介紹

工業(yè)革命僅在蔚藍的天空中發(fā)生一次，但是，我們發(fā)現(xiàn)自己正處于深刻的革命(人工智能(AI)革命)的過程中。 200多年前，當(dāng)蒸汽機發(fā)明時，我們經(jīng)歷了第一次工業(yè)革命。 一個世紀(jì)后，我們發(fā)明了電力，一個世紀(jì)后，我們發(fā)明了互聯(lián)網(wǎng)。 像所有這些發(fā)現(xiàn)一樣，人工智能已經(jīng)徹底改變了我們的經(jīng)濟，并擾亂了您可以想到的每個行業(yè)。

但是首先，是什么使AI如此具有革命性?

像蒸汽機和電力一樣，人工智能擴大了社會對生產(chǎn)力的上限。 與效率低下且容易出錯的人不同，算法可以24/7全天候工作，并且不像人那樣容易犯同樣的錯誤。 除了生產(chǎn)力，人工智能的當(dāng)前功能和未來潛力基本上是無限的。 人工智能應(yīng)用程序?qū)е聫?fù)雜流程的自動化程度提高，個性化的客戶體驗，改進的風(fēng)險管理等。

在本文中，我們將了解AI如何改變了幾個行業(yè)。

人工智能與金融

麥肯錫的一份報告顯示，金融服務(wù)業(yè)是極少數(shù)采用人工智能技術(shù)的行業(yè)之一，因此，一些公司的利潤率比行業(yè)平均水平高出百分之十以上。

以下是AI如何改變金融業(yè)的一些常見應(yīng)用。

預(yù)防詐騙

通常，AI應(yīng)用程序?qū)で笤黾邮杖牖蛳鳒p成本。 但是，在預(yù)防欺詐方面，人工智能可以同時做到。 必須償還客戶的錢是一種代價，而且由于無法投資而損失了收入。 2016年，由于欺詐和身份盜竊，盜取了160億美元，這就是為什么它是AI中最大的應(yīng)用程序之一的原因。 通過分析客戶的活動，位置和購買習(xí)慣，欺詐檢測模型可以標(biāo)記看似可疑或不尋常的事件。

算法交易

交易員面臨的較大挑戰(zhàn)之一就是控制自己的情緒。 制定合理的交易策略是一回事，而不管您面對何種動蕩，堅持該策略又是另一回事。 但是，通過算法交易，它消除了交易的情感方面。 機器學(xué)習(xí)和人工智能大大改善了算法交易能力，使算法每天可以學(xué)習(xí)和改進，因為它可以提供更多數(shù)據(jù)。

個性化銀行

許多金融科技公司都在利用AI為客戶提供個性化的銀行服務(wù)。 客戶可以根據(jù)自己的風(fēng)險偏好獲得獨特的金融工具投資組合，還可以根據(jù)他們的支出方式，收入和目標(biāo)獲得個性化的財務(wù)計劃。 隨著AI的發(fā)展，您可以期望看到更多的個性化銀行服務(wù)。

如果您想了解有關(guān)人工智能在金融行業(yè)中的影響的更多信息，請查看《 2020年銀行業(yè)人工智能趨勢》。

人工智能與營銷

直到最近，在很長的時間里，營銷更多是一門藝術(shù)，而不是一門科學(xué)。 隨著機器學(xué)習(xí)和人工智能的出現(xiàn)，數(shù)據(jù)科學(xué)家能夠量化營銷決策并總體上改善營銷實踐。

營銷歸因

營銷中最大的問題之一就是弄清楚如何量化各種營銷渠道的影響。 對于離線營銷渠道(例如電視，廣告牌或廣播)，這尤其困難。

話雖這么說，但歸因建模和營銷組合模型卻出現(xiàn)了兩種流行的營銷建模技術(shù)來解決此問題。 歸因模型用于確定銷售和轉(zhuǎn)化功勞如何分配給客戶旅程中的不同接觸點(例如，客戶看到一個Facebook廣告，然后看到一個YouTube廣告，然后看到一個SEM廣告)。 歸因模型的問題在于它們沒有考慮離線渠道，這是營銷組合模型的來源。 營銷組合模型是多元回歸的一種形式，旨在基于花費的美元來估算營銷渠道的影響，以確定對轉(zhuǎn)化或收入的影響。

客戶分析

客戶分析或客戶細(xì)分是一種通過對客戶進行分析來更好地識別客戶的做法。 通過使用聚類技術(shù)和其他機器學(xué)習(xí)技術(shù)，營銷人員可以更好地了解客戶的人口統(tǒng)計信息(年齡，性別)和地理位置(地理位置)。 這樣，營銷人員可以更好地定位廣告和消息傳遞以與其目標(biāo)市場建立聯(lián)系。

