1.引言
AI驅(qū)動的業(yè)務(wù)轉(zhuǎn)換
我們正在見證一種新的公司類型，它們通過利用新興技術(shù)并以如此強大的潛力加以應(yīng)用來創(chuàng)造競爭優(yōu)勢，從而塑造了業(yè)務(wù)格局。這些組織追求擴大規(guī)模；他們注重客戶體驗；他們對合作伙伴關(guān)系持開放態(tài)度，能夠通過API大規(guī)模部署他們的產(chǎn)品和服務(wù)；他們是云計算的大規(guī)模采用者，而且往往誕生于云計算中；他們擁抱設(shè)計思維，樂于回到最初的原則，找到業(yè)務(wù)問題的創(chuàng)新解決方案；他們堅持不懈地利用人工智能(AI)的力量來洞察和決策。
我們在本出版物中的重點是AI的力量及其在適當(dāng)利用時可以改變業(yè)務(wù)的內(nèi)在潛力。在研究科技巨頭時，我們看到了對AI及其大規(guī)模應(yīng)用的不懈關(guān)注。Google的搜索引擎及其廣泛采用的谷歌地圖都是由人工智能提供支持的，而蘋果和騰訊則擁有強大的客戶分析引擎，能夠研究客戶并推出個性化的產(chǎn)品和服務(wù)。亞馬遜和阿里巴巴已經(jīng)將人工智能的力量延伸到他們的供應(yīng)鏈中，能夠降低服務(wù)成本，同時與現(xiàn)有公司相比，遞送包裹的時間大大減少。
我們就利用人工智能力量的起點提出了我們的觀點-旅程應(yīng)該是以用例為導(dǎo)向的，而不是以數(shù)據(jù)為導(dǎo)向的。我們注意到，許多老牌企業(yè)受困于數(shù)據(jù)質(zhì)量問題，已經(jīng)啟動了一些數(shù)據(jù)清理項目，通常對數(shù)據(jù)清理無休止的性質(zhì)感到沮喪，并且很少從這一繁瑣的舉措中獲得任何價值。有運動但沒有改變。用例主導(dǎo)的方法是由需要解決方案的業(yè)務(wù)問題驅(qū)動的，并且定義業(yè)務(wù)問題應(yīng)該與技術(shù)和數(shù)據(jù)無關(guān)。選定的用例需要與業(yè)務(wù)目標(biāo)和優(yōu)先級緊密聯(lián)系。一旦確定了用例，我們將提供一個框架來指導(dǎo)從信號表達、算法開發(fā)、數(shù)據(jù)收集到洞察力生成的整個過程。
我們深入研究了人工智能的衍生品-機器學(xué)習(xí)和深度學(xué)習(xí)，并解釋了每種方法的優(yōu)點和適用性。我們每天都在產(chǎn)生海量的數(shù)據(jù)，而機器學(xué)習(xí)擁有深刻的能力來理解那些原本是“毫無意義的數(shù)據(jù)”。
最后，我們探討了采用AI的挑戰(zhàn)–將數(shù)據(jù)存儲在云中的挑戰(zhàn)，算法錯誤、數(shù)據(jù)偏差導(dǎo)致可預(yù)測的有偏見的結(jié)果、包括數(shù)據(jù)隱私在內(nèi)的監(jiān)管以及人工智能人才匱乏等挑戰(zhàn)。我們希望您發(fā)現(xiàn)我們的出版物有助于您利用人工智能的力量，并期待與您合作。
引言
實現(xiàn)人工智能是個旅程
釋放AI的價值
運用人工智能
2.實現(xiàn)人工智能是個旅程
人工智能時代已經(jīng)來臨，對各個領(lǐng)域的企業(yè)都將產(chǎn)生深遠的影響。
人工智能（AI）正在成為跨行業(yè)的游戲規(guī)則改變者。的確，對于C級高管來說，問題不再是AI是否適合其業(yè)務(wù)，而是他們?nèi)绾尾拍苤匦露ㄎ黄浣M織，使其成為以人工智能為中心的組織，并充分利用人工智能的轉(zhuǎn)型價值。
對于許多組織而言，充分利用AI的潛力通常始于對一些用例的探索，這些用例可以提供快速但有價值的見解，從而為邁向以AI為中心的組織邁進。
這些組織正在構(gòu)建嵌入有AI功能的解決方案，這些解決方案是實現(xiàn)業(yè)務(wù)流程自動化和增強客戶體驗的關(guān)鍵。未在業(yè)務(wù)和客戶交互流程中加入AI的組織可能難以滲透新市場并吸引新客戶。此外，這些組織可能無法快速創(chuàng)新并無法有效地管理成本。
為了從AI中獲得價值，業(yè)務(wù)領(lǐng)導(dǎo)者應(yīng)部署AI解決方案以實現(xiàn)戰(zhàn)略目標(biāo)，而不是使用AI來解決日常業(yè)務(wù)挑戰(zhàn)。重要的是要了解如何利用AI來驅(qū)動戰(zhàn)略目標(biāo)和加速已知機會。
我們?nèi)绾慰创鼳I…
人工智能是一種過程，通過應(yīng)用復(fù)雜的邏輯和算法，機器被編程來分析數(shù)據(jù)，執(zhí)行過程，并以類似于人腦工作的方式制定決策。這可以通過各種方式實現(xiàn)，包括學(xué)習(xí)(數(shù)據(jù)和規(guī)則獲取，以促進信息處理)、推理(決策的關(guān)鍵分析)，以及自我糾正和改進學(xué)習(xí)過程的能力，直到得出有意義的結(jié)論。
