德勤：機(jī)器智能技術(shù)模仿人類認(rèn)知創(chuàng)造價值

□文/德勤管理咨詢

德勤：機(jī)器智能技術(shù)模仿人類認(rèn)知創(chuàng)造價值

□文/德勤管理咨詢

人工智能進(jìn)化速度極快， 已經(jīng)發(fā)展出無數(shù)獨(dú)特但往往又會被誤解的功能，如機(jī)器學(xué)習(xí)、 深度學(xué)習(xí)、 認(rèn)知分析、 機(jī)器人流程自動化（ROBOTICS PROCESS AUTOMATION RPA） 和自動機(jī)器人程序等?？偟膩碚f，除了以上功能，機(jī)器智能的構(gòu)成要素還包括各種算法能力。它們能夠改善員工績效，讓日益復(fù)雜的工作變得更加自動化，還能幫我們開發(fā)出模擬人類的思維和行動的 “認(rèn)知型智能體”。機(jī)器智能是高級分析技術(shù)的新篇章。

近日，德勤正式發(fā)布《2017技術(shù)趨勢》官方中文版報告，報告預(yù)測了在未來18—24個月內(nèi)將影響市場和商業(yè)的8個主要趨勢，其中明確數(shù)據(jù)已經(jīng)成為重要的企業(yè)資產(chǎn)，而機(jī)器智能進(jìn)化速度極快，已經(jīng)發(fā)展出無數(shù)種獨(dú)特的功能。本文摘選了其中機(jī)器智能篇章，以期幫助企業(yè)更好地做決定，將復(fù)雜的分析代入到客戶和員工的互動中，自適應(yīng)難度化系數(shù)增加的任務(wù)。

人工智能（Artificial Intelligence AI） 能夠代替人腦執(zhí)行任務(wù)， 正在日益成為分析工作的重要組成部分。但AI只是認(rèn)知計算領(lǐng)域發(fā)展過程中，一個更大、更引人注目的集合中的一部分。 這個集合就是機(jī)器智能（Machine Intelligence MI）， 它包括了人類認(rèn)知領(lǐng)域的一系列進(jìn)步， 代表我們已經(jīng)進(jìn)入了認(rèn)知研究的新時代。 我們要討論的是近年來發(fā)展迅速的各種認(rèn)知工具： 機(jī)器學(xué)習(xí)、 深度學(xué)習(xí)、高級認(rèn)知分析、 機(jī)器人流程自動化和自動機(jī)器人程序等等。

我們已經(jīng)在各個行業(yè)看到機(jī)器智能的早期應(yīng)用。 例如， 美國一家領(lǐng)先的醫(yī)院正在開展全國最大型醫(yī)學(xué)研究項(xiàng)目，他們正在對機(jī)器智能系統(tǒng)進(jìn)行“培訓(xùn)”，來分析醫(yī)院數(shù)據(jù)庫中的100億張表型和遺傳圖像。在金融服務(wù)業(yè)，認(rèn)知銷售代理根據(jù)潛在的銷售線索初步建立聯(lián)系，然后確認(rèn)客戶資格，跟進(jìn)和維護(hù)線索。這種認(rèn)知助手可以分析自然語言，理解客戶提出的問題，使用數(shù)十種口語同時處理多達(dá)27000個對話。

在未來的時間里，隨著越來越多公司開始探索機(jī)器智能的力量，我們將會看到更多相似的應(yīng)用案例。公司在機(jī)器智能各個方面的投入不斷增長，預(yù)計在2019年會達(dá)到將近313億美元。機(jī)器智能也在成為CIO們優(yōu)先關(guān)注的內(nèi)容。德勤《2016全球首席信息官調(diào)查》采訪了1200名IT高管來識別他們未來兩年計劃大力投資的新興技術(shù)，其中有64%的受訪者表示他們會投資認(rèn)知技術(shù)。

數(shù)據(jù)從未如此重要

我們今天所說的認(rèn)知計算技術(shù)，實(shí)際首次在20世紀(jì)50年代被有遠(yuǎn)見地提出，用技術(shù)模擬人類智能。雖然在上世紀(jì)90年代就出現(xiàn)了原始的商業(yè)AI技術(shù)，但直到21世紀(jì)前十年，AI技術(shù)—構(gòu)成新興的機(jī)器智能趨勢的認(rèn)知計算能力，才開始飛速發(fā)展。

