人工智能并不是万能的：并非每个SaaS业务都可以立即利用机器学习

SaaS 利用 人工智能 技术开始寻求更高效率解决客户问题，但是否每个SaaS都适合呢？ 机器学习 这一技术在影响AI后，对于SaaS的应用场景确实起到了非常好地支撑，但并非每个SaaS业务都可以立即利用机器学习。

本文由牛透社陈照编译，原作者Cathy Reisenwitz，首发于牛透社，经亿欧编辑整理供行业人士参考。

---

2013年，由Spike Jonze执导并担任编剧，讲述与人工智能驱动 机器人 之间故事的电影《Her》上映。随后，在2016年4月， Facebook 推出一项可以为品牌构建基于人工智能机器人的聊天软件Messenger的服务。据CIO杂志报道，Messenger至少相当于33000个聊天机器人，包括MasterCard的Kai。未来即现在。

“人工智能市场很有潜力实现大幅增长。” Accenture通信传媒和技术经理John Curran在写给 RCR Wireless的信中这样说到。为此，Curran引用了Accenture人工智能报告中的预测： 到2035年，人工智能会使得经济年增长率翻倍，生产率提高近40%。美银美林全球认为，到2020年底，人工智能的市场份额将达到700亿美元。

今天的CIO们正在利用人工智能自动化解放现有工作并腾出更多时间去拓展新的工作领域，正是强大高效的人工智能使这些成为可能。根据《华尔街日报》报道，CIO们提到的“机器学习开始影响核心业务功能”的日子马上就要到来了。

谁能使用机器学习？

并不是每一个SaaS业务都可以立即利用机器学习。

获得过风险投资支持的人工智能公司DigitalGenius的联合创始人和首席战略官（CSO）Mikhail Naumov，简明扼要地阐述今天的福布斯排行榜上哪些业务需要开始使用机器学习。

机器学习算法现阶段还需要人类校正大量的数据去完成训练，就如拿一袋零食在训练小狗。

除此以外，您还需要机器学习的的商业案例。构建一套算法并进行培训的成本很高，所以在做这件事儿之前你得有个可以做到“盈亏平衡”的计划。要考虑到，你所建立的机器学习算法是否能降低成本或提供更多有价值的方法，例如，是否能节约客服部门的时间，又或者是可以取代人力保险评估工作。

在“创造价值”方面，人工智能可以帮助您实现对客户的向上销售吗？或者它能为您的营销提供更有效的线索吗？

如果是这样，您的产品适合使用机器学习。即使还没打算在机器学习方面着手，了解使用机器学习可以实现什么也是有益处的。以下是2017年企业使用机器学习的一些做法。

个性化

Curran介绍说：“利用人工智能技术，企业可以将客户关系由浅显的交流跨越到更深的、更有意义的互动和体验层面，以前所未有的超级个性化的特色吸引客户，例如主动向消费者的智能手机上投放广告。

亚马逊Echo的“justask”就是一个很好的体现人工智能的例子。Echo是由亚马逊的机器人Alexa提供的支持。因为Alexa记录了你的购买历史、送货地址、运输和付款优惠，它可以根据您的需要提供每日促销和特殊交易。客户服务发言人和作者Richard Shapiro称 “Just Ask”功能为“游戏的改变者”。

“在今年的国际消费类电子产品展览会（CES）上，拥有音控功能的人工智能助手‘无处不在’。”MIT Technology Review新闻及评论的副主编Jamie Condliffe说。Condliffe写道：“消费者喜欢内置语音驱动的机器人设备，2017年相关公司在正试图将会话接口尽可能地放到更多的硬件中。”

Salesforce的Einstein通过所有CRM数据去预测可能会发生的情况，并给出工作动向的建议。Naumov提供爱因斯坦的例子，使用电子邮件，日历和社交数据在20分钟的时间段内发送您的电子邮件，当您的潜在客户在统计上最有可能打开您的电子邮件并做出积极回应。

自动化

日本Fanuc公司把机器人卖给那些可以主动学习新技能的工厂。Fanuc机器人可以在8小时内“学会”如何以90%的精度完成一项任务。据MIT Technology Review报道，Fanuc是世界上最大的工业机器人生产商。通过与日本一家机器学习公司的合作，Fanuc能够生产出基于机器学习算法的人工智能机器人，甚至可以下载应用到机器人。

但是机器人并不是只能接受工厂设定的工作。数据科学也在AI的十字准线上。一家名叫Bottlenose的洛杉矶创业公司就致力于数据科学自动化的研究，投资者Nova Spivack向华尔街日报解释说。这家公司是行业中的翘楚。自动化数据科学使用人工智能来辅助的话，使得AI的费用变得很低。

预测

根据《华尔街日报》报道，2016年，AIG在人工智能方向投入巨大。AIG首席执行官Peter Hancock已经投入125人参与创建人工智能模型，他希望这能使公司更好地预见保险索赔以及结果。

AIG高级副总裁兼副总法律顾问尼古拉斯·库利斯（Nicholas Kourides）告诉“先锋法”：与其在事情发生后再去想办法解决，不如进行事前分析，我们现在就在这么做，并开始研究统计和绩效来预测未来的问题。

“我们一天支付超过1亿美元的索赔，”Kourides说，“如果我们能在人工智能方面做得稍微好一点，就有可能省下一笔巨额开支。”

目前，AIG有五种机器学习算法来修复技术故障。每一个所谓的“co-bot”都有一个人类训练者来训练它解决问题。

举一个例子：如果网络设备中断，工程师完成修复曾经需要花费3.5个小时，但一个co-bot只需要十分钟就可以让设备重新运行起来。机器可以自行解决大部分问题，但在其余何不能处理的问题上，人类可以对其进行培训。已经有超过145000起事件已经得到解决，给AIG的工作人员带来了23000小时的生产力。

提高

每年，车祸造成将近130万人死亡，平均每天可预防死亡人数为3287人。在这些死亡人数中，年龄在15岁到44岁之间的年轻人占到一半以上。车辆事故损失增加20-50万。

Toyota Research Institute（TRI）正在利用人工智能使汽车“更安全、更经济、更容易被所有人所接受，无论年龄和能力如何”。但是机器学习和深层神经网络相比较创造自动驾驶车辆，可以做更多其他的事情。TRI也是可以在家里或者其他地方帮助老年人和残疾人维持身体健康的机器人助手。而且他们正致力于开发更坚固、更薄、更轻、更柔韧的材料。

结论

这就是2017年企业使用机器学习的一些做法。

无论哪种方式，“人工智能不仅仅是一时的风尚，”硅谷首席研究员、创始人兼董事长Ray Wang写道，“到2025年，其市场规模将达到1000亿美元，一些杰出人物认为，人工智能的集群，包括机器学习、深度学习、自然语言处理以及认知计算像一场风暴一样在席卷市场。”

“我认为我们正在进入一个全新时代，相比较改善社会原有功能，只看到边缘上的变化，技术将改变社会的基本方面。”Taweh Beysolow告诉我。Beysolow正在写一本关于神经网络的书籍。

Gartner认为，到2019年，将近三分之一的市场领先企业将看到人工智能平台服务是收入的重要来源。

再说一遍， 并不是每一个SaaS业务都可以立即尝试机器学习，甚至更少的人可以通过它获利。 但是，如果您有大量历史数据（并且人类可以对数据进行纠正）和一个机器学习的商业案例，那么有很多的可能性。