人工智能徹底改變了我們的工作，互動和生活方式。 但是，如果人類不參與這些算法的數(shù)據(jù)的訓(xùn)練，調(diào)整和測試（人類處于循環(huán)中），則這些算法的輸出將是不準(zhǔn)確的。。在日益擁擠和競爭激烈的市場中，企業(yè)正在轉(zhuǎn)向人工智能驅(qū)動的解決方案(具有成熟算法的工具)來解決他們的業(yè)務(wù)問題，并建立相對于競爭對手的優(yōu)勢。
數(shù)字工作空間中的AI
人工智能正在不斷發(fā)展，而且速度也很快，這將導(dǎo)致未來機器將以比人類更有效率和更有效的方式執(zhí)行日常活動。這將導(dǎo)致工作場所最終轉(zhuǎn)變?yōu)橐粋€促進人和機器在不斷學(xué)習(xí)和自我完善的循環(huán)中共存的工作場所。隨著數(shù)據(jù)量的不斷增加和分析能力的不斷完善，組織可以根據(jù)實時情景事件收集強大的洞察力并適應(yīng)客戶行為。
使用先進的分析技術(shù)和算法培訓(xùn)計算機如何利用來自各種不同來源的不同格式的數(shù)據(jù)來加速、自動化和增強業(yè)務(wù)決策，從而推動增長和盈利，這種做法被稱為人工智能(AI)。
隨著許多企業(yè)走上數(shù)字化轉(zhuǎn)型的道路，指導(dǎo)這一過程的大多數(shù)高管都不信任在他們的組織內(nèi)產(chǎn)生決策的分析。人工智能生態(tài)系統(tǒng)增強、加速、自動化和增強了推動增長和盈利的決策。組織可以實現(xiàn)在某些流程領(lǐng)域?qū)嵤┤斯ぶ悄艿暮锰?，但這些流程應(yīng)該是與業(yè)務(wù)需求相一致的重點戰(zhàn)略計劃的一部分。通過將人工智能集成到業(yè)務(wù)中，可以通過分析數(shù)據(jù)和實時做出明智的決策來檢測潛在問題并提出替代解決方案。人工智能加速了業(yè)務(wù)轉(zhuǎn)型，通過機器學(xué)習(xí)(ML)算法塑造了更多決策，擴展了人類認知和能力的范圍。
被人工智能顛覆的行業(yè)。
根據(jù)Gartner的數(shù)據(jù)，隨著顯著提高生產(chǎn)率、重新分配勞動力和創(chuàng)造新的價值來源的能力，2018年認知和人工智能系統(tǒng)的商業(yè)價值達到約1.2萬億美元-比2017年增長了70%。人工智能衍生的商業(yè)價值預(yù)計將在2022年達到3.9萬億美元。需要更高安全性、更高速度和更高效率的企業(yè)已經(jīng)將人工智能嵌入到他們的技術(shù)版圖中。人工智能也正在滲透到智能自動化應(yīng)用可以帶來更大成果的所有其他行業(yè)。人工智能與銷售、營銷和人力資源等的集成可以創(chuàng)造成功的運營，甚至對創(chuàng)業(yè)或小企業(yè)也能帶來巨大的成果。信任人工智能產(chǎn)生的決策的需要對企業(yè)非常重要，使用這些技術(shù)的組織有責(zé)任確保數(shù)據(jù)的質(zhì)量和完整性。處理能力已經(jīng)提高到了人工智能技術(shù)現(xiàn)在能夠模擬人腦如何學(xué)習(xí)、推理、理解和做出決策的地步。
人工智能的商業(yè)價值
未來2到3年的首要人工智能優(yōu)先事項包括：將完善個性化的客戶和市場洞察力；推動銷售和留存；實現(xiàn)后臺和共享服務(wù)自動化，以消除重復(fù)的人工任務(wù)；簡化財務(wù)和會計，以提高效率和合規(guī)性；針對特定功能使用情形分析非結(jié)構(gòu)化語音和文本數(shù)據(jù)。此外，企業(yè)可以利用人工智能來改造供應(yīng)鏈，改善分銷模式和進入市場的路線，從而以高效和有效的方式改善運營。這些資源集中在決策支持和人工智能增強上。據(jù)預(yù)測，決策支持和AI增強將為企業(yè)帶來最高利益。Gartner估計，到2021年，人工智能增強將在全球創(chuàng)造2.9萬億美元的商業(yè)價值和62億小時的員工生產(chǎn)力。
人工智能及其相關(guān)技術(shù)
人工智能改變了我們思考和互動的方式。它之所以能夠做到這一點，是因為它具有某些功能，使其能夠在數(shù)字工作空間中得到利用，為企業(yè)提供更多價值。自從云和移動技術(shù)被引入以來，人工智能被視為下一個復(fù)雜的技術(shù)工具。它允許機器像人類一樣思考和學(xué)習(xí)。
我們生活在“大數(shù)據(jù)”時代--一個有潛力收集個人難以處理的海量信息的時代。在這方面，人工智能的使用在幾個行業(yè)使用算法取得了相當(dāng)豐碩的成果。
我們可以將人工智能分為兩個關(guān)鍵類別，即應(yīng)用型和通用型。應(yīng)用人工智能更具體、更常見--股票和股票交易工具等專門的流程就屬于這一類。廣義人工智能不那么具體，因為它們可以處理任何任務(wù)。
然而，它們沒有應(yīng)用人工智能那么常見。具有諷刺意味的是，正是這一類別導(dǎo)致了機器學(xué)習(xí)(ML)的發(fā)展，因為一些最新的發(fā)展都是在這一領(lǐng)域。機器學(xué)習(xí)的突破是成功的，因為可用于分析的數(shù)據(jù)增加了。
