普華永道調(diào)查的企業(yè)高管中有超過67％的人表示，人工智能將幫助人類和機器更好地協(xié)作。一些CIO們已經(jīng)意識到有機會運用于他們的業(yè)務，并且正在試驗、建立甚至專利開發(fā)新的人工智能和機器學習技術，這些IT領袖們與我們分享了他們的機器學習使用案例。

現(xiàn)在沒有什么比人工智能（AI）和機器學習（ML）更熱的技術了。領先的企業(yè)組織已經(jīng)在利用這種模仿人類精神行為的技術來吸引客戶、促進業(yè)務運作。Gartner的數(shù)據(jù)顯示，未來幾年這一趨勢將進一步加速，到2020年人工智能和機器學習將成為超過30％的首席信息官的五大投資重點之一。

人們對人工智能和機器學習將取代工作的最初恐懼感似乎正在消失，普華永道調(diào)查的企業(yè)高管中有超過67％的人表示，人工智能將幫助人類和機器更好地協(xié)作。一些CIO們已經(jīng)意識到有機會運用于他們的業(yè)務，并且正在試驗、建立甚至專利開發(fā)新的人工智能和機器學習技術，這些IT領袖們與我們分享了他們的機器學習使用案例。

人工智能幫助強化證券研究

Putnam Investments是一家共同基金、401（k）計劃、IRA和其他退休計劃的提供商，該公司首席信息官Sumedh Mehta認為，人工智能和機器學習是幫助這家金融服務公司研究分析師提高股票覆蓋率的關鍵。

分析師們與Putnam的數(shù)據(jù)科學家密切合作，撰寫了一篇關于從大量數(shù)據(jù)中獲得洞察的論文，Mehta說。Putnam也在研究一套推薦最重要銷售前景的算法。

Mehta在談到人工智能和機器學習的時候表示：“這是一個巨大的具有顛覆性和變革性的力量，整個業(yè)務驅(qū)動因素就是效率和生產(chǎn)力?！?/p>

Mehta依賴軟件工程師、數(shù)據(jù)科學家、分析和供應商各方的幫助，創(chuàng)建了一個卓越的數(shù)據(jù)科學中心，這個中心對于支持業(yè)務利益相關者的人工智能和機器學習工作來說基本上是從零開始。他說他的“開明的”商業(yè)伙伴已經(jīng)采取了這些方法來實現(xiàn)更好的自動化。

人工智能和機器學習是Putnam廣泛的數(shù)字化轉型的一部分，這一轉型需要IT基礎設施與云計算現(xiàn)代化結合，創(chuàng)建一個單一平臺來統(tǒng)一運行業(yè)務。

主要建議：企業(yè)組織應該花一定的時間，設置適當?shù)钠谕?，并且認識到，最開始的少數(shù)幾個想法將會帶來新的問題而不是答案。Mehta說：“就人工智能而言，沒有什么比現(xiàn)在更好的時機了。突然間你的算法生成了你并不知道的洞察力，事實并不是如此。”

人工智能幫助金融公司減稅

Intuit在10月份開始加速推進人工智能和機器學習，因為這家金融軟件提供商迎來了一位首席數(shù)據(jù)科學家——Ashok Srivastava。

Srivastava構建了Verizon大數(shù)據(jù)平臺之后，加入Intuit公司。Srivastava表示，Intuit正在使用AWS來幫助其QuickBooks Assistant聊天機器人更好地理解和處理自然語言?，F(xiàn)在他們越來越關注的領域，是通過數(shù)百個通知Quickbooks的分類來引導用戶。

Srivastava補充道：“我們正在處理來自QuickBooks的超過10億筆交易，我們能夠以高精度進行分類?！?/p>

該公司的TurboTax使用人工智能來幫助用戶獲得最高的退稅，引導他們逐項完成抵稅過程，潛在地為用戶節(jié)省高達40％的報稅時間和用在搜索文檔上的精力。

Srivastava說，Intuit正在使用AWS的機器學習和云技術更快速地進行擴展。

主要建議：開發(fā)良好的算法需要吸引合適的工程人才來解決實際的業(yè)務挑戰(zhàn)。曾在美國宇航局艾姆斯研究中心工作的Srivastava目前正在招聘能夠使用機器學習和人工智能技術來實現(xiàn)公司目標的工程師。

歷史數(shù)據(jù)預測未來表現(xiàn)

旨在提高廣域網(wǎng)性能的軟件供應商Riverbed Technology公司的首席信息官Rich Hillebrecht面臨著獨特的挑戰(zhàn)。Hillebrecht表示，他正在測試如何使用機器學習從公司供應鏈的多個來源獲取數(shù)據(jù)，以推動獲得更好的業(yè)務洞察力。

Hillebrecht表示：“我們希望運用機器學習技術來處理更多的數(shù)據(jù)?！?/p>

例如，Riverbed可能會將訂單管理和其他ERP數(shù)據(jù)與關于天氣和其他因素的歷史數(shù)據(jù)結合起來，找到可以預測未來業(yè)績的模式。Hillebrecht說：“我們希望在下游風險方面更具有預測性，包括能力和向客戶下單的能力?！?/p>

Riverbed的其他使用案例包括使用機器學習自動調(diào)整性能配置并發(fā)現(xiàn)網(wǎng)絡安全威脅。 Hillebrecht預計未來將創(chuàng)建一個數(shù)據(jù)湖，從中可以獲得業(yè)務洞察力。

主要建議：針對人工智能和機器學習制定合理的戰(zhàn)略，需要謹慎而為。Hillebrecht表示，他正在仔細評估各種工具和技術，包括IBM Watson。