人工智能的到來早已不再是個問題。人工智能就在我們周圍，比如自動駕駛汽車、智能手機、飛機等等。如果在這些方面還不夠明顯的話，至少在在線搜索、語音和翻譯以及圖像識別等領(lǐng)域，顯而易見。

如今，關(guān)于AI的問題已經(jīng)變成:AI如何才能廣泛地應用于工業(yè)和社會，以及如何應用。很多公司，包括谷歌，微軟和亞馬遜，已經(jīng)開始提供AI工具，比如GoogleCloud，作為在線云計算服務(wù)進行銷售。除此之外，還有大量其他的AI產(chǎn)品可供企業(yè)使用，比如IBM的Waston，或者來自其他新興供應商的軟件。

不管生意人閱讀到什么樣的AI炒作新聞，有一件事是肯定的--所有這些新聞都在提醒人們注意AI的根本重要性。這絕非易事，因為AI既陌生又熟悉。大家都知道，這些算法和計算始終致力于挖掘新的模式。而大家所不知道的是，今天的AI到底是如何工作的，如何構(gòu)建模式子程序，其他模式的模式循環(huán)，通過大量計算用多個嵌套層來訓練自己。

在技術(shù)這樣突飛猛進地情況下，什么都不做顯然不是個明知的戰(zhàn)略決策。那么接下來的問題就是:一家和開發(fā)AI根本搭不上邊的公司又該如何想方設(shè)法使用AI呢?盡管AI應用尚未大肆普及，早期的AI技術(shù)采納者的成功實踐已然為我們提供了不少有價值的借鑒:

找到并擁有屬于自己的獨一無二的數(shù)據(jù)。

系統(tǒng)地審視你的業(yè)務(wù)，找到數(shù)據(jù)關(guān)聯(lián)性市場。

為消費體驗融入AI。

尋找稀有數(shù)據(jù)

CAMP3是一家只有26人的公司，總部位于喬治亞州的阿爾法利塔。公司為農(nóng)業(yè)部署和管理無線傳感器網(wǎng)絡(luò)，同時以收取傭金的方式銷售谷歌的GSuite電子郵件和協(xié)作產(chǎn)品。

創(chuàng)始人兼首席執(zhí)行官CraigGanssle是GoogleGlass的早期用戶。雖然GoogleGlass作為一款消費者產(chǎn)品并不成功，但是穿戴攝像頭并在現(xiàn)場收集圖像的體驗為Ganssle帶來了靈感--也許農(nóng)民可以利用AI來及時發(fā)現(xiàn)植物病蟲害。

一般來講，AI通過處理分析大量的數(shù)據(jù)來了解有價值的模式，然后針對尚未處理的相似數(shù)據(jù)驗證臨時模式。一旦得到驗證，更多數(shù)據(jù)將用于加強該模式查找方法。

CAMP3的最初挑戰(zhàn)是獲得足夠多的視覺數(shù)據(jù)來訓練其AI產(chǎn)品。但是，不僅有病害作物和作物蟲害的照片相對稀少，僅有的這些數(shù)據(jù)還分散在各個機構(gòu)中，通常標識得也很不清楚。

"找到足夠的北方玉米葉枯病圖像花了我們10個月的時間，"Ganssle說，"大型的農(nóng)業(yè)大學收集了很多了圖像，但是沒人好好整理標記過這些信息。種子輪公司也有圖像數(shù)據(jù)，但是很少有健康玉米、患早期枯葉病的玉米以及晚期枯葉病玉米的圖像。"

因此，他們從每一家私有企業(yè)、教育機構(gòu)和政府資源中尋找盡可能多的數(shù)據(jù)集，并親自到田地中拍攝所需的照片。在CAMP3這個例子中，或許訓練數(shù)據(jù)比收集數(shù)據(jù)要容易得多。

視覺訓練數(shù)據(jù)目前屬稀缺商品，是一種防御性企業(yè)資產(chǎn)。他說，針對識別枯葉病、黃瓜霜霉病或甜玉米蟲等的初始識別訓練需要"數(shù)萬"的圖像數(shù)據(jù)。如果有已經(jīng)經(jīng)過訓練的系統(tǒng)，那么再訓練系統(tǒng)識別病蟲害需要的圖像數(shù)據(jù)就少很多，Ganssle補充說。

CAMP3使用開源AI軟件模型TensorFlow來訓練圖像，利用亞馬遜云服務(wù)和谷歌的計算引擎來支持AI的運算。"現(xiàn)在，我們可以在幾個小時內(nèi)把這臺機器從幼兒園水平提高到博士級別，"Ganssle說。

獲取并正確標記數(shù)據(jù)的艱難過程，包括為公司和消費者拍攝的照片標記時間和地點信息，為CAMP3提供了關(guān)鍵戰(zhàn)略資產(chǎn)。Ganssle認為:"獲得其他人沒有的東西，并有目的地加以組織整理。"

"對于AI，你永遠不知道下一步需要解決的問題是什么?？梢允峭寥阑蚋淖兯枨蟆．斘覀儗徱曇粋€新的問題，或者開始預測建模時，這些數(shù)據(jù)將會發(fā)揮重要的作用。"

發(fā)現(xiàn)你的數(shù)據(jù)關(guān)聯(lián)性市場

TalkIQ是一家監(jiān)控銷售和客戶服務(wù)電話的公司。它可以將對話變成文本，然后實時掃描這些文本提取關(guān)鍵詞并識別模式，以預測公司是否能拿下客戶--新的銷售方式，更加愉快的消費者。

公司創(chuàng)始人、前eBay高管JackAbraham說:"我一直在想，如果我可以傾聽到公司所有客戶的需求，那我絕對可以成為公司的最強大腦。為什么有的銷售代表訂單轉(zhuǎn)換率高達50%，有的卻只有25%不到呢?"

