隨著機(jī)器學(xué)習(xí)不斷向縱深發(fā)展，越來越多的傳統(tǒng)企業(yè)也開始應(yīng)用機(jī)器學(xué)習(xí)進(jìn)行業(yè)務(wù)創(chuàng)新，實(shí)現(xiàn)業(yè)務(wù)重塑。麥肯錫此前刊發(fā)的針對人工智能對世界經(jīng)濟(jì)的影響專題報告顯示，預(yù)計到2030年，人工智能將為全球經(jīng)濟(jì)貢獻(xiàn)13萬億美元。零售、運(yùn)輸、物流、制造業(yè)和農(nóng)業(yè)等傳統(tǒng)領(lǐng)域在人工智能和機(jī)器學(xué)習(xí)賦能之后，帶動的經(jīng)濟(jì)貢獻(xiàn)或?qū)⑦h(yuǎn)超軟件和信息服務(wù)業(yè)。而且，對比軟件與信息服務(wù)業(yè)，這些行業(yè)也更需要被賦能，以幫他們更好地部署和使用人工智能和機(jī)器學(xué)習(xí)。

結(jié)合亞馬遜全球20年機(jī)器學(xué)習(xí)的創(chuàng)新實(shí)踐，以及亞馬遜云科技幫助逾10萬客戶在云上使用機(jī)器學(xué)習(xí)的經(jīng)驗(yàn)，我們對傳統(tǒng)企業(yè)成功應(yīng)用機(jī)器學(xué)習(xí)總結(jié)了四點(diǎn)建議。

一、制定明確的數(shù)據(jù)策略

機(jī)器學(xué)習(xí)三要素包括數(shù)據(jù)、算法和算力，三者缺一不可。

對于多數(shù)行業(yè)來說，收集和處理數(shù)據(jù)是一個難題。因此，企業(yè)開始應(yīng)用機(jī)器學(xué)習(xí)之前，首先需要充分了解自己的數(shù)據(jù)現(xiàn)狀并制定數(shù)據(jù)策略。什么數(shù)據(jù)現(xiàn)在可用?什么數(shù)據(jù)通過一定的工作可以變得簡單易用?如果已經(jīng)確定幾個想嘗試?yán)脵C(jī)器學(xué)習(xí)的場景，就可以采用逆向工作法，根據(jù)目標(biāo)進(jìn)行倒推，推算出需要的數(shù)據(jù)、目前已經(jīng)具備的數(shù)據(jù)和依然缺失的數(shù)據(jù)，以及從現(xiàn)在開始需要搜集的數(shù)據(jù)。解決了這些問題，制定了明確的數(shù)據(jù)策略，才會有真實(shí)、準(zhǔn)備充分的數(shù)據(jù)去應(yīng)對基于機(jī)器學(xué)習(xí)的業(yè)務(wù)創(chuàng)新需求。

部分客戶雖然搜集了很多數(shù)據(jù)，但數(shù)據(jù)的就緒程度較低，數(shù)據(jù)質(zhì)量不高。例如，如果傳感器送過來的數(shù)據(jù)有異常值或缺失值，那么以此為基礎(chǔ)應(yīng)用機(jī)器學(xué)習(xí)，訓(xùn)練出來的模型大概率是不夠精準(zhǔn)的。

二、從合適的場景切入

企業(yè)在應(yīng)用機(jī)器學(xué)習(xí)的時候往往千頭萬緒，那么開展機(jī)器學(xué)習(xí)應(yīng)該從什么項(xiàng)目切入呢?這里給大家一個決策參考框架，可以從數(shù)據(jù)就緒狀態(tài)、業(yè)務(wù)影響和機(jī)器學(xué)習(xí)適用性三個維度進(jìn)行評估。企業(yè)可以選擇數(shù)據(jù)就緒度高、有業(yè)務(wù)價值但是業(yè)務(wù)影響低、機(jī)器學(xué)習(xí)適用性高的應(yīng)用場景作為機(jī)器學(xué)習(xí)試點(diǎn)和示范項(xiàng)目。

具體從三個方面入手。第一，在開展機(jī)器學(xué)習(xí)的早期階段，公司內(nèi)部可能對其帶來的作用還有些疑惑，因此需要從一個投入相對小的創(chuàng)新項(xiàng)目開始實(shí)驗(yàn)，它不會影響公司的核心業(yè)務(wù)，一旦成功可以幫助企業(yè)積累經(jīng)驗(yàn)，同時贏得內(nèi)部的信任。

