企业如何通过人工智能和机器学习获得成功


    日前,英国信息解决方案提供商Callcredit公司概念管理总监Dave Webber阐述了采用人工智能和机器学习技术在发现欺诈性贷款申请并保护消费者方面的成功应用。
    尽管目前机器学习和人工智能得到广泛的关注,但是许多组织尚未将这些概念付诸实践。英国最大的信用咨询机构之一Callcredit公司概念管理总监Dave Webber阐述了机器学习和人工智能的发展趋势,并对他们如何克服人工智能和机器学习方面应用的障碍进行了分析。
    根据调研机构Gartner公司开展的“2018年CIO议程调查”,真正具有意义的人工智能部署刚刚发生。该研究表明,只有4%的企业首席信息官实施了人工智能,另有46%的首席信息官为此制定了计划。
    尽管采用率并不高,但到2018年,许多企业已开始利用这项技术。Callcredit公司就是这些组织之一。
    在日前微软公司开展的人工智能转型的活动中,Webber介绍了Callcredit公司的人工智能之旅,以及他们的敏捷性如何帮助他们取得成功的事例。
    他表示,“作为概念管理总监,我正在实施一项创新职能,从根本上为业务发展增长提供机会。我们从事研究和开发以找出潜力。人工智能已经为我们提供了将事情提升到一个新水平的工具。无论是信用风险领域还是欺诈风险领域,我们都能比以前做得更好、更快。”
    Callcredit公司现在正在使用微软公司的Azure机器学习来识别试图获取信用报告和借贷时冒充他人的犯罪分子。
    该服务已成功阻止对Callcredit的信用报告和评分服务(名为Noddle)的欺诈性访问,并保护消费者免遭以其名义提取的不良贷款。
    克服采用人工智能的障碍
    正如Gartner公司的研究表明的那样,许多企业对人工智能技术的吸收和应用速度都很慢。他们认为安全和隐私问题、整合人工智能的复杂性、寻找技能并确定如何最好地衡量用例等是阻止他们很好地采用人工智能的主要原因。
    Webber表示:“鉴于我们习惯于处理消费者数据,并且多年来一直这样做,所以我们没有看到有关安全方面的更多的挑战。但安全一直是我们的心目中的首要考虑因素和顾虑。我认为最大的挑战之一就是透明度。我们需要有一个模型,可以向监管机构解释它的工作原理。还需要向客户解释这个概念,以便他们向消费者解释如何对他们做出决定。”
    敏捷性在数字化改造中的重要性
    根据Webber的说法,他们克服人工智能和机器学习障碍的能力的核心是他们在组织内的创新功能。该功能给出了新技术和新数据源的实验结果。
    根据调查机构普华永道的一项研究,67%的企业管理人员认为人工智能可以实现流程自动化并提高效率,尽管许多组织都在努力去真正理解如何才能专门用于他们的运营。
    Webber说,“回顾过去,我们花费了两年的时间研究机器学习和人工智能如何在组织中应用,以使事情变得更好。我们研究了所面对的许多不同的问题领域,通过这样做,我们了解了这些概念如何运作,以及哪种部署模式最有效。”
    填补人工智能的技能差距
    大多数组织面临采用人工智能的主要问题之一是没有合适的工作人员提供帮助。根据就业市场的分析表明,目前提供人工智能的就业岗位至少是具有合适技能的应聘者人数的两倍。该报告指出,自2014年以来,英国人工智能中的工作岗位数量增加了485%,但技能差距继续阻碍了这一创新。
    Webber说,“找到合适的人才是很困难的,我们需要与那些对技术真正有热情的聪明的数据分析师合作,他们能够把事情放到场景中,并更好地处理人工智能的数据。”
    他补充说,“我们与利兹大学和消费者数据研究中心(CDRC)开展密切合作,为此接收了一些实习生和毕业生。除此之外,我们使用传统方式将合适的人员招募到我们的组织,然后进行培训。”
    让人工智能对整个组织透明
    Webber表示,尽管很多企业在人工智能方面存在技能差距,但这类技术的进步历来与员工数量的减少有关。虽然降低劳动力成本对企业管理人员具有吸引力,但可能会对那些工作面临风险的人产生抵触情绪。企业需要仔细考虑这一点。
    “在早期阶段,人们对人工智能有很多误区。但我们必须组织从高层开始实施有效的教育计划,并设定这项技术可以为组织带来什么样的期望,并获得批准进行想要的实验。”Webber说,“这不仅仅是加强人们对技术的了解,并让他们能够胜任工作,而是关于在扩展技术时会发生什么,还有谁需要参与。这些需要延伸到整个组织。”
    “我们通过举办社区会议,让所有感兴趣的各方(例如专家、数据分析师、客户)来讨论这些概念。所以我们正处于一个继续教育的阶段。我们希望让所有关键堆栈持有者参与进来,让他们参与其中,并将他们的反馈意见投入到项目中。”Webber说,“这个系统的好处是可以帮助人们认识到这些好处,然后工作人员就可以自然而然地接受新技术,因为他们知道这会使他们的工作更容易。”
    Webber表示,“对于企业在人工智能和机器学习方面的成功应用,至关重要的是,人们不要将其当作是一个孤立的项目,将其视为一个工作计划,将其视为一个真正的商业变革机会,否则项目会来回反复,那就是如果企业认为这是一个真正的商业变革的机会,除了他们面临的挑战之外,在实施上将会很困难,要对一些项目会失败有所预计,如果保持正确的心态,那么将会更容易获得成功。”