隨著冠狀病毒疫情帶來的新挑戰(zhàn)，組織將需要更多的建議、更多的數(shù)據(jù)和可見性，以最大程度地減少疫情對業(yè)務(wù)的影響。

早在疫情對社會和生活造成影響之前，數(shù)據(jù)就被認為是改善客戶服務(wù)的重要資產(chǎn)。各種組織仍在努力從其海量數(shù)據(jù)中獲取更多的有形價值，以改善員工和客戶體驗。

[[334300]]

數(shù)據(jù)孤島、遺留系統(tǒng)和快節(jié)奏的敏捷競爭者都要求利用組織的數(shù)據(jù)來驅(qū)動最重要的價值。由于面臨巨大的挑戰(zhàn)，許多組織都開始意識到使用合作伙伴生態(tài)系統(tǒng)以及利用人工智能和高級分析等各種技術(shù)，以滿足利用數(shù)據(jù)進行創(chuàng)新的需求。

從采用行業(yè)標準到圖形數(shù)據(jù)庫的使用，以及人工智能和高級分析的實際使用案例，六位行業(yè)專家探討了人工智能和高級分析的變革影響，同時對如何實施這些技術(shù)進行了解釋。

1. 使數(shù)據(jù)戰(zhàn)略與業(yè)務(wù)目標保持一致

Pure Storage公司歐洲、中東和非洲地區(qū)首席技術(shù)官Patrick Smith闡述了數(shù)據(jù)的價值。他表示，這是現(xiàn)代貨幣中一個最有價值的形式。

然而，他指出，“大量的業(yè)務(wù)數(shù)據(jù)只有在能夠快速處理、讀取和理解的情況下才是可行的。從這個意義上說，高級分析可以完成繁重的數(shù)據(jù)處理工作，支持業(yè)務(wù)轉(zhuǎn)型努力，幫助各種組織提高業(yè)績和績效。”

Smith強調(diào)指出，盡管如此，大多數(shù)組織缺乏基礎(chǔ)設(shè)施和分析軟件，或者缺乏有效實施人工智能和高級分析的專門知識。

他解釋說，要克服這一點，組織必須專注于使數(shù)據(jù)戰(zhàn)略與業(yè)務(wù)目標保持一致，并與技術(shù)合作伙伴合作，以快速、橫向擴展、易于使用的基礎(chǔ)設(shè)施提供現(xiàn)代數(shù)據(jù)體驗。

2. 擺脫人工過程

在過去的十年里，商業(yè)智能一直被用來從歷史數(shù)據(jù)中獲得洞察力，但直到最近，這些分析技術(shù)主要還是人工操作。

這種情況正在發(fā)生變化，全球技術(shù)研究和咨詢機構(gòu)ISG公司總監(jiān)Wayne Butterfield解釋說，企業(yè)領(lǐng)導(dǎo)者歡迎人工智能(AI)消除人工流程，并提高洞察質(zhì)量的承諾。

他說：“數(shù)據(jù)驅(qū)動的見解(利用歷史數(shù)據(jù)來預(yù)測未來的結(jié)果)結(jié)合數(shù)據(jù)、高級分析和人工智能，在收入、需求和供應(yīng)等領(lǐng)域的預(yù)測性見解的基礎(chǔ)上轉(zhuǎn)變決策?，F(xiàn)在還處于早期階段，但自動機器學習(AutoML)技術(shù)正在降低組織進入的門檻，因為這些組織可能沒有龐大的數(shù)據(jù)科學家團隊，但他們?nèi)匀豢吹搅朔治鰯?shù)據(jù)的價值。”

談到諸如Kortical.io和Data Robot之類的自動機器學習(AutoML)工具時，Butterfield解釋說，“這些在卓越自動化中心變得越來越流行，因為先進的人工智能模型被投入到相對簡單的機器人過程自動化類型的過程中，并根據(jù)這些預(yù)測采取行動。”

3. 完整的視圖

OpenText公司人工智能歐洲銷售總監(jiān)Kerrie Heath說，從數(shù)據(jù)中提取價值不應(yīng)該是一項艱巨的任務(wù)。

她說，“通過采用先進的人工智能分析技術(shù)，組織可以實時推動價值，并以可視化、交互式的形式交付價值，讓用戶能夠輕松地預(yù)測產(chǎn)品、主題、事件、趨勢，甚至主題和情感。而只有全面了解這些非結(jié)構(gòu)化數(shù)據(jù)，并將其與企業(yè)系統(tǒng)中的結(jié)構(gòu)化數(shù)據(jù)實時結(jié)合，組織才能更有效地分析、理解和管理其企業(yè)數(shù)字生態(tài)系統(tǒng)。反過來，組織也為自己提供了確保和實施數(shù)據(jù)治理的工具。”

