大數(shù)據(jù)和人工智能夠幫助企業(yè)以新的方式改善客戶體驗(yàn)。

人工智能和大數(shù)據(jù)之間的關(guān)系是雙向的。可以肯定的是：人工智能的成功很大程度上取決于高質(zhì)量的數(shù)據(jù)，同時(shí)，管理大數(shù)據(jù)并從中獲取價(jià)值越來(lái)越多地依靠（諸如機(jī)器學(xué)習(xí)或自然語(yǔ)言處理等）人工智能技術(shù)來(lái)解決對(duì)人類而言難以負(fù)擔(dān)的問(wèn)題。

正如Anexinet公司數(shù)字策略師Glenn Gruber所述，這是一個(gè)“良性循環(huán)”。大數(shù)據(jù)中的“大”曾經(jīng)被視為一種挑戰(zhàn)而不是機(jī)遇，但隨著企業(yè)開(kāi)始推廣機(jī)器學(xué)習(xí)和其他人工智能學(xué)科的應(yīng)用，這種情況正在發(fā)生變化。

Gruber解釋說(shuō)，“如今，我們想要盡可能多的數(shù)據(jù)，這不僅是為了更好地洞察我們?cè)噲D解決的業(yè)務(wù)問(wèn)題，而且因?yàn)槲覀兺ㄟ^(guò)機(jī)器學(xué)習(xí)模型輸入的數(shù)據(jù)越多，它們得到的結(jié)果就越好?！?/p>

當(dāng)大數(shù)據(jù)遇到人工智能：跨行業(yè)的用例

以下深入地了解這個(gè)更廣泛的循環(huán)中的一個(gè)部分：如何將人工智能當(dāng)作處理大數(shù)據(jù)的強(qiáng)大杠桿的示例，無(wú)論是用于分析、改進(jìn)的客戶體驗(yàn)、新的效率還是其他目的。人們需要考慮以下人工智能和大數(shù)據(jù)應(yīng)用的三個(gè)重要因素：

1.從非標(biāo)準(zhǔn)化來(lái)源收集結(jié)構(gòu)化數(shù)據(jù)

大數(shù)據(jù)面臨很多的挑戰(zhàn)，例如以一種可用的、具有成本效益的方式存儲(chǔ)大數(shù)據(jù)。當(dāng)涉及到非結(jié)構(gòu)化數(shù)據(jù)時(shí)，其“可用”部分尤其棘手，根據(jù)研究機(jī)構(gòu)的一些估計(jì)，非結(jié)構(gòu)化數(shù)據(jù)占企業(yè)數(shù)據(jù)的大部分份額（70%或更多）。當(dāng)人們談?wù)摯髷?shù)據(jù)將不可避免地繼續(xù)增長(zhǎng)時(shí)，非結(jié)構(gòu)化數(shù)據(jù)是這種增長(zhǎng)的主要驅(qū)動(dòng)力。

將非結(jié)構(gòu)化信息轉(zhuǎn)換為可用格式對(duì)人類來(lái)說(shuō)是一項(xiàng)很繁瑣的工作，特別是在重復(fù)（但完全必要）的后臺(tái)操作中。

Exasol公司技術(shù)官M(fèi)athias Golombek指出，發(fā)票處理是一個(gè)特定的示例，它闡明了使用人工智能從非結(jié)構(gòu)化（或非標(biāo)準(zhǔn)）格式中自動(dòng)提取結(jié)構(gòu)化數(shù)據(jù)的廣泛可能性。

Golombek說(shuō)，“如何將人工智能應(yīng)用于大數(shù)據(jù)的一個(gè)例子是訓(xùn)練一個(gè)模型，該模型從掃描的發(fā)票和提取的結(jié)構(gòu)化數(shù)據(jù)的歷史數(shù)據(jù)中學(xué)習(xí)：發(fā)票ID、到期日、收件人等。這一信息通常須由工作人員來(lái)解釋，因?yàn)槊繌埌l(fā)票看起來(lái)都有些不同，具有不同的名稱或語(yǔ)言。但是，如果企業(yè)使用數(shù)千張發(fā)票的歷史數(shù)據(jù)，則可以創(chuàng)建一個(gè)模型，通過(guò)掃描新發(fā)票即可自動(dòng)為其提供結(jié)構(gòu)化數(shù)據(jù)。”

使用人工智能從非結(jié)構(gòu)化數(shù)據(jù)源自動(dòng)提取結(jié)構(gòu)化數(shù)據(jù)的這一相同原則可以廣泛應(yīng)用，不僅適用于財(cái)務(wù)或人力資源等運(yùn)營(yíng)領(lǐng)域，還適用于企業(yè)內(nèi)容管理的廣泛（通常是無(wú)意義的）類別。這對(duì)數(shù)據(jù)分析、機(jī)器人過(guò)程自動(dòng)化（RPA）和其他形式的自動(dòng)化以及其他目的都是一個(gè)潛在的好處。