ML已經(jīng)成為發(fā)現(xiàn)海量數(shù)據(jù)中隱藏價值的一種方式，隨著組織不斷積累海量數(shù)據(jù)，越來越多的數(shù)據(jù)沒有得到處理。手動處理數(shù)據(jù)可能既費力又耗時；因此，許多組織最終只處理了他們的一小部分數(shù)據(jù)，從而在大量“未處理的數(shù)據(jù)”中留下了寶貴的見解可供浪費。這就是ML發(fā)揮作用的地方，因為它為組織提供了從大量數(shù)據(jù)中收集有價值的見解的機會，否則這些數(shù)據(jù)將一直處于未處理和被忽略的狀態(tài)。
許多企業(yè)高管對ML很感興趣，因為它能夠提高自動化程度。然而，它的潛力超越了這一點。具體地說，ML算法處理極其復(fù)雜的數(shù)據(jù)的速度比任何傳統(tǒng)方法都要快得多，也更準(zhǔn)確。這一結(jié)果對那些處理大量復(fù)雜數(shù)據(jù)并尋求在與客戶流失、欺詐、銷售預(yù)測、呼叫分類等相關(guān)情況下識別特殊模式的公司特別有利。ML，人工智能的子集正在緩慢但不可避免地影響我們的日常生活。
ML有一種給客戶互動帶來更大一致性的方法
ML對模型有三種不同的分類：
·監(jiān)督學(xué)習(xí)
·無監(jiān)督學(xué)習(xí)
·強化學(xué)習(xí)
最大似然學(xué)習(xí)有一個子類別，即深度學(xué)習(xí)(Deep Learning，DL)。它利用ML工具和技術(shù)來解開與思想相關(guān)的問題。我們看到DL與谷歌在其語音和圖像識別算法中的應(yīng)用，以決定可能的下一步行動。人腦處理信息的模式影響了DL使用的算法。
DL涉及向計算機系統(tǒng)提供數(shù)據(jù)，并利用該數(shù)據(jù)做出關(guān)于其他數(shù)據(jù)的決定。隨著系統(tǒng)變得實用，各種各樣的機器學(xué)習(xí)算法被概念化，并發(fā)展成大腦啟發(fā)的計算模型，稱為神經(jīng)網(wǎng)絡(luò)。
解鎖人工智能的價值
企業(yè)正在利用人工智能來推動收入、增長和盈利。我們進行了畢馬威2019年企業(yè)人工智能采用研究，以深入了解選定大盤股公司的人工智能和自動化部署工作的狀況。這包括對全球30家最大公司的高級領(lǐng)導(dǎo)人進行深入采訪，以及對招聘信息和媒體報道進行二次研究。這30家極具影響力的全球500強公司代表著巨大的全球經(jīng)濟價值-它們總共雇傭了大約620萬名員工，總收入為3萬億美元。它們共同代表著人工智能市場的重要組成部分。
畢馬威2019年企業(yè)人工智能采用研究反饋表明，未來兩三年人工智能計劃的高度優(yōu)先領(lǐng)域包括：
·客戶和市場洞察力，將完善個性化，推動銷售和留住
·后臺和共享服務(wù)自動化，以消除重復(fù)的人工任務(wù)
·財務(wù)和會計得到簡化，以提高效率和合規(guī)性
·針對特定功能用例分析非結(jié)構(gòu)化語音和文本數(shù)據(jù)
人工智能是行業(yè)不可知的
人們普遍存在一種誤解，認為人工智能只能應(yīng)用于特定領(lǐng)域，特別是與技術(shù)密切相關(guān)的領(lǐng)域。可能不太明顯的是，技術(shù)已經(jīng)嵌入到大多數(shù)行業(yè)中，因此，人工智能的潛力無處不在。人工智能嚴重依賴數(shù)據(jù)，因此，只要存在某種形式的數(shù)據(jù)-結(jié)構(gòu)化或非結(jié)構(gòu)化的，人工智能就有存在的能力。
人工智能功能可以跨功能應(yīng)用
在不同的商業(yè)領(lǐng)域，首席執(zhí)行官們都在擁抱技術(shù)顛覆。他們現(xiàn)在看到這些技術(shù)在其業(yè)務(wù)內(nèi)的各種職能中的實際應(yīng)用。通過將人工智能與銷售(用于銷售預(yù)測和需求規(guī)劃)、財務(wù)(用于信用處理和交易)、人力資源(用于招聘程序)等功能進行集成，這些業(yè)務(wù)可以被重塑(并且已經(jīng)被重塑)。然而，真正的業(yè)務(wù)轉(zhuǎn)型始于明確的增長戰(zhàn)略；即，所有角色和職能都有共同的愿景，然后決定哪些人工智能技術(shù)將與組織的價值觀和目標(biāo)保持一致，以及如何整合這些技術(shù)。在部署之前，您需要查看您試圖解決的業(yè)務(wù)問題以及您想要實現(xiàn)的結(jié)果。
重點應(yīng)該是長遠的
隨著我們看到企業(yè)需求的增長，人工智能將在21世紀(jì)的新業(yè)務(wù)以及財務(wù)和運營模式的發(fā)展中發(fā)揮重要作用。在接受采訪的全球500強公司中，有5家人工智能能力最成熟的公司平均有375名全職員工從事人工智能工作。平均而言，他們每年在人工智能人才上的支出估計為7500萬美元?？偠灾瑧?yīng)該有企業(yè)需求推動使用人工智能技術(shù)實現(xiàn)企業(yè)全面增長、盈利和可持續(xù)發(fā)展。釋放人工智能的價值需要的不僅僅是技術(shù)，它的力量必須建立在可信的數(shù)據(jù)和分析的基礎(chǔ)上，并精通所有關(guān)鍵的業(yè)務(wù)功能。
因此，長期的重點不是利用人工智能，而是邁出旅程的第一步，其中包括：
·沒有“人類參與循環(huán)”，就不可能實現(xiàn)人工智能的承諾
