在當(dāng)今動(dòng)蕩的商業(yè)環(huán)境中，市場(chǎng)條件日趨復(fù)雜，而整理和挖掘數(shù)據(jù)以推動(dòng)基于分析的決策的措施對(duì)于組織來說不再足夠。為了提高競(jìng)爭(zhēng)力并減輕損失，很多組織正在迅速地將數(shù)據(jù)實(shí)現(xiàn)貨幣化，特別是在人工智能（AI）的刺激下。事實(shí)上，新興的人工智能正在幫助具有前瞻性的公司實(shí)現(xiàn)和維持真正的敏捷性，推動(dòng)增長(zhǎng)，并比以往任何時(shí)候都更具競(jìng)爭(zhēng)性。

人工智能對(duì)于實(shí)現(xiàn)這些目標(biāo)至關(guān)重要，而且可以進(jìn)行恰當(dāng)?shù)念A(yù)測(cè)，這對(duì)準(zhǔn)備和應(yīng)對(duì)潛在危機(jī)方面至關(guān)重要，因?yàn)槟壳肮跔畈《疽咔槿栽谌蚝芏鄧?guó)家和地區(qū)蔓延。事實(shí)上，調(diào)研機(jī)構(gòu)Gartner公司最近將“更智能、更快、更負(fù)責(zé)任的人工智能”列為其第一大趨勢(shì)，尤其是那些希望進(jìn)行必要的投資為疫情結(jié)束之后做好準(zhǔn)備的組織。除了應(yīng)對(duì)疫情之外，Gartner公司還強(qiáng)調(diào)了人工智能將會(huì)帶來多大的影響，并預(yù)測(cè)說：“到2024年底，75%的企業(yè)將從人工智能試點(diǎn)轉(zhuǎn)向運(yùn)營(yíng)人工智能，將推動(dòng)流數(shù)據(jù)和分析基礎(chǔ)設(shè)施增長(zhǎng)5倍?！?/p>

Gartner公司副總裁兼分析師Rita Sallam說：“要想在后疫情時(shí)代進(jìn)行創(chuàng)新，數(shù)據(jù)和分析領(lǐng)導(dǎo)者需要在處理和訪問方面不斷提高分析速度和規(guī)模，才能在前所未有的市場(chǎng)變化中取得成功?！?/p>

但是，采用機(jī)器學(xué)習(xí)（ML）和自然語言處理（NLP）之類的人工智能技術(shù)來收集見解并進(jìn)行預(yù)測(cè)，已經(jīng)不足以完成任務(wù)，尤其是對(duì)于那些希望在全球范圍內(nèi)有效競(jìng)爭(zhēng)的組織來說。如今的組織必須努力建立一種由人工智能驅(qū)動(dòng)的數(shù)據(jù)素養(yǎng)的文化，這種文化直接并積極地影響他們的收入和利潤(rùn)。

CLOUDSUFI公司創(chuàng)始人兼首席執(zhí)行官Irfan Khan說，“為了幫助關(guān)注數(shù)據(jù)貨幣化的企業(yè)更好地面向未來，確保其業(yè)務(wù)運(yùn)營(yíng)并資產(chǎn)擴(kuò)大其數(shù)據(jù)價(jià)值鏈，有幾種實(shí)現(xiàn)和提升機(jī)器智能的關(guān)鍵方法，以使其比過去的協(xié)議更加智能、更快和更具責(zé)任感?！盋LOUDSUFI公司是一家人工智能解決方案提供商，致力于構(gòu)建自動(dòng)化數(shù)據(jù)供應(yīng)鏈，推動(dòng)并實(shí)現(xiàn)數(shù)據(jù)貨幣化。

Khan詳細(xì)介紹了利用人工智能數(shù)據(jù)驅(qū)動(dòng)的見解和技術(shù)的五個(gè)好處，以創(chuàng)造實(shí)際的價(jià)值，這種洞察力可以推動(dòng)新的和不斷發(fā)展的業(yè)務(wù)模型，并使組織能夠增加收入和盈利能力。

1. 展現(xiàn)新的市場(chǎng)機(jī)會(huì)

