人工智能技術(shù)：構(gòu)建與購買指南

Maria Korolov

人工智能正在迅速成為企業(yè)的當(dāng)務(wù)之急。無論是提高效率，尋找新商機(jī)，還是與時(shí)俱進(jìn)，亦或是想在競(jìng)爭(zhēng)中取得領(lǐng)先，各行各業(yè)的企業(yè)都在探索人工智能的商業(yè)優(yōu)勢(shì)，僅在過去的一年中人工智能的采用率就增加了兩倍。

對(duì)于一些企業(yè)來說，這意味著從頭開始構(gòu)建人工智能系統(tǒng)。但是市場(chǎng)研究機(jī)構(gòu)Gartner表示，找到合適的人才既困難又價(jià)格不菲，而且85%的人工智能項(xiàng)目有很高的失敗風(fēng)險(xiǎn)。即使項(xiàng)目構(gòu)建成功了，市場(chǎng)上的供應(yīng)商也可能很快就會(huì)以更低的成本提供更好的產(chǎn)品，這些產(chǎn)品不僅集成了更多功能而且擁有更直觀的用戶界面，更重要的是它們會(huì)被定期升級(jí)。再或者，當(dāng)企業(yè)正在使用的平臺(tái)被免費(fèi)升級(jí)或添加了新的人工智能功能，那么企業(yè)千辛萬苦為自己量身開發(fā)的人工智能產(chǎn)品很可能會(huì)變成雞肋。

另一方面，使用商業(yè)化產(chǎn)品可以在投資量少的情況下快速體驗(yàn)許多不同人工智能技術(shù)。IBM負(fù)責(zé)數(shù)據(jù)和Watson AI的總經(jīng)理Rob Thomas表示，要想在人工智能方面取得成功，數(shù)量非常重要。Thomas說：“我會(huì)鼓勵(lì)客戶嘗試100個(gè)人工智能試點(diǎn)項(xiàng)目。不是一個(gè)，也不是兩個(gè)，而是100個(gè)。它們中的一半可能沒有任何作用，但是只要另一半能夠有效果就可以帶來回報(bào)。”

他表示，市場(chǎng)上已有一些輕量級(jí)的商業(yè)工具，并且只需花上幾周的時(shí)間便可部署運(yùn)行。此外，在其他平臺(tái)和系統(tǒng)中內(nèi)置人工智能的嵌入式人工智能的概念也在興起。

以下是企業(yè)在決定是選擇現(xiàn)成的人工智能解決方案，還是自己構(gòu)建解決方案時(shí)需要考慮的一些因素。

確保旅客愉快的旅行體驗(yàn)

據(jù)加拿大多倫多機(jī)場(chǎng)管理局統(tǒng)計(jì)，每年有近5000萬乘客來到加拿大最大、最繁忙的多倫多皮爾遜機(jī)場(chǎng)。然而在機(jī)場(chǎng)工作的49000名員工中，只有1600人專注于管理、運(yùn)營(yíng)和技術(shù)工作。

其中一項(xiàng)工作是負(fù)責(zé)值機(jī)臺(tái)，以便乘客能夠使用這些設(shè)備更快地辦理登機(jī)手續(xù)。 當(dāng)值機(jī)臺(tái)發(fā)生故障或紙張耗盡時(shí)，它們會(huì)發(fā)送出警報(bào)。然而，從收到警報(bào)到重新啟動(dòng)并再次運(yùn)行平均需要1小時(shí)12分鐘。

機(jī)場(chǎng)管理局信息服務(wù)交付副主任John Thompson指出，這是一個(gè)問題。知道機(jī)器何時(shí)發(fā)生故障或紙張或墨水用完，這不是一項(xiàng)簡(jiǎn)單的計(jì)算工作。有些機(jī)器會(huì)比其他機(jī)器更加繁忙，或者在一天中的不同時(shí)間被不同程度地使用。因此機(jī)場(chǎng)決定使用智能分析以解決這一問題。

他說;“通過預(yù)測(cè)分析，我們可以知道機(jī)器什么時(shí)候會(huì)用完紙張，所以我們可以更快地，甚至是在紙張用完之前到達(dá)那里。”不過，他也同時(shí)指出，機(jī)場(chǎng)沒有足夠的資源從零開始構(gòu)建自己的工具。“我們已經(jīng)不再自己構(gòu)建任何東西了，因?yàn)槲艺J(rèn)為沒有人會(huì)感謝你開發(fā)自己的軟件。”