·人工智能從沒有視角、沒有觀點、沒有目的開始。它需要人類訓(xùn)練、測試和調(diào)整
·人工智能必須得到培養(yǎng)，直到它成為一種值得信賴的核心能力
·人工智能由數(shù)據(jù)推動，突出了數(shù)據(jù)對任何組織的價值我們認為，通過人工智能獲得競爭優(yōu)勢需要的不僅僅是技術(shù)。
在整個企業(yè)中有效地部署人工智能需要將合適的人才與新的組織能力和流程相結(jié)合，這些能力和流程是由治理驅(qū)動的。事實上，人工智能與通過無形資產(chǎn)創(chuàng)造價值的整體轉(zhuǎn)變密切相關(guān)，組織資本是一個關(guān)鍵特征。組織資本由四個核心要素組成：人力資本、價值和規(guī)范、知識和專長以及業(yè)務(wù)流程和實踐。這些要素是為企業(yè)創(chuàng)造價值所必需的。
在部署人工智能時，公司應(yīng)該更有遠見，在整個企業(yè)中廣泛嵌入數(shù)據(jù)驅(qū)動的技術(shù)-自動化、加速和增強關(guān)鍵業(yè)務(wù)流程，以幫助實現(xiàn)規(guī)模轉(zhuǎn)型和創(chuàng)造價值。愿景或戰(zhàn)略應(yīng)以創(chuàng)新思維為指導(dǎo)-以增強或新的業(yè)務(wù)戰(zhàn)略和模式為長期目標(biāo)。與傳統(tǒng)和非傳統(tǒng)競爭對手相比，組織必須迎接挑戰(zhàn)，否則就會處于劣勢。人工智能的成功需要精通所有關(guān)鍵的業(yè)務(wù)職能。這些關(guān)鍵業(yè)務(wù)職能包括：
1.數(shù)據(jù)專業(yè)知識
?在內(nèi)部和外部識別和維護高質(zhì)量的數(shù)據(jù)源
?確保對數(shù)據(jù)源的適當(dāng)訪問
?執(zhí)行企業(yè)安全標(biāo)準(zhǔn)，控制對數(shù)據(jù)的訪問，包括加密、監(jiān)控、備份和恢復(fù)。
?集中數(shù)據(jù)管理流程。
2.AI技術(shù)
?建立一套一致的AI、自動化和D&A工具
?利用云基礎(chǔ)架構(gòu)
?支持大數(shù)據(jù)的接收和分析
?有意在設(shè)計中構(gòu)建計算資源的可擴展性以實現(xiàn)靈活性
3.業(yè)務(wù)流程
?利用人工智能、自動化和D&A來提高生產(chǎn)率并構(gòu)建具有競爭力的價值鏈
?自動化包括重復(fù)流程在內(nèi)的決策
?將分析視為制定運營決策的關(guān)鍵輸入
?超越被動報告，實現(xiàn)準(zhǔn)確的預(yù)測和洞察力。
4.員工
?確保正確的能力來實施技術(shù)、利用數(shù)據(jù)和更改業(yè)務(wù)流程
?通過戰(zhàn)略變更管理計劃實施轉(zhuǎn)型的組織模型
?定義標(biāo)準(zhǔn)化的績效指標(biāo)
?考慮工作變更對員工的影響
5.風(fēng)險和聲譽
?讓所有利益相關(guān)者參與優(yōu)先級排序和范圍劃分確保全面評估和遵守法規(guī)
?考慮范圍對外部聲譽和認知的影響
?嵌入網(wǎng)絡(luò)合規(guī)性和保障措施。
我們意識到，這是一段實現(xiàn)人工智能的旅程
使用人工智能解決戰(zhàn)略業(yè)務(wù)挑戰(zhàn)首先是通過不斷創(chuàng)新和開發(fā)強大的解決方案來識別離散的項目，這些解決方案尋求將人工智能帶入生活。許多組織對證明業(yè)務(wù)價值的離散項目或用例采取循序漸進的方法，在此過程中構(gòu)建AI功能。
數(shù)據(jù)仍然是成功的人工智能戰(zhàn)略的中心，因此，數(shù)據(jù)存儲機制必須是最優(yōu)的，并準(zhǔn)備好支持人工智能計劃。
數(shù)據(jù)驅(qū)動的能力改變了企業(yè)
為了實現(xiàn)數(shù)字化轉(zhuǎn)型的愿望，跨多個行業(yè)的越來越多的企業(yè)正在對AI進行巨額投資，并已開始利用其功能。但是，利用人工智能可以做更多的事情。首先要采用一種新的戰(zhàn)略思維方式，這種思維方式圍繞人員，流程和結(jié)構(gòu)的發(fā)展與圍繞技術(shù)的發(fā)展一樣。
當(dāng)前，許多企業(yè)正在使用AI來驅(qū)動洞察力并使用數(shù)據(jù)分析來主動確定機會.2017年，騰訊（一家中國企業(yè)集團）推出了AI技術(shù)創(chuàng)新系統(tǒng)（AIMIS），該系統(tǒng)由AI驅(qū)動，AIMIS利用預(yù)測模型為企業(yè)提供洞察力根據(jù)來自成千上萬名匿名患者數(shù)據(jù)的輸入來診斷患者，以開發(fā)其AI診斷成分。由于目前在早期診斷中具有很高的準(zhǔn)確率，因此中國的醫(yī)院已迅速采用了該技術(shù)。必須培養(yǎng)人工智能，直到它成為可信任的核心功能。違反直覺，它不只是技術(shù)。確實，這是關(guān)于人類的機器學(xué)習(xí)，只有通過“循環(huán)中的人類”才能實現(xiàn)價值。
數(shù)據(jù)在推動智能……..