如今的機(jī)器學(xué)習(xí)功能使人們能夠以前所未有的速度瀏覽以前無法訪問的數(shù)據(jù)。當(dāng)前的技術(shù)提供了機(jī)會(huì)來分析圖像、語音或書面輸入，而不僅僅是數(shù)字，從而幫助組織更好地在這些不同的數(shù)據(jù)集中找到聯(lián)系。這可以通過多種方式產(chǎn)生價(jià)值并將其最大化。它不僅可以顯著減少支出，而且還可以創(chuàng)造新的市場(chǎng)機(jī)會(huì)。以冠狀病毒疫情為例，該算法可快速篩選大量數(shù)據(jù)，以識(shí)別出相似的疾病和可能的治療方法，從而使這些方法易于針對(duì)冠狀病毒進(jìn)行測(cè)試。

機(jī)器學(xué)習(xí)的進(jìn)步還幫助組織更好地利用其數(shù)據(jù)獲利并建立新的收入來源。當(dāng)然，在上面的例子中，患者信息不會(huì)以任何方式共享或出售，但是可以收集到其他非常有價(jià)值的數(shù)據(jù)點(diǎn)。這包括確定某種藥物只對(duì)特定年齡段的人群有效，這對(duì)藥物開發(fā)人員和醫(yī)生至關(guān)重要。

新興的人工智能數(shù)據(jù)處理協(xié)議比機(jī)器學(xué)習(xí)技術(shù)的先前迭代要快得多，由此產(chǎn)生的解決方案、發(fā)現(xiàn)和產(chǎn)生利潤(rùn)的結(jié)果也是如此。

2. 調(diào)和情感與現(xiàn)實(shí)

數(shù)據(jù)可以產(chǎn)生價(jià)值。而在以往，組織很難篩選大量數(shù)據(jù)并查明關(guān)系。雖然存在一些諸如回歸和關(guān)聯(lián)之類基本的工具，但是現(xiàn)在的分析要求真正了解所提取的數(shù)據(jù)的真正含義。那么如何將數(shù)據(jù)轉(zhuǎn)換為可以講述的故事？在通常情況下，決策是基于情感基礎(chǔ)做出的。組織領(lǐng)導(dǎo)者可以使用數(shù)據(jù)來驗(yàn)證自己的直覺。現(xiàn)在，他們獲得了更快的洞察力，可以果斷地驗(yàn)證或否定他們的想法，同時(shí)也促使他們提出新的問題。因此，從組織的數(shù)據(jù)中獲取意義提供了巨大的優(yōu)勢(shì)。

Khan說：“人類的本性是這樣的，除非能看到它、觸摸它、感受它，否則很難理解它。作為數(shù)據(jù)科學(xué)家，人們?cè)诤?jiǎn)單地解釋人工智能驅(qū)動(dòng)的數(shù)據(jù)技術(shù)方面做得還不夠好。用數(shù)據(jù)講述故事或展示實(shí)際結(jié)果是真正的力量?！?/p>

3. 將人類的決策過程與事實(shí)聯(lián)系起來

人們經(jīng)常將數(shù)據(jù)與事實(shí)分開，并斷言說“這就是事實(shí)”。神經(jīng)網(wǎng)絡(luò)將“人類決策過程”與這些事實(shí)聯(lián)系起來，這是一種幫助人們做出更好決策的模擬實(shí)踐。以前，人們將在孤島中查看諸如人口統(tǒng)計(jì)、客戶行為等數(shù)據(jù)集。但當(dāng)這些多個(gè)數(shù)據(jù)集連接起來時(shí)，很明顯沒有兩個(gè)人或兩個(gè)客戶完全相同。

現(xiàn)在，采用新技術(shù)使人們能夠從事實(shí)層面理解趨勢(shì)，然后對(duì)外擴(kuò)展。在健康領(lǐng)域，一些公司正在利用這一關(guān)鍵知識(shí)來預(yù)測(cè)某人是否可能遭受某種病痛的折磨。它還允許更有效的“如果這樣將會(huì)發(fā)生什么？”的場(chǎng)景。如果糖尿病患者注射胰島素，那么他們的飲食和治療方案就會(huì)改變，這使得高度個(gè)性化的醫(yī)療成為可能。但同樣的過程、原則和益處在非健康類別以及所有行業(yè)中都適用。

