江苏龙网

  1. 首页 > 人文 > >

人工智能|我们不要自然地愚昧，我们要人工地智能( 八 )


其实自动机器学习技术现在已经具备 ， 企业可以在不懂模型 ， 不懂参数优化 ， 甚至不知道怎么样来清洗数据的情况下 ， 利用自动机器学习的API（应用程序接口）来帮助挑选模型 ， 调整参数 。 甚至输入数据都可以是脏的 ， 它也可以帮你把输数据清洗干净 。
所以从这几方面简化 ， 从易处着手 。
我举个例子 ， 我这边有一个做零售快消品的客户 ， 他们遇到的很大问题是 ， 在快消品都是大量制造、批发和铺货的行业现状下 ， 挑战怎样做柔性生产 。 这是相当有难度的 。
现在的年轻一代的喜好不同于父母辈 ， 他们喜欢具备综合功能的产品 ， 比如洗面奶中增加护肤元素 ， 加入玻尿酸等等 。 这种需求过去是没有办法能做到 ， 但有这样的柔性工厂 ， 可以做到货品从工厂直接连接到店面 ， 这个模式叫M2C（生产厂家对消费者） 。 这中间需要做的数据工作是非常多的 ， 需要真正要把客户画像做好 。
所以 ， 这个客户选择了微软的合作伙伴来提供解决方案 ， 主要做两个事情：一是用户画像 。 二是帮它做供应链 ， 解决仓储优化等问题 。
这家客户就是找到了微软 ， 微软推荐了合适解决其场景问题的合作伙伴 ， 它们也就很快找到了解决方案 。
这家客户的CIO（首席信息官）曾经说过 ， AI（人工智能）、IoT（物联网）技术太多了 ， 我要把这些技术消化 ， 弄明白是怎么回事 ， 已经不容易了 。 再靠我自己的能力去鉴别供应商 ， 确实太难 。 所以 ， 跟微软生态合作就有这样的好处 ， 我们事先筛选出真正能够解决问题的供应商 ， 为客户节省了很多时间 。
主持人（李梦平 ， 微软中央市场部数字营销经理）：丁老师 ， 您有哪些方法 ， 可以让大家避开坑点？
丁磊（人工智能首席科学家）：我在自己的新书《AI思维》中 ， 从一些角度做了解释 ， 给出了方向 。
刚才我也简单说了 ， 毋庸置疑 ， AI落地过程中会涉及很多团队 ， 但其负责人 ， 无论是企业的老板还是核心业务的负责人 ， 都需要具备一定的AI思维 。 这就是说 ， 他要具备从数据中产生预测 ， 做出决策 ， 并且形成闭环反馈的思维的机制 。
人工智能|我们不要自然地愚昧，我们要人工地智能
本文插图
在数据源源不断作用于我这个系统的过程中 ， 负责人要能够知道存在这么一种架构 ， 什么架构呢？
模型会不断处理这些企业实际业务数据 ， 同时这些数据又反哺到模型中 ， 模型就像人的大脑 ， 可以不停地发育和成长 ， 这样模型会越学越聪明 。
作为公司的老板 ， 一把手或业务负责人 ， 并不一定要懂这个具体的技术 ， 但要具备AI思维 。 也就是说 ， 他需找到能够让数据和模型自相反哺的反馈机制 。
如果他能够把控这个机制 ， 那无论是通过内部团队或是服务商 ， 总能够找到AI落地的最佳点——平衡成本和效益 ， 找到落地的空间和应用的点 。
但是 ， 如果企业的一把手或者业务的负责人不具备我们所谓的AI思维 ， 他不知道数据通过模型的学习 ， 以及相应的反馈会越来越聪明这个闭环 ， 那AI技术就肯定很难落地 。
人工智能|我们不要自然地愚昧，我们要人工地智能
本文插图
在我的既往经历中 ， 接触很多企业 ， 给它们做辅导和培训 。 如果一把手对整个AI反馈的机制和架构比较模糊 ， 或者没有任何概念的话 ， 是很难通过合作伙伴来实现相应的落地的 。
主持人（李梦平 ， 微软中央市场部数字营销经理）：顾卿华老师 ， 您是否可以再介绍一下成熟度评估工具是一套什么样的模型？它是不是能帮助企业定位自己处在什么阶段 ， 并告知其需要什么样帮助？
顾卿华（安永咨询服务合伙人）：AI成熟度评估这个工具比较好的一点在于它能够做到快速诊断 。 通过诊断结果 ， 企业能够明确自身在同类型的企业里 ， 或同行业的领先企业中 ， 大致的AI应用成熟度位置 。


推荐阅读


上一篇：一手Hao牌|卫衣今秋怎么穿？5种颜色卫衣的15套流行搭配示范，轻松又好看

下一篇：穿搭|这些年来，你对丝袜的看法有哪些改变？