組織會持續(xù)不斷地獲取和處理來自其客戶，員工，合作伙伴和其他來源的數(shù)據(jù)。但是，領(lǐng)先的企業(yè)正在不懈地考慮可以利用這些數(shù)據(jù)來滿足其需求并獲得競爭優(yōu)勢的工具和技術(shù)。數(shù)據(jù)是通過使用分析變得有價值的原材料。使用大數(shù)據(jù)（尤其是來自互聯(lián)平臺的大數(shù)據(jù)）進行的分析正在改變業(yè)務(wù)。
近年來，采用純粹以數(shù)據(jù)為中心的策略的公司已迅速擾亂了交通，娛樂，旅游和金融服務(wù)行業(yè)。但這并不意味著舊業(yè)務(wù)無法趕上以數(shù)據(jù)為中心的領(lǐng)導(dǎo)者。許多這樣的企業(yè)開始意識到互聯(lián)的數(shù)據(jù)民主化，因為他們意識到大量的非結(jié)構(gòu)化數(shù)據(jù)（來自多種來源，例如電子郵件，文檔，圖像，視頻，博客，社交媒體等）。為了保持競爭力，生產(chǎn)和收集的產(chǎn)品需要新的思維方式。選擇正確的技術(shù)并擁有正確的業(yè)務(wù)理解對于從數(shù)據(jù)中獲得洞察力至關(guān)重要
數(shù)據(jù)是21世紀(jì)的石油，分析是內(nèi)燃機
人工智能正在重塑企業(yè)的運營、競爭和繁榮方式。人工智能最明顯的應(yīng)用之一是聊天機器人和智能助手，它們通過語音或文本渠道與人互動。人工智能已經(jīng)成為在當(dāng)今市場競爭的關(guān)鍵-預(yù)測內(nèi)部和外部客戶的需求，并發(fā)現(xiàn)如何為他們提供更有價值和個性化的體驗。利用人工智能超越技術(shù)的價值，其力量必須建立在可信的數(shù)據(jù)和分析(流程和結(jié)構(gòu))以及根深蒂固的領(lǐng)域知識(人員)的基礎(chǔ)上。這可以通過以下任一方式實現(xiàn)：
機器學(xué)習(xí)人工智能可以提供無與倫比的決策支持和運營水平，方法是識別模式，并可能實時對其采取行動，以推動新的收入機會、提高銷售利潤率、提供更高的客戶滿意度、更準(zhǔn)確的微觀市場趨勢預(yù)測等。
人類的認知和學(xué)習(xí)能力當(dāng)這項技術(shù)與人類開發(fā)和訓(xùn)練算法來解決特定問題的能力相結(jié)合時，這種人工智能擴展人類認知和能力的愿景就實現(xiàn)了。它還使人類能夠?qū)崿F(xiàn)和管理精確的一致性。
建立對人工智能支持的分析的信任
在人工智能分析中建立信任建立在四個關(guān)鍵支柱上-質(zhì)量、有效性、完整性和彈性。然而，在公司開始建立這種信任之前，它們必須首先克服圍繞數(shù)據(jù)的棘手挑戰(zhàn)。組織必須想辦法確保他們的人工智能解決方案能夠“忘記”數(shù)據(jù)。
例如，如果某一法律立場以前被認為是適當(dāng)?shù)模捎谀骋惶囟ò讣辉俦唤邮?，那么該?shù)據(jù)點必須從人工智能的“記憶”中排除。在某種程度上，人們可以在設(shè)計解決方案時考慮到這種靈活性，但這只適用于當(dāng)時人們認為是一個變量的方面。
此外，為了確保組織對饋送AI系統(tǒng)的學(xué)習(xí)和決策過程的數(shù)據(jù)質(zhì)量感到滿意，必須對用于饋送AI系統(tǒng)的數(shù)據(jù)的選擇有一定程度的嚴格要求。為了成功部署人工智能，組織和企業(yè)需要能夠信任它做出正確的決策。我們認為，獲得對人工智能解決方案的信任的三種方法如下：
·與其他來源比較結(jié)果
·理解和驗證人工智能模型
·在受控環(huán)境中開發(fā)人工智能解決方案。
有效的分析以信任的四個支柱為基礎(chǔ)
人工智能的應(yīng)用正在加速……..但是存在一系列獨特的挑戰(zhàn)
商界領(lǐng)袖需要為新的人工智能``機器時代''和不斷提高的自動化水平武裝員工。下圖代表了畢馬威，IDC和IBM從調(diào)查結(jié)果中獲得的信息。
金融服務(wù)中人工智能的采用–全球展望
自動化和分析正在推動AI在金融服務(wù)中的采用。但是，企業(yè)需要克服挑戰(zhàn)，包括技能可用性方面的差距，缺乏法規(guī)，安全隱患和高成本。銀行業(yè)務(wù)與大數(shù)據(jù)齊頭并進。這就是為什么機器學(xué)習(xí)就像金融服務(wù)中許多領(lǐng)域的手套一樣適合，尤其是信用風(fēng)險建模的原因。ML的高級算法可以篩選大量的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，以提供洞察力，從而使您能夠更好地進行信用風(fēng)險決策，改善數(shù)據(jù)監(jiān)控，提供有關(guān)潛在問題的警報，檢測欺詐以及通過預(yù)測分析進行更好的預(yù)測。這樣的信息為銀行提供了積極主動的信用風(fēng)險管理情報，以及許多其他領(lǐng)域。
