9大人工智能落地案例，可以预测你什么时候离职 - CIOAge.COM

【51CTO.com快译】现在的人工智能简直成了一块肥肉，谁都想揩一把油，把嘴抹得明晃晃的，说自己吃到了人工智能的精髓。

几乎每个标榜着互联网的“野鸡”公司都把AI挂在自家的大门口，再缠上流明炸裂的廉价发光二极管，好把每个人的眼睛都亮瞎。

然而二极管照不到的黑暗皮包里，却藏着骗取投资的黑心剧本。

当然，也有很多不要脸的公司，把老掉牙的技术，换成含有AI的名字，干着挂羊头卖狗肉的勾当。

劣币驱逐良币。这些恶劣的行为让真正想做人工智能的企业雪上加霜，难上加难。

Gartner对106名IT和业务专业人士调查，59％表示他们迄今已部署了AI，平均有4个AI / ML项目。受访者还表示，他们预计未来12个月将再增加6个项目，未来3年内将再增加15个项目。

但是，由于IDC对2,473个组织进行的一项大型调查发现，只有25％的企业制定了企业级人工智能战略，因此仅靠项目无法实现更广泛的人工智能战略。

IDC发现，由于缺乏熟练的员工和不切实际的期望，多达25％的受访者表示失败率高达50％。

但这并不能阻止公司尝试。在这里，正在试验，构建和实施AI和ML技术的CIO分享了他们的ML用例和一些实用的建议。

1、保险公司的聊天机器人

互助保险巨头Guardian的CIO Dean Del Vecchio正在测试AI和ML，以改善客户体验（CX）并提高员工生产力。

一个CX试点项目包括使用由IPsoft制作的虚拟助手Amelia来帮助自动化入职流程并回答福利问题，从而使CX工作人员能够专注于更复杂的案例。

受到Guardian的商业逻辑教育，Amelia回答了诸如“重大疾病意味着什么？”等问题以及Guardian数百万客户可能拥有的其他问题。

在内部，Guardian正在测试IBM Watson如何帮助公司更好地了解客户如何与业务进行交互。

作为试点的一部分，IBM的认知计算软件读取并优先处理Guardian每天获得的数百万封电子邮件，这种扫描只需几分钟即可完成，从而将员工从手动阅读和优先处理消息的时间中解放出来。

应在更大的业务范围内考虑ML项目。在Guardian，支持AI / ML的流程自动化只是更广泛的数字化转型的一小部分，Del Vecchio正在改进CX，从而简化运营。这包括迁移到Amazon Web Services，采用敏捷开发以及构建API市场。

2、这件衬衫是AI推荐的

女装零售商Zulily会使用ML来个性化商品报价给客户。

Zulily的CIO Friang说，该软件依赖于许多信号（例如购买历史记录，浏览选择所花费的时间，在其移动应用上点击和滑动以及社交媒体行为），以确定是否通过推送通知或电子邮件向购物者发送报价。

“当我们了解你时，我们会更好地倾听你的声音。”

虽然Zulily构建自定义算法，但它依赖于许多开源技术，例如Hadoop，TensorFlow和H20，以完善其ML堆栈。

AI项目受益于健全的云架构。例如，Zulily的个性化工作依赖于亚马逊网络服务和谷歌云平台之间的重要握手。

其中GCP提供的建议一旦被选中，就会将消费者推向由AWS提供支持的Zulily的电子商务平台。

Friang表示，这种联系强调了GCP和AWS如何推动竞争，从长远来看将有利于CIO。

3、办公室的AI助手

你可能想不到AI对房地产商有什么用处。但6月份，Jones Lang Lasalle（JLL）与Google合作开发了Jill，这是一款语音助手，允许办公室员工设置会议、寻找同事、查询火车时刻表或通过语音或文本填写服务请求。

根据JLL首席数字产品官Vinay Goel的说法，JiLL可以处理诸如“Hey JiLL，与我的团队预约每周会议”或“Hey JiLL，今天下午在三楼找到我的办公桌”这样的请求。

