人工智能的到來(lái)早已不再是個(gè)問(wèn)題。人工智能就在我們周圍，比如自動(dòng)駕駛汽車、智能手機(jī)、飛機(jī)等等。如果在這些方面還不夠明顯的話，至少在在線搜索、語(yǔ)音和翻譯以及圖像識(shí)別等領(lǐng)域，顯而易見(jiàn)。

如今，關(guān)于AI的問(wèn)題已經(jīng)變成:AI如何才能廣泛地應(yīng)用于工業(yè)和社會(huì)，以及如何應(yīng)用。很多公司，包括谷歌，微軟和亞馬遜，已經(jīng)開(kāi)始提供AI工具，比如GoogleCloud，作為在線云計(jì)算服務(wù)進(jìn)行銷售。除此之外，還有大量其他的AI產(chǎn)品可供企業(yè)使用，比如IBM的Waston，或者來(lái)自其他新興供應(yīng)商的軟件。

不管生意人閱讀到什么樣的AI炒作新聞，有一件事是肯定的--所有這些新聞都在提醒人們注意AI的根本重要性。這絕非易事，因?yàn)锳I既陌生又熟悉。大家都知道，這些算法和計(jì)算始終致力于挖掘新的模式。而大家所不知道的是，今天的AI到底是如何工作的，如何構(gòu)建模式子程序，其他模式的模式循環(huán)，通過(guò)大量計(jì)算用多個(gè)嵌套層來(lái)訓(xùn)練自己。

在技術(shù)這樣突飛猛進(jìn)地情況下，什么都不做顯然不是個(gè)明知的戰(zhàn)略決策。那么接下來(lái)的問(wèn)題就是:一家和開(kāi)發(fā)AI根本搭不上邊的公司又該如何想方設(shè)法使用AI呢?盡管AI應(yīng)用尚未大肆普及，早期的AI技術(shù)采納者的成功實(shí)踐已然為我們提供了不少有價(jià)值的借鑒:

找到并擁有屬于自己的獨(dú)一無(wú)二的數(shù)據(jù)。

系統(tǒng)地審視你的業(yè)務(wù)，找到數(shù)據(jù)關(guān)聯(lián)性市場(chǎng)。

為消費(fèi)體驗(yàn)融入AI。

尋找稀有數(shù)據(jù)

CAMP3是一家只有26人的公司，總部位于喬治亞州的阿爾法利塔。公司為農(nóng)業(yè)部署和管理無(wú)線傳感器網(wǎng)絡(luò)，同時(shí)以收取傭金的方式銷售谷歌的GSuite電子郵件和協(xié)作產(chǎn)品。

創(chuàng)始人兼首席執(zhí)行官CraigGanssle是GoogleGlass的早期用戶。雖然GoogleGlass作為一款消費(fèi)者產(chǎn)品并不成功，但是穿戴攝像頭并在現(xiàn)場(chǎng)收集圖像的體驗(yàn)為Ganssle帶來(lái)了靈感--也許農(nóng)民可以利用AI來(lái)及時(shí)發(fā)現(xiàn)植物病蟲(chóng)害。

一般來(lái)講，AI通過(guò)處理分析大量的數(shù)據(jù)來(lái)了解有價(jià)值的模式，然后針對(duì)尚未處理的相似數(shù)據(jù)驗(yàn)證臨時(shí)模式。一旦得到驗(yàn)證，更多數(shù)據(jù)將用于加強(qiáng)該模式查找方法。

CAMP3的最初挑戰(zhàn)是獲得足夠多的視覺(jué)數(shù)據(jù)來(lái)訓(xùn)練其AI產(chǎn)品。但是，不僅有病害作物和作物蟲(chóng)害的照片相對(duì)稀少，僅有的這些數(shù)據(jù)還分散在各個(gè)機(jī)構(gòu)中，通常標(biāo)識(shí)得也很不清楚。

"找到足夠的北方玉米葉枯病圖像花了我們10個(gè)月的時(shí)間，"Ganssle說(shuō)，"大型的農(nóng)業(yè)大學(xué)收集了很多了圖像，但是沒(méi)人好好整理標(biāo)記過(guò)這些信息。種子輪公司也有圖像數(shù)據(jù)，但是很少有健康玉米、患早期枯葉病的玉米以及晚期枯葉病玉米的圖像。"