許多金融科技公司早早抓住了這個機會，沒有浪費任何時間擁抱機器學(xué)習(xí)來入侵像借貸這樣的傳統(tǒng)銀行業(yè)領(lǐng)域。TransUnion的一項研究表明，金融科技貸方在個人貸款領(lǐng)域的市場滲透率急劇上升。2017年，金融科技占個人貸款總余額的32％，而2012年僅為4％。我們認為，信用風(fēng)險建模是機器學(xué)習(xí)采用的成熟領(lǐng)域，因此，這是銀行應(yīng)首先關(guān)注其技術(shù)支持工作的領(lǐng)域。精確的信用風(fēng)險建模取決于對來自各種來源的大量數(shù)據(jù)的復(fù)雜分析。在機器學(xué)習(xí)算法上使用傳統(tǒng)的建模技術(shù)可能無法獲得預(yù)期的收益，因為傳統(tǒng)的模型繁瑣，耗時且經(jīng)常容易出錯。
銀行中的機器學(xué)習(xí)當(dāng)然不是新生事物。但是，數(shù)據(jù)處理能力的速度，容量，可負擔(dān)性和強大功能方面的驚人進步正在開辟令人興奮的新用例，包括改善銀行評估信用度，做出貸款決定和定價貸款合同的方式。
人工智能在金融服務(wù)中的應(yīng)用
銀行可以設(shè)定AI的采用速度
從戰(zhàn)略到客戶體驗，銀行致力于在其整個運營過程中采用AI和數(shù)據(jù)驅(qū)動的方法。因此，銀行一直是數(shù)據(jù)分析技術(shù)的熱心采用者。但是我們的研究表明，銀行高管對于從人工智能和大數(shù)據(jù)分析中獲取可行見解所需的時間感到沮喪。當(dāng)他們獲得結(jié)果時，他們對結(jié)果并不充滿信心。但是，并非所有問題都需要大規(guī)模的數(shù)據(jù)分析項目。通過使用較小的數(shù)據(jù)集和敏捷方法，銀行可以在繼續(xù)開發(fā)高級數(shù)據(jù)分析功能的同時及時獲得所需的答案，以采取行動。根據(jù)銀行高管調(diào)查以及與各行業(yè)客戶的研究和合作，我們看到了導(dǎo)致數(shù)據(jù)分析失敗的常見原因。為了構(gòu)建AI模型和強大的數(shù)據(jù)分析運營，公司創(chuàng)建了成本高昂且過于復(fù)雜的系統(tǒng)，可以在其中購買，復(fù)制或簡單地構(gòu)建更簡單的模型。事實是，復(fù)雜的問題并不總是需要復(fù)雜的技術(shù)解決方案。根據(jù)我們的經(jīng)驗，敏捷和小巧的公司可以更快地獲得可行的見解。與其構(gòu)建大規(guī)模的通用數(shù)據(jù)分析功能，不如從單個戰(zhàn)略問題開始并擴展解決方案。
投資數(shù)據(jù)組織在改進AI算法或模型時使用較小的數(shù)據(jù)集。通過使用較小的數(shù)據(jù)部署較小的團隊，使用加速的敏捷方法來探索和檢驗多個假設(shè)。銀行可以產(chǎn)生巨大的勢頭，將洞察力帶入生產(chǎn)中，并比以往任何時候都更快地推動業(yè)務(wù)向前發(fā)展?？焖贁?shù)據(jù)分析產(chǎn)生的增量利潤可以推動強大的投資飛輪，并有可能在每個周期產(chǎn)生附加價值。從內(nèi)部和外部源收集和存儲與企業(yè)要解決的特定用例相關(guān)的數(shù)據(jù)也是很方便的。數(shù)據(jù)是從新興技術(shù)（如AI）獲得價值的基本基礎(chǔ)。我們的經(jīng)驗表明，大多數(shù)金融機構(gòu)將需要繼續(xù)進行大量投資，以確保其數(shù)據(jù)可靠，可訪問和安全。這不僅僅是將正確的數(shù)據(jù)輸入機器。它還涉及通過驗證組織使用的數(shù)據(jù)的質(zhì)量和完整性來幫助減輕運營風(fēng)險和潛在的偏差。
如何敏捷敏捷方法快速靈活，因為它可以將問題分解成小塊，使用迭代的“測試和學(xué)習(xí)”過程來微調(diào)假設(shè)，并在一定程度上保持速度的準(zhǔn)確性。這可能分為幾個沖刺-一個用于收集和清理數(shù)據(jù)，另一個用于標(biāo)識關(guān)鍵變量，第三個用于數(shù)據(jù)建模，第四個用于運行分析。使用敏捷方法，數(shù)據(jù)分析團隊將在第一輪分析中開發(fā)和測試假設(shè)，然后查看結(jié)果，調(diào)整假設(shè)并重試。通過測試和學(xué)習(xí)過程，團隊優(yōu)化了模型并嘗試了不同的變量，直到獲得滿意的結(jié)果。相比之下，沒有假設(shè)就開始的分析工作無可檢驗，更不用說完善。他們可能沒有重點，也不太可能產(chǎn)生有意義的見解。這可以幫助銀行和其他組織對客戶需求的變化做出快速反應(yīng)，更重要的是，可以在偏好明顯變化之前及時發(fā)現(xiàn)偏好的變化。通過快速發(fā)展一些準(zhǔn)確性不高但方向性準(zhǔn)確的見解，銀行可以抓住機遇，并通過新的舉措實現(xiàn)更快的營收速度。
