大數(shù)據(jù)包括結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，非結(jié)構(gòu)化數(shù)據(jù)越來越成為數(shù)據(jù)的主要部分。據(jù)IDC的調(diào)查報告顯示：企業(yè)中80%的數(shù)據(jù)都是非結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)每年都按指數(shù)增長60%。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，管理大數(shù)據(jù)并從中獲取價值越來越多地依靠(諸如機(jī)器學(xué)習(xí)或自然語言處理等)人工智能技術(shù)來解決對人類而言難以負(fù)擔(dān)的問題。

正如Anexinet公司高級數(shù)字策略師Glenn Gruber所述，這是一個“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，“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試圖解決的業(yè)務(wù)問題，而且因為我們通過機(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。”

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更廣泛的循環(huán)中的一個部分：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，無論是用于分析、改進(jìn)的客戶體驗、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)用的三個重要因素：

1.從非標(biāo)準(zhǔn)化來源收集結(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大數(shù)據(jù)。當(dāng)涉及到非結(jié)構(gòu)化數(shù)據(jù)時，其“可用”部分尤其棘手，根據(jù)研究機(jī)構(gòu)的一些估計，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)增長時，非結(jié)構(gòu)化數(shù)據(jù)是這種增長的主要驅(qū)動力。

將非結(jié)構(gòu)化信息轉(zhuǎn)換為可用格式對人類來說是一項極其繁瑣的工作，特別是在重復(fù)(但完全必要)的后臺操作中。Exasol公司首席技術(shù)官M(fèi)athias Golombek指出，發(fā)票處理是一個特定的示例，它闡明了使用人工智能從非結(jié)構(gòu)化(或非標(biāo)準(zhǔn))格式中自動提取結(jié)構(gòu)化數(shù)據(jù)的廣泛可能性。

Golombek說，“如何將人工智能應(yīng)用于大數(shù)據(jù)的一個例子是訓(xùn)練一個模型，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。這一信息通常必須由工作人員來解釋，因為每張發(fā)票看起來都有些不同，具有不同的名稱或語言。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)建一個模型，通過掃描新發(fā)票即可自動為其提供結(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，不僅適用于財務(wù)或人力資源等運(yùn)營領(lǐng)域，還適用于企業(yè)內(nèi)容管理的廣泛(通常是無意義的)類別。這對數(shù)據(jù)分析、機(jī)器人過程自動化(RPA)和其他形式的自動化以及其他目的都是一個潛在的好處。

ABBYY公司首席創(chuàng)新官Anthony Macciola說，“組織正在使用人工智能改變其最有價值的資產(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。大多數(shù)非結(jié)構(gòu)化數(shù)據(jù)都無法分析，從而導(dǎo)致有價值的信息丟失和無法使用。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。”

2.簡化復(fù)雜的官僚程序

在采用大數(shù)據(jù)的場合，就會有復(fù)雜性和官僚主義。例如醫(yī)療、保險和金融服務(wù)等領(lǐng)域，因此，這些行業(yè)正在越來越多地嘗試采用潛在的方式來使用人工智能技術(shù)來減少繁文縟節(jié)，并在圍繞法規(guī)遵從性和其他問題的復(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：“金融科技完美地說明了人工智能/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、驗證客戶身份和地址等任務(wù)時節(jié)省大量時間和成本。貸款本身也是勞動密集型的工作。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)大一個以前服務(wù)不足的市場。”

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，“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。”他列舉了三個方面的例子，說明了人工智能可以在哪些方面為貸款人和客戶帶來好處：

吞吐量：Jagannath說，“目前業(yè)內(nèi)平均完成抵押貸款的時間約為3至4周。使用人工智能來自動化‘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房者的購房體驗更快、壓力更小，并幫助銀行和其他貸款人更快地處理更多貸款。”

分析速度：從某種意義上說，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)到實時處理的程度。Jagannath說：“人工智能越來越多地被用于銷售點，以提供更多的貸款人自助服務(wù)。”處理和結(jié)果的準(zhǔn)確性：Jagannath說，“使用人工智能和自動化，能夠以高準(zhǔn)確率處理抵押貸款。人類會感到疲勞，這種疲勞會導(dǎo)致出現(xiàn)錯誤，而人工智能技術(shù)可以全天候工作，而不會疲勞且精度很高。”當(dāng)然，金融、醫(yī)療和其他公司在削減繁文縟節(jié)的同時，將不得不與人工智能偏見作斗爭。

3. 更好地利用視頻和語音資源

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，通常會想到語音和視頻。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)中獲取價值的實例，或者如何改善未來使用這些格式和其他格式的示例。

Atkiss表示，“更高質(zhì)量的音頻文件從語音到文本的算法產(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，這可能會使存儲成本更高。在此可以采用人工智能，這是因為它具有自動轉(zhuǎn)錄語音記錄的功能。”Atkiss說，“這些錄音文件現(xiàn)在可以實時或接近實時地轉(zhuǎn)錄，生成的錄音提供通話記錄，可以用于高級分析。這些文本記錄可以存儲，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。企業(yè)提供實時訪問這些數(shù)據(jù)的能力也要求在數(shù)據(jù)存儲和處理方面取得進(jìn)展。”視頻文件的處理可以帶來類似的機(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)的價值。

IBM Watson企業(yè)視頻產(chǎn)品高級總監(jiān)Chris Zaloumis說：“人工智能技術(shù)使企業(yè)能夠通過高級元數(shù)據(jù)豐富功能和以前未開發(fā)的見解來理解和優(yōu)化視頻內(nèi)容庫。從提高參與度和增加可發(fā)現(xiàn)性到自動化隱藏式字幕和進(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。”

Anexinet公司高級分析總監(jiān)Brian Atkiss指出，像自然語言處理(NLP)這樣的人工智能學(xué)科在企業(yè)如何使用他們的語音數(shù)據(jù)、從語音分析到語音到文本轉(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，實際上就是在使大數(shù)據(jù)變得更大。

Atkiss解釋說，“在以往，出于人工審查和合規(guī)的原因，企業(yè)會存儲通話記錄數(shù)據(jù)，有時會長達(dá)7年甚至更長時間。這些數(shù)據(jù)以單聲道格式記錄，并經(jīng)過高度壓縮以減小文件規(guī)模和存儲成本。隨著語音到文本算法的發(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，企業(yè)可以利用這些有用數(shù)據(jù)來衡量客戶體驗并改善運(yùn)營績效。”人工智能驅(qū)動的新分析機(jī)會也徹底改變了與通話記錄和其他語音數(shù)據(jù)相關(guān)的存儲挑戰(zhàn)。語音對文本技術(shù)在提高視頻應(yīng)用程序的可訪問性和包容性方面，包括在實時訂閱源中，可以起到巨大的作用。Zaloumis說，“像人工智能驅(qū)動的實時和按需自動字幕顯示，這樣的實用應(yīng)用程序為聽力障礙員工和聾啞人彌合通信的鴻溝提供幫助。”