利用人工智能(AI)扩展AI转换

根据麦肯锡最近的一项调查,只有不到三分之一的组织将人工智能用于多种业务功能。扩展AI转换似乎是此领域中最重要的挑战,根据我的经验,此处的主要限制因素是AI项目通常需要大量的人工工作,从而导致项目冗长且昂贵。

但是,如果人工智能可以帮助组织实施人工智能呢?

最近出现了新技术和新概念,以帮助加速和改善AI实施过程。尽管大多数这些技术仍在成熟中,但它们已经为采用这些技术的组织带来了可观的收益。

人工智能实施项目通常包括:

1.确定和评估人工智能机会
2. AI程序的设计和实现(包括编码)
3.这些AI程序的维护

对于这三个步骤中的每一个,我将描述可用的新概念及其影响。

1.确定和评估人工智能机会

人工智能机会可以从两个层面上进行识别:过程或数据。在过程级别,有两种技术可用:过程发现和过程挖掘。在数据级别,该技术称为数据发现。

选择合适的AI机会来实施至关重要。但是,过程和数据分析,文档编制,评估和优先级划分工作量很大。它们包括采访,观察,收集和分析数据。结果,此阶段通常需要两到六个月的工作。

流程发现
1.观察:在用户计算机上安装了一个程序。用户执行日常工作时,它无缝记录他们的点击次数,用户界面对象和处理步骤,并截取屏幕截图。该数据被发送到机器学习应用程序进行分析。

2.流程评估:经过几天的记录,您将剩下一个仪表板,其中显示了已观察到的流程的列表。系统通过对其进行自动化,分析标准(例如过程的长度或执行过程的人员数量)的潜在好处来对它们进行排名。

3.详细的过程分析:所显示的仪表板应允许您访问每个过程的文档,并以显示过程变型的流程图的形式出现。

以我的经验,这种解决方案可以帮助加速AI实施,速度比正常情况下快三到五倍,同时将发现的用例数量增加大约两个。

流程挖掘

现代流程挖掘解决方案由初创公司Celonis于2016年推出,其目的与流程发现工具相同。它们的区别在于它们分析过程数据的方式。与使用计算机视觉和用户界面对象记录的过程发现解决方案相反,过程挖掘解决方案使用从ERP等系统中提取的日志。

可以结合使用流程挖掘和流程发现解决方案来改善结果。流程发现通常不太准确,但是它提供了所有流程中潜在潜力的更全面视图。相反,进程挖掘提供每个进程执行的精确细节,但仅在生成结构化日志的系统上提供。无法记录在其他应用程序(如Excel,电子邮件或PowerPoint)上执行的过程。

数据发现

在可以推动业务价值的数据之间寻找关系会消耗资源和时间。数据发现解决方案无需扫描数据集的假设结果,而是扫描大量数据,以发现战略业务挑战背后的数千个隐藏驱动因素。这些解决方案还将公司的信息与外部资源(例如,经济,天气,人口统计)结合起来,以揭示隐藏的模式和更深刻的见解。

例如,与一家全球支付公司一起实施了数据发现解决方案。在短短五个星期内,它就将欺诈检测提高了7%,节省了1.4亿美元的成本。

2.人工智能程序的设计与编码

自动化代码生成

技术供应商已开始创建程序,这些程序可以使用过程发现或挖掘解决方案的结果直接生成机器人过程自动化代码。这些程序令人兴奋的是,它们可以自动创建自动化工作流并将其直接添加到自动化设计工作室中。然后,开发人员可以进一步完善代码。根据我的经验,可以为大多数AI项目预生成大约60%至70%的代码,从而使实施速度加倍。

自动化机器学习(AutoML)

数据发现平台通过识别数据之间的关系帮助数据科学家创造价值,而AutoML解决方案则支持数据科学家建立模型。

在典型的机器学习应用程序中,数据科学家拥有一个包含用于训练的输入数据点的数据集。通常,原始数据的格式不适合用于算法。相反,数据科学家必须应用数据预处理,功能工程和选择方法,使数据集适合于机器学习应用程序。经过这些预处理步骤之后,数据科学家便会选择算法并优化其参数,以最大化其机器学习模型的预测性能。这些步骤中的每一个都有其挑战,并涉及大量的时间和资源。AutoML系统有助于自动执行这些步骤。

3.人工智能程序的自主维护

当组织处理数百个AI程序时,管理变更和失败是一项挑战。当组织结合不同的技术以使用AI自动执行端到端流程时,这些组件中任何一个的故障通常会导致整个流程失败。

缓解此问题的一种有效方法是使用可预测和识别程序环境变化的系统。这样的系统能够主动调整环境(如果更改是由于环境故障引起的)或自动化程序(如果需要调整程序)。万一系统无法自动执行更改,它会提醒人员解决此问题。

首先,请与您的AI实施团队会面,以确定他们将大部分工作量花在哪里或遇到哪些痛点。当然,在这些区域中,使用上述杠杆可以为您带来最大的收益。

相关文章

联系我们

联系我们

029-88444144      

在线咨询: QQ交谈

邮箱: cnnwn@126.com

工作时间:周一至周五,9:00-17:30,节假日休息

返回顶部