如今人工智能和机器学习在企业界受到越来越热烈的追捧，企业组织日益利用这些技术更准确地预测客户的偏好，并加强业务运营。

　　如今人工智能和机器学习在企业界受到越来越热烈的追捧，企业组织日益利用这些技术更准确地预测客户的偏好，并加强业务运营。

　　据知名调研公司IDC称，到2023年，人工智能系统的支出将达到979亿美元，几乎是2019年支出375亿美元的三倍。据凯捷咨询(Capgemini)今年6月发布的研究显示，接受调查的950家企业组织中，有87%已部署了AI试点项目，或者已将有限的使用场景投入实际应用。

　　不过，新冠疫情爆发给人工智能带来了一个新的挑战，因为自3月以来许多依赖历史数据来改进算法的企业组织发现其模型出现了偏差。凯捷咨询负责洞察力和数据的执行副总裁Jerry Kurtz表示，这种“数据漂移”现象使企业很难依赖现有模型。比如说，对于试图预测喷气发动机维护间隔时间的企业而言，模型可能会发生重大变化，喷气发动机的使用在最近几个月出现了下降。零售商也是如此，近几个月来目睹销售额直线下滑。

　　Kurtz对示：“某些数据变化得很快，历史情况不再能很好地预测指标，这种情况相当常见。企业将不得不重新考虑算法，因为它们之前从未认为变量会发生变化。”面对这样的挑战，正实施人工智能和机器学习的CIO讨论了他们所做的工作。

　　据美国健康保险巨头安森(Anthem)首席数字官Rajeev Ronanki介绍，这家健康保险公司实施了人工智能和机器学习解决方案，处理从预料患者健康的变化趋势到解决服务纠纷的诸多任务。

　　通过分析慢性病(比如糖尿病或心脏病)患者多年来生成的医疗保健数据，并将其与类似疾病的患者(或“数字孪生”)进行相互对照，安森可以预测治疗可能出现的结果。

　　人工智能还帮助安森密切关注索赔及其他服务的进度，发现福利索赔裁决及其他服务方面潜在的客户问题。如果安森发现有明显的差异，客户服务团队会主动联系医疗服务机构或患者，解释原因。Ronanki表示，这种积极主动的外联对于防止紧张的冲突关系至关重要。为此，安森分析从客户对公司服务表示不满意的数百万次呼叫收集而来的历史数据中，人工智能生成分数，表明客户升级投诉的可能性。Ronanki说：“我们会主动联系客户并解释我们的决定，并尽力提供具体背景。”

　　2018年，安森聘请了前谷歌搜索负责人Udi Manber担任其首席人工智能官，这表明人工智能在这家公司已变得非常重要。Romanki表示，在Manber的领导下，安森的每条业务线都嵌入了人工智能功能和技能集，跨职能团队开发了应用程序，目的明显是为了简化医疗保健体验，让这种体验变得更“个性化、高效性和主动性”。

　　Pitney Bowes的首席创新官James Fairweather告诉，Pitney Bowes是一家有着百年历史的办公运输和邮寄服务提供商，过去这八年一直在广泛使用人工智能和机器学习工具。该公司目前利用机器学习软件来预测包括Android平板电脑和集成打印机在内的邮件包裹站何时可能发生故障。如果与联网的邮件包裹站直接联系的机器学习软件检测到潜在的故障，它会安排现场服务技术人员检查机器。

　　Fairweather说，机器发生故障前修复好问题对于减少包裹运输的停运时间至关重要。又由于机器学习软件已逐渐能够很准确地预测问题，因此Pitney Bowes可以为现场服务管理系统轻松安排检修服务。“它为客户提供了上佳的体验，” Fairweather说。

　　由于当下单日运输变得日益普遍，运输方面的消费者体验变得至关重要，Pitney Bowes还使用机器学习算法来优化退件量，为此必须监测包裹路线以识别处理过程中的连续异常情况。Fairweather表示，比如说，如果一个包裹通常在传输途中每4小时扫描一次，但是错过了第二个扫描窗口，算法会将它标记出来。Fairweather解释道：“我们基于这些活动的常态建立了数据科学模型，以预测处理过程中的异常情况。”

　　在Ocean Spray开始踏上人工智能和机器学习之旅之前，这家蔓越莓、葡萄柚及其他果汁的生产商不得不清理收集而来的多年数据。该公司首席数字和技术官Jamie Head告诉CIO.com，公司执行了主数据管理策略，以提高其业务部门和客户生成的信息资产具有的一致性和准确性。

　　Head表示，Ocean Spray正使用机器学习来梳理过去三年的历史数据，以评估销售量增长趋势，并分析竞争对手的促销方式，以补上可能存在的任何季节性缺口。Head的团队正与机器学习初创公司Visual Fabric合作，帮助了解它如何更好地从跟踪支出中获得洞察力，从而“推动业务发展”。IT小组与销售团队分享这些洞察力，帮助它们完善市场营销方法。

　　Ocean Spray还通过分析颜色、大小及其他变化因素(包括加拿大、马萨诸塞州、新泽西州、威斯康星州和智利等其他地区的农业合作伙伴的土壤和气候条件)，探究如何利用机器学习来提高蔓越莓产品的质量。

　　霍尼韦尔的销售人员使用人工智能软件帮助确定会议的优先级，并管理销售线索，从而帮助该公司的航空电子系统、工程车辆及其他工业机器赢得客户。

　　这家工业制造商主管卓越商业的副总裁Patrick Hogan表示，该软件其实是Tact.ai开发的虚拟助理，可从霍尼韦尔的Microsoft Office 365和Salesforce系统获取信息。员工可以使用智能手机与Tact.ai助理通话或发短信，检查他们是否按计划实现销售目标，并查看客户如何与业务建议进行互动方面的度量指标。

　　销售人员结束会议时，虚拟助理会询问他们计划采取的下一步是什么。助理还会向用户“推送”通知，表明可能变得过时的机会。Hogan说：“虚拟助理可帮助你掌握本部门的情况。”他补充说，使用次数越多，这款工具会越了解每个销售人员的工作流程和偏好。虚拟助理已对霍尼韦尔的销售渠道带来了积极的最终影响，包括更多的面对面会议，提高了每个卖家的销售额、销售转化率和收益率，他正积极敦促公司9500名员工中的更多人使用该工具。

　　据家得宝(Office Depot)的CIO Todd Hale称，家得宝正在投资打造机器学习功能，以获取有关客户偏好的洞察力，并更准确地推荐产品。

　　这家年收入达110亿美元的公司力求扩大业务服务部门(包括其CompuCom技术服务部门)，同时减少对办公用品销售额的依赖，为此开展了数据分析工作。 B2B销售贡献了家得宝收入的60%以上。该公司使用先进的人工智能/机器学习技术(比如XGBoost和随机森林)将客户细分为多种角色，并预测客户流失率、客户生命周期价值和产品亲和力。

　　Hale说：“在电子商务领域，我们利用Apache Spark和BigDL上的Analytics Zoo具有的深度学习功能，提供基于用户的实时产品推荐，并开发交叉销售和向上销售模型。”他补充道，理想情况下，这将帮助家得宝开发“量身定制的产品和服务”。

　　机器学习API隐藏了创建和部署机器学习模型的复杂性，让开发者能够专注于数据挖掘和用户体验。同时，将机器学习商业化成云服务也是当今的趋势，IBM、Microsoft、Google、Amazon以及BigML等公司都为业务分析师和开发人员提供了自己的机器学习即服务(MLaaS)，最近KhushbuShah在KDnuggets上发表了一篇文章，介绍了这5个公司的机器学习API。pg模拟器