推動機(jī)器智能趨勢的三大力量：

指數(shù)式數(shù)據(jù)增長：我們每年新建和復(fù)制大量數(shù)據(jù)，因此數(shù)字世界的規(guī)模每隔12個月都會翻一倍。事實(shí)上，它的規(guī)模在2020年預(yù)計會達(dá)到44澤字節(jié)。隨著物聯(lián)網(wǎng)、暗分析和其他技術(shù)的發(fā)展，數(shù)據(jù)增長的速度會更快。從商業(yè)角度來看，這種爆炸式的增長可以轉(zhuǎn)化為各種數(shù)據(jù)源，具有比以往更高的潛在價值。這些結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)，還有隱藏在深層網(wǎng)絡(luò)中的大量珍貴數(shù)據(jù)，不僅是傳統(tǒng)技術(shù)分析和情報獲取的原材料，還能在機(jī)器智能發(fā)展過程中起到至關(guān)重要的作用。機(jī)器智能系統(tǒng)獲得的數(shù)據(jù)越多，它們就會變得更加“聰明”，可以發(fā)現(xiàn)各種關(guān)系、模式和潛在影響。

要對快速增長的數(shù)據(jù)量進(jìn)行有效管理，我們需要掌握數(shù)據(jù)、存儲、保留、訪問、環(huán)境和管理等先進(jìn)方法。從相連設(shè)備產(chǎn)生的數(shù)據(jù)信號，到所有業(yè)務(wù)和職能部門系統(tǒng)中保存的歷史交易數(shù)據(jù)，管理數(shù)據(jù)資產(chǎn)都已經(jīng)成為機(jī)器智能發(fā)展的重要組成部分。

更快的分布式系統(tǒng)：隨著數(shù)據(jù)量不斷增長，分析變得越來越復(fù)雜，面向個體用戶訪問的分布式網(wǎng)絡(luò)的能力也成倍增強(qiáng)。今天我們可以快速處理、搜索和修改大量數(shù)據(jù)，這在幾年前根本不可能實(shí)現(xiàn)。與1971年最早推出的單片機(jī)相比，目前這一代微處理器的運(yùn)算速度是原來的400萬倍。如此強(qiáng)大的運(yùn)算能力讓我們可以設(shè)計出各種高級系統(tǒng)，例如那些支持多核和并行處理的系統(tǒng)。同樣，現(xiàn)在的微處理器也能讓我們使用高級數(shù)據(jù)存儲技術(shù)，對歸檔數(shù)據(jù)進(jìn)行快速檢索和分析。正如我們所見，MapReduce，內(nèi)存計算和專門為機(jī)器智能技術(shù)而優(yōu)化的硬件（如谷歌的張量處理單元TPU） 都說明技術(shù)在不斷進(jìn)步。這些技術(shù)增強(qiáng)了我們的能力，讓我們可以更有效地管理指數(shù)式增長的數(shù)據(jù)。

除了運(yùn)算能力和速度的增長，分布式網(wǎng)絡(luò)的規(guī)模也在不斷擴(kuò)大。它們現(xiàn)在已經(jīng)可以和基礎(chǔ)設(shè)施、平臺和各種云應(yīng)用的界面無縫對接，存儲和分析不斷增加的數(shù)據(jù)。它們還可以對數(shù)據(jù)流進(jìn)行精確分析，對接各種先進(jìn)的應(yīng)用，如物聯(lián)網(wǎng)、傳感器網(wǎng)絡(luò)和嵌入式智能設(shè)備。

更智能的算法：近年來MI算法變得越來越強(qiáng)大，也越來越接近認(rèn)知計算的最初目標(biāo)： 模擬人類的思維過程。

在未來18至24個月里，隨著機(jī)器智能應(yīng)用不斷推廣，公共和私營部門很有可能應(yīng)用下面的算法功能：

·優(yōu)化、規(guī)劃和調(diào)度：在更加成熟的認(rèn)知算法中，優(yōu)化可以使有限資源下的復(fù)雜決策和權(quán)衡實(shí)現(xiàn)自動化。類似地，計劃和調(diào)度算法根據(jù)處理要求和約束設(shè)計活動排序。

