其他术语,“预期的革命”并不是现实。例如,IT团队被告知他们必须在不考虑业务需求的情况下实施特定的新技术,在这里的定义是团队和企业的需求。因此,企业比以往任何时候都更加关注需求是成功的第一步。有时,人工智能用于可以通过简单的“if-then-else”语句解决的情况,而人工智能实际上最适用于难以通过简单算法解决的问题。

(2)需要什么?

当然,这意味着要问其原因,更重要的是,要实现什么样的目标。通常情况下,当需求由管理层制定时,它们不一定是完整的。例如,如果一家企业需要建立一个人工智能平台,而该公司的股东要求在未来一年的利润翻一番,需要考虑到这一点,就必须了解企业的目标,不仅是其管理层的目标,还有企业的需求及其后果。

当然,明确需求是必要的,掌握已经确定的用例总是一个好主意。这不仅需要了解竞争对手的情报(竞争对手是否实施了相关用例?),而且还要与供应商沟通,参加贸易展,当然还要了解企业的流程。

(3)哪些人工智能用例?

人工智能用例是无穷无尽的,但有些是相对重复的。以下是多个行业经常出现的一些功能:

  • 营销自动化和定义。
  • 销售预测、潜在客户开发和基于分析的培训。
  • 欺诈检测中的人工智能(但可以通过CEP平台部分实现)。
  • 服务定制。
  • 库存管理。
  • 管理任务,例如自动邮件、文件处理和决策支持。
  • 决策自动化(尤其是在法律和保险领域)。
  • 预测性维护。

(4)采用人工智能有哪些问题?

当想知道一个用例是否应该使用人工智能时,值得询问一个用例是否应该实现计算机化。要问的主要问题是:

  • 如果人工智能解决方案出现错误,将会产生什么后果?
  • 如果人工智能解决方案存在偏见,将会有什么影响?
  • 人工智能项目做出的决定是否会产生法律后果?
  • 是否有在客户关系失去人性的风险?
  • 在人类仍然不可或缺的用例中,它会带来真正的帮助吗?

第二部分:构建vs.购买

在考虑是在内部构建平台还是从外部购买平台时,企业需要回答更多问题,首先是“需求是非常具体还是很小?”如果对此的回答是“不”,那么应该准备好购买。这是一个更广泛的清单:

  • 比较构建和购买的商业计划。
  • 如果企业的需求有点特殊,那么市场是否包含针对它的人工智能解决方案?
  • 供应商是否已经针对企业的用例提出了解决方案?
  • 该供应商是否面临在四年内失败的重大风险?
  • 企业能用其想法和方式使用人工智能来消除竞争吗?
  • 是否有需要完全独立于供应商的关键需求?

第三部分:人工智能企业平台

(1)人工智能的功能清单

以下是企业必须研究的能力列表以及人工智能平台应满足的需求:

  • 数据整合。
  • 数据治理。
  • 实验和开发。
  • 部署和监控。
  • 智能引擎(机器学习程序、库等)。
  • 优化能力。
  • 协作能力。
  • 可视化。

(2)供应商类型列表

市场上有很多供应商,因此由企业决定自己的需求。以下是企业可能遇到的两大类供应商以及它们之间的一些主要区别:

企业人工智能平台的替代品

企业人工智能平台并不是所讨论用例的唯一解决方案。两种类型的平台可能相关,具体取决于企业的用例在其行业中是简单的还是冗余的——“面向业务的解决方案”和机器人流程自动化(RPA)。

(1)“业务专用”平台

在某些领域,企业可以拥有销售专注于某一主题的解决方案的传统供应商。特别是在制造业中,企业可能有一些历史悠久的供应商,他们积极接受人工智能技术,并提供现成的人工智能解决方案来帮助管理工厂、实现预测性维护等。这些解决方案有时可以直接使用并涵盖其一些用例。

(2)机器人流程自动化

机器人流程自动化(RPA)是一种捆绑解决方案,它试图将人类手势“机器人化”。这些解决方案与OCR解决方案相辅相成,但它们还可以通过电子邮件编写和发送响应,以涵盖许多人工智能用例。这种解决方案的投资回报率可能非常高。然而,管理机器人流程自动化(RPA)和被操纵的应用程序之间的依赖关系可能非常困难。在理想情况下,如果企业的业务软件很少发展,则应考虑机器人流程自动化(RPA)。

结论

希望以上这些见解能帮助企业做好准备。在理解人工智能能做什么和希望它做什么方面存在很大差距。从评估业务需求到关注正确的方向、自行构建或从供应商处购买,以及在内部部署设施或云平台中进行管理,企业现在拥有了为其业务用例做出正确选择所需的工具。

责任编辑:姜华 来源: 企业网D1Net
相关推荐

2022-06-07 10:09:42

新技术人工智能5G

2022-06-15 11:02:40

网络安全运营

2022-06-16 17:02:49

微软智能云混合云Azure

2022-06-09 10:12:01

网络安全人工智能威胁监测

2022-06-15 08:25:07

Python天气数据可视化分析

2022-06-02 11:39:15

2022-05-10 14:11:55

人工智能金融科技机器学习

2022-05-11 10:35:26

人工智能医疗诊断

2022-06-07 11:16:51

云原生人工智能运维

2022-06-07 11:01:56

人工智能AI技术大会

2022-05-06 16:31:27

人工智能自然语言生物特征识别

2022-05-30 14:15:39

人工智能算法数据安全

2022-05-12 09:00:00

人工智能面部识别智能监控

2022-06-07 09:59:21

网络安全安全漏洞

2022-05-24 15:29:48

人工智能大数据心理测量

2022-05-24 12:05:36

Testin云测试

2022-06-13 15:35:53

计算

2022-06-01 17:47:24

运维监控系统

2022-04-28 21:39:04

人工智能云计算AI

2022-05-20 06:14:57

人工智能AI

同话题下的热门内容

YOLOv6:又快又准的目标检测框架开源啦LeCun预言AGI:大模型和强化学习都是斜道!我的「世界模型」才是新路聊聊七个常见的智能汽车技术李飞飞划重点的「具身智能」,走到哪一步了?惊呆了!训练7万小时后,OpenAI的模型竟然学会在「我的世界」里刨木头华为发布两大昇腾计划 推动AI人才发展和科研创新T 前线 | 专访作业帮首席AI架构师王岩:AI的普惠性在于思路创新首个大众可用PyTorch版AlphaFold2复现,哥大开源,star量破千

编辑推荐

转转公司架构算法部孙玄:AI下的微服务架构Facebook开源相似性搜索类库Faiss,超越已知最快算法8.5倍运维:对不起,这锅,我们不背快消品图像识别丨无人店背后的商品识别技术最全面的百度NLP自然语言处理技术解析
我收藏的内容
点赞
收藏

51CTO技术栈公众号