因此，他們從每一家私有企業(yè)、教育機(jī)構(gòu)和政府資源中尋找盡可能多的數(shù)據(jù)集，并親自到田地中拍攝所需的照片。在CAMP3這個(gè)例子中，或許訓(xùn)練數(shù)據(jù)比收集數(shù)據(jù)要容易得多。

視覺(jué)訓(xùn)練數(shù)據(jù)目前屬稀缺商品，是一種防御性企業(yè)資產(chǎn)。他說(shuō)，針對(duì)識(shí)別枯葉病、黃瓜霜霉病或甜玉米蟲(chóng)等的初始識(shí)別訓(xùn)練需要"數(shù)萬(wàn)"的圖像數(shù)據(jù)。如果有已經(jīng)經(jīng)過(guò)訓(xùn)練的系統(tǒng)，那么再訓(xùn)練系統(tǒng)識(shí)別病蟲(chóng)害需要的圖像數(shù)據(jù)就少很多，Ganssle補(bǔ)充說(shuō)。

CAMP3使用開(kāi)源AI軟件模型TensorFlow來(lái)訓(xùn)練圖像，利用亞馬遜云服務(wù)和谷歌的計(jì)算引擎來(lái)支持AI的運(yùn)算。"現(xiàn)在，我們可以在幾個(gè)小時(shí)內(nèi)把這臺(tái)機(jī)器從幼兒園水平提高到博士級(jí)別，"Ganssle說(shuō)。

獲取并正確標(biāo)記數(shù)據(jù)的艱難過(guò)程，包括為公司和消費(fèi)者拍攝的照片標(biāo)記時(shí)間和地點(diǎn)信息，為CAMP3提供了關(guān)鍵戰(zhàn)略資產(chǎn)。Ganssle認(rèn)為:"獲得其他人沒(méi)有的東西，并有目的地加以組織整理。"

"對(duì)于AI，你永遠(yuǎn)不知道下一步需要解決的問(wèn)題是什么。可以是土壤或改變水需求。當(dāng)我們審視一個(gè)新的問(wèn)題，或者開(kāi)始預(yù)測(cè)建模時(shí)，這些數(shù)據(jù)將會(huì)發(fā)揮重要的作用。"

發(fā)現(xiàn)你的數(shù)據(jù)關(guān)聯(lián)性市場(chǎng)

TalkIQ是一家監(jiān)控銷售和客戶服務(wù)電話的公司。它可以將對(duì)話變成文本，然后實(shí)時(shí)掃描這些文本提取關(guān)鍵詞并識(shí)別模式，以預(yù)測(cè)公司是否能拿下客戶--新的銷售方式，更加愉快的消費(fèi)者。

公司創(chuàng)始人、前eBay高管JackAbraham說(shuō):"我一直在想，如果我可以傾聽(tīng)到公司所有客戶的需求，那我絕對(duì)可以成為公司的最強(qiáng)大腦。為什么有的銷售代表訂單轉(zhuǎn)換率高達(dá)50%，有的卻只有25%不到呢?"

他后來(lái)意識(shí)到，這些銷售電話的數(shù)據(jù)既然可以提高ZenReach(Abraham的創(chuàng)業(yè)公司之一)的績(jī)效，那么也可以用作新業(yè)務(wù)的訓(xùn)練數(shù)據(jù)集服務(wù)于其他公司。于是，有了TalkIQ。數(shù)據(jù)科學(xué)家檢查了公司基于計(jì)算機(jī)的ZenReach電話系統(tǒng)中保存的近50萬(wàn)個(gè)對(duì)話。

和CAMP3一樣，公司遇到的難題之一是正確的匹配信息。在這個(gè)案例中，這些經(jīng)常發(fā)生于擁擠辦公室、有時(shí)電話信號(hào)還很糟糕的對(duì)話中時(shí)常包含各種標(biāo)記信息如產(chǎn)品名稱、特點(diǎn)和競(jìng)爭(zhēng)對(duì)手。TalkIQ使用自動(dòng)語(yǔ)音識(shí)別和算法，結(jié)合其他工具，來(lái)理解自然語(yǔ)言。

由于產(chǎn)品和人際交互的發(fā)展遠(yuǎn)快于生物學(xué)，因此TalkIQ的訓(xùn)練語(yǔ)料庫(kù)需要不間斷的訓(xùn)練以準(zhǔn)確預(yù)測(cè)，公司首席執(zhí)行官DangO'Connell說(shuō)道，"每一次預(yù)測(cè)都依賴于正確的信息。同時(shí)，你必須注意'過(guò)度訓(xùn)練'問(wèn)題，換句話說(shuō)就是建模過(guò)于復(fù)雜，使得噪聲對(duì)結(jié)果的干擾過(guò)大。"