第二，這個項(xiàng)目既需要有業(yè)務(wù)價值，還要適用于機(jī)器學(xué)習(xí)，取二者的交集。第三，找到一個場景機(jī)器學(xué)習(xí)只是作為輔助去自動化加速工作的某一個環(huán)節(jié)，而不是替代人。例如，醫(yī)生對病人的診斷由非常多的環(huán)節(jié)組成，其中看心電圖、X光片的過程可以利用機(jī)器學(xué)習(xí)實(shí)現(xiàn)自動化，加速醫(yī)生的診斷過程，但機(jī)器學(xué)習(xí)不會取代醫(yī)生的工作，對治療過程本身帶來的影響比較小，更容易得到醫(yī)生的支持和配合。

在成功交付了幾個3到6 個月可以完成的小型項(xiàng)目后，企業(yè)就會有足夠的信心和動力去獲得領(lǐng)導(dǎo)團(tuán)隊(duì)的支持，加大機(jī)器學(xué)習(xí)項(xiàng)目投入，逐步應(yīng)用機(jī)器學(xué)習(xí)來改造核心業(yè)務(wù)。

以嘉實(shí)財富管理有限公司為例，它是嘉實(shí)基金旗下的獨(dú)立財富管理機(jī)構(gòu)，在全國主要城市均設(shè)有財富管理服務(wù)中心，2020年為客戶創(chuàng)造回報超過31億元。作為金融企業(yè)，嘉實(shí)財富以媒體平臺作為切入點(diǎn)，借助亞馬遜云科技提供的標(biāo)準(zhǔn)AI 能力，包括開箱即用工具以及機(jī)器學(xué)習(xí)服務(wù)平臺上定制的 AI模型，形成了集媒資入庫、語音轉(zhuǎn)錄、短視頻生成、個性化推薦為一體的媒體處理平臺，讓金融企業(yè)有機(jī)會將客戶需要的金融視頻，精準(zhǔn)的推薦給客戶，從更多的渠道觸達(dá)客戶。

三、數(shù)據(jù)科學(xué)家業(yè)務(wù)化

針對企業(yè)成功應(yīng)用機(jī)器學(xué)習(xí)的第三個建議是要讓數(shù)據(jù)科學(xué)家業(yè)務(wù)化。以亞馬遜構(gòu)建機(jī)器學(xué)習(xí)團(tuán)隊(duì)為例，在亞馬遜，我們沒有將數(shù)據(jù)科學(xué)家單獨(dú)放到一個中央團(tuán)隊(duì)，而是將數(shù)據(jù)科學(xué)家與產(chǎn)品、業(yè)務(wù)團(tuán)隊(duì)放在一起，讓數(shù)據(jù)科學(xué)家業(yè)務(wù)化。亞馬遜致力于以客戶為中心，我們的機(jī)器學(xué)習(xí)科學(xué)家首先要以提高客戶體驗(yàn)為出發(fā)點(diǎn)，而不是從研究機(jī)器學(xué)習(xí)算法開始。

數(shù)據(jù)科學(xué)家業(yè)務(wù)化是亞馬遜的重要經(jīng)驗(yàn)。我們把這一經(jīng)驗(yàn)復(fù)制到亞馬遜云科技的客戶項(xiàng)目中。當(dāng)客戶缺乏數(shù)據(jù)科學(xué)家時，亞馬遜云科技的數(shù)據(jù)科學(xué)家和工程師會加入項(xiàng)目團(tuán)隊(duì)，與客戶的業(yè)務(wù)開發(fā)團(tuán)隊(duì)一起工作，凝聚數(shù)據(jù)科學(xué)家和領(lǐng)域?qū)＜业牧α浚瑸樘岣呖蛻趔w驗(yàn)而進(jìn)行創(chuàng)新發(fā)明。

