人工智能將怎樣改變商業(yè)面貌？

• 2018年10月29日 ZhangHongYuan來(lái)源：財(cái)富中文網(wǎng) 631 36
• 繁體

• 

  金融監(jiān)管趨嚴(yán)，融資環(huán)境寬中帶緊，海關(guān)信息化建設(shè)與IT應(yīng)用企業(yè)如何實(shí)現(xiàn)有效投資？

  海關(guān)是國(guó)家的進(jìn)出境監(jiān)督管理機(jī)關(guān)，在經(jīng)濟(jì)社會(huì)快速發(fā)展的形勢(shì)下，如何進(jìn)一步提高辦公效率，提升辦文質(zhì)量，優(yōu)化管理效能，強(qiáng)化為社會(huì)、企業(yè)、公民服務(wù)的意識(shí)顯得愈發(fā)重要。建設(shè)適用于全國(guó)海關(guān)單位...

在本文中，我們決定靠譜地討論人工智能會(huì)怎樣改變商業(yè)的面貌。在這個(gè)過(guò)程中，我們會(huì)盡量減少戲劇化的猜想。

那270萬(wàn)從事客戶服務(wù)代表工作的美國(guó)人怎么辦?一些可能會(huì)被部署到那些機(jī)器人無(wú)法從事的工作崗位(例如應(yīng)對(duì)怒氣沖天的客戶)。依靠這一技術(shù)的公司表示，這項(xiàng)技術(shù)能夠幫助消除人為失誤，大幅提升數(shù)據(jù)獲取速度，并杜絕客戶服務(wù)互動(dòng)中的偏見(jiàn)。

不要以為這項(xiàng)技術(shù)的終點(diǎn)是機(jī)器人。瑞士投行瑞銀集團(tuán)最近攜手新西蘭人工智能專家Faceme，對(duì)經(jīng)濟(jì)學(xué)家丹尼爾·卡爾特進(jìn)行克隆，以便讓機(jī)器人能夠以他本人的方式與客戶進(jìn)行互動(dòng)。瑞銀集團(tuán)表示，這個(gè)化身使用了IBM Watson人工智能技術(shù)，并由卡爾特本人親自培訓(xùn)，是該銀行探索提供“人類數(shù)字融合服務(wù)”的一部分。

點(diǎn)球成金2.0

2017年，美國(guó)國(guó)家冰球聯(lián)盟的選秀團(tuán)隊(duì)看到19歲的防守隊(duì)員肖恩·德茲(上圖)，并沒(méi)怎么留意。僅僅一年之后，德茲在第二輪便被選入多倫多楓葉隊(duì)。之所以差別如此巨大，是因?yàn)榭偛课挥诿商乩麪柕膭?chuàng)業(yè)公司Sportlogiq開(kāi)發(fā)的人工智能軟件，數(shù)據(jù)顯示出德茲強(qiáng)大的組織能力。這款軟件叫點(diǎn)球成金2.0。Sportlogiq只是利用人工智能技術(shù)幫球隊(duì)尋找新星的公司之一。澳大利亞數(shù)據(jù)分析公司Brooklyn Dynamics的聯(lián)合創(chuàng)始人卡姆·波特表示：“關(guān)鍵在于在人才未成型時(shí)及時(shí)鑒別，尋找可塑之才?！痹摴驹c幾家美國(guó)職業(yè)棒球大聯(lián)盟球隊(duì)合作，還為2017年環(huán)法自行車賽開(kāi)發(fā)了機(jī)器學(xué)習(xí)人工智能系統(tǒng)，收集實(shí)時(shí)數(shù)據(jù)并預(yù)測(cè)比賽結(jié)果。