為什么對分析的信任步履蹣跚
畢馬威會計師事務(wù)所（KPMG）最近對來自全球，國家和地區(qū)機構(gòu)的美國銀行業(yè)高管進行的一項調(diào)查顯示，受訪者不太可能相信先進的分析技術(shù)，例如人工智能（AI）和機器學(xué)習(xí)。受訪者暗中信任的唯一方法是Excel電子表格和傳統(tǒng)的統(tǒng)計技術(shù)，例如相關(guān)性和回歸。毫不奇怪，他們使用這些受信任的工具的可能性要大得多，并且使用最深奧的方法（例如認知計算）的可能性也最小。百分之六十五的人說，他們盯著圖表和圖表來辨別模式和趨勢。技術(shù)本身很少出現(xiàn)故障。有效地使用諸如機器學(xué)習(xí)和AI之類的更新技術(shù)需要教育和熟悉。為了贏得對新方法的信任并設(shè)定合理的期望，高管和其他決策者首先需要學(xué)習(xí)有關(guān)該技術(shù)如何工作的知識。這是成功的高級分析功能需要的組織支持的基礎(chǔ)。
展望未來
雖然關(guān)于AI的未來發(fā)展及其相關(guān)風(fēng)險仍然存在很多未知數(shù)，但我們可以肯定地知道一些事情：金融服務(wù)公司將繼續(xù)在整個組織中開發(fā)和部署AI;新的風(fēng)險和合規(guī)性問題將繼續(xù)出現(xiàn)；風(fēng)險管理和業(yè)務(wù)職能將面臨確保正確管理AI和相關(guān)風(fēng)險的持續(xù)壓力?，F(xiàn)實是，鑒于市場變化的迅速步伐，金融機構(gòu)將需要能夠做出更快的決策，使組織能夠快速從構(gòu)思轉(zhuǎn)變?yōu)槭杖?。這意味著他們將需要大大改善用于評估，選擇，投資和部署新興技術(shù)的流程。那些做得對的人可以期待差異化競爭，市場增長和品牌價值增加。那些拖延或走錯路的人可能會發(fā)現(xiàn)自己落后了。
金融服務(wù)中的AI用例
銀行等金融機構(gòu)利用AI算法來檢測可疑活動，包括欺詐，信用決策，風(fēng)險管理，交易。個性化銀行業(yè)務(wù)和流程自動化。一些用例擴展到機器人過程自動化。RPA的應(yīng)用范圍從簡化開戶流程到改善爭議解決流程，從而避免了收入損失。使用復(fù)雜數(shù)學(xué)算法并迅速替代傳統(tǒng)財務(wù)顧問以提供數(shù)字財務(wù)建議的機器人顧問也變得司空見慣。Quants還利用簡單或復(fù)雜的模型來識別和最大化潛在的交易機會。更重要的是，DL，ML和其他AI工具還使機構(gòu)能夠更深入地了解其客戶和各自的情況。這是通過應(yīng)用預(yù)測分析工具完成的，該工具可以衡量客戶何時需要信貸服務(wù)或正在考慮更換金融服務(wù)提供商。
隨著數(shù)據(jù)內(nèi)容可用性的提高和分析能力的不斷發(fā)展，銀行可以基于實時上下文事件收集強大的見解并適應(yīng)客戶行為
跟著錢走
與所有新技術(shù)一樣，幾乎不可能自信地預(yù)測人工智能的整體潛力。然而，為了全面了解未來的發(fā)展及其可能的影響，我們收集了一系列分析師和公司對人工智能應(yīng)用程序收入潛力的評估。我們發(fā)現(xiàn)，關(guān)于如何識別人工智能的貨幣潛力，存在一系列意見。
亞馬遜的AI普及程度如何？
從一開始就在那里
在亞馬遜使用人工智能并不是最近才發(fā)生的事情。圖書推薦系統(tǒng)是現(xiàn)任消費者服務(wù)首席執(zhí)行官杰夫·威爾克（Jeff Wilke）所倡導(dǎo)的舉措之一，旨在提高企業(yè)的運營效率3。但是，這項舉措是在亞馬遜最初被稱為在線書店的時候進行的。隨著亞馬遜業(yè)務(wù)范圍的擴大和多樣化，其對人工智能的利用也不斷加深，越來越普及。除了將推薦的技術(shù)應(yīng)用于其他產(chǎn)品之外，該公司還將AI技術(shù)應(yīng)用于其各種業(yè)務(wù)中的其他幾個關(guān)鍵流程。亞馬遜不僅將人工智能用于其運營；它還為客戶提供基于云的AI平臺，被認為是基于云的AI服務(wù)最杰出的提供商之一。亞馬遜平臺的著名用戶包括NASA，英特爾，豐田和Capital One等。
亞馬遜如何通過AI提高運營效率