傳統(tǒng)企業(yè)通常沒有既精通業(yè)務(wù)又精通機(jī)器學(xué)習(xí)技術(shù)的專家和數(shù)據(jù)科學(xué)家，因此也可以把數(shù)據(jù)科學(xué)家/機(jī)器學(xué)習(xí)技術(shù)專家與業(yè)務(wù)領(lǐng)域?qū)＜曳旁谝黄饘?shí)現(xiàn)技術(shù)創(chuàng)新。山東淄博市熱力集團(tuán)就成功地通過亞馬遜云科技的賦能，將其業(yè)務(wù)領(lǐng)域?qū)＜液蜋C(jī)器學(xué)習(xí)技術(shù)專家擰成一股繩。淄博熱力利用亞馬遜云科技豐富的人工智能和機(jī)器學(xué)習(xí)技術(shù)和服務(wù)，雙方聯(lián)合研發(fā)一套基于機(jī)器學(xué)習(xí)的智慧供熱專家系統(tǒng)，根據(jù)氣象、SCADA工控數(shù)據(jù)、建筑物維護(hù)結(jié)構(gòu)等信息計算出最佳的供熱模式，并給出具體的操作指令，實(shí)現(xiàn)精準(zhǔn)供熱，既讓用戶室溫始終保持人體最佳熱舒適溫度，又做到節(jié)能增效。

四、應(yīng)對技能差距

當(dāng)前，多數(shù)企業(yè)部署和應(yīng)用機(jī)器學(xué)習(xí)最大的瓶頸之一是機(jī)器學(xué)習(xí)人才的缺口。新興公司爭搶機(jī)器學(xué)習(xí)人才，同時各類傳統(tǒng)企業(yè)也需要機(jī)器學(xué)習(xí)人才。在這種情況下，企業(yè)尋找能夠?qū)ζ涮峁椭?、為企業(yè)賦能的服務(wù)商是解決這一問題的最佳途徑。

我們在與行業(yè)客戶交流中發(fā)現(xiàn)，很多行業(yè)問題需要對算法進(jìn)行大量的迭代和優(yōu)化，不斷提高精準(zhǔn)度。一些行業(yè)難題，甚至需要研究新的算法進(jìn)行破解。面對這些復(fù)雜的行業(yè)問題，不能停留在只教會客戶使用工具上。亞馬遜云科技的做法是“扶上馬、送一程”。我們集合了解決方案架構(gòu)師、人工智能實(shí)驗(yàn)室、數(shù)據(jù)實(shí)驗(yàn)室、快速開發(fā)團(tuán)隊(duì)和專業(yè)服務(wù)團(tuán)隊(duì)，根據(jù)客戶的項(xiàng)目需要，參與到項(xiàng)目的生命周期當(dāng)中，與客戶共同尋找適用于機(jī)器學(xué)習(xí)的業(yè)務(wù)場景，跟業(yè)務(wù)人員、技術(shù)人員在一起開發(fā)出產(chǎn)品原型，然后快速迭代進(jìn)行實(shí)施。讓客戶以盡可能小的試錯成本完成產(chǎn)品原型開發(fā)，彌補(bǔ)客戶的技能差距。

通過這樣的方式，我們授人以漁，賦能客戶創(chuàng)新，并且一直堅持平臺思維，讓更多的人使用亞馬遜云科技進(jìn)行創(chuàng)造和發(fā)明，讓人工智能和機(jī)器學(xué)習(xí)普惠。亞馬遜創(chuàng)始人杰夫?貝佐斯說過，創(chuàng)新有多種形式和各種規(guī)模，最激進(jìn)和最具變革的創(chuàng)新是幫助他人釋放創(chuàng)造力，實(shí)現(xiàn)其夢想。

亞馬遜云科技的一大核心目標(biāo)，就是將機(jī)器學(xué)習(xí)能力交付至每一位開發(fā)人員手中。借助Amazon SageMaker能夠幫助客戶快速構(gòu)建、訓(xùn)練以及部署機(jī)器學(xué)習(xí)模型的能力，我們得以更進(jìn)一步，將機(jī)器學(xué)習(xí)能力交付至更多希望基于機(jī)器學(xué)習(xí)創(chuàng)新的用戶手中。

總之，企業(yè)客戶應(yīng)用機(jī)器學(xué)習(xí)大有可為，建議企業(yè)制定好明確的數(shù)據(jù)策略，尋找適合機(jī)器學(xué)習(xí)的應(yīng)用場景作為切入點(diǎn)，先突破創(chuàng)新業(yè)務(wù)，再改造核心業(yè)務(wù)。同時讓數(shù)據(jù)科學(xué)家深入業(yè)務(wù)，避免閉門造車。希望越來越多的企業(yè)通過機(jī)器學(xué)習(xí)實(shí)現(xiàn)不斷創(chuàng)新和發(fā)展，在激烈的競爭之中立于不敗之地。