作為ZenReach的關(guān)聯(lián)性公司，TalkIQ還必須針對(duì)個(gè)人客戶和垂直行業(yè)的需求進(jìn)行調(diào)整。公司產(chǎn)品于1月份進(jìn)入市場(chǎng)。根據(jù)Abraham的說(shuō)法，目前已有27家公司已經(jīng)購(gòu)買了該服務(wù)。"如果我們沒(méi)走錯(cuò)方向，那么未來(lái)每家公司都會(huì)以這樣的方式運(yùn)行，"他說(shuō)。

關(guān)注消費(fèi)體驗(yàn)

去年三月，位于丹佛的公司Blinker在科羅拉多州推出了一款用于買賣汽車的移動(dòng)應(yīng)用。消費(fèi)者被要求拍攝車輛背面的照面，連同拍攝時(shí)間、車輛的年份、制造商、車型以及轉(zhuǎn)售價(jià)格一起上傳到應(yīng)用上。相比之下，這種出售汽車的方式還算簡(jiǎn)單。

用于識(shí)別車輛的AI更是神奇。事實(shí)上，整個(gè)過(guò)程也用到了TensorFlow，以及谷歌的視覺(jué)API，來(lái)識(shí)別車輛。Blinker與提供機(jī)動(dòng)車車輛數(shù)據(jù)的第三方合作，一旦識(shí)別出車牌，公司可以從文件中提取其他信息。

對(duì)于公司一系列的研究開(kāi)發(fā)，Blinker已經(jīng)申請(qǐng)了專利。不過(guò)公司的創(chuàng)始人兼首席執(zhí)行官認(rèn)為他的真正優(yōu)勢(shì)仍然是他在汽車經(jīng)銷領(lǐng)域的44年經(jīng)驗(yàn)。

"不管你做什么，你還是在銷售汽車，"RodBuscher說(shuō)，"人們忘卻了汽車銷售的這種感覺(jué)，忘卻了購(gòu)買汽車的痛點(diǎn)，但這些依舊存在。"

他還提到了Beepi，在線銷售汽車的P2P公司。"哪怕融資1.5億美元，擁有前衛(wèi)的理念和才華橫溢的員工，他們還是輸了。而我們成功的關(guān)鍵依然在于:我擁有一個(gè)來(lái)自汽車銷售業(yè)務(wù)的專業(yè)團(tuán)隊(duì)。"

這意味著要采取通常與在線銷售汽車相關(guān)聯(lián)的廣告和多點(diǎn)擊流程，并為客戶提供快速響應(yīng)的行動(dòng)感。如果某輛車正在銷售中，該車的車牌會(huì)被Bliner的標(biāo)志遮擋，以保護(hù)賣方的隱私。

Blinker希望在未來(lái)幾年內(nèi)能擴(kuò)張至全國(guó)。公司擁有多名AI專家，已經(jīng)用7萬(wàn)多張汽車圖像訓(xùn)練了一個(gè)系統(tǒng)。即便如此，仍少不了人類的干涉--這些結(jié)果在亞馬遜的MechanicalTurk上進(jìn)行驗(yàn)證。

雖然AI的工作仍在繼續(xù)中，Buscher花了一年多的時(shí)間，引導(dǎo)焦點(diǎn)小組了解工作情況，然后觀察買賣雙方的互動(dòng)。

"我從來(lái)沒(méi)涉獵過(guò)技術(shù)，但現(xiàn)在我正在學(xué)習(xí)中，"他說(shuō)，"但是最重要的，你還是得知道什么是好的客戶體驗(yàn)，什么是壞的客戶體驗(yàn)。"

企業(yè)的命運(yùn)不會(huì)由單一的工具決定，即便強(qiáng)大如AI也不能。隨著世界的變化，深刻的真理--圍繞挖掘消費(fèi)者知識(shí)、抓住稀缺商品、尋找有利可圖的關(guān)聯(lián)性市場(chǎng)--都將變得越來(lái)越重要。與以往一樣，技術(shù)的成敗在于其使用者懂得如何使用它，知道它的市場(chǎng)在哪里。

更多資訊請(qǐng)關(guān)注工業(yè)機(jī)器人頻道