去年，機(jī)場(chǎng)開始使用基于云的Symphony Summit人工智能系統(tǒng)對(duì)票務(wù)系統(tǒng)展開內(nèi)部IT支持，不過這需要幾個(gè)月的時(shí)間來實(shí)現(xiàn)和配置機(jī)場(chǎng)的工作流程。Thompson認(rèn)為，從一個(gè)小項(xiàng)目開始著手，這是實(shí)施人工智能的好方法。“如果你試圖通過大拆大建的方式部署人工智能，那么它們通常也不會(huì)很好地運(yùn)行。慢慢來，一次只嘗試這一技術(shù)的一個(gè)方面。我的座右銘是：欲速則不達(dá)。”

商業(yè)化人工智能解決方案正在興起

Gartner分析師Svetlana Sicular認(rèn)為，多倫多機(jī)場(chǎng)管理局的經(jīng)驗(yàn)代表了大多數(shù)企業(yè)嘗試人工智能的方式，因?yàn)楹芏嗥髽I(yè)都選擇購買而不是自己構(gòu)建。“有一點(diǎn)現(xiàn)在正變得越來越清晰，那就是自己動(dòng)手行不通。因?yàn)楹茈y找到擁有這種技能的人才，就算找到了成本也很高，因?yàn)樗械钠髽I(yè)都在尋找同樣的人才。”

與此同時(shí)，平臺(tái)供應(yīng)商越來越多地將人工智能嵌入到他們的系統(tǒng)中，只需點(diǎn)擊一下按鍵即可使用這一技術(shù)。此外，將人工智能工具嵌入自己平臺(tái)的供應(yīng)商已經(jīng)建立起了極為龐大且組織良好的培訓(xùn)數(shù)據(jù)池。

例如，Salesforce擁有大量標(biāo)記和分類信息，可以分析趨勢(shì)和模式，然后為客戶提供最常見或最急需的分析。供應(yīng)商也可從規(guī)模經(jīng)濟(jì)中受益，他們可以聘請(qǐng)非常專業(yè)的人才來開發(fā)和改進(jìn)他們的人工智能模型。

Sicular指出，這才是真正關(guān)鍵的數(shù)據(jù)。“從長(zhǎng)遠(yuǎn)來看，數(shù)據(jù)是企業(yè)機(jī)器學(xué)習(xí)的最大一塊。這也是像谷歌這樣的公司能夠如此成功的原因，因?yàn)樗麄冎廊绾潍@取機(jī)器學(xué)習(xí)數(shù)據(jù)以及如何利用它。”相比之下，一些企業(yè)僅限于自己收集的數(shù)據(jù)，或者通過購買方式獲得的培訓(xùn)數(shù)據(jù)集。

曾擔(dān)任VMware首席技術(shù)官、現(xiàn)擔(dān)任風(fēng)險(xiǎn)投資公司General Catalyst Partners常務(wù)董事的Steve Herrod表示，商業(yè)工具還可提供其他優(yōu)勢(shì)。例如，與尋找會(huì)使用公司自產(chǎn)系統(tǒng)的人相比，找到熟悉商業(yè)工具的人要更加容易。此外，供應(yīng)商還在其平臺(tái)上提供了免費(fèi)或低成本的培訓(xùn)。“當(dāng)有能夠勝任企業(yè)工作的產(chǎn)品時(shí)，最好使用現(xiàn)成的商業(yè)化產(chǎn)品。隨著時(shí)間的推移，我們將擁有越來越多現(xiàn)成的商業(yè)化人工智能軟件。這些軟件將大大擠壓我們自己構(gòu)建差異化功能的需求。”

何時(shí)自己構(gòu)建人工智能工具

購買現(xiàn)成的人工智能工具十分快捷方便，但是有時(shí)企業(yè)別無選擇，只能從頭開始構(gòu)建。這種情況包括數(shù)據(jù)、模型極其敏感或是屬于專有的，再或者是根本沒有可用的商業(yè)化工具。

例如，專注于公用事業(yè)的軟件公司EnergySavvy已經(jīng)建立了專利算法來分析公用事業(yè)客戶的能源使用模式。該公司工程副總裁Kalpana Narayanaswamy稱：“我們近十年來一直為公用事業(yè)客戶提供服務(wù)，這讓我們有機(jī)會(huì)深度了解他們的項(xiàng)目是如何運(yùn)作的，他們是如何分割數(shù)據(jù)的，以及如何從中獲取洞察力。”

她說，解決這些問題需要了解公用事業(yè)企業(yè)的內(nèi)部運(yùn)作方式。“你必須知道如何應(yīng)用它們。這就是問題的所在。”為此，該公司建立了一個(gè)專注于行業(yè)專業(yè)知識(shí)的數(shù)據(jù)科學(xué)機(jī)構(gòu)。另外，她認(rèn)為分析平臺(tái)本身是建立在開源技術(shù)之上，這也是EnergySavvy之所以能夠超越對(duì)手為客戶提供的基本見解、基本定位和基本定制的原因。

