[[197043]]

根據《IDC Futurescapes》報告的預測，三分之二的全球2000強企業(yè)CEO將把數字化轉型作為公司戰(zhàn)略的重心。而戰(zhàn)略的其中一個重要組成部分應該會包含機器學習解決方案。貫徹執(zhí)行這些解決方案，可以改變企業(yè)看待客戶價值和內部運作模式的方式。

如果你想先人一步，就必須盡快行動起來。趁著機器學習技術快速發(fā)展之際，你的數字業(yè)務需要邁向自動化。機器學習算法從大量的結構化和非結構化數據中學習，比如文本、圖像、視頻、語音、肢體語言和面部表情，從而為機器開創(chuàng)出了一個新的時代，應用范圍***廣闊，不管是醫(yī)療系統、電子游戲還是自動駕駛汽車。

簡而言之，機器學習將實現人、業(yè)務、物三者的智能連接，孕育客戶與企業(yè)之間的全新互動場景，最終催生出真正的智能公司。為了充分發(fā)揮機器學習的應用潛力，我們需要營造現代化的商業(yè)環(huán)境，但前提是企業(yè)必須了解人工智能和機器學習之間的區(qū)別。

讓機器完全重現甚至超越人類的認知能力，這依然只是科幻小說里的情節(jié)，機器學習卻是存在于人工智能幕后的現實，而且如今已可直接應用。機器學習靠模擬人類認知系統的功能來解決問題，其數據分析能力則遠超人類。機器學習是數據分析的基礎，是它從大數據中識別出的規(guī)律模式。它能提供高效的沉浸式用戶體驗，也可以用人類式的情緒作出回應。通過從數據中學習而不是明確編程，電腦現在能應付以前只有人類才能應付的挑戰(zhàn)。它們現在已可在象棋、圍棋和撲克等游戲中打敗人類，能夠更準確地識別圖像，更精確地將語音轉錄為文本，還能翻譯一百多種語言。

機器學習技術在日常生活和商業(yè)領域的應用

為了理解機器學習技術的應用潛力，讓我們來看看現在已有的幾個例子：

• 智能家居：Amazon Echo，Google Home
• 數字助手：蘋果的Siri，SAP的Copilot

這兩類產品均是利用自然語言處理技術，為用戶提供交互式體驗。在機器學習的幫助下，這種體驗也許能達到新的高度，也就是聊天機器人。起初，聊天機器人將是上述應用程序的一部分，但有人預言，它們可以使文本界面和圖形界面成為過時的產物!

機器學習技術不是強迫用戶學習如何操作，而是自己去適應用戶。它帶來的將不僅僅是一種新的用戶界面，還將催生企業(yè)人工智能。

機器學習的應用途徑數不勝數，包括：提供完全個性化的醫(yī)療;根據過往購物記錄預測客戶的需求;幫助人力資源部客觀公正地為每個崗位招募適當的應聘者;實現金融業(yè)的自動化支付。

機器學習帶來的巨大商業(yè)利益

得益于機器學習的相應優(yōu)點，隨著機器學習的日益盛行，業(yè)務流程將會實現自動化，并不斷發(fā)展。客戶可以利用這項技術找出***結果，從而更快地作出決策。每當商業(yè)環(huán)境變化，這些高級的機器也會隨之改變，因為它們在不斷地更新自己，適應環(huán)境。機器學習還將幫助企業(yè)實現創(chuàng)新，提供適當的商業(yè)產品或與服務，令企業(yè)決策基于***商業(yè)模式作出，從而實現不斷增長。

機器學習技術能夠從大數據中識別規(guī)律和模式，據此得出超越人類能力的洞見。因此，企業(yè)能夠在正確的時間采取行動，將銷售機會轉化為成功交易。由于整個操作流程做到了優(yōu)化和自動化，企業(yè)的增長速度將會加快。而且，業(yè)務流程將以更低的成本帶來更好的結果。機器學習將幫助企業(yè)***程度地減少人為失誤，加強網絡安全。

機器學習用例

以下三個例子介紹了機器學習可如何應用于使用自然語言處理技術的企業(yè)模型：

• 客戶支持工單分類

來自不同媒體渠道(電子郵件、社交網站等等)的工單需要轉交給相應的專門人員。大量的工單使得這項任務非常繁冗耗時。如果把機器學習應用于這一場景，便可加快工單分類的速度。

結合API和微服務，便可實現對工單的自動分類。如果被正確分類的工單數量足夠多，機器學習算法能夠在不需要支持人員的情況下，直接把工單分發(fā)給下一個服務人員。

• 招聘

對成百上千的應聘申請進行優(yōu)先排序，這也非常耗時。如果通過機器學習實現自動化，人力資源部可以輸入職位描述和應聘者簡歷，讓機器預測應聘者是否適合這個職位。在合適的應聘者的簡歷中，存在一個明確的模式，比如適當的工作年限、工作經驗、沒有錯別字等等。篩選過程的自動化更可能為工作崗位找到合適的應聘者。

• 營銷

機器學習將通過以下兩種方式，幫助企業(yè)建立標識和品牌的知名度：

利用品牌情報應用程序來識別活動贊助視頻或電視節(jié)目中的企業(yè)標識，這有助于營銷投資回報率的計算。

掌握客戶的***交易動態(tài)，據此預測如何維持客戶忠誠度，找到留住客戶的***方法。

企業(yè)應用機器學習的入門之道

企業(yè)可通過讓機器利用多種來源(比如圖片、文檔、物聯網設備等等)的大數據進行學習，進入新的機器學習時代，著手應用這項技術。這些機器不僅能實現那些耗時、重復性工作的自動化，還能用來預測新數據的結果。企業(yè)應用機器學習的***步，應當是了解它的性質和應用范圍。免費的openSAP課程能夠幫助提供相關知識。

第二步是復雜環(huán)境下的數據準備。信息筒倉的時代已經過去，企業(yè)必須從多處來源收集數據，比如客戶、合作伙伴和供應商。然后，必須讓機器學習算法能夠自由訪問那些數據，這樣它們才能學習和演化。公司的***數據官可以負責監(jiān)督機器學習的整合過程。

從一開始就創(chuàng)建機器學習的全新用例并非易事，需要對相應課題有深入了解，并且擁有足夠高的專業(yè)水平。對很多企業(yè)來說，一種更好的切入方法，便是借助于已經整合進標準軟件的機器學習解決方案。如此便能與無縫結合現有的業(yè)務流程即刻開始創(chuàng)造價值。

***，企業(yè)應該開始為人工智能產品的開發(fā)創(chuàng)造必要條件，其中包括能夠處理大量多來源數據的云平臺。除了技術和流程以外，所涉人員在這一環(huán)節(jié)中的作用也很重要。畢竟，屆時負責測試***數字技術和機器學習技術的，就是他們。