人工智能與物流

通常，物流不是業(yè)務(wù)上最熱門的話題，但在人工智能方面卻不是。 實際上，人工智能的最大潛力可以在物流中看到，包括自動化倉庫和自動化車輛。

自動化倉庫

當(dāng)您想到自動化倉庫時，您可能會想到數(shù)十萬個移動機器人將亞馬遜的庫存從A點轉(zhuǎn)移到B點的亞馬遜倉庫。盡管的確如此，但實際上還有很多。 自動化倉庫還意味著使用數(shù)據(jù)來優(yōu)化庫存水平，從而減少所需的倉庫空間，降低運輸成本并降低總體成本。

自動駕駛汽車

人工智能在物流中的另一個用例是自動駕駛汽車。 正如我之前說的，人類效率低下并且容易出錯。 在運輸方面尤其如此。 人類需要睡覺，吃飯，使用洗手間，休息一下等。有了自動駕駛汽車，交通便不再局限于每周8天，每天8小時。

特斯拉(Tesla)是自動駕駛汽車的典范，不僅制造消費汽車，而且制造自動駕駛卡車。 另一個鮮為人知的例子是勞斯萊斯和英特爾。 他們共同建立了情報意識系統(tǒng)，為自主艦船打開了機會。

案例研究：了解AI如何通過動態(tài)定價模型轉(zhuǎn)變?yōu)槿蜻\輸公司

人工智能與零售

在競爭最激烈的行業(yè)之一中，零售商正在尋找創(chuàng)新的方法來通過人工智能脫穎而出并增加價值。 人工智能在整個產(chǎn)品和服務(wù)周期中以多種方式得到應(yīng)用。 以下是零售中AI的許多使用案例中的一些。

聊天機器人和機器人助手

在過去的幾年中，聊天機器人已經(jīng)有了很大的進步。 盡管他們還不能完全取代客戶服務(wù)代表，但他們擅長回答簡單的問題，并可以用來指導(dǎo)客戶建立合適的支持團隊。 比聊天機器人還要有趣的是機器人助手-Pepper，這是由Softbank設(shè)計的機器人，是一種社交類人機器人，已在實體零售店中用于與客戶互動并提供幫助。

個性化建議

一些零售公司還使用AI為客戶提供個性化推薦。 弗蘭克(Frank)和奧克(Oak)聲稱使用AI通過詢問一系列問題來為每個客戶提供獨特的服裝款式訂購盒。 亞馬遜是另一個很好的例子，它使用AI根據(jù)以前的搜索歷史和購買歷史來提供推薦產(chǎn)品。

案例研究：了解AI如何改善預(yù)測需求以優(yōu)化庫存。

人工智能與電信

電信行業(yè)的估計價值為1.4萬億美元，其價值之大，每個方面都很重要，因此電信公司找到了多個AI用例來改善其客戶體驗并最終實現(xiàn)利潤最大化。 以下是AI在電信行業(yè)中的三個主要應(yīng)用。

流失預(yù)測模型

客戶流失率定義為客戶停止與實體開展業(yè)務(wù)的比率。 由于技術(shù)上客戶是在電信行業(yè)中提供永久性收入，因此客戶流失的成本很高。 因此，電信公司已經(jīng)利用AI來根據(jù)活動水平，投訴數(shù)量等預(yù)測客戶何時可能流失。

網(wǎng)絡(luò)優(yōu)化

人工智能已成為構(gòu)建自我優(yōu)化網(wǎng)絡(luò)的關(guān)鍵，它為運營商提供了基于流量數(shù)據(jù)自動優(yōu)化網(wǎng)絡(luò)的功能。 據(jù)IDC稱，已經(jīng)有超過60%的運營商在投資AI系統(tǒng)以改善其網(wǎng)絡(luò)。

預(yù)測性維護

我想我們都可以同意，電信服務(wù)最大的破壞因素之一就是網(wǎng)絡(luò)故障-當(dāng)WiFi無法正常工作時，您不討厭它嗎? 好了，公司現(xiàn)在正在利用AI根據(jù)設(shè)備的狀態(tài)并分析網(wǎng)絡(luò)模式來預(yù)測網(wǎng)絡(luò)何時可能發(fā)生故障，從而可以主動預(yù)防網(wǎng)絡(luò)故障。

案例研究：了解AI如何改善電信網(wǎng)絡(luò)的運營并模擬消費者行為