人工智能技术。 如何将人工智能解决方案与业务问题相匹配？ | 商业人工智能#51

适用于您企业的人工智能技术——如何为其实施做好准备？

为了恰当地利用现代技术为企业谋取利益，需要了解哪些知识？ 首先，在目前的发展阶段，并非所有企业都需要人工智能技术。 然而，考虑到人工智能的发展速度，现在值得思考它为企业提供的机会。

大多数依赖数字化的小型企业已经可以通过使用人工智能显着提高业务绩效。 使用客户数据、规划物流或开发现代化生产线的大型公司也将从中受益。 换句话说，几乎所有企业要想保持竞争力，很快就离不开人工智能技术的帮助。 然而，从哪里开始呢？

定义您想要用人工智能解决的业务问题

在公司实施人工智能技术的第一步是详细描述您想要用它解决的业务问题。 我们需要清楚并理解它与我们业务目标的关系。

让我们看一下一家小型制造公司的例子，该公司无法预测其产品的需求。 人工智能技术可用于：

• 对当前市场数据的分析，
• 竞争性研究，以及
• 历史销售趋势分析，

这将使对未来需求的预测更加准确。

更大的机构也可以这样做。 例如，一家银行想要优化其贷款程序。 目前，它对贷款申请应用某些过滤器，自动拒绝风险最高的申请。 然而，银行仍然批准了太多的申请，导致随后面临还款问题。

在这两种情况下，目标都是创建一个预测模型，以促进规划——识别潜在的不良贷款或预测需求的季节性波动。 无论公司规模大小，在规划人工智能技术实施的第一步，我们都需要验证我们拥有的客户数据是否包含解决这个特定业务问题所需的信息。

定义人工智能技术实施的目标和期望

接下来，最好定义将实现所设定的业务目标的数据分析目标。 目标应该具体，因此可以使用 SMART 方法等。 它的名字来源于“具体”、“可衡量”、“可实现”、“相关”和“及时”等词。

引入人工智能技术的小型会计师事务所的 SMART 目标可能是这样的：“在 12 个月内实现数据录入和分析自动化，将客户服务时间减少 50%，并将准确性提高 90%。”

• 具体目标（SMART）是明确且明确的。 例如，SMART 目标不是规定“我们将为更多客户服务”，而是指定具体要做什么——自动数据输入和分析——以及在 12 个月内的哪个时期内，
• 可衡量的目标帮助我们评估目标是否已经实现。 例如，目标“将客户服务时间减少一半并将准确性提高 90%”是可衡量的，因为我们可以看到绩效如何提高，
• 鉴于公司过去的业绩，可实现的目标是现实的。 如果会计师事务所已经具备数据输入和分析方面的知识和经验，则示例中的目标是可以实现的。 人工智能技术可以帮助公司实现这些目标。
• 相关目标涉及示例中概述的公司战略及其业务目标，例如提高生产力和客户服务。
• 及时目标有具体的完成日期。 这使得评估目标进展并将其分解为可管理的子目标变得容易。

在这里，人工智能技术可以帮助分析大量数据、检测异常并确保准确性。

对于人工智能，我们应该定义数据分析成功的衡量标准（例如，预测模型的准确率达到 90%）和评估成功的基准（例如，错误率的降低）。 这将使我们能够评估人工智能的实施是否带来了预期的商业利益。

了解人工智能技术的类型及其应用

有许多人工智能技术和工具可以为业务提供帮助。 其中最受欢迎的是：

• 机器学习 (ML) – 基于数据学习和提高性能的算法，无需显式编程，例如，一种根据客户的购买历史和偏好向他们推荐可能感兴趣的产品的算法，
• 深度学习 (DL) – 使用人工神经网络的机器学习的更高级变体。 除其他外，它还用于识别商店中顾客的面孔，从而提供个性化服务和推荐。
• 自然语言处理 (NLP) – 理解、解释和生成文本或口头形式的人类语言，例如用于为客户创建个性化电子邮件，
• 虚拟助理和聊天机器人——以自然语言进行对话的自动化系统，例如，客户服务部门的语音机器人可以自动接听电话并就公司的产品进行对话，
• 预测分析– 构建模型以根据历史数据预测未来事件，例如，可用于预测客户流失、
• 机器人流程自动化 (RPA) – 自动执行重复性任务，例如数据输入或开票、
• 生成式人工智能– 创建文本、图像、语音或视频，因此您可以显着加快营销材料的创建速度，或根据图像和主要功能自动为您的在线商店生成独特的产品描述，

仔细研究每种技术的功能将确保您可以为公司的特定业务问题选择正确的人工智能工具。

准备数据以供人工智能技术使用

小公司的数据集通常有限，因此正确使用它们是关键。 然而，即使这个有限的集合也可以用来训练简单的人工智能模型。 例如，小型在线商店可以使用客户购买数据来进行个性化产品推荐。

一旦您确保拥有足够的历史数据（例如有关客户行为的历史数据），通常就足以将您拥有的数据与云中可用的即用型人工智能工具相结合，例如：

• Amazon SageMaker – 用于构建、训练和部署机器学习模型的平台，
• Microsoft Azure 机器学习– 用于创建和使用预测模型的工具，
• Vertex AI Platform – Google 云中的一组 AI 和 ML 工具。

来源：谷歌云 (https://cloud.google.com/)

通过自动化，公司的内部系统可以与外部人工智能解决方案集成，而无需开发人员从头开始构建模型。 这显着降低了成本并加快了人工智能的实施。

探索人工智能实施方案并选择正确的方法

在商业中实施人工智能技术的方式有多种：

1. 由内部开发人员和数据分析师团队开发专有的人工智能模型和系统。
2. 将专用人工智能解决方案的构建外包给外部公司。
3. 在“人工智能即服务”(AIaaS) 模型中使用云中可用的现成人工智能模型和工具

