
作者 | Daniel Faggella
出品|CDA數(shù)據(jù)分析師
大多數(shù)人工智能解決方案都不適用于小型企業(yè),但隨著時(shí)間的推 我決定了解人工智能解決方案現(xiàn)在的位置以及最終如何讓小企業(yè)獲得這些解決方案。
本簡(jiǎn)短指南討論了企業(yè)在某些方面實(shí)施人工智能所需的人工智能投資水平和專業(yè)知識(shí),以及人工智能供應(yīng)商需要克服的挑戰(zhàn),以使自己更易于小企業(yè)使用和獲取。
對(duì)于小企業(yè)主來說,不要因?yàn)槿斯ぶ悄艿某醋鞫萑肜Ь澈头中?,而是要了解它的本質(zhì),并且只關(guān)注那些可能會(huì)對(duì)他們的業(yè)務(wù)產(chǎn)生影響的人工智能解決方案。本報(bào)告旨在為小型企業(yè)所有者提供對(duì)機(jī)器學(xué)習(xí)在小企業(yè)整體技術(shù)范圍內(nèi)的適用性的理解,使他們能夠防止人工智能炒作,并在人工智能在小型企業(yè)領(lǐng)域?qū)崿F(xiàn)可訪問時(shí)更有效地利用人工智能。
在本報(bào)告中,我將討論以下內(nèi)容:
有三個(gè)級(jí)別的投資和專業(yè)知識(shí)可確定哪些企業(yè)能夠訪問AI解決方案。它們?nèi)缦拢?/span>
創(chuàng)建AI解決方案
希望創(chuàng)建自己的AI解決方案以解決其特定業(yè)務(wù)問題的企業(yè)將需要最大量的投資和最高水平的AI專業(yè)知識(shí)。更具體地說,這些企業(yè)將需要:
熟悉的基于人工智能的推薦引擎(如Netflix和亞馬遜)可以預(yù)測(cè)哪些推薦會(huì)促使特定用戶執(zhí)行理想的操作,例如觀看更多電影和購買更多產(chǎn)品。這是因?yàn)檫@些公司擁有大量數(shù)據(jù)可供繪制。對(duì)于每天進(jìn)行20筆交易的小型企業(yè)而言,情況并非如此。
此外,這些公司雇用大型數(shù)據(jù)科學(xué)家團(tuán)隊(duì)來構(gòu)建,清理和更新他們的數(shù)據(jù)庫和人工智能解決方案,這是小型企業(yè)根本無法承受的,除非他們得到風(fēng)險(xiǎn)資本家的支持,這些資金可以幫助企業(yè)構(gòu)建他們的AI解決方案在它進(jìn)入市場(chǎng)之前。
與AI供應(yīng)商公司合作
雖然希望將AI解決方案集成到其工作流程中的企業(yè)可能會(huì)向供應(yīng)商公司付費(fèi),但他們可能需要達(dá)到與希望構(gòu)建自己的AI解決方案的公司相同的先決條件。
在某些情況下,即使有一些數(shù)據(jù)科學(xué)人才,也可能需要數(shù)月的集成時(shí)間才能實(shí)現(xiàn)人工智能軟件,而軟件仍然無法提供預(yù)期的結(jié)果。設(shè)置和集成AI解決方案的困難可能在很大程度上破壞軟件的任何好處,除非企業(yè)已經(jīng)擁有合適的人工智能人才,這將使整合順利進(jìn)行。
客戶保留營銷公司 Optimove可能能夠與 1-800-Flowers.com這樣的公司合作,因?yàn)樗赡軗碛挟?dāng)?shù)夭萜鹤o(hù)理公司所不具備的數(shù)據(jù)科學(xué)人才。Digital Genius,Luminoso和 Acquisio]等公司也是如此。如果可能的話,他們會(huì)喜歡與媽媽們合作,但是如果他們還沒有必要的數(shù)據(jù)科學(xué)人才來設(shè)置并將AI軟件集成到他們現(xiàn)有的系統(tǒng)中,那么那些媽媽和流行音樂網(wǎng)點(diǎn)尚未準(zhǔn)備好進(jìn)行AI。
在大多數(shù)情況下,了解供應(yīng)商是否擁有真正的小型企業(yè)解決方案的最佳方法是檢查其網(wǎng)站的客戶或案例研究頁面。如果網(wǎng)站上提到的所有公司都有200名或更多員工,可以說供應(yīng)商不提供小型企業(yè)能夠?qū)嵤┑能浖?。例如,Acquisio 為小型企業(yè)提供促進(jìn)潛在客戶和PPC活動(dòng)的推廣,但它沒有在其成功案例頁面中提及任何小型企業(yè)。