4. 面向未來的強(qiáng)大數(shù)據(jù)供應(yīng)鏈

從數(shù)據(jù)連接器到管道、從數(shù)據(jù)湖到統(tǒng)計(jì)模型、從人工智能到量子計(jì)算、從可視化故事板到數(shù)據(jù)驅(qū)動(dòng)的自動(dòng)化、從機(jī)器學(xué)習(xí)到自然語言處理再到神經(jīng)網(wǎng)絡(luò)等等，組織都有非常有效的方法來驗(yàn)證數(shù)據(jù)價(jià)值鏈。數(shù)據(jù)供應(yīng)鏈相當(dāng)復(fù)雜，要使其經(jīng)得起未來的考驗(yàn)并更加強(qiáng)大，就需要從創(chuàng)建到消耗可操作見解的整個(gè)過程進(jìn)行周密的處理。

它從數(shù)據(jù)采集開始，從許多內(nèi)部和外部來源收集各種各樣的大量數(shù)據(jù)，這些數(shù)據(jù)是以毫秒為單位生成的。一旦數(shù)據(jù)被識(shí)別和吸收，就需要把它帶到一個(gè)中心點(diǎn)，在那里可以對(duì)它進(jìn)行探索、清理、轉(zhuǎn)換、擴(kuò)充和豐富，最后建模以用于某個(gè)目的。然后是統(tǒng)計(jì)和啟發(fā)式建模。這些模型可以是不同類型的，并使用不同的算法在不同的場(chǎng)景中產(chǎn)生不同的精度水平。然后需要對(duì)模型進(jìn)行調(diào)整，并提供一個(gè)持續(xù)反饋、學(xué)習(xí)和監(jiān)控的環(huán)境。最后是結(jié)果的可視化，通過繪制因果關(guān)系來突出顯示影響最大的地方，從而進(jìn)行解釋。這得出了關(guān)于如何解決一系列問題或發(fā)現(xiàn)機(jī)會(huì)的結(jié)論。

Khan指出，“大多數(shù)組織都有一些數(shù)據(jù)，并利用這些數(shù)據(jù)推動(dòng)不同級(jí)別的業(yè)務(wù)流程改進(jìn)和戰(zhàn)略決策。然而，很少有人充分利用數(shù)據(jù)。正確的數(shù)據(jù)估值和貨幣化方法可以發(fā)現(xiàn)無限的可能性，其中包括以客戶為中心、運(yùn)營(yíng)效率、競(jìng)爭(zhēng)優(yōu)勢(shì)、戰(zhàn)略合作伙伴關(guān)系、高效運(yùn)營(yíng)、提高盈利能力和新的收入來源?！?/p>

5. 采用多媒體技術(shù)獲利

到現(xiàn)在為止，很多組織已經(jīng)能夠編寫算法，生成大量數(shù)值或書面數(shù)據(jù)并加以利用。但是，有大量的數(shù)據(jù)以圖像或語音的形式出現(xiàn)，直到最近的技術(shù)發(fā)展，才易于處理和管理。視覺和聽覺輸入處理的應(yīng)用是無止境的。零售和金融行業(yè)早先采用了這項(xiàng)技術(shù)，這是有充分理由的。這些行業(yè)組織看到成本下降，參與度上升，銷售增加，并從其獲利點(diǎn)中受益。

例如，一家大型百貨公司現(xiàn)可以將在每天的視頻數(shù)據(jù)實(shí)現(xiàn)數(shù)字化，并確定瀏覽牛仔褲的人數(shù)，但這些顧客不得不走得更遠(yuǎn)才能找到它。因此，百貨公司可以將牛仔褲放在離店門和過道較近的地方，以確定其產(chǎn)品銷售額是否增加。

甚至教育領(lǐng)域也在利用人工智能驅(qū)動(dòng)的數(shù)據(jù)。這項(xiàng)技術(shù)將會(huì)追蹤人們的眼睛運(yùn)動(dòng)情況，以辨別學(xué)生是否參與了由疫情而帶來的遠(yuǎn)程學(xué)習(xí)模式。他們正在探索如何測(cè)量眼睛運(yùn)動(dòng)，以確定孩子是否真的在上課。