·機(jī)器學(xué)習(xí)：計算機(jī)系統(tǒng)正在開發(fā)提升性能的能力，通過獲取數(shù)據(jù)而不是遵循明確的編程指令。機(jī)器學(xué)習(xí)本質(zhì)上是機(jī)器自動發(fā)現(xiàn)數(shù)據(jù)模式的過程。只要機(jī)器識別出一種模式，它就能根據(jù)這種模式進(jìn)行預(yù)測。

·深度學(xué)習(xí)：開發(fā)者正在研究機(jī)器學(xué)習(xí)算法，包括由人腦的結(jié)構(gòu)和功能啟發(fā)的人工神經(jīng)網(wǎng)絡(luò)?；ミB的模塊會調(diào)用各種數(shù)學(xué)模型，這些模型根據(jù)大量輸入處理的結(jié)果不斷調(diào)整。深度學(xué)習(xí)可以有人監(jiān)督（需要人工干預(yù)來培訓(xùn)基本模型的演進(jìn)），也可以無人監(jiān)督（通過自我評估自動改進(jìn)模型）。

·概率推理：新的AI算法會使用圖表分析和貝葉斯網(wǎng)絡(luò)識別隨機(jī)變量的條件依賴性。

·語義計算：這類認(rèn)知算法包括計算機(jī)視覺（分析圖像的能力）、語音識別（分析和解釋人類語言的能力），以及各種文本分析功能等等，可以幫助計算機(jī)了解自然表達(dá)背后的意思，通過計算語料得到語義。然后計算機(jī)會用這些信息支持?jǐn)?shù)據(jù)分類、 映射和檢索功能。

·自然語言引擎：自然語言引擎可以像人類一樣理解書面文字，但它可以對文本進(jìn)行各種復(fù)雜的操作，例如自動識別文件中提到的人名和地名，識別文檔的主題，或者從人們閱讀的合同中提取術(shù)語和條款并制成表格。常見的自然語言技術(shù)有兩種：用于輸入人類的語言的自然語言處理技術(shù)，以及用于輸出自然語言的自然語言生成技術(shù)。

· 機(jī)器人流程自動化（RPA）：軟件機(jī)器人，或稱自動機(jī)器人程序，可以通過模仿人類和軟件應(yīng)用交互的方式自動完成日常業(yè)務(wù)流程。企業(yè)正在開始使用 RPA和認(rèn)知技術(shù)，如語音識別、自然語言處理和機(jī)器學(xué)習(xí)，自動完成本來只有人類才能做到的感知和判斷工作。

機(jī)器智能如何創(chuàng)造價值

對于CIO來說，如果要引進(jìn)機(jī)器智能技術(shù)，他們需要用新的思維方式對待數(shù)據(jù)分析，不能只把數(shù)據(jù)看作生成靜態(tài)報告的工具，而是要建造巨大復(fù)雜的數(shù)據(jù)庫，實(shí)現(xiàn)流程任務(wù)自動化，提高工作效率。

在機(jī)器智能領(lǐng)域，有很多機(jī)遇可供CIO們考慮：

認(rèn)知洞察：機(jī)器智能可以提供深層次、可執(zhí)行的可視性，讓我們了解不僅僅是過去，而且包括現(xiàn)在和未來發(fā)生的事件。這可以幫助企業(yè)領(lǐng)導(dǎo)提前制定行動計劃， 改善員工績效。例如，在全球各地的呼叫中心，客服會使用多功能產(chǎn)品輔助軟件回答有關(guān)產(chǎn)品的問題，接收訂單，調(diào)查賬單，還有解決其他的客戶問題。在目前的系統(tǒng)里，工作人員必須在不同的屏幕之間來回切換，查詢各種信息才能回答具體的問題。