使用AI工具
這些強(qiáng)大的先決條件對(duì)于小型企業(yè)來說難以滿足,因此事實(shí)是,對(duì)于小型企業(yè)來說,實(shí)施AI解決方案,該解決方案必須真正“開箱即用”。這意味著它可以隨時(shí)使用任何培訓(xùn),才能或調(diào)整。只需通過幾個(gè)在線教程或閱讀手冊(cè),任何人都可以在短時(shí)間內(nèi)學(xué)會(huì)使用它。
我將這些解決方案稱為“工具”。人工智能工具不需要內(nèi)部數(shù)據(jù)科學(xué)人才,數(shù)據(jù)基礎(chǔ)設(shè)施,風(fēng)險(xiǎn)資金 - 這些都不是。不幸的是,AI工具只是AI業(yè)務(wù)解決方案領(lǐng)域的一小部分,但它們確實(shí)存在。
一個(gè)例子是 谷歌地圖,各種規(guī)模的企業(yè)都可以實(shí)現(xiàn)良好的效果。Facebook廣告同樣易于使用。兩者都使用機(jī)器學(xué)習(xí)API,但都不需要數(shù)據(jù)科學(xué)家使用和維護(hù)。當(dāng)某些東西對(duì)消費(fèi)者友好時(shí),小企業(yè)可以使用它。
AI供應(yīng)商都希望進(jìn)入小型企業(yè)市場(chǎng)。因此,他們不斷努力提出類似于谷歌地圖和Facebook廣告的解決方案,這些解決方案對(duì)小型企業(yè)來說非常容易獲得。亞馬遜也很擅長(zhǎng)通過其推薦引擎幫助小企業(yè)推銷其產(chǎn)品。
但是,這些解決方案都不會(huì)在一夜之間獲得。例如,F(xiàn)acebook在第一天就沒有設(shè)法提供適合消費(fèi)者的廣告解決方案。經(jīng)過多年的努力和大量的預(yù)算才能使它達(dá)到今天的水平。
Optimove等公司希望能夠?yàn)樗麄兊腜PC活動(dòng)提供一個(gè)五人電子商務(wù)公司可操作,現(xiàn)實(shí)和合法的建議。不幸的是,由于兩個(gè)大問題,現(xiàn)在不可能:
數(shù)據(jù)問題
小型企業(yè)沒有大量的數(shù)據(jù)記錄,這將繼續(xù)成為一個(gè)問題,直到企業(yè)發(fā)展到擁有足夠數(shù)據(jù)的程度。對(duì)于離線業(yè)務(wù)來說,這更是一個(gè)問題,因?yàn)樗麄兊臄?shù)據(jù)很可能無法數(shù)字化到人工智能解決方案為其提供價(jià)值所需的容量。
例如,在網(wǎng)站上,企業(yè)可以假設(shè)地跟蹤每次點(diǎn)擊和鼠標(biāo)移動(dòng)而沒有太多麻煩,這將為企業(yè)提供關(guān)鍵數(shù)據(jù)點(diǎn)。對(duì)于實(shí)體店而言,情況并非如此,數(shù)字化跟蹤客戶從過道到過道以及產(chǎn)品到產(chǎn)品的移動(dòng)更難以捕獲。
小企業(yè)數(shù)據(jù)問題的唯一解決方案是聚合。理論上,AI供應(yīng)商可以從數(shù)千名每天銷售20種產(chǎn)品的小型商業(yè)軟件用戶那里收集足夠的數(shù)據(jù),然后培訓(xùn)機(jī)器以與亞馬遜相似的水平進(jìn)行操作。它可以聚合數(shù)據(jù)以便訓(xùn)練其推薦引擎軟件,然后可以向任何小型企業(yè)提供相同質(zhì)量的推薦并幫助他們銷售更多產(chǎn)品。
但是,為了做到這一點(diǎn),成千上萬的小企業(yè)必須首先購買該軟件。一個(gè)擁有風(fēng)險(xiǎn)投資的初創(chuàng)AI供應(yīng)商可能會(huì)以beta形式推出軟件來收集這些數(shù)據(jù)點(diǎn),但這需要很長(zhǎng)時(shí)間。為了達(dá)到這種級(jí)別的聚合,軟件必須為大型企業(yè)提供可靠的高投資回報(bào)率。
數(shù)據(jù)聚合的另一個(gè)問題是它可能在某些扇區(qū)中不起作用。數(shù)據(jù)聚合的價(jià)值源于共性。為了使機(jī)器學(xué)習(xí)軟件識(shí)別模式,數(shù)據(jù)需要具有共同的基本點(diǎn)。例如,如果供應(yīng)商可以匯總每天銷售20件T恤的1,000家小企業(yè)的數(shù)據(jù),那么它可以識(shí)別觸發(fā)更多銷售的行為模式。