ABBYY公司創(chuàng)新官Anthony Macciola說(shuō)，“組織正在使用人工智能改變其有價(jià)值的資產(chǎn)——內(nèi)容。表示，高達(dá)90%的企業(yè)內(nèi)容都是非結(jié)構(gòu)化的數(shù)據(jù)，并且以每年高達(dá)65%的速度增長(zhǎng)。大多數(shù)非結(jié)構(gòu)化數(shù)據(jù)都無(wú)法分析，從而導(dǎo)致有價(jià)值的信息丟失和無(wú)法使用。借助人工智能，組織將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換為可在智能自動(dòng)化系統(tǒng)中使用的可行信息。這使業(yè)務(wù)領(lǐng)導(dǎo)者可以更快地做出更好的業(yè)務(wù)決策?！?/p>

2.簡(jiǎn)化復(fù)雜的官僚程序

在采用大數(shù)據(jù)的場(chǎng)合，就會(huì)有復(fù)雜性和官僚主義。例如醫(yī)療、保險(xiǎn)和金融服務(wù)等領(lǐng)域，因此，這些行業(yè)正在越來(lái)越多地嘗試采用潛在的方式來(lái)使用人工智能技術(shù)來(lái)減少繁文縟節(jié)，并在圍繞法規(guī)遵從性和其他問(wèn)題的復(fù)雜需求中改進(jìn)流程和結(jié)果的潛在方法。

以下例舉金融領(lǐng)域的一個(gè)更深層次的例子：

Persistent Systems公司數(shù)據(jù)、分析和人工智能/機(jī)器學(xué)習(xí)總經(jīng)理Sameer Dixit說(shuō)：“金融科技完美地說(shuō)明了人工智能/機(jī)器學(xué)習(xí)如何改變銀行機(jī)構(gòu)向消費(fèi)者提供金融服務(wù)的方式。銀行的后臺(tái)操作涉及龐大而復(fù)雜的數(shù)據(jù)集，這些數(shù)據(jù)集需要大量人力。如果由機(jī)器人流程自動(dòng)化（與人工智能/機(jī)器學(xué)習(xí)結(jié)合使用）進(jìn)行處理，則可以在執(zhí)行了解客戶、驗(yàn)證客戶身份和地址等任務(wù)時(shí)節(jié)省大量時(shí)間和成本。貸款本身也是勞動(dòng)密集型的工作。借助人工智能/機(jī)器學(xué)習(xí)，降低成本，并以更具吸引力的利率向那些信用記錄有限的人提供貸款，正在擴(kuò)大一個(gè)以前服務(wù)不足的市場(chǎng)。”

AI Foundry公司產(chǎn)品管理總監(jiān)Arvind Jagannath指出，抵押貸款行業(yè)是目前正在嘗試人工智能的金融行業(yè)的特定子集。

Jagannath說(shuō)，“人工智能正在以多種方式改善抵押貸款行業(yè)中的數(shù)據(jù)分析。”他列舉了三個(gè)方面的例子，說(shuō)明了人工智能可以在哪些方面為貸款人和客戶帶來(lái)好處：

?吞吐量：Jagannath說(shuō)，“目前業(yè)內(nèi)平均完成抵押貸款的時(shí)間約為3至4周。使用人工智能來(lái)自動(dòng)化‘關(guān)鍵路徑流程’，只需幾天就可以完成抵押貸款的處理。這種吞吐量的增加使購(gòu)房者的購(gòu)房體驗(yàn)更快、壓力更小，并幫助銀行和其他貸款人更快地處理更多貸款?！?/p>

?分析速度：從某種意義上說(shuō)，貸款處理是信息處理的另一種表達(dá)方式。人工智能可以加快速度，達(dá)到實(shí)時(shí)處理的程度。Jagannath說(shuō)：“人工智能越來(lái)越多地被用于銷售點(diǎn)，以提供更多的貸款人自助服務(wù)?！?/p>

?處理和結(jié)果的準(zhǔn)確性：Jagannath說(shuō)，“使用人工智能和自動(dòng)化，能夠以高準(zhǔn)確率處理抵押貸款。人類會(huì)感到疲勞，這種疲勞會(huì)導(dǎo)致出現(xiàn)錯(cuò)誤，而人工智能技術(shù)可以全天候工作，而不會(huì)疲勞且精度很高?！?/p>