Goel在一份声明中说，JiLL考虑了JLL关于建筑物，用户交互和物理空间交易的数据集，这些数据集在GCP内处理，以及Kubernetes容器。

“随着时间的推移，我们希望JiLL成为帮助员工提高日常生产力的数百种技能的重要平台，”Goel说。

对于寻求向服务转变的组织来说，虚拟助理是一项值得投资的投资。

JLL的Jill是利用技术提供增值服务的战略的一部分，理想情况下是能够吸引更多的公司客户。

JLL计划增加更多的技能并向第三方功能开放平台，这是市场战略的一部分。更广泛地说，这项倡议表明，多年来，虚拟助理已经（从通用消费玩具）转向垂直市场。

4、便利店的动态定价

便利店连锁店Wawa计划使用ML根据竞争因素动态改变价格。CIO John Collier表示，这可以大大促进Wawa为忠实客户提供个性化服务。

“我们希望拥抱数据和算法，因此我们不会设定价格，而是制定规则。”Collier说。他认为诀窍在于平衡用户体验的改善和提供体验的成本。

Collier表示，Collier说他现在更喜欢动态定价，但有一个问题：新兴技术不能很好地与他遗留的系统接口。

因此，现代化对于任何人工智能战略都是至关重要的。他补充说，Wawa正在改造其遗留系统，作为数字化转型的一部分。“我们正在大力投资我们的数据战略。”

5、立等可取的信用报告

在信用卡报告巨头Experian，数字化转型为利用ML核心能力的新战略产品铺平了道路： Ascend Analytics On Demand，一种自助式分析平台，使公司能够构建预测模型，以确定关键因素，如2.2亿消费者中是否有人有资格获得他们要求的信贷额度。

Experian的消费者信息服务总裁Alex Lintner表示，客户可以在几分钟内对数据进行复杂的分析，而目前需要几周时间。理想情况下，该工具将使消费者能够在需要时获得信贷资格。

Gartner表示，随着人工智能技术在几乎所有新软件产品和服务中的普及，Ascend也随之而来。

“客户希望能够实时查看大量信息，”Experian Global CIO Barry Libenson说，他负责监督使用Hadoop和其他分析工具的平台构建。“我们可以开处方的日子已经过去了。当他们想要的时候，他们想要实时就能看到。”

在旧版软件上构建新的分析平台，并希望它们能够很好地运行几乎是不可能的。为了支持Ascend，Experian采用混合云方法并投资开源工具，包括容器，API引擎和微服务。

Experian还标准化了构建和使用软件的方式，其应用程序和代码可以被全球的员工和客户重用。

6、信用卡公司的斗士

与信用监控公司一样，信用卡公司也在与骗子打交道。

万事达卡技术和运营总裁Ed McLaughlin表示，当许多专家将数字视为我们在线隐私和安全的祸根时，ML和AI工具可以使服务比塑料信用卡更安全。

万事达卡使用多层ML和AI来消除具有恶意意图的消费者。McLaughlin表示，其保护措施的核心是一个内存数据库，该数据库自2016年以来估计损失了10亿美元的万事达卡。该软件使用200多个属性来预测和阻止欺诈。

该核心系统与标记化，生物识别技术，深度学习和其他新奇方法相结合，帮助万事达卡保持了其促进价值数十亿美元安全交易的声誉。

在网络安全方面，人类是很薄弱的环节。McLaughlin说：“很重要的是尽可能地让人类脱离循环”，并补充说ML，AI和自然语言处理软件都是Mastercard工具包中的关键组件。