4. 所需的行業(yè)標準

Seldon公司工程總監(jiān)Alejandro Saucedo認為，先進人工智能和分析技術(shù)的實施正在對社會產(chǎn)生巨大影響。

但是Saucedo指出，如果實施不當，人工智能會給組織帶來不良后果，尤其是在涉及到網(wǎng)絡(luò)安全、隱私和信任受損的情況下。

他建議說，“為了最佳地實施人工智能，并確保它為我們的經(jīng)濟和社會帶來凈收益，我們需要制定行業(yè)特定的標準以及適合目的的監(jiān)管框架。透明和可執(zhí)行的框架是關(guān)鍵，我們需要保證技術(shù)和非技術(shù)方面的有關(guān)專家不斷參與開發(fā)和更新它們。”

他指出，人工智能無法預(yù)測未來，例如，即使是最先進的人工智能技術(shù)也無法預(yù)測疫情的發(fā)生或其對世界的影響。但當今的人工智能模型將能夠利用這段時間的數(shù)據(jù)，其中包括疫情所產(chǎn)生的影響，為未來的預(yù)測提供信息。

5. 圖形數(shù)據(jù)庫

圖形數(shù)據(jù)庫提供商Neo4j公司分析和人工智能程序經(jīng)理Amy Hodler說：“分析的邏輯擴展是使用所有數(shù)據(jù)中保存的關(guān)系和網(wǎng)絡(luò)結(jié)構(gòu)，這些關(guān)系和網(wǎng)絡(luò)結(jié)構(gòu)被證明具有極強的預(yù)測性。這將改變分析和人工智能，因為基于連接性的學習是解決復(fù)雜問題的必要條件，包括關(guān)于系統(tǒng)動力學和群體行為的問題，而這些問題的數(shù)據(jù)量較少。

企業(yè)可以利用圖形數(shù)據(jù)庫中的關(guān)聯(lián)數(shù)據(jù)洞察，從而提高效率和靈活性，否則就無法使用關(guān)系數(shù)據(jù)庫。因為建立圖形數(shù)據(jù)庫是為了保存和計算關(guān)系，所以它可以進行有價值的、通常是細微差別的預(yù)測，例如查明表明欺詐的交互作用，識別相似的實體或個人，找到患者或客戶旅程中最具影響力的因素，甚至可以改善IT運營。”

她繼續(xù)說：“當數(shù)據(jù)科學家使用圖形算法通過數(shù)據(jù)模式理解復(fù)雜系統(tǒng)的自然狀態(tài)并提高預(yù)測精度時，就會獲得力量。當人工智能自動將預(yù)測數(shù)據(jù)轉(zhuǎn)換為更靈活的自動結(jié)構(gòu)時，它將提供更靈活的預(yù)測結(jié)構(gòu)。”

6. 實踐中的人工智能和高級分析：保險行業(yè)

人壽保險行業(yè)只是可以使用人工智能和先進分析技術(shù)進行轉(zhuǎn)型的眾多行業(yè)之一。慕尼黑再自動化解決方案歐洲、中東和非洲地區(qū)執(zhí)行副總裁Paul Donnelly解釋了人工智能和高級分析在人壽保險行業(yè)中的應(yīng)用。

他說：“保險行業(yè)采用大量人工流程和后臺程序步驟，這導(dǎo)致客戶體驗不良。雖然無論如何我們都不希望購買人壽保險，但復(fù)雜的流程肯定無助于吸引現(xiàn)代數(shù)字用戶。這就是人工智能和數(shù)據(jù)分析技術(shù)的用武之地。由于許多原因，這些先進技術(shù)優(yōu)化了最終客戶的旅程。例如，利用人工智能技術(shù)意味著我們可以不必無休止詢問客戶重復(fù)的個人問題，而是通過與他們相關(guān)的問題進行引導(dǎo)。因為在這樣一個世界里，人們只需點擊幾下鼠標，就可以輕松地在幾分鐘內(nèi)購買到想要的大多數(shù)產(chǎn)品，而漫長的人壽保險流程根本就沒有吸引力。

此外，高級分析使保險公司可以利用大量申請者數(shù)據(jù)，并將其轉(zhuǎn)化為可行的見解。這些見解使保險公司可以實時修改承保規(guī)則，從而產(chǎn)生可以設(shè)計、改進和簡化面試流程的技術(shù)，從而為客戶帶來便利，并縮短承保客戶的時間。”