隨著一些公司競相利用機器學習技術來賺錢，而這些機器學習技術側重于教授機器人更像人類那樣工作，而許多公司也正在努力解決如何利用人工智能和智能設備的問題。

隨著一些公司競相利用機器學習技術來賺錢，而這些機器學習技術側重于教授機器人更像人類那樣工作，而許多公司也正在努力解決如何利用人工智能和智能設備的問題。

機器學習究竟是面向未來，還是面向您現在的業務?這是一個許多企業領導者都在問的問題，因為每天都有人工智能和機器學習的新情況推動著我們對技術認知的邊界。最近一個震撼的例子是，在5月8日谷歌公司演示了其“谷歌智能助理”預訂美發沙龍和餐廳的場景，其可進行清晰地會話，這既令人振奮又令人不安。許多企業領導者會產生恐慌，這是可以理解的。如果機器可以如此快速地學習，那么在利用機器學習方面，我們的企業現在有多落后?

好消息這才剛剛開始

盡管谷歌公司的部分工作是特立獨行的，是先進技術的萌芽，但是大多數首席信息官都負責提供可帶來業務成果的解決方案。除了那些競相制造自動駕駛汽車或引領全球人臉識別系統的公司之外，很少有公司知道如何通過機器學習來賺錢，而該機器學習技術側重于教授機器人更像人類那樣工作。盡管如此，在人工智能和機器學習領域仍有大量的投資。國際數據公司(IDC)預測，到2021年，對認知和人工智能系統的投資將增長到超過5200萬美元。

目前讓機器做其本職工作

首席信息官應將他們對機器學習技術上的預算和愿景重點放在哪里?首席信息官們可以且應該更多地利用計算機所具備的某些非人類能力，而不是尋找一些讓技術更像人類行為的方法。例如，當今的計算機可以以毫秒為單位處理和分析大型復雜的數據集。將機器學習能力添加到這種龐大而快速的分析能力中，突然之間你就擁有了一個商業智能(BI)工具，可以抓取不斷增長的且復雜的業務數據，觀察其趨勢，分析所找到的內容并提供見解和潛在解決方案。

商業智能才是工作重點

現在商業智能能夠將大數據分析工作與機器學習功能結合起來，在這方面我們看到多個不同行業對人工智能進行戰略性嘗試。以下是幾個例子，講述機器學習技術如何在多個行業中得到使用：

? 金融服務業：金融服務業是一個擁有大量數據的行業。每筆客戶交易和每次客戶互動都會產生數據，這些數據可進行分析以提高服務質量和滿意度。利用機器學習技術，金融機構可以觀察客戶行為模式，包括消費、儲蓄和投資等，分析其趨勢并提供定制的理財建議和產品。

? 零售業：網上零售商以收集和利用客戶數據的能力而聞名，從而達到銷售最大化和客戶滿意度的最大化。隨著零售商希望借助商業智能和智能設備來迅速確定何時何地最適合推出折扣優惠，更換產品或修改定價，這類信息的收集和學習正在零售業方方面面不斷擴大。您可以從優步(Uber)和Lyft等公司的動態定價上看到這一點，他們利用天氣、交通和事件數據來實時確定定價。商業智能工具將繼續被更加深入和廣泛地使用，用于尋找跨地域的、跨時間段的和跨人口統計的購買趨勢，并幫助企業更好地了解和預測其客戶。

? 醫療保健領域：在醫療保健領域，深度學習算法正在幫助醫療診斷工作。例如，斯坦福德開發出一種算法，能夠通過所獲取的數據和圖像進行學習以診斷皮膚癌。在醫療領域的很多方面，電腦正在接受訓練，以學習影像并確定潛在問題和異常情況。算法也開始對不同來源(實驗室、科研機構和研究成果)的數據集進行梳理以改進臨床試驗和藥物開發，從而幫助識別其中的成功因素和/或潛在問題。

智能設備就在這里

雖然智能設備可能還沒有開始幫我們駕駛汽車和建造房屋，但它們正在努力將我們所獲得的數據轉化為我們所需要的答案。對于那些想知道從哪里開始使用機器學習的商業領導者來說，答案就在這個問題之中。你的企業想要解答的最難問題有哪些?如果是對數據進行探索，那么智能設備和商業智能工具就可以幫助您的企業找到答案。