7、赛车公司的汽车洞察力

梅赛德斯 - AMG Petronas Motorsport正在使用ML功能来帮助可视化赛车性能。

IT负责人马特哈里斯表示，该公司在其一级方程式赛车上收集多个数据通道，有时每秒多达10,000个数据点，以做出关键决策。

Mercedes-AMG Petronas使用Tibco软件可视化其影响变量，如天气，轮胎温度和燃料量对其汽车的影响。

该软件还使工程师能够分析汽车齿轮的性能和磨损等细节。驾驶员通常每圈换档100次，每次驾驶员换档时，Tibco都会收集大约1,000个数据点。

“当你想象这些数据时，你实际上可以让齿轮箱持续更长时间，或者更重要的是，让齿轮箱变得更加严苛，”哈里斯说。

“然后你可以发现，如果你把变速箱放到一个特定的模式，它每圈的速度大约快50毫秒。在排位赛中，汽车可以分开千分之一秒，所以50毫秒很重要。”

哈里斯说Mercedes-AMG Petronas正在构建ML算法来帮助“做一些人类无法做到的事情，或者做一件非常昂贵的工作方式。”哈里斯相信，这些能力最终将成为团队竞争优势的关键推动因素。

为什么要构建一些不是您核心竞争力的东西？

在登陆Tibco之前，Mercedes-AMG Petronas使用自行开发的可视化软件，这种软件经证明效率太低，无法维持。通过依靠Tibco，梅赛德斯 - AMG马来西亚国家石油公司可以专注于其实力：打造高性能汽车。

哈里斯说：“最重要的是让人们有创造力，思考解决问题，而不是编写软件来解决问题。”

8、预测员工什么时候离职

像大多数汽车维修公司一样，Calibre Collision长期以来一直存在人员流动问题，因为机械师，油漆工和客户支持人员往往来去匆匆，600多个店面的流动率，有时每年高达40％。

Calibre发现，部分问题在于其商店有时没有足够的汽车供工作人员修理，导致工资不一致。

CIO Ashley Denison突发奇想：如果Caliber能够预测员工何时会离职并进行干预呢？

Calibre开始与技术顾问Sparkhound合作，后者创建的软件可以从Caliber的Workday人力资源软件中提取员工数据，并将其与Microsoft PowerBI混合，创建一个定制的回归模型，预测员工是否可能会考虑离职。然后，Calibre通过数字调查找到可能要离职员工的个人联系方式。

例如，如果员工的工资在几周内下降，Calibre的区域经理可以确保他们获得更多的汽车。相反，如果员工看起来工作负担过重，公司可以将一些工作重新分配给他或她的同事。

结果有没有效呢？Calibre每年可节省多达100万美元，从而减少营业额。

在 ML 算法容易被过度夸大和超卖时，用其解决节省成本的问题是一种实用方法。Denison说：“现在想要留住员工简直不要太容易。”

9、作为产品和业务推动者

Adobe Systems正在利用ML分析帮助台记录的系统故障趋势，然后在问题导致重大停机之前主动解决问题。

如果系统发现可能发生中断的事件，系统可以主动在触发故障之前消除或减轻这些事件。

该工具称为HAAS，用于“即时服务”，可以捕获并修复从与Adobe ERP集成失败到为公司各种分析系统提供错误数据源的所有问题。

Stoddard说，HAAS将人工手动执行需要30分钟的修复时间减少到1分钟。她估计在过去的几个月里它已经节省了330小时的补救时间。使用详细说明问题的报告，Adobe工程师还可以创建永久性修复程序。

“如果你知道你必须修理一些东西而且你知道如何解决它，那么你可以使它自动化，”斯托达德说。“这是一个巨大的利好。”这项工作建立在Stoddard团队于2017年创建的基于ML的诊断测试框架之上。

使用ML识别模式是创建自我修复功能的关键。“如果你知道如何修复它，你可以在里面放一个自我修复组件，然后把人类元素从等式中去掉。”斯托达德说。

作者：Clint Boulton
原文：CIO.com，有改动
翻译：阿郎

扫码查看更多CIO文章

【51CTO译稿，合作站点转载请注明原文译者和出处为51CTO.com】

点赞 1