在醫(yī)院的X光放射學(xué)領(lǐng)域，開始轉(zhuǎn)換視覺數(shù)據(jù)并對(duì)其進(jìn)行跟蹤，以加深對(duì)數(shù)字圖像和視頻的了解。核磁共振成像（MRI）能夠更好地跟蹤患者的腦部腫瘤，無論它們是在增長(zhǎng)還是在縮小，以什么速率以及在區(qū)域方面是變暗還是變亮。這種由人工智能驅(qū)動(dòng)的學(xué)習(xí)正在幫助醫(yī)生更好地檢測(cè)癌癥并更快地對(duì)患者進(jìn)行治療。而人眼的視頻數(shù)據(jù)處理還可用于確定一個(gè)人是否醉酒、疲勞甚至患病。語音機(jī)器學(xué)習(xí)技術(shù)也在迅速發(fā)展。最初，語音識(shí)別被用來辨別某人是否真的有自殺傾向，這可以通過其聲音的拐點(diǎn)準(zhǔn)確地預(yù)測(cè)出來。現(xiàn)在，如果這些信息被視頻捕捉到，那么其準(zhǔn)確率大約提高20倍。

Khan指出：“在以往，使用傳統(tǒng)系統(tǒng)和解決方案將付出高昂的成本。如今，跨混合多云環(huán)境集成多個(gè)流程使數(shù)據(jù)處理和分析變得更加易于訪問和外包。這消除了組織購(gòu)買成本過高的服務(wù)器和其他機(jī)器硬件的需要?！?/p>

作為全球領(lǐng)先的供應(yīng)鏈透明度專家，Khan在多種環(huán)境中推動(dòng)業(yè)務(wù)轉(zhuǎn)型和以客戶為中心的周轉(zhuǎn)增長(zhǎng)戰(zhàn)略而聞名。除了與麻省理工學(xué)院的工程合作伙伴關(guān)系之外，Khan還成功地領(lǐng)導(dǎo)了美洲、歐洲、中東和亞洲市場(chǎng)的組織變革和流程改進(jìn)。

Khan說：“新的人工智能解決方案和趨勢(shì)將消除數(shù)據(jù)及其解釋迷失甚至是更未被發(fā)現(xiàn)的拼湊過程。下一代平臺(tái)正在通過執(zhí)行創(chuàng)建和管理人工智能產(chǎn)品所需的所有功能來解決這些問題，這些功能是單源系統(tǒng)，能夠以因果透明的方式提取數(shù)據(jù)、轉(zhuǎn)換、建模、調(diào)整和建議操作?！?/p>

對(duì)于一些公司來說，當(dāng)今領(lǐng)先的人工智能技術(shù)也為垂直行業(yè)的專業(yè)化提供了合適的條件。Khan指出，“新興的解決方案支持通用的數(shù)據(jù)模型、法規(guī)遵從性和互操作性要求，這些要求反過來又加快了特定行業(yè)或市場(chǎng)的模型驗(yàn)證、細(xì)化和實(shí)施。所有這些最終推動(dòng)了對(duì)以前未解決問題的洞察力，這揭示了未開發(fā)的機(jī)會(huì)，并實(shí)現(xiàn)了工作流集成的認(rèn)知解決方案的自動(dòng)化。”

他繼續(xù)說：“總的來說，人工智能正迎來一個(gè)新的、更復(fù)雜的數(shù)據(jù)素養(yǎng)時(shí)代。這是一種建立在自動(dòng)化、綜合性和整體性數(shù)據(jù)發(fā)現(xiàn)基礎(chǔ)上的新模式，它正在培養(yǎng)更高的認(rèn)知洞察力和可操作的策略，從而對(duì)收入和利潤(rùn)產(chǎn)生積極影響。也許人工智能未來的任務(wù)不僅應(yīng)該集中在變得比以前更聰明、更快、更負(fù)責(zé)任，而且還應(yīng)該在人類直覺和數(shù)據(jù)支持決策之間架起一座橋梁。這樣做無疑會(huì)提高組織以最大程度信任進(jìn)行交易的能力?！?br /> 責(zé)編AJX