Brooklyn Dynamics正開(kāi)發(fā)一款應(yīng)用程序，繁忙的選秀團(tuán)隊(duì)和教練可使用機(jī)器學(xué)習(xí)技術(shù)，分析潛在球員和當(dāng)前的球員，創(chuàng)建全球各地大學(xué)和專業(yè)團(tuán)隊(duì)均可訪問(wèn)的集中式數(shù)據(jù)庫(kù)?！斑@是一個(gè)獨(dú)特的工具，可成為招募人員的絕招?！辈ㄌ卣f(shuō)。“該組織的其他成員可以查看[統(tǒng)計(jì)數(shù)據(jù)]并加入前期討論，判斷哪些球員能為俱樂(lè)部帶來(lái)價(jià)值?！?/p>

改變購(gòu)物方式

現(xiàn)在實(shí)體商店有了新吸引力，店面都是絕佳的人工智能數(shù)據(jù)收集實(shí)驗(yàn)室。家居建材零售商家得寶就在分析數(shù)百萬(wàn)筆交易數(shù)據(jù)，弄清楚顧客還需要什么東西，例如廚房整體翻新，提供詳細(xì)的家庭裝修指南以及超級(jí)精準(zhǔn)的交叉銷售。絲芙蘭利用ModiFace(最近被歐萊雅收購(gòu))的人工智能支持面部識(shí)別，幫助購(gòu)物者選擇最合適的眼影。該軟件分析了數(shù)百萬(wàn)歷史用戶，更好地預(yù)測(cè)適合當(dāng)前顧客的商品。 MIT-spinoff Celect利用機(jī)器學(xué)習(xí)預(yù)測(cè)購(gòu)物者的行為方式，判斷商店哪些地方更適合哪些促銷活動(dòng)，研究售賣哪些產(chǎn)品業(yè)績(jī)最佳。

想高效檢查完10條過(guò)道上價(jià)簽?沃爾瑪就已在50家商店測(cè)試機(jī)器人，機(jī)器人負(fù)責(zé)掃描貨架上的缺貨商品，將客戶放錯(cuò)位置的產(chǎn)品放回原位，檢查錯(cuò)誤價(jià)簽等。對(duì)于人類來(lái)說(shuō)都是耗時(shí)繁瑣的工作。創(chuàng)投調(diào)研機(jī)構(gòu)CB Insights表示，雖然沃爾瑪對(duì)應(yīng)用技術(shù)守口如瓶，但Navii和Simbe之類制造人工智能機(jī)器人的公司非常引人注目，投資人也在密切觀察。

廣告能逗你笑嗎?

現(xiàn)在營(yíng)銷人員想達(dá)成目標(biāo)越發(fā)困難，超模肯達(dá)爾·詹娜出演的百事可樂(lè)廣告就明顯效果不佳。但越來(lái)越多營(yíng)銷人士依靠人工智能降低失誤的幾率。情感人工智能公司Affectiva公司表示，《財(cái)富》美國(guó)500強(qiáng)企業(yè)里有四分之一在創(chuàng)意開(kāi)發(fā)流程中使用其技術(shù)，主要在人工智能技術(shù)支持的調(diào)查研究測(cè)試用戶對(duì)備選廣告的反應(yīng)。 Affectiva的系統(tǒng)已接受87個(gè)國(guó)家700萬(wàn)張面孔(以及38億個(gè)面部框架)的圖像訓(xùn)練，解碼了個(gè)人的面部表情，技術(shù)可識(shí)別人們看到廣告一刻的20種面部表情以及8種情緒，包括“厭惡”。

2011年以來(lái)，媒體研究巨頭Kantar Millward Brown已應(yīng)用Affectiva的產(chǎn)品(鑒別了3萬(wàn)個(gè)廣告)，發(fā)現(xiàn)耐克廣受贊美的四分衛(wèi)科林·卡珀尼克廣告評(píng)分達(dá)到了微笑。“由此能確定，卡珀尼克關(guān)于犧牲和夢(mèng)想的信息引發(fā)了積極的反應(yīng)。”該公司董事總經(jīng)理格雷厄姆·佩奇表示。他們還發(fā)現(xiàn)，觀眾對(duì)世界杯廣告中的女運(yùn)動(dòng)員反應(yīng)回應(yīng)，比較出乎意料。

