文 / 詹長霖
2017 年，幾乎每個行業都意識到了 AI 技術的潛在影響力。而 2018 年，我們將會看到以 AI 為後盾的服務出現井噴式的增長。科技和金融行業已經率先採用了 AI 技術，而到了 2018 年，將會有更多的公司奮起直追,利用 AI 技術來幫助公司獲得更好的發展。
要想讓 AI 這艘大型火箭升空，最起碼需要三個東西：數據、計算能力和 IT 基礎設施。但我們又該如何利用這些技術來影響日常的業務運營呢？
健康醫療
2018 年，AI 至少會被用來解決健康醫療方面的一些已知問題，如重要資訊缺失問題和長時間等待問題。AI 可用於降低病人的看病費用。比如，使用聊天機器人與病人交談，詢問他們的症狀，然後把資訊傳送給醫生，確保在正確的時間開出正確的處方。
案例：IBM Watson
在智能診療的應用中，IBMWatson 是目前最成熟的案例。IBMWatson 可以在 17 秒內閱讀 3469 本醫學專著、248000 篇論文、69 種治療方案、61540 次試驗數據、106000 份臨床報告。2012 年 Watson 通過了美國職業醫師資格考試，並部署在美國多家醫院提供輔助診療的服務。目前 Watson 提供診治服務的病種包括乳腺癌、肺癌、結腸癌、前列腺癌、膀胱癌、卵巢癌、子宮癌等多種癌症。Watson 實質是融合了自然語言處理、認知技術、自動推理、機器學習、資訊檢索等技術，並給予假設認知和大規模的證據搜集、分析、評價的人工智慧系統。
金融服務
金融行為監管局（FCA）的一份報告表明，從 2014 年到 2017 年，數字攻擊事件從每年 5 起增長到了每年 49 起。在過去一年更是發生了無數起數據洩露和數字攻擊事件，所以毫無疑問，在未來會有越來越多的銀行和金融服務機構會採用 AI 和機器學習技術來防範威脅。AI 不僅可用於防範風險，也可用於檢測市場變化的早期徵兆。
案例：阿裏巴巴的螞蟻金服
阿裏巴巴旗下的螞蟻金服下設一個特殊的科學家團隊，專門從事機器學習與深度學習等人工智慧領域的前沿研究，並在螞蟻金服的業務場景下進行一系列的創新和應用，包括互聯網小貸、保險、征信、智能投顧、客戶服務等多個領域。
根據螞蟻金服公佈數據，網商銀行的花唄與微貸業務上，使用機器學習把虛假交易率降低了近 10 倍，為支付寶的證件審核系統開發的基於深度學習的 OCR 系統，使證件校核時間從 1 天縮小到 1 秒，同時提升了 30％的通過率。
以智能客服為例，2015 年｢雙 11｣期間，螞蟻金服 95% 的遠程客戶服務已經由大數據智能機器人完成，同時實現了 100% 的自動語音識別。當用戶通過支付寶客戶端進入｢我的客服｣後，“我的客服”會自動“猜”出用戶可能會有疑問的幾個點供選擇，這裏一部分是所有用戶常見的問題，更精准的是基於用戶使用的服務、時長、行為等變數抽取出的個性化疑問點；在交流中，則通過深度學習和語義分析等方式給出自動回答。問題識別模型的點擊準確率在過去的時間裏大幅提升，在花唄等業務上，機器人問答準確率從 67% 提升到超過 80%。
零售
2018 年，電商行業將會更大範圍地應用 AI 技術，用於識別用戶的購買習慣。比如更好地瞭解購物車物品的放棄率，這樣就可以更智能地向客戶推薦商品。
案例：星巴克的｢專屬咖啡師｣
被稱為｢最懂互聯網的科技公司｣的星巴克，2016 年推 出了它的 AI 虛擬助理｢我的星巴克咖啡師｣（My Starbucks Barista）App，打字下單在星巴克早已過時，現在只需要對著手 機說出自己所需，具有聲音識別功能的虛擬助理會把訂單發送 到附近的星巴克門店，店內咖啡師接單後開始做咖啡，等消費者 進店時，咖啡已經做好在等著他，幫他節省了排隊等候的時間。
市場行銷
2018 年，顧客對一般性的產品不會太感興趣。他們希望商家能夠即時地向他們推送相關度更高、對他們來說更有意義的產品。這個時候，AI 就可以派上用場。因為 AI 技術會越來越普及，可用於自動化處理那些費時的重複性工作，所以市場行銷人員就可以節省出更多時間專注於提升產品價值上。
案例：喜力啤酒使用大數據、物聯網和人工智慧提升銷量
喜力啤酒利用 Shopperception 感測器與沃爾瑪超市合作了試點專案，Shopperception 公司主要使用感測器分析消費者在貨架前的購物行為，並使用它收集的數據創建即時事件來帶動更多的轉換。這個專案幫助他們收集了六瓶裝或一罐喜力啤酒是如何離開商店的數據。啤酒商和零售商可以評估所有收集到的數據，以便更好地瞭解購買喜力啤酒的顧客，以及商店賣啤酒的最佳地點，以及應該何時出售。
喜力還擁有強大的社交媒體，並與 Facebook 和穀歌建立了合作關係，以更好地瞭解他們的客戶。現在，憑藉這種洞察力，喜力可以創造個性化和事件驅動的行銷體驗。
毫無疑問，AI 將會幫助我們解決很多挑戰，每個人都將從 AI 技術中獲得好處。那些有能力實施 AI 技術的公司將會拔得頭籌。那麼，2018 年的關鍵問題將會變成：我們如何能夠確保除了科技巨頭之外的所有公司都能夠用上 AI 技術？
圖文提供/詹長霖