當(dāng)然，金融、醫(yī)療和其他公司在削減繁文縟節(jié)的同時(shí)，將不得不與人工智能偏見(jiàn)作斗爭(zhēng)。

3. 更好地利用視頻和語(yǔ)音資源

當(dāng)想到在各種組織中可以產(chǎn)生固有的“大”數(shù)據(jù)的媒體格式時(shí)，通常會(huì)想到語(yǔ)音和視頻。兩者都提供了人工智能如何應(yīng)用于改善企業(yè)如何管理和從現(xiàn)有媒體資產(chǎn)中獲取價(jià)值的實(shí)例，或者如何改善未來(lái)使用這些格式和其他格式的示例。

Anexinet公司分析總監(jiān)Brian Atkiss指出，像自然語(yǔ)言處理（NLP）這樣的人工智能學(xué)科在企業(yè)如何使用他們的語(yǔ)音數(shù)據(jù)、從語(yǔ)音分析到語(yǔ)音到文本轉(zhuǎn)錄方面創(chuàng)造了相當(dāng)多的新改進(jìn)。

此外，人工智能可以解決與基礎(chǔ)數(shù)據(jù)相關(guān)的挑戰(zhàn)。例如，可能為了質(zhì)量保證和培訓(xùn)而錄制視頻或音頻，實(shí)際上就是在使大數(shù)據(jù)變得更大。

Atkiss解釋說(shuō)，“在以往，出于人工審查和合規(guī)的原因，企業(yè)會(huì)存儲(chǔ)通話記錄數(shù)據(jù)，有時(shí)會(huì)長(zhǎng)達(dá)7年甚至更長(zhǎng)時(shí)間。這些數(shù)據(jù)以單聲道格式記錄，并經(jīng)過(guò)高度壓縮以減小文件規(guī)模和存儲(chǔ)成本。隨著語(yǔ)音到文本算法的發(fā)展，這些通話記錄數(shù)據(jù)突然變成了有用數(shù)據(jù)的寶庫(kù)，企業(yè)可以利用這些有用數(shù)據(jù)來(lái)衡量客戶體驗(yàn)并改善運(yùn)營(yíng)績(jī)效。”

人工智能驅(qū)動(dòng)的新分析機(jī)會(huì)也徹底改變了與通話記錄和其他語(yǔ)音數(shù)據(jù)相關(guān)的存儲(chǔ)挑戰(zhàn)。

Atkiss表示，“更高質(zhì)量的音頻文件從語(yǔ)音到文本的算法產(chǎn)生了更好的準(zhǔn)確性，因此企業(yè)需要使用未壓縮的音頻，這可能會(huì)使存儲(chǔ)成本更高。在此可以采用人工智能，這是因?yàn)樗哂凶詣?dòng)轉(zhuǎn)錄語(yǔ)音記錄的功能?！?/p>

Atkiss說(shuō)，“這些錄音文件現(xiàn)在可以實(shí)時(shí)或接近實(shí)時(shí)地轉(zhuǎn)錄，生成的錄音提供通話記錄，可以用于高級(jí)分析。這些文本記錄可以存儲(chǔ)，而高質(zhì)量的未壓縮音頻文件現(xiàn)在可以刪除，不需要存儲(chǔ)。企業(yè)提供實(shí)時(shí)訪問(wèn)這些數(shù)據(jù)的能力也要求在數(shù)據(jù)存儲(chǔ)和處理方面取得進(jìn)展?！?/p>

視頻文件的處理可以帶來(lái)類似的機(jī)遇和挑戰(zhàn)。人工智能現(xiàn)在使企業(yè)能夠更好地管理和發(fā)現(xiàn)企業(yè)視頻資產(chǎn)的價(jià)值。

IBM Watson企業(yè)視頻產(chǎn)品高級(jí)總監(jiān)Chris Zaloumis說(shuō)：“人工智能技術(shù)使企業(yè)能夠通過(guò)高級(jí)元數(shù)據(jù)豐富功能和以前未開(kāi)發(fā)的見(jiàn)解來(lái)理解和優(yōu)化視頻內(nèi)容庫(kù)。從提高參與度和增加可發(fā)現(xiàn)性到自動(dòng)化隱藏式字幕和進(jìn)一步提高包容性，人工智能為企業(yè)提供了必要的工具，使其能夠在真正的全球、始終在線的環(huán)境中運(yùn)營(yíng)。”

語(yǔ)音對(duì)文本技術(shù)在提高視頻應(yīng)用程序的可訪問(wèn)性和包容性方面，包括在實(shí)時(shí)訂閱源中，可以起到巨大的作用。Zaloumis說(shuō)，“像人工智能驅(qū)動(dòng)的實(shí)時(shí)和按需自動(dòng)字幕顯示，這樣的實(shí)用應(yīng)用程序?yàn)槁?tīng)力障礙員工和聾啞人彌合通信的鴻溝提供幫助?！?/p>