佩奇指出，除了幫客戶提升廣告效果，Kantar也從中累積了對(duì)所有客戶有意的經(jīng)驗(yàn)。該公司表示，觀眾描述為“進(jìn)步”的廣告，即主角更為現(xiàn)代(而非傳統(tǒng))時(shí)，效果提升了25%。

自己種出食物

表面上看農(nóng)業(yè)很簡(jiǎn)單：在土里播種、澆水、收獲，然后重復(fù)。但實(shí)際上種植糧食基于一系列復(fù)雜的因素?！拔覀?cè)谵r(nóng)業(yè)中處理的大量數(shù)據(jù)非常復(fù)雜。”室內(nèi)垂直農(nóng)業(yè)企業(yè)Plenty的聯(lián)合創(chuàng)始人兼首席科學(xué)官奈特·斯托瑞說(shuō)。環(huán)境因素(舉幾個(gè)例子：氣流、二氧化碳、光照和濕度)，植物遺傳以及施肥和澆水之類人類行為都是相互作用的變量?，F(xiàn)在Plenty和許多創(chuàng)業(yè)公司都在用人工智能技術(shù)協(xié)助管理農(nóng)業(yè)中各種復(fù)雜決策。例如，Plenty及其競(jìng)爭(zhēng)對(duì)手Bowery和Gotham Greens都在搭建系統(tǒng)收集和分析圖像數(shù)據(jù)，通過(guò)機(jī)器學(xué)習(xí)確認(rèn)植物是否缺氮、缺鐵或遭遇蟲(chóng)害問(wèn)題等，然后及早應(yīng)對(duì)?！败浖梢园l(fā)現(xiàn)問(wèn)題所在，而且能實(shí)現(xiàn)大規(guī)模自動(dòng)檢測(cè)，人力很難做到?！彼雇腥鹫f(shuō)。

人工智能改變醫(yī)療的三種方式

讓醫(yī)療重歸人性

當(dāng)前美國(guó)醫(yī)療行業(yè)前景相當(dāng)不明朗：每年超過(guò)1200萬(wàn)個(gè)嚴(yán)重診斷錯(cuò)誤，醫(yī)療領(lǐng)域3.6萬(wàn)億美元有三分之一浪費(fèi)，預(yù)期壽命將連續(xù)三年減少(此前從未出現(xiàn))，醫(yī)生倦怠、抑郁和自殺的水平均達(dá)到頂峰。與此同時(shí)，每個(gè)人產(chǎn)生的醫(yī)療數(shù)據(jù)超過(guò)以往任何時(shí)候，舉幾個(gè)例子，可穿戴傳感器生理學(xué)、掃描解剖學(xué)、DNA測(cè)序，腸道微生物組生物學(xué)均是來(lái)源。

進(jìn)入深度學(xué)習(xí)人工智能領(lǐng)域，神經(jīng)網(wǎng)絡(luò)會(huì)影響各類臨床醫(yī)生，實(shí)現(xiàn)準(zhǔn)確辨識(shí)掃描片、載片、皮膚病變和眼底等，還能在衛(wèi)生系統(tǒng)應(yīng)用，促進(jìn)遠(yuǎn)程監(jiān)控推廣，最終不需要實(shí)體醫(yī)院;在消費(fèi)者層面，可提供虛擬醫(yī)療顧問(wèn)更好地管理甚至防治疾病。這仍是人工智能整合人醫(yī)療實(shí)踐的早期階段，宣傳熱鬧卻實(shí)證寥寥。但這是我們應(yīng)對(duì)各種嚴(yán)峻挑戰(zhàn)的好機(jī)會(huì)，可以利用豐富的數(shù)據(jù)減少錯(cuò)誤和浪費(fèi)，并節(jié)省時(shí)間，顯著改善臨床醫(yī)生與患者的關(guān)系。