認(rèn)知參與：機(jī)器智能價值樹上的第二級應(yīng)用是認(rèn)知型智能體，也就是通過認(rèn)知技術(shù)讓系統(tǒng)和人類互動。目前這種技術(shù)的應(yīng)用更有利于消費(fèi)者，而不是企業(yè)。例如系統(tǒng)可以接受聲音指令，降低室內(nèi)溫度或者切換電視頻道。但是有些商業(yè)任務(wù)和流程也能從這種認(rèn)知互動技術(shù)中受益，新的應(yīng)用領(lǐng)域正在出現(xiàn)。系統(tǒng)可以幫助我們訪問復(fù)雜的信息，完成數(shù)字化的任務(wù)，例如為病人辦理入院手續(xù)，或者向消費(fèi)者推薦產(chǎn)品和服務(wù)。這些技術(shù)在客戶服務(wù)領(lǐng)域具有更大的潛力，認(rèn)知型智能體可能替代人處理賬單、與客戶互動、提供技術(shù)支持、回答員工有關(guān)人力資源方面的問題。

認(rèn)知自動化：第三種也是最具顛覆性的一種應(yīng)用是機(jī)器學(xué)習(xí) 、RPA和其他認(rèn)知工具，這些工具可以幫助我們發(fā)展深層次領(lǐng)域?qū)＜遥ɡ绺鱾€行業(yè)、職能和地區(qū)），然后實(shí)現(xiàn)相關(guān)任務(wù)的自動化。現(xiàn)在我們已經(jīng)看到，有些具備機(jī)器智能的設(shè)備已經(jīng)可以自動完成以前只有熟練工人才能完成的工作。例如一家醫(yī)療衛(wèi)生領(lǐng)域的創(chuàng)業(yè)公司正在使用深度學(xué)習(xí)技術(shù)分析放射科的影像。他們的系統(tǒng)在測試中表現(xiàn)優(yōu)異，在判斷惡性腫瘤方面的能力比人類放射專家強(qiáng) 50%。

在教育領(lǐng)域，在線學(xué)習(xí)課程中的機(jī)器智能應(yīng)用可以模擬一對一輔導(dǎo)，跟蹤學(xué)生解決問題的過程，了解他們的“心理變化”，找出錯誤的理解，然后給學(xué)生提供適時的指導(dǎo)、反饋和解釋。

非凡的協(xié)作機(jī)器人

面對長期低利率、日益激烈的競爭和不斷變化的客戶和市場動態(tài)所帶來的成本壓力，全球保險公司美國國際集團(tuán)（AIG）實(shí)施了戰(zhàn)略重組，以精簡組織機(jī)構(gòu)，提高運(yùn)營效率。這項(xiàng)任務(wù)的內(nèi)容還包括解決日益增加的技術(shù)缺口，以及分散的IT部門難以維持運(yùn)營的穩(wěn)定性。

AIG全球首席技術(shù)官（CTO）Mike Brady表示，IT部門將會重組為單一機(jī)構(gòu)，直接向 CEO報告，為 AIG創(chuàng)建一個新的企業(yè)技術(shù)模式鋪平道路。這種轉(zhuǎn)型的第一步就是建設(shè)基本能力，相關(guān)團(tuán)隊為此制定的方法包括三部分：

圖1：機(jī)器智能的影響：2014年至2016年技術(shù)收購與投資例子

穩(wěn)定：公司需要改善總體網(wǎng)絡(luò)性能，因?yàn)橛脩魩缀趺刻於紩?jīng)歷嚴(yán)重的運(yùn)行中斷，而虛擬網(wǎng)絡(luò)每周都會宕機(jī)。

優(yōu)化：這項(xiàng)戰(zhàn)略注重自助服務(wù)供應(yīng)、自動化和成本效益三個方面。

加速：為了提高速度，相關(guān)團(tuán)隊實(shí)施了開發(fā)運(yùn)營（DevOps） 戰(zhàn)略，創(chuàng)造出持續(xù)集成/持續(xù)部署的工具鏈和工作流，來實(shí)時部署軟件。

AIG通過機(jī)器學(xué)習(xí)實(shí)現(xiàn)這些目標(biāo)。公司開發(fā)出高級的協(xié)作機(jī)器人程序，利用內(nèi)置算法、機(jī)器學(xué)習(xí)，還有機(jī)器人流程自動化。這些虛擬的工人被稱為“協(xié)作機(jī)器人”，AIG公司希望每位員工都能將這些虛擬的勞動力視為員工的擴(kuò)展和助手。