亞馬遜在線購物業(yè)務(wù)的重要組成部分是其履行中心，該中心是存儲其客戶購買的商品并最終從中發(fā)貨的倉庫。亞馬遜利用AI改善了其配送中心的庫存管理流程。具體來說，亞馬遜將計算機視覺技術(shù)與AI結(jié)合使用，以跟蹤和記錄倉庫中各種物品的位置。亞馬遜還利用類似的方法來運營其無收銀員的雜貨店連鎖店。
黑暗的轉(zhuǎn)折
在科技巨頭中使用AI并非沒有爭議。人們發(fā)現(xiàn)，在使用了基于AI的簡歷評估系統(tǒng)來篩選一些申請人的申請之后，在接受了十年的招聘數(shù)據(jù)培訓(xùn)之后，由于AI系統(tǒng)產(chǎn)生了偏差，許多婦女的申請最終被拒絕了。過去十年中招聘趨勢對男性求職者有利。
4.運用人工智能
如何部署AI？
實施AI戰(zhàn)略的方法之一是將AI模型整合到業(yè)務(wù)應(yīng)用程序中，以推動智能行動。在將這些模型投入運營之前，它們沒有切實的商業(yè)利益。確定AI可以使您的業(yè)務(wù)受益的領(lǐng)域后，一個AI項目就會啟動。這些可以通過徹底檢查組織內(nèi)的所有流程來確定巨大機會和戰(zhàn)略意圖的領(lǐng)域來完成。這些包括業(yè)務(wù)用例，例如要改進的過程或需要解決的業(yè)務(wù)問題。每個解決方案都有一個獨特的價值主張，旨在解決特定的業(yè)務(wù)問題。但是，為了從AI中獲得最大價值，組織必須不斷地從公共和私人來源收集各種信號，以應(yīng)對他們要解決的業(yè)務(wù)挑戰(zhàn)。然后，這些信號將用于推動決策，觸發(fā)警報并生成建議。信號不僅是數(shù)據(jù)-信號是驅(qū)動我們尋求實現(xiàn)的結(jié)果或洞察力的業(yè)務(wù)參數(shù)。這些信號可以分布在多個層次上，例如市場信號，產(chǎn)品信號，客戶信號等。但是，最大的挑戰(zhàn)是找到可以驅(qū)動最佳業(yè)務(wù)決策的正確信號。
發(fā)現(xiàn)對您的業(yè)務(wù)至關(guān)重要的信號
數(shù)據(jù)的范圍正在以指數(shù)級的速度增長，而認知和預(yù)測系統(tǒng)則渴望更多。最大的挑戰(zhàn)是找到驅(qū)動最佳業(yè)務(wù)決策的信號。通過利用最新的決策科學(xué)，您可以構(gòu)建信號存儲庫來不斷收集來自公共和私人來源的各種信號，這將幫助組織獲得決策方面的優(yōu)勢。通過創(chuàng)建外源和內(nèi)源的``大數(shù)據(jù)結(jié)構(gòu)'' 數(shù)據(jù)，組織可以找到正確的信號以使他們的AI和機器學(xué)習(xí)技術(shù)在預(yù)測和業(yè)務(wù)執(zhí)行結(jié)果方面達到前所未有的準(zhǔn)確性。
聆聽所有信號…
為了優(yōu)化任何業(yè)務(wù)活動，您需要了解所有可用數(shù)據(jù)-從您自己的內(nèi)部和客戶數(shù)據(jù)到競爭對手和市場數(shù)據(jù)。畢馬威（KPMG）與組織合作，從不斷增長的數(shù)據(jù)中識別并收集正確的信號，其中包括：
結(jié)構(gòu)化數(shù)據(jù)
·政府統(tǒng)計數(shù)據(jù)/數(shù)據(jù)
·財務(wù)數(shù)據(jù)/業(yè)績
·地點
·競爭對手價格
·社會經(jīng)濟
·天氣
·定價和戰(zhàn)略
·客戶盈利能力
·促銷/優(yōu)惠
·網(wǎng)站
·產(chǎn)品或服務(wù)目錄非結(jié)構(gòu)化數(shù)據(jù)
·推文和社會評論
·法規(guī)
·新聞和媒體
·競爭對手信息
·商業(yè)計劃
·市場研究
·技術(shù)建議
·內(nèi)部評論
·對話元數(shù)據(jù)
傾聽所有信號……幫助將數(shù)據(jù)轉(zhuǎn)化為價值
結(jié)合從源頭收集的信號可以幫助組織豐富其信號存儲庫，以建立聯(lián)系和關(guān)聯(lián)，使決策者能夠理解和評估高度預(yù)測性的變量。使用高度集成和數(shù)據(jù)驅(qū)動的方法，關(guān)鍵信號的變化及其影響可以 然后進行監(jiān)控，以確保獲得最新，最準(zhǔn)確的見解。
本文機器翻譯由百分點智能翻譯提供
官網(wǎng)地址：http://translate.percent.cn/
公司官網(wǎng)：https://www.percent.cn/
商務(wù)和技術(shù)咨詢歡迎聯(lián)系400-6240-800 或 fanyi@percent.cn
原文PDF和機器翻譯文檔已上傳小編知識星球
聯(lián)系客服