超越醫(yī)生

就在過(guò)去幾年，一系列技術(shù)越發(fā)可信，當(dāng)然仍在不斷進(jìn)步，即通過(guò)人工智能技術(shù)讀取放射掃描(如Imagen)，識(shí)別腫瘤并跟蹤癌癥的擴(kuò)散(Arterys)，用視網(wǎng)膜成像檢測(cè)眼睛狀況(谷歌的DeepMind)，通過(guò)“不流血的血液測(cè)試”(梅奧合資企業(yè)和AliveCor)標(biāo)記血鉀水平危險(xiǎn)的異常，并以其他方式協(xié)助診斷甚至預(yù)測(cè)疾病等棘手問(wèn)題。從歷史上看，診斷錯(cuò)誤率在5%到20%之間，某些病癥的錯(cuò)誤率更高，與此同時(shí)醫(yī)療系統(tǒng)因醫(yī)生短缺和倦怠承受壓力，人工智能或許能幫忙緩解。

重塑藥物研發(fā)

醫(yī)藥行業(yè)從不乏命運(yùn)起伏的案例。某種藥可能在早期研究中看起來(lái)安全，卻在大規(guī)模臨床試驗(yàn)中出現(xiàn)問(wèn)題，代價(jià)極其高昂。德勤數(shù)據(jù)顯示，2017年美國(guó)大型生物制藥公司的投資回報(bào)率降至令人沮喪的3.2%。這也是BERG和Roivant Sciences等美國(guó)公司，以及英國(guó)的Exscientia等都希望借助人工智能更好地調(diào)配資源。BERG與阿斯利康和賽諾菲巴斯德等大制藥公司合作，利用算法提供的臨床數(shù)據(jù)，為藥物和分子找出可能奏效的生物靶點(diǎn)，從而治療帕金森病等疾病。

賽諾菲在分析大量數(shù)據(jù)，希望了解為什么流感疫苗對(duì)某些人有效而對(duì)其他人無(wú)效(考慮到去年嚴(yán)重的流感疫情，這是很重要的公共衛(wèi)生問(wèn)題)。利用人工智能協(xié)助制藥工具仍處于早期階段。但前景很明確，將制藥研發(fā)工作集中在有希望的目標(biāo)上，避免浪費(fèi)大量的時(shí)間和金錢，希望有一天能令藥物開(kāi)發(fā)過(guò)程更加簡(jiǎn)化，不管是藥企還是患者都可從中受益。

逆轉(zhuǎn)疾病

美國(guó)的醫(yī)療系統(tǒng)一直被批評(píng)只注重分診，卻不主動(dòng)尋找更便宜也更積極的治療方法， 企業(yè)也為生產(chǎn)力損失和醫(yī)療成本暴漲付出巨大代價(jià)。Virta Health的首席執(zhí)行官薩米·因肯能另辟蹊徑，他想用人工智能防止有糖尿病風(fēng)險(xiǎn)的患者發(fā)病，甚至在早期試驗(yàn)中通過(guò)純數(shù)字平臺(tái)治療2型糖尿病。Virta為顧客安排健康顧問(wèn)，努力改變顧客的生活方式，顧問(wèn)會(huì)提供飲食和其他因素方面的個(gè)性化建議。數(shù)字平臺(tái)還提供數(shù)字連接工具測(cè)量血糖、酮、血壓和體重等指標(biāo)。臨床醫(yī)生了解患者預(yù)期的血糖和體重改善情況之后，工作流程中可按患者情況安排診療次序。Virta也有競(jìng)爭(zhēng)對(duì)手，IBM的沃森健康部門和醫(yī)療技術(shù)巨頭美敦力正合作開(kāi)發(fā)一款名為Sugar.IQ的應(yīng)用程序，提供類似的工具。

延伸閱讀

推薦閱讀

猜您喜歡