2015年10月，AIG部署了“ARIES”處理全球各地的網(wǎng)絡(luò)故障，這是公司第一個機(jī)器學(xué)習(xí)虛擬工程師。在90天的試運(yùn)行期，公司按照“協(xié)助和監(jiān)督” 的模式對ARIES進(jìn)行訓(xùn)練，讓機(jī)器和員工一起工作，同時向員工學(xué)習(xí)。ARIES通過觀察和試驗(yàn)來尋找網(wǎng)絡(luò)故障的來源，識別可能的原因和解決方案。在第91天，公司就可以全面部署協(xié)作機(jī)器人了。這些機(jī)器的價值不在于大幅提升效率，事實(shí)上AIG發(fā)現(xiàn)員工解決一個典型問題平均需要8到10分鐘時間，而協(xié)作機(jī)器人平均要用 8分鐘解決，兩者相差不大。機(jī)器的價值在于它們的規(guī)模：協(xié)作機(jī)器人可以全天候工作，不需要休息或睡覺，它們解決問題的速度也很快，客戶再也不需要排隊，工作也不會積壓起來了。

部署ARIES 6個月時間，就已經(jīng)自動發(fā)現(xiàn)和解決超過60%的故障。在一年時間里，ARIES的機(jī)器智能，加上感應(yīng)器的擴(kuò)展，一起監(jiān)控AIG的環(huán)境健康，成功程序化解決了大量警報問題，以防他們發(fā)展成影響業(yè)務(wù)的事件。虛擬工程師可以自動識別不健康設(shè)備，然后對它們進(jìn)行診斷測試找出原因，登入設(shè)備進(jìn)行修復(fù)，或者向技術(shù)人員提供“修理意見”。此外，協(xié)作機(jī)器人還能對網(wǎng)絡(luò)問題進(jìn)行相關(guān)分析。因此，如果機(jī)器人通過分析數(shù)據(jù)模式發(fā)現(xiàn)一個設(shè)備在一個月里造成了 50個問題，IT團(tuán)隊就會對這個設(shè)備進(jìn)行更換。通過這些，去年問題嚴(yán)重度為1和2的問題數(shù)量下降了50%，機(jī)器智能也提高了技術(shù)人員的工作滿意度，因?yàn)樗麄冊僖膊恍枰瓿蔁o聊的重復(fù)性工作，可以專注于更具挑戰(zhàn)性、更有趣的任務(wù)，而且可以從協(xié)作機(jī)器人的診斷建議中學(xué)習(xí)。

后來公司又成功啟用了四個協(xié)作機(jī)器人，每個協(xié)作機(jī)器人和一個經(jīng)理一起工作，分別負(fù)責(zé)公司治理、工作量、培訓(xùn)和學(xué)習(xí)，以及績效管理。

在IT部門成功啟用協(xié)作機(jī)器人之后，AIG開始在業(yè)務(wù)運(yùn)營中探索更多機(jī)器學(xué)習(xí)的機(jī)會?！拔覀兿Ｍ居煤脵C(jī)器學(xué)習(xí)，而不是找我們要更多的資源，” Brady說道，“我們需要把大數(shù)據(jù)和機(jī)器學(xué)習(xí)視作新資源，而不是視作新成本?！?公司正準(zhǔn)備進(jìn)行內(nèi)部測試，看看協(xié)作機(jī)器人能否評估客戶的傷害索賠申請，然后立即批準(zhǔn)付款，讓客戶及時就醫(yī)。未來還會有更多應(yīng)用機(jī)器智能的領(lǐng)域，例如增強(qiáng)認(rèn)知功能的自助服務(wù)、增加的代理輔助渠道，甚至是直接使用認(rèn)知型智能體面向客戶服務(wù)。

“協(xié)作機(jī)器人需要時間”，Brady補(bǔ)充道?！叭绻ぷ鞣浅?fù)雜，我們不希望團(tuán)隊工作出現(xiàn)不一致。我們需要使用設(shè)計思維。自從一年多以前我們開始這么做，我們已經(jīng)解決了14.5萬個問題。他運(yùn)作效果很好，完全可以擴(kuò)展到業(yè)務(wù)流程，甚至認(rèn)知客戶交互?！?/p>

