15個人工智慧和機器學習的商業應用

人工智慧（AI）和機器學習（ML）一直以來都頗受企業關注，很多企業榨乾腦汁的去思考怎樣從中受益，但實現路程依舊艱難。隨著兩項技術的發展，無數種應用程式接踵而至，讓很多企業在業務中著實輕鬆了不少。

人工智慧和機器學習幫助企業減少了很多繁重工作，使企業運營變得更加高效。此外，人工智慧驅動程式和自動化系統可以幫助企業改善資源的使用，提升資源利用率。

下面是福布斯技術委員會的15名成員各自公司在人工智慧和機器學習領域的最新應用。

1.為基礎設施、解決方案和服務提供動力

我們一直都在探討怎樣在商業解決方案、安全性、服務和網路基礎架構中利用好人工智慧和機器學習。最近，我們購買了一個人工智慧平臺，用於構建會話介面，為下一代聊天和語音助手提供動力。我們還將人工智慧、機器學習新增到新的IT服務和安全性，以及超融合基礎架構構建中，來平衡計算系統的工作負載。

                                                               ——Maciej Kranz Cisco Systems

2. 網路安全預防

除了傳統的網路安全措施外，我們還利用人工智慧來協助網路安全預防。人工智慧能夠持續分析我們的網路資料包，繪製出正常流量。它能夠識別我們網路上的102000多種模式，還能在沒有任何先前知識驗證的情況下自動檢測異常情況，勝過了傳統的防火牆和AV資料。

——John Sanborn, RAA - Financial Advisors

3.助力於醫療

我們正在將人工智慧技術利用到醫療過程中。它可以幫助醫生診斷患者病情的惡化程度，能夠使患者在無需住院的情況下及時得到治療。對於醫療來說，它實現了共贏的利益，既可以為醫院節省成本，也為患者省錢。機器學習的精確程度可以更快的檢測到癌症等惡性疾病，從而挽救生命。

——Adam Bayaa， Heal

4.招聘自動化

失業率一直是人們普遍關心的問題，且各大企業同時也因找不到合適的人才而頭疼。關鍵之極，人工智慧介入其中，實現了招聘自動化。通過招聘自動化，企業僱員可以使用人工智慧的招聘工具，來尋找那些沒有被考慮過的求職者，不是因為他們不合格，而是因為他們一開始就沒有浮出水面。

——Jon Bischke, Entelo

5. 智慧會話

我們正在使用人工智慧、機器學習來構建智慧聊天機器人和語音助手。人工智慧驅動的會話介面能夠自動回答一些常見的問題，在酒店為客人提供禮賓服務，並提供有關購物產品的資訊。深度神經網路或深度學習的進步使更多人工智慧、機器學習的應用成為可能。

——  Mitul Tiwari， Passage AI

6.節省能源和成本

我們正在使用人工智慧來減少能源的使用，降低鑽井、原油和天然氣運輸、儲存以及石油精煉業務的能源成本。直到最近，該行業也一直在關注歷史資料點。我們目前執行的人工智慧應用程式可以預測未來能源的負載情況，這樣不但可以減少浪費、降低成本，還能平衡高峰時期的需求。

—— Jane Ren, Atomiton, Inc.

7.預防漏洞利用

我們最近開始使用機器學習來預測某個軟體的漏洞是否有被攻擊者利用的可能。這使我們能夠在新的攻擊之前留出數天的時間做準備。通過對“將被攻擊”或“不會被攻擊”的簡單分類，我們還能訓練具有高召回率的精確模型。

——  Michael Roytman，Kenna Security

8.更加聚焦以客戶為中心的商業模式

通過人工智慧，我們能夠更好的分析客戶對調查和活動的反應。這使我們能夠及時瞭解客戶的反饋資訊，瞭解是否存在與其響應率和參與性相關的其他屬性。這些資訊能幫助客戶調整他們的調查戰略。

—— Alan Price，visioncritical.com

9.市場預測

我們在很多傳統的業務場景中使用人工智慧，如個性化，直觀的工作流程，搜尋和產品推薦。最近我們開始將人工智慧融入到我們的市場預測，通過對未來市場的預測來提升競爭力。或者可以這樣說，我們正“嘗試”著預測未來。

——Tim Rendulic, Thomson Reuters

10.加速閱讀

人工智慧正在加速我們對書面文字的理解速度。簡單地說，人類的閱讀速度還是不夠快，無法迅速挖掘出可利用的大量資料。我們已經開發出能夠閱讀和理解生命科學文章的高階人工智慧，幫助研究人員快速找到治療疾病的方法，開發出新的治療方案和藥物。

——Daniel Levitt, Bioz

11.跨層彈性驗證

我們在聽取客戶意見時得知，在預測不同IT層之間的錯誤配置時，現有的測試方法不足。因此，我們在跨層依賴對映和跨層驗證技術的研發上投入了大量資金，利用了知識驅動分析和機器學習技術。

——Gil Hecht, Continuity Software

12.會計和金融科技

人工智慧正在影響許多行業，會計和金融科技也不例外。經過與專業會計師合作多年，我發現了一種日益增長的趨勢——他們正在利用人工智慧自動化來簡化專業流程。不僅是會計師，整個金融服務業都在擁抱自動化。

——Nick Chandi, PayPie

13.高階計費規則

我們公司新增了機器學習驅動的計費規則，來最大限度的提高定期計費的信用卡處理成功率。通過識別信用卡下降的趨勢（例如：週日晚上信用卡的下降頻率比周三大），以及導致退款的欺詐模式，我們已經能夠在減少人工干預的情況下提高收入。

——Jason Gill, The HOTH

14.理解意圖和行為

不良行為者一般都有著特定的行為模式，例如：喜歡散佈謠言的人往往是很健談的。高階人工智慧不僅能夠識別這些模式，還能利用行為分析來理解交流背後的意圖。這種方式也是我們辨別客戶進行授權的一種方法。

——Brandon Carl, Digital Reasoning

15.提案審查

我們在我們的應用程式中發現了人工智慧的一種很好的應用，它不但節省了時間還提高了客戶的質量。當裝置經理收到承包商的建議書時，機器學習通過分析範圍、定價和承包商的歷史業績，來斷定建議書上的成本定價是否合理，然後在合理的質量水平上完成任務。對我們的客戶來說這也是一個巨大的福利。

—— Tom Buiocchi, ServiceChannel

來自 “ News360 ”，原文連結：http://blog.itpub.net/31545819/viewspace-2215185/，如需轉載，請註明出處，否則將追究法律責任。