首先，計(jì)算能力變得更快、更經(jīng)濟(jì)，數(shù)據(jù)傳輸速度和存儲(chǔ)成本大幅提高，所有這些都使得人工智能(AI)算法能夠向高度美化的大數(shù)據(jù)擴(kuò)展。但是，企業(yè)在涉足人工智能領(lǐng)域之前，應(yīng)該警惕術(shù)語(yǔ)和它的萬(wàn)靈藥承諾。盡管商業(yè)領(lǐng)袖可能對(duì)他們想要的結(jié)果有很好的認(rèn)識(shí)，但他們中的許多人對(duì)實(shí)現(xiàn)目標(biāo)所需的知識(shí)缺乏了解，比如數(shù)據(jù)源和類型的差異，以及不同類型機(jī)器學(xué)習(xí)模型的細(xì)微差別。

　　隨著越來(lái)越多的供應(yīng)商加入到人工智能的大潮中，許多術(shù)語(yǔ)，如預(yù)測(cè)分析和機(jī)器學(xué)習(xí)，已經(jīng)成為非常流行的營(yíng)銷標(biāo)簽，企業(yè)在尋找預(yù)測(cè)分析解決方案時(shí)應(yīng)該記住這一點(diǎn)。理解這些標(biāo)簽是克服炒作的關(guān)鍵，并通過真正的自助服務(wù)解決方案為您的運(yùn)營(yíng)團(tuán)隊(duì)直接管理他們的業(yè)務(wù)挑戰(zhàn)獲得真正的價(jià)值。

　　有一個(gè)古老的笑話——我聽過很多版本——講的是一個(gè)人在路燈柱周圍的地上搜索。一個(gè)朋友過來(lái)問他在做什么。“找我的鑰匙。”他指著灌木叢說(shuō)。“那你為什么要看這里?”他的朋友問。“光線更好，”那人說(shuō)。這個(gè)被稱為“街燈效應(yīng)”的故事描述了一種被稱為“觀察偏差”的現(xiàn)象，指的是人們?cè)谧钊菀姿阉鞯牡胤綄ふ覗|西的習(xí)慣。在談?wù)擃A(yù)測(cè)分析和機(jī)器學(xué)習(xí)時(shí)，這也是一個(gè)值得考慮的問題。當(dāng)算法被應(yīng)用到開發(fā)者認(rèn)為他們能找到最好的洞察力的地方或者他們能找到問題的地方時(shí)，街燈效應(yīng)就會(huì)在預(yù)測(cè)分析中顯現(xiàn)出來(lái)。

　　例如，如果一家公司說(shuō)它正在應(yīng)用機(jī)器學(xué)習(xí)，但它只是一個(gè)很小的功能，開發(fā)者仍然需要手動(dòng)配置搜索參數(shù)(比如游戲開發(fā)中的“bug”檢測(cè))，那么分析師的功能和操作只會(huì)受到很小的影響。直到最近，大多數(shù)機(jī)器學(xué)習(xí)模型準(zhǔn)確地預(yù)測(cè)了他們所接受的訓(xùn)練，所以他們的預(yù)測(cè)僅僅和他們訓(xùn)練所用的數(shù)據(jù)一樣好。新一代真正的機(jī)器學(xué)習(xí)算法，不需要被告知在哪里觀察和從經(jīng)驗(yàn)中學(xué)習(xí)，承諾將徹底改變多少企業(yè)將運(yùn)營(yíng)。最終，它們將為分析師提供真正的自助操作預(yù)測(cè)，而不依賴于數(shù)據(jù)科學(xué)和數(shù)據(jù)操作團(tuán)隊(duì)。你得到了什么?

　　另一個(gè)大問題是數(shù)據(jù)源本身正在迅速變化。直到最近，我們還局限于使用“靜態(tài)數(shù)據(jù)”——自包含且固定的數(shù)據(jù)集。“靜止數(shù)據(jù)”提供了有價(jià)值的歷史背景，使基于過去的經(jīng)驗(yàn)進(jìn)行業(yè)務(wù)預(yù)測(cè)成為可能。但是，物聯(lián)網(wǎng)(物聯(lián)網(wǎng))技術(shù)、傳感器之類的連接數(shù)據(jù)源和社交媒體feed現(xiàn)在為我們提供了有意義的新數(shù)據(jù)來(lái)源，而且隨著時(shí)間的推移會(huì)發(fā)生變化。