造福病人

隨著醫(yī)療保健越來越重視結(jié)果，病人希望健康保險公司也能像零售商和銀行那樣提供高度個性化的客戶服務(wù)。為了滿足這個客戶期望，美國最大的健康保險公司之一Anthem正在探索利用認(rèn)知計算，精簡和改善公司與客戶的互動，讓客戶服務(wù)變得更高效、更積極、更直觀。Anthem的最終目標(biāo)是徹底改變公司及其附屬公司的互動方式，跟蹤整個保單的生命周期，而不是只關(guān)注保單銷售這一個環(huán)節(jié)。

Anthem的戰(zhàn)略包含了機(jī)器智能三個方面：洞察、自動化和參與。在第一階段，公司會在保單的審核過程中應(yīng)用認(rèn)知洞察，為審核人員提供更多有關(guān)這份保單的情報信息。Anthem公司醫(yī)院/臨床分析和人口健康管理部的主管副總裁Ashok Chennuru說：“我們正在整合內(nèi)部的保險信息（保單信息、受保人資格、人口統(tǒng)計等）以及外部數(shù)據(jù)（社會經(jīng)濟(jì)情況、臨床/電子病歷、生活方式和其他數(shù)據(jù)）， 從而全面考察購買健康保險的客戶。”

目前審核人員采取的步驟是審查文件，尋找病史，收集證據(jù)，然后進(jìn)入下一個流程。有了認(rèn)知洞察，新的系統(tǒng)就能在后臺持續(xù)審查可用記錄，從一開始就給審核者提供整體信息。另外它還能根據(jù)病人重復(fù)住院的次數(shù)設(shè)計出治療方案，或者提出有針對性的干預(yù)措施，還有對存在問題的保單進(jìn)行智能標(biāo)記。等到審核人員收到保單，他們手上已經(jīng)擁有足夠的信息，可以對保單進(jìn)行綜合評估了。

在第二階段，Anthem會開始啟用認(rèn)知自動化技術(shù)，讓機(jī)器處理保險單，讓審核人員空出時間去關(guān)注病人，為他們提供更多支持?！巴ㄟ^部署預(yù)測性和規(guī)范性分析以及機(jī)器學(xué)習(xí)算法，我們就能夠以更高效、更具成本效益的方式來同時處理結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)?！?Chennuru說到。在剛開始，系統(tǒng)會識別所有需要解決的問題，同時推薦一系列需要采取的行動。隨著系統(tǒng)不斷進(jìn)化，當(dāng)它能夠根據(jù)收到的信號和數(shù)據(jù)做出分析，而且分析結(jié)果達(dá)到一個確定值的時候，它就會開始自動解決一些問題。如果沒有達(dá)到確定值，系統(tǒng)就會把保險單交給審核員進(jìn)行人工審核，從而解決問題。系統(tǒng)具有持續(xù)學(xué)習(xí)能力，監(jiān)測審核人員如何正確處理保單問題， 慢慢把特定的問題和相應(yīng)的解決方法聯(lián)系起來，從而持續(xù)提高自動化處理的精確度和效率。

在第三階段，由于Anthem已經(jīng)在認(rèn)知參與領(lǐng)域做了深入研究，公司會利用神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)技術(shù)參與到醫(yī)療保健提供者的一對一服務(wù)中，為病人推薦個性化的保健方案。Anthem公司實(shí)現(xiàn)了轉(zhuǎn)型：它不再單純處理保單，而是積極參與到病人保健，Anthem能夠回顧病人病史，向醫(yī)療服務(wù)提供者推薦未來的保健方案。

Anthem建立半監(jiān)督式機(jī)器學(xué)習(xí)流程，訓(xùn)練機(jī)器分解和整理問題，找出最好的應(yīng)對方法。在測試期間，觀察人員會對比系統(tǒng)的行為表現(xiàn)和傳統(tǒng)人工方法的結(jié)果，從而測量系統(tǒng)的效率和精確度。

目前公司正在收集和整理數(shù)據(jù)，訓(xùn)練系統(tǒng)，精簡方案架構(gòu)和技術(shù)，利用認(rèn)知情報進(jìn)行保單管理，在整體上取得了積極的成果。公司將在2017年推出自動化保單審核系統(tǒng)原型，幾個月后還會有最小變量產(chǎn)品版本面世。