對(duì)于利基產(chǎn)品或業(yè)務(wù),數(shù)據(jù)聚合成為問題。制造和銷售錫制定制高爾夫紀(jì)念品的公司可能只是少數(shù)類似企業(yè)中的一個(gè)。無論有多少電子商務(wù)網(wǎng)站插入其中,都可能無法獲得足夠的數(shù)據(jù)來訓(xùn)練AI系統(tǒng)對(duì)該業(yè)務(wù)有多大用處。
同樣重要的是要注意,并非所有數(shù)據(jù)都具有機(jī)器學(xué)習(xí)的價(jià)值。正如數(shù)據(jù)必須具有某種程度的共性一樣,它也必須是“干凈的”。清潔數(shù)據(jù)是相關(guān)的,并且最近的信息具有統(tǒng)一或一致的結(jié)構(gòu)。這允許機(jī)器學(xué)習(xí)軟件從中學(xué)習(xí)。數(shù)據(jù)還必須與業(yè)務(wù)的快速變化趨勢(shì)和細(xì)微差別相關(guān),否則將不會(huì)產(chǎn)生可用的結(jié)果。換句話說,干凈的數(shù)據(jù)比大數(shù)據(jù)更好。
在某些時(shí)候,AI開發(fā)人員會(huì)提出更好的算法,可以訓(xùn)練更少的數(shù)據(jù)。然而,可擴(kuò)展性不太可能達(dá)到可以幫助待在家里的媽媽烘焙蛋糕出售的程度。所有這些數(shù)據(jù)問題最可能的解決方案是數(shù)據(jù)聚合和算法的組合,可以訓(xùn)練更少的數(shù)據(jù)。
UI問題
使小型企業(yè)可以訪問AI解決方案的第二個(gè)障礙是軟件或UI的用戶界面。對(duì)于不是數(shù)據(jù)科學(xué)家的人來說,今天的AI軟件UI非常難以理解。它們不是用戶友好的,這就是為什么企業(yè)需要數(shù)據(jù)科學(xué)家來設(shè)置,集成和管理前面提到的軟件。
很有可能,這將來不會(huì)成為問題。公司將找到一種方法讓人們更容易與人工智能軟件交互,但可能需要很多年。
這將不是新軟件第一次發(fā)展成為更加用戶友好的。一個(gè)例子是 MailChimp,這是2001年推出的流行的營銷自動(dòng)化軟件。與 Marketo相比,它是相對(duì)簡(jiǎn)單的軟件,但是當(dāng)它第一次出現(xiàn)時(shí),需要有技術(shù)知識(shí)的人才能使用它。
隨著時(shí)間的推移,人們通過反復(fù)試驗(yàn)找出隱藏在幕后的復(fù)雜過程的方法,這樣用戶只需拖放電子郵件或點(diǎn)擊按鈕即可構(gòu)建自動(dòng)化廣告系列,而無需了解一行代碼。如今,沒有技術(shù)背景的人可以通過幾個(gè)教程視頻來感受自動(dòng)化系統(tǒng),但是要花費(fèi)超過15年才能達(dá)到這一點(diǎn)。
聊天機(jī)器人
聊天機(jī)器人是機(jī)器學(xué)習(xí)的應(yīng)用程序,似乎在各個(gè)行業(yè)中獲得了很大的吸引力。例如,醫(yī)療保健行業(yè)是該技術(shù)的早期采用者。但是,聊天機(jī)器人對(duì)小型企業(yè)的限制仍然與其他類型的AI迭代相同。聊天機(jī)器人仍需要一定數(shù)量的干凈數(shù)據(jù)和一定的技能來訓(xùn)練和使用它們。提供真正價(jià)值的開箱即用聊天機(jī)器人根本無法使用。
重要的是要注意,聊天機(jī)器人僅在明確定義的窄范圍內(nèi)使用時(shí)才是實(shí)用的。 用例顯示了解聊天機(jī)器人限制的價(jià)值,特別是對(duì)于小型企業(yè)。當(dāng)使用較少時(shí),它們最有可能提供強(qiáng)大的ROI。
例如,具有許多傳入查詢的企業(yè)可以使用聊天機(jī)器人在路由到正確的人之前響應(yīng)前兩層問題。即使這樣,它也可能無法為小公司提供強(qiáng)大的投資回報(bào)率。在大多數(shù)情況下,很多聊天機(jī)器人都是玩具應(yīng)用程序。
