新闻中心

EEPW首页 > 智能计算 > 业界动态 > 15个人工智能和机器学习的商业应用

15个人工智能和机器学习的商业应用

作者:时间:2018-09-30来源:IT168收藏
编者按:人工智能和机器学习一直以来都颇受企业关注,很多企业榨干脑汁的去思考怎样从中受益,但实现路程依旧艰难。

  随着两项技术的发展,无数种应用程序接踵而至,让很多企业在业务中着实轻松了不少。

本文引用地址:http://www.eepw.com.cn/article/201809/392538.htm

  帮助企业减少了很多繁重工作,使企业运营变得更加高效。此外,驱动程序和自动化系统可以帮助企业改善资源的使用,提升资源利用率。

  下面是福布斯技术委员会的15名成员各自公司在领域的最新应用。

  1.为基础设施、解决方案和服务提供动力

  我们一直都在探讨怎样在商业解决方案、安全性、服务和网络基础架构中利用好人工智能和。最近,我们购买了一个人工智能平台,用于构建会话接口,为下一代聊天和语音助手提供动力。我们还将人工智能、机器学习添加到新的IT服务和安全性,以及超融合基础架构构建中,来平衡计算系统的工作负载。

  ——Maciej Kranz Cisco Systems

  2. 网路安全预防

  除了传统的网络安全措施外,我们还利用人工智能来协助网络安全预防。人工智能能够持续分析我们的网络数据包,绘制出正常流量。它能够识别我们网络上的102000多种模式,还能在没有任何先前知识验证的情况下自动检测异常情况,胜过了传统的防火墙和AV数据。

  ——John Sanborn, RAA - Financial Advisors

  3.助力于医疗

  我们正在将人工智能技术利用到医疗过程中。它可以帮助医生诊断患者病情的恶化程度,能够使患者在无需住院的情况下及时得到治疗。对于医疗来说,它实现了共赢的利益,既可以为医院节省成本,也为患者省钱。机器学习的精确程度可以更快的检测到癌症等恶性疾病,从而挽救生命。

  ——Adam Bayaa, Heal

  4.招聘自动化

  失业率一直是人们普遍关心的问题,且各大企业同时也因找不到合适的人才而头疼。关键之极,人工智能介入其中,实现了招聘自动化。通过招聘自动化,企业雇员可以使用人工智能的招聘工具,来寻找那些没有被考虑过的求职者,不是因为他们不合格,而是因为他们一开始就没有浮出水面。

  ——Jon Bischke, Entelo

  5. 智能会话

  我们正在使用人工智能、机器学习来构建智能聊天机器人和语音助手。人工智能驱动的会话界面能够自动回答一些常见的问题,在酒店为客人提供礼宾服务,并提供有关购物产品的信息。深度神经网络或深度学习的进步使更多人工智能、机器学习的应用成为可能。

  —— Mitul Tiwari, Passage AI

  6.节省能源和成本

  我们正在使用人工智能来减少能源的使用,降低钻井、原油和天然气运输、储存以及石油精炼业务的能源成本。直到最近,该行业也一直在关注历史数据点。我们目前运行的人工智能应用程序可以预测未来能源的负载情况,这样不但可以减少浪费、降低成本,还能平衡高峰时期的需求。

  —— Jane Ren, Atomiton, Inc.

  7.预防漏洞利用

  我们最近开始使用机器学习来预测某个软件的漏洞是否有被攻击者利用的可能。这使我们能够在新的攻击之前留出数天的时间做准备。通过对“将被攻击”或“不会被攻击”的简单分类,我们还能训练具有高召回率的精确模型。

  —— Michael Roytman,Kenna Security

  8.更加聚焦以客户为中心的商业模式

  通过人工智能,我们能够更好的分析客户对调查和活动的反应。这使我们能够及时了解客户的反馈信息,了解是否存在与其响应率和参与性相关的其他属性。这些信息能帮助客户调整他们的调查战略。

  —— Alan Price,visioncritical.com

  9.市场预测

  我们在很多传统的业务场景中使用人工智能,如个性化,直观的工作流程,搜索和产品推荐。最近我们开始将人工智能融入到我们的市场预测,通过对未来市场的预测来提升竞争力。或者可以这样说,我们正“尝试”着预测未来。

  ——Tim Rendulic, Thomson Reuters

  10.加速阅读

  人工智能正在加速我们对书面文字的理解速度。简单地说,人类的阅读速度还是不够快,无法迅速挖掘出可利用的大量数据。我们已经开发出能够阅读和理解生命科学文章的高级人工智能,帮助研究人员快速找到治疗疾病的方法,开发出新的治疗方案和药物。

  ——Daniel Levitt, Bioz

  11.跨层弹性验证

  我们在听取客户意见时得知,在预测不同IT层之间的错误配置时,现有的测试方法不足。因此,我们在跨层依赖映射和跨层验证技术的研发上投入了大量资金,利用了知识驱动分析和机器学习技术。

  ——Gil Hecht, Continuity Software

  12.会计和金融科技

  人工智能正在影响许多行业,会计和金融科技也不例外。经过与专业会计师合作多年,我发现了一种日益增长的趋势——他们正在利用人工智能自动化来简化专业流程。不仅是会计师,整个金融服务业都在拥抱自动化。

  ——Nick Chandi, PayPie

  13.高级计费规则

  我们公司添加了机器学习驱动的计费规则,来最大限度的提高定期计费的信用卡处理成功率。通过识别信用卡下降的趋势(例如:周日晚上信用卡的下降频率比周三大),以及导致退款的欺诈模式,我们已经能够在减少人工干预的情况下提高收入。

  ——Jason Gill, The HOTH

  14.理解意图和行为

  不良行为者一般都有着特定的行为模式,例如:喜欢散布谣言的人往往是很健谈的。高级人工智能不仅能够识别这些模式,还能利用行为分析来理解交流背后的意图。这种方式也是我们辨别客户进行授权的一种方法。

  ——Brandon Carl, Digital Reasoning

  15.提案审查

  我们在我们的应用程序中发现了人工智能的一种很好的应用,它不但节省了时间还提高了客户的质量。当设备经理收到承包商的建议书时,机器学习通过分析范围、定价和承包商的历史业绩,来断定建议书上的成本定价是否合理,然后在合理的质量水平上完成任务。对我们的客户来说这也是一个巨大的福利。

  —— Tom Buiocchi, ServiceChannel



评论

技术专区

关闭