×
支持199IT发展可加入知识交流群(4000+用户),最有价值数据分享和讨论!
点击即可加入!
关闭

2018人工智能前沿报告:深度学习的应用和价值

报告包含400个应用案例,横跨19个行业的9种业务功能。报告重点强调了前沿AI技术的应用范围之广,以及经济潜力之盛,也提到了发展中的一些局限和挑战。还有,需要注意的是,就算AI技术的前景再光明,使用数据之前都要把数据安全、隐私以及可能出现的偏见问题考虑周全。

估计AI的潜在价值

据估计,报告探讨过的所有AI技术加在一起,可能在19个行业的9种职能中,产生每年3.5-5.8万亿美元的价值。这在所有 (包括传统和AI) 数据分析技术一年产生的价值中,约占40%。

报告中估计,在每个行业的2016年营业额中,AI的平均贡献约在1-9%。但在19个行业之间,AI贡献的营业额百分比差异较大,取决于具体应用案例、获取大量复杂数据的能力,以及规章制度等其他限制。案例分析得到的结果是,AI能够产生最大价值的领域,既有顶线导向 (top-line-oriented) 的功能,比如营销和销售,也有底线导向 (bottom-line-oriented) 的功能,如供应链管理和生产制造。

在零售和高科技等消费行业,AI可能在营销和销售中拥有更大的潜力,因为商家与用户之间频繁的、数字化的互动会为AI技术提供庞大的数据集。电子商务平台将会尤其受益,点击数据与页面停留时间等用户信息都可以轻松获取,并用于生成实时动态的产品推送。

  • 在零售领域,定价和促销可以成为AI的天地。案例表示,使以用户数据来定制个性化促销活动,可以将实体零售商促销的增量销售额提升1-2%。
  • 在消费品的供应链中,AI部署也能起到重要的作用。基于潜在因果驱动因素 (而非先前结果) 的预测,可以将预测准确度提升10-20%,从而带来2-3%的营业额增长。
  • 在银行业,特别是零售业务中,AI依然可以在营销和销售中施展才能。另外,鉴于风险评估和管理的重要性,AI在这一方面的产生价值可能会更大。

挑战在哪里

AI正在吸引越来越多的企业投资,但到目前为止,拥有AI技术的公司里,只有约20%将自己的技术应用于核心业务或者大规模使用。AI技术的应用还面临着许多挑战——

  • 标注训练数据:这在监督学习中必不可少。目前大多是手动标注,但新的技术正在涌现,比如强化学习和in-stream supervision,数据可以在自然使用过程中获得标注。
  • 大量全面的数据获取:对许多行业案例来说,获取大量数据非常困难,比如用于预测治疗方案效果的临床数据。
  • 解释输出结果:比如,疾病诊断过程中,AI可以利用患者信息来得出诊断结论,但无法解释这一结论是如何一步步取得的。
  • 学习的普遍性:AI模型在将学习经验从一类情况向另外一类情况迁移时,经常遇到困难。这意味着,企业需要投入大量资金训练新模型,即便情况与之前的用例相似也很难避免。

PDF版本将分享到199IT交流群,支持我们发展可加入!

感谢支持199IT
我们致力为中国互联网研究和咨询及IT行业数据专业人员和决策者提供一个数据共享平台。

要继续访问我们的网站,只需关闭您的广告拦截器并刷新页面。
滚动到顶部