他后來意識到，這些銷售電話的數(shù)據(jù)既然可以提高ZenReach(Abraham的創(chuàng)業(yè)公司之一)的績效，那么也可以用作新業(yè)務(wù)的訓練數(shù)據(jù)集服務(wù)于其他公司。于是，有了TalkIQ。數(shù)據(jù)科學家檢查了公司基于計算機的ZenReach電話系統(tǒng)中保存的近50萬個對話。

和CAMP3一樣，公司遇到的難題之一是正確的匹配信息。在這個案例中，這些經(jīng)常發(fā)生于擁擠辦公室、有時電話信號還很糟糕的對話中時常包含各種標記信息如產(chǎn)品名稱、特點和競爭對手。TalkIQ使用自動語音識別和算法，結(jié)合其他工具，來理解自然語言。

由于產(chǎn)品和人際交互的發(fā)展遠快于生物學，因此TalkIQ的訓練語料庫需要不間斷的訓練以準確預測，公司首席執(zhí)行官DangO'Connell說道，"每一次預測都依賴于正確的信息。同時，你必須注意'過度訓練'問題，換句話說就是建模過于復雜，使得噪聲對結(jié)果的干擾過大。"

作為ZenReach的關(guān)聯(lián)性公司，TalkIQ還必須針對個人客戶和垂直行業(yè)的需求進行調(diào)整。公司產(chǎn)品于1月份進入市場。根據(jù)Abraham的說法，目前已有27家公司已經(jīng)購買了該服務(wù)。"如果我們沒走錯方向，那么未來每家公司都會以這樣的方式運行，"他說。

關(guān)注消費體驗

去年三月，位于丹佛的公司Blinker在科羅拉多州推出了一款用于買賣汽車的移動應用。消費者被要求拍攝車輛背面的照面，連同拍攝時間、車輛的年份、制造商、車型以及轉(zhuǎn)售價格一起上傳到應用上。相比之下，這種出售汽車的方式還算簡單。

用于識別車輛的AI更是神奇。事實上，整個過程也用到了TensorFlow，以及谷歌的視覺API，來識別車輛。Blinker與提供機動車車輛數(shù)據(jù)的第三方合作，一旦識別出車牌，公司可以從文件中提取其他信息。

對于公司一系列的研究開發(fā)，Blinker已經(jīng)申請了專利。不過公司的創(chuàng)始人兼首席執(zhí)行官認為他的真正優(yōu)勢仍然是他在汽車經(jīng)銷領(lǐng)域的44年經(jīng)驗。

"不管你做什么，你還是在銷售汽車，"RodBuscher說，"人們忘卻了汽車銷售的這種感覺，忘卻了購買汽車的痛點，但這些依舊存在。"

他還提到了Beepi，在線銷售汽車的P2P公司。"哪怕融資1.5億美元，擁有前衛(wèi)的理念和才華橫溢的員工，他們還是輸了。而我們成功的關(guān)鍵依然在于:我擁有一個來自汽車銷售業(yè)務(wù)的專業(yè)團隊。"

這意味著要采取通常與在線銷售汽車相關(guān)聯(lián)的廣告和多點擊流程，并為客戶提供快速響應的行動感。如果某輛車正在銷售中，該車的車牌會被Bliner的標志遮擋，以保護賣方的隱私。

Blinker希望在未來幾年內(nèi)能擴張至全國。公司擁有多名AI專家，已經(jīng)用7萬多張汽車圖像訓練了一個系統(tǒng)。即便如此，仍少不了人類的干涉--這些結(jié)果在亞馬遜的MechanicalTurk上進行驗證。

雖然AI的工作仍在繼續(xù)中，Buscher花了一年多的時間，引導焦點小組了解工作情況，然后觀察買賣雙方的互動。

"我從來沒涉獵過技術(shù)，但現(xiàn)在我正在學習中，"他說，"但是最重要的，你還是得知道什么是好的客戶體驗，什么是壞的客戶體驗。"

企業(yè)的命運不會由單一的工具決定，即便強大如AI也不能。隨著世界的變化，深刻的真理--圍繞挖掘消費者知識、抓住稀缺商品、尋找有利可圖的關(guān)聯(lián)性市場--都將變得越來越重要。與以往一樣，技術(shù)的成敗在于其使用者懂得如何使用它，知道它的市場在哪里。

更多資訊請關(guān)注工業(yè)機器人頻道