企業(yè)需要知道怎樣才能得到正確AI推理
人工智能正迅速從大型科技企業(yè)使用的技術(shù)轉(zhuǎn)變?yōu)橹行推髽I(yè)采用的工具，用于創(chuàng)建新產(chǎn)品、增加收入、提高客戶參與度和留存率，并擴(kuò)展到新市場。
然而，盡管人工智能讓人興奮不已，但許多CIO(首席信息官)卻很難弄清楚如何在他們的組織內(nèi)創(chuàng)建一套技能，不僅能處理人工智能的開發(fā)，還能處理開發(fā)出的任何東西的培訓(xùn)和部署。事實上，根據(jù)研究公司O 'Reilly的數(shù)據(jù)，今年只有26%的組織在生產(chǎn)人工智能，而43%的組織處于評估階段。這就是人工智能從開發(fā)到運(yùn)營的難度——正如我們將看到的，再次回到開發(fā)。
然而，每一個挑戰(zhàn)都有潛在的增長，根據(jù)普華永道的一項研究，到2030年，全球人工智能經(jīng)濟(jì)預(yù)計將達(dá)到15.7萬億美元。任何希望利用這一增長紅利的組織，無論是在智能制造、零售、醫(yī)療保健、能源和許多其他行業(yè)，都需要知道推理如何使人工智能發(fā)揮作用才是關(guān)鍵。
人工智能在哪里落地
在人工智能開發(fā)領(lǐng)域有大量的信息和專業(yè)知識。對于CIO們來說，最大的挑戰(zhàn)是部署。推理——在生產(chǎn)中人工智能模型運(yùn)行的過程——是人工智能落地的重要環(huán)節(jié)。比如，在自動駕駛汽車中，關(guān)鍵的人工智能決策以毫秒為單位發(fā)生，人們的生命就處于危險之中。
與銷售管理軟件等傳統(tǒng)應(yīng)用不同，運(yùn)行推理的人工智能模型需要不斷地重新培訓(xùn)和部署，以保持最新。這使得管理AI應(yīng)用程序生命周期變得更加復(fù)雜，當(dāng)然好處也是顯著的。
促進(jìn)銷售，避免關(guān)門，用推理服務(wù)客戶
推理是解決當(dāng)今許多行業(yè)面臨的一系列挑戰(zhàn)的關(guān)鍵。
深度學(xué)習(xí)可以幫助實現(xiàn)功能自動化，推薦產(chǎn)品，甚至提供自然語言處理。在零售和娛樂，甚至專業(yè)的社交網(wǎng)絡(luò)，推薦系統(tǒng)的推理可以幫助改變不穩(wěn)定的銷售周期，并有助于留存客戶。即使客戶沒有立即進(jìn)行額外的購買，一個針對性強(qiáng)有力的推薦也可以為未來的銷售播下種子。它還可以提高品牌的親和力，展示符合消費(fèi)者品味和興趣的商品。
在制造業(yè)中，推理可以幫助公司發(fā)現(xiàn)生產(chǎn)中的錯誤，甚至在設(shè)備發(fā)生故障之前就發(fā)現(xiàn)潛在的故障。人工智能驅(qū)動的工業(yè)檢查可以識別物體、障礙物和人，執(zhí)行毫秒級的計算，減少停機(jī)時間。這些優(yōu)點(diǎn)使AI視覺系統(tǒng)成為任何在復(fù)雜生產(chǎn)環(huán)境下工作的公司的首要任務(wù)。
呼叫中心使用推理來進(jìn)行客戶服務(wù)自動化，并迅速將客戶問題轉(zhuǎn)給最有能力提供幫助的人。當(dāng)有人需要航空公司、銀行或互聯(lián)網(wǎng)服務(wù)提供商的幫助時，他們通常希望盡快與人交談。在勞動力短缺日益擴(kuò)大的今天，人工智能幫助解決簡單的問題，并確?？蛻粞杆俾?lián)系到合適的人，他們可以解決更復(fù)雜的問題。
更聰明地使用預(yù)訓(xùn)練的模型來發(fā)展你的團(tuán)隊
知道推理如何發(fā)揮作用只是人工智能之旅的開始。接下來的步驟是制定策略并執(zhí)行計劃。問題是，公司面臨著尋找頂尖人才來擔(dān)任各種職位的挑戰(zhàn)。對于剛開始使用人工智能的企業(yè)來說，組建一個人工智能開發(fā)專家團(tuán)隊可能難度更高。
這個時候，利用第三方和開源的預(yù)先培訓(xùn)的模型和框架來贏得先機(jī)，從而克服人才短缺的問題。這些資源大大減輕了部署企業(yè)級AI的團(tuán)隊的負(fù)擔(dān)，因為開發(fā)人員可以調(diào)整和定制現(xiàn)有的模型來運(yùn)行推理，而不是試圖從頭構(gòu)建。
企業(yè)也可以通過人工智能培訓(xùn)培養(yǎng)現(xiàn)有的工程師和開發(fā)人員。越來越多的合作公司為企業(yè)提供免費(fèi)的開發(fā)實驗室，逐步指導(dǎo)關(guān)鍵的AI用例，包括構(gòu)建用于客戶服務(wù)或銷售支持的聊天機(jī)器人，用于安全的圖像分類系統(tǒng)，用于更好運(yùn)營的價格預(yù)測模型，以及許多其他基本的AI用例。
IT掌舵生產(chǎn)AI
一旦有了進(jìn)行推理工作的基礎(chǔ)，CIO應(yīng)該為生產(chǎn)應(yīng)用程序采用受支持的軟件—無論它運(yùn)行在裸機(jī)上、虛擬化的數(shù)據(jù)中心基礎(chǔ)設(shè)施上，還是在云中。
此外，還應(yīng)考慮提供企業(yè)級AI軟件，該軟件不僅完全支持推理，而且還支持?jǐn)?shù)據(jù)科學(xué)和模型開發(fā)的互補(bǔ)實踐，因為它簡化了AI部署。當(dāng)AI從最初的部署擴(kuò)展到新的業(yè)務(wù)領(lǐng)域時，團(tuán)隊可以依賴一個全面的解決方案，而不是必須開發(fā)獨(dú)特的工作流。
人工智能的工作負(fù)載與傳統(tǒng)的企業(yè)應(yīng)用程序不同，但現(xiàn)在比以往任何時候都更容易向?qū)＜覍W(xué)習(xí)，以確保它們的正確實施。通過預(yù)先培訓(xùn)的模型、專業(yè)的開發(fā)實驗室和企業(yè)級支持，了解用于高效、低成本的企業(yè)AI推理的可用工具，可以確保CIO準(zhǔn)備好計劃，以解決每個開始AI之旅的企業(yè)所面臨的挑戰(zhàn)。
（作者：AI時代前沿）