　　實(shí)時(shí)數(shù)據(jù)的應(yīng)用為預(yù)測(cè)分析開辟了一個(gè)令人興奮的新分支，稱為異常(或異常值)檢測(cè)，即在異常行為發(fā)生時(shí)識(shí)別異常行為的能力。當(dāng)我們談?wù)撈髽I(yè)的數(shù)據(jù)驅(qū)動(dòng)洞察力時(shí)，這種發(fā)現(xiàn)你不知道的問題的能力可能會(huì)出現(xiàn)，并且可能導(dǎo)致將來(lái)不得不處理的問題，這顯然是很有價(jià)值的。

　　事實(shí)上，異常檢測(cè)已經(jīng)在發(fā)揮作用。廣受歡迎的大眾共享導(dǎo)航系統(tǒng)Waze最近求助于一家名為Anodot的Tel aviv公司，幫助其發(fā)現(xiàn)無(wú)法預(yù)料的問題。“Anodot公司幫助我們發(fā)現(xiàn)了一些異?，F(xiàn)象，并發(fā)現(xiàn)了一些司機(jī)可能感覺不到的問題，但是當(dāng)我們從整體來(lái)看時(shí)，我們可以看到區(qū)別，”分析集團(tuán)經(jīng)理Orna Amir博士說(shuō)。“這些變化不會(huì)讓駕駛變得更快。但是，使用Anodot公司可以幫助公司了解用戶的喜好，比如檢測(cè)某些國(guó)家的趨勢(shì)，或者功能沒有充分發(fā)揮潛力，這將幫助我們?yōu)橛脩籼峁└玫捏w驗(yàn)。

　　航運(yùn)巨頭UPS最近也宣布，他們已經(jīng)開始使用新一代的實(shí)時(shí)預(yù)測(cè)分析算法來(lái)優(yōu)化包裹在其配送網(wǎng)絡(luò)中的移動(dòng)。UPS早在2016年就推出了自己的ORION算法，但這款內(nèi)部開發(fā)的新型協(xié)調(diào)企業(yè)分析工具，現(xiàn)在將提供過去在不同應(yīng)用程序間推廣的功能。

　　UPS首席信息官胡安佩雷斯(Juan Perez)對(duì)《華爾街日?qǐng)?bào)》表示:“如今，我們廣泛使用數(shù)據(jù)進(jìn)行計(jì)劃。”“但是，我們對(duì)包狀態(tài)的實(shí)時(shí)數(shù)據(jù)獲取得越多，我們就能更好地了解網(wǎng)絡(luò)中的任何異常，從而幫助我們制定出更好的計(jì)劃來(lái)管理整個(gè)網(wǎng)絡(luò)。”“預(yù)測(cè)分析將使UPS能夠預(yù)測(cè)需求，這樣它就可以將卡車和飛機(jī)運(yùn)往最需要它們的地方，以改善服務(wù)并節(jié)省開支。”該公司表示，下一個(gè)版本將使用人工智能來(lái)實(shí)時(shí)確定最佳行動(dòng)，以消除決策過程中的人為瓶頸。

　　盡管取得了這些成功，麥肯錫全球研究所(McKinsey Global Institute) 2017年的一項(xiàng)研究發(fā)現(xiàn)，許多商界領(lǐng)袖仍不確定基于人工智能的技術(shù)究竟能為他們帶來(lái)什么。好消息嗎?同樣的研究發(fā)現(xiàn)，“與只嘗試或部分采用人工智能的公司相比，人工智能采用者報(bào)告使用人工智能來(lái)擴(kuò)大市場(chǎng)的可能性要高出27%，報(bào)告使用人工智能來(lái)提高市場(chǎng)份額的可能性高出52%。”

　　關(guān)鍵是知識(shí)。隨著預(yù)測(cè)性分析的不斷進(jìn)步，商業(yè)領(lǐng)袖學(xué)習(xí)和理解所有的定義，并從現(xiàn)實(shí)中區(qū)分炒作是很重要的。如果一個(gè)供應(yīng)商告訴你它正在使用機(jī)器學(xué)習(xí)，找出機(jī)器將要做什么，你仍然在做什么，以及如何幫助你的運(yùn)營(yíng)和分析師。不要猶豫問問題，清楚地表達(dá)你的目標(biāo)。