玩具應(yīng)用程序是那些專門為滿足自身需要AI并且大部分都是陷阱的人而設(shè)計(jì)的應(yīng)用程序。許多公司將AI用于除解決業(yè)務(wù)問題之外的其他目的。時(shí)尚品牌采用聊天機(jī)器人,因?yàn)樗麄兛吹接嘘P(guān)競(jìng)爭(zhēng)對(duì)手使用其中一個(gè)的新聞稿,所以他們覺得他們也應(yīng)該有一個(gè)。
供應(yīng)商非常愿意鼓勵(lì)這種思維。然而,有關(guān)聊天機(jī)器人的真正強(qiáng)勁和強(qiáng)烈的積極投資回報(bào)率的證據(jù)并不是現(xiàn)在無處不在的。
當(dāng)我采訪Conversica的首席科學(xué)家Sid J Reddy時(shí),他說:
為了使公司能夠成功構(gòu)建會(huì)話系統(tǒng),他們需要非常擅長(zhǎng)自然語言處理和機(jī)器學(xué)習(xí)...我們沒有一個(gè)模型可以理解每個(gè)上下文的所有內(nèi)容......特定的模型只能基于它的例子。因此,不同的公司專注于不同的意圖和實(shí)體。
也就是說,聊天機(jī)器人的概念仍然具有強(qiáng)大的吸引力。全自動(dòng)服務(wù)將是企業(yè)和客戶的理想選擇。但是,在目前的聊天機(jī)器人開發(fā)狀態(tài)下實(shí)施它需要花費(fèi)大量的金錢,時(shí)間和精力。對(duì)于大多數(shù)小企業(yè)來說,這比它的價(jià)值更麻煩。
營銷語言
供應(yīng)商通常將自己推銷為提供機(jī)器學(xué)習(xí)解決方案,而實(shí)際上他們只是利用人工智能炒作。我之前討論了三個(gè)經(jīng)驗(yàn)法則,用于在我網(wǎng)站上最喜歡的作品之一中切斷人工智能炒作。營銷語言本身通常包括流行語,宣傳公司的解決方案,好像它會(huì)神奇地解決企業(yè)的問題,好像它是一個(gè)人工智能工具。
如前所述,大多數(shù)人工智能解決方案都不是工具,供應(yīng)商往往不與那些沒有大量清潔數(shù)據(jù)和內(nèi)部數(shù)據(jù)科學(xué)家的公司合作完成整合過程。
小企業(yè)主的小貼士
AI供應(yīng)商希望說服小型企業(yè)將AI解決方案集成到他們的工作流程中,特別是當(dāng)小型企業(yè)是一個(gè)巨大的市場(chǎng)時(shí),但遺憾的是,AI解決方案在2018年對(duì)小型企業(yè)來說并不可行。
這是因?yàn)樵趯?shí)施AI時(shí),小企業(yè)有幾個(gè)缺點(diǎn)。例如,如果任何規(guī)模的企業(yè)尚未擁有有能力的數(shù)據(jù)科學(xué)家的空間,那么許多人工智能解決方案對(duì)該企業(yè)來說不是合理的投資。人工智能軟件需要對(duì)科學(xué)及其背后的大量風(fēng)險(xiǎn)資金有一個(gè)堅(jiān)定的理解,因?yàn)樗粫?huì)經(jīng)常在實(shí)施的第一天向企業(yè)提供結(jié)果。
一些企業(yè)最近才開始雇用人工智能和數(shù)據(jù)科學(xué)人才,因此他們可以利用人工智能來解決他們的業(yè)務(wù)問題,小企業(yè)可能無法做到這一點(diǎn)。
小型企業(yè)構(gòu)成了市場(chǎng)的重要組成部分,這使其成為人工智能供應(yīng)商公司的一個(gè)有吸引力的目標(biāo)。然而,大多數(shù)人工智能和機(jī)器學(xué)習(xí)系統(tǒng)仍然過于復(fù)雜和昂貴,無法被小型企業(yè)訪問。
小型企業(yè)主可以輕易獲得人工智能的唯一方法是將其商品化,使其變得對(duì)消費(fèi)者友好。要做到這一點(diǎn),它必須從頂部開始。大公司必須找到一個(gè)有利可圖的人工智能解決方案,以便他們投資它,反過來,供應(yīng)商可以繼續(xù)開發(fā)該解決方案,使其成為任何人都可以使用的東西。這就是小型企業(yè)可以獲得機(jī)器學(xué)習(xí)的方式。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10