上述每种方法在成本、实施时间或灵活性方面都有其优点和缺点。 然而，小型企业应该首先考虑市场上现成的人工智能解决方案，例如前面提到的 AWS SageMaker 或 Vertex AI，它们通常更具成本效益且更易于实施，提供现成的预测模型，可用于分析客户行为。 甚至更专业的工具，例如：

• ClickUp，一个用于项目管理的人工智能工具，
• Jasper AI – 基于人工智能的营销材料撰写协助，
• Microsoft Power BI – 最好的数据可视化工具之一，采用人工智能技术进行图像识别和文本分析，以发现数据中隐藏的有价值的信息。

资料来源：微软 (https://learn.microsoft.com/)

考虑实施人工智能的成本和收益

实施新技术总是要付出代价的。 就人工智能而言，长期收益往往超过初始成本。 然而，我们必须评估：

• 开发和维护内部人工智能系统或使用外部人工智能平台的成本，
• 通过自动化流程和更好的决策来实现潜在的节省，
• 由于改进的客户服务、更多相关的建议等，收入可能会增加。
• 其他潜在的好处，例如减少周转时间和减少错误。

例如，一家小型物流公司投资人工智能系统来优化送货路线，可以显着降低燃料成本和送货时间，这将直接转化为提高客户满意度以及在相同时间内为更多行程提供服务的能力。

为变革做好准备并监控人工智能技术实施的结果

实施新技术需要适应。 员工和业务流程需要为此做好准备。 例如，对于一家小型发廊来说，实施人工智能技术来管理客户调度和预订可能需要员工培训，但从长远来看，它可以带来更好的组织和更高的客户满意度。

还值得持续监控人工智能项目的效果，并在结果偏离预期时纠正过程。 措施例如：

• 预测模型的准确性，
• 转化率或
• 客户满意度

他们将提供有关人工智能是否有助于实现业务目标的信息。 他们还将允许不断改进人工智能模型，以增加其对公司的相关性和价值。

如果您喜欢我们的内容，请在 Facebook、Twitter、LinkedIn、Instagram、YouTube、Pinterest、TikTok 上加入我们的忙碌蜜蜂社区。

作者：罗伯特·惠特尼

JavaScript 专家和 IT 部门的讲师。 他的主要目标是通过教其他人如何在编码时有效合作来提高团队生产力。

查看所有帖子

商业人工智能：

1. 人工智能在商业中的威胁和机遇（第 1 部分）
2. 人工智能在商业中的威胁和机遇（第 2 部分）
3. 人工智能在商业中的应用 - 概述
4. 人工智能辅助文本聊天机器人
5. 商业 NLP 的今天和明天
6. 人工智能在商业决策中的作用
7. 安排社交媒体帖子。 人工智能有何帮助？
8. 自动社交媒体帖子
9. 利用人工智能运行的新服务和产品
10. 我的经营理念有哪些弱点？ ChatGPT 的头脑风暴会议
11. 在商业中使用 ChatGPT
12. 合成演员。 排名前 3 的 AI 视频生成器
13. 3 个有用的 AI 图形设计工具。 商业中的生成式人工智能
14. 今天你必须尝试的 3 位出色的人工智能作家
15. 探索人工智能在音乐创作中的力量
16. 使用 ChatGPT-4 探索新的商机
17. 经理的人工智能工具
18. 6 个很棒的 ChatGTP 插件，让您的生活更轻松
19. 3 绘图人工智能。 商业情报总局
20. 麦肯锡全球研究院认为人工智能的未来是什么？
21. 商业人工智能 - 简介
22. 什么是 NLP，即商业中的自然语言处理
23. 自动文档处理
24. 谷歌翻译 vs DeepL。 机器翻译的 5 个商业应用
25. 语音机器人的运营和商业应用
26. 虚拟助理技术，或者说如何与AI对话？
27. 什么是商业智能？
28. 人工智能会取代商业分析师吗？
29. 人工智能如何帮助 BPM？
30. 人工智能和社交媒体——它们对我们有何评价？
31. 内容管理中的人工智能
32. 今天和明天的创意人工智能
33. 多模态人工智能及其在商业中的应用
34. 新的互动。 人工智能如何改变我们操作设备的方式？
35. 数字公司中的 RPA 和 API
36. 未来的就业市场和即将到来的职业
37. 教育科技中的人工智能。 发挥人工智能潜力的 3 个公司示例
38. 人工智能与环境。 3 个人工智能解决方案可帮助您建立可持续发展的业务
39. AI 内容检测器。 他们值得吗？
40. ChatGPT vs Bard vs Bing。 哪个人工智能聊天机器人在这场竞赛中处于领先地位？
41. 聊天机器人人工智能是谷歌搜索的竞争对手吗？
42. 有效的 ChatGPT 人力资源和招聘提示
43. 及时工程。 即时工程师做什么的？
44. AI 模型生成器。 四大工具
45. 人工智能还有什么？ 2024 年商业顶级技术趋势
46. 人工智能和商业道德。 为什么您应该投资道德解决方案
47. 元人工智能。 关于 Facebook 和 Instagram 的人工智能支持功能，您应该了解哪些？
48. 人工智能监管。 作为一名企业家你需要了解什么？
49. 人工智能在商业中的 5 个新用途
50. 人工智能产品和项目——它们与其他产品和项目有何不同？
51. 人工智能辅助流程自动化。 从哪儿开始？
52. 如何将人工智能解决方案与业务问题相匹配？