Anthem公司已經(jīng)建設(shè)出全面的認(rèn)知競爭力，公司里有多個團(tuán)隊研究應(yīng)用案例，評估應(yīng)用價值，優(yōu)化整理數(shù)據(jù)、調(diào)整算法和交付程序可用性。Chennuru表示：“我們最終會在很多領(lǐng)域應(yīng)用這個平臺，包括價值分析、人口健康管理、質(zhì)量管理，以及獲取關(guān)于保健和保健成本的缺口信息?！?Anthem公司希望得到盡可能多的企業(yè)認(rèn)知參與，用于訓(xùn)練模型、優(yōu)化程序、提高機(jī)器的認(rèn)知能力，從而幫助公司更好地服務(wù)客戶。

從哪里開始?

很少有組織能夠宣稱他們已經(jīng)取得了數(shù)字技術(shù)的勝利。 即便是只考慮公司內(nèi)部的結(jié)構(gòu)化信息，管理和分析數(shù)據(jù)也是巨大的挑戰(zhàn)。今天我們可以利用高級的算法和分析技術(shù)解決復(fù)雜的問題，從被動描述問題轉(zhuǎn)變?yōu)榉e極和自動給出回應(yīng)。但即使有這樣飛速發(fā)展的技術(shù)，有些公司還是感到難以解決數(shù)據(jù)問題。

幸好機(jī)器智能可以為我們提供新的方法和技術(shù)，幫助我們應(yīng)對長期以來數(shù)據(jù)給我們帶來的挑戰(zhàn)：

· 管理數(shù)據(jù)：MI技術(shù)可以幫助我們對數(shù)據(jù)進(jìn)行自動分類和定義，讓我們定義、梳理和維護(hù)主數(shù)據(jù)。MI可以分析每一條數(shù)據(jù)以及它與其它數(shù)據(jù)之間的聯(lián)系，進(jìn)行數(shù)據(jù)質(zhì)量的概算。同樣地，MI還能修正數(shù)據(jù)內(nèi)容和出現(xiàn)的上下文問題

手機(jī)掃碼閱讀

·有界性和目的性：MI聚焦于那些如果解決可以提供有意義價值的商業(yè)問題。根據(jù)問題的范圍選擇需要的數(shù)據(jù)輸入、 合適的MI技術(shù)和相關(guān)的架構(gòu)和數(shù)據(jù)管理需求。 在這些工作都完成之后， 我們就能用 MI解決更復(fù)雜的問題。

· 擁抱合作研究：MI正在進(jìn)入飛速發(fā)展的時期，學(xué)術(shù)界、創(chuàng)業(yè)公司、現(xiàn)有的供應(yīng)商都在研究MI 應(yīng)用，發(fā)明新的技術(shù)。你可以考慮尋找一些愿意給你投資的供應(yīng)商，支持你的研究。同樣地，如果你和學(xué)術(shù)和思想引領(lǐng)者合作，也會得到寶貴的專業(yè)意見。

·工業(yè)化分析：數(shù)據(jù)已經(jīng)成為重要的企業(yè)戰(zhàn)略資產(chǎn)。但是極少公司在企業(yè)內(nèi)全面投資來培育、整理和利用這個資產(chǎn)。工業(yè)化分析指的是在公司各個層面推廣一致和可復(fù)制的分析方法、分析平臺、分析工具和人才,其中就包括機(jī)器智能。從戰(zhàn)術(shù)上講，這些內(nèi)容可以催生數(shù)據(jù)獲取、數(shù)據(jù)整合、數(shù)據(jù)歸檔、數(shù)據(jù)訪問、 數(shù)據(jù)享有、數(shù)據(jù)加密和數(shù)據(jù)管理等服務(wù)。

人工智能這個說法可能會更吸引眼球，但機(jī)器智能才是更大話題，它指的是認(rèn)知計算領(lǐng)域出現(xiàn)的一系列新技術(shù)。這些技術(shù)可以幫助組織由傳統(tǒng)的追溯數(shù)據(jù)分析模式到系統(tǒng)推斷預(yù)測模式。獲取洞察，以洞察指導(dǎo)行動，再讓任務(wù)和響應(yīng)自動化，這代表一個全新的認(rèn)知時代的開端。