人工智能組件既是企業(yè)業(yè)務(wù)增長(zhǎng)的核心，也是一個(gè)關(guān)鍵的區(qū)別點(diǎn)。一般來說，當(dāng)企業(yè)的人工智能技術(shù)是一個(gè)差異化因素時(shí)，那么就很難通過現(xiàn)成的商業(yè)化系統(tǒng)來實(shí)現(xiàn)。

Dialpad是一家總部位于舊金山的企業(yè)VoIP服務(wù)提供商。該公司的首席戰(zhàn)略官Dan O'Connell表示，盡管市場(chǎng)上有現(xiàn)成的商業(yè)化語音識(shí)別和自然語言處理系統(tǒng)，但是該公司還是從頭開始構(gòu)建了自己的VoiceAI系統(tǒng)。

他說：“我們只能選擇一種速度較慢、缺乏準(zhǔn)確性，并且非常昂貴的API。”Dialpad最終決定自己聘請(qǐng)自然語言處理和語音識(shí)別專家和數(shù)據(jù)科學(xué)家，以及擁有計(jì)算神經(jīng)科學(xué)博士學(xué)位的人。

通過自己從頭開始構(gòu)建，該公司實(shí)現(xiàn)了一些獨(dú)特的功能。例如，除了實(shí)時(shí)通話記錄，它還具有現(xiàn)場(chǎng)指導(dǎo)、情緒分析和實(shí)時(shí)智能筆記等功能。他指出，“這讓團(tuán)隊(duì)有機(jī)會(huì)采用更為科學(xué)的方法理解和處理對(duì)話。”

需要避開的陷阱

技術(shù)咨詢和系統(tǒng)集成公司Insight的首席技術(shù)官Brandon Ebken表示，并非每家企業(yè)都需要建立自己的人工智能技術(shù)。他說：“但是當(dāng)你越接近核心業(yè)務(wù)流程并有能力改變客戶體驗(yàn)，那么你就越有可能需要進(jìn)行某種類型的定制。”

開始得越早就能獲得越多的競(jìng)爭(zhēng)優(yōu)勢(shì)。他說：“我不建議任何人采取等待觀望的態(tài)度。人工智能今天就擺在這里，它們已經(jīng)不再是科幻小說中的東西。幾乎所有的客戶都有某種類型的人工智能計(jì)劃。人工智能正在推動(dòng)數(shù)字化轉(zhuǎn)型，采取等待態(tài)度的客戶將會(huì)被競(jìng)爭(zhēng)對(duì)手超越，或是錯(cuò)失一些巨大的機(jī)會(huì)。”

另一個(gè)可能需要自己構(gòu)建解決方案的情況是存在隱私因素，例如在受到嚴(yán)格監(jiān)管的金融和醫(yī)療保健行業(yè)。

Booz Allen Hamilton的負(fù)責(zé)人Lauren Neal指出，許多商業(yè)翻譯引擎需要將數(shù)據(jù)上傳到云端，但是政府用戶和受監(jiān)管行業(yè)的用戶希望確保他們的數(shù)據(jù)安全。她說：“他們寧愿選擇本地解決方案，從而將這些數(shù)據(jù)放在本地以確保數(shù)據(jù)安全。但是可以設(shè)置這種模式的商業(yè)化人工智能工具并不多。”

她補(bǔ)充道，很多企業(yè)還擔(dān)心遭到供應(yīng)商鎖定。對(duì)于使用平臺(tái)供應(yīng)商的內(nèi)置人工智能工具的公司來說，尤其如此。“這樣一來，他們就可能缺乏了靈活性。”

由于目前技術(shù)正在快速變化，因此被鎖定在單個(gè)供應(yīng)商的人工智能技術(shù)中將會(huì)讓企業(yè)在競(jìng)爭(zhēng)中處于劣勢(shì)。

兩全其美的舉措

對(duì)于大多數(shù)企業(yè)來說，自己構(gòu)建與購買并不是一個(gè)二選一或非此及彼的決定。相反，他們的策略是能買到就買，買不到就自己構(gòu)建。

為Workday、Ondeck Capital和Paycor等企業(yè)客戶提供人工智能輔助銷售指導(dǎo)的ExecVision公司首席技術(shù)官Reuben Firmin表示：“我們目前采取的就是兩條腿走路的策略。我們?cè)谑褂矛F(xiàn)成的工具進(jìn)行情緒分析，同時(shí)也構(gòu)建了自己的工具。當(dāng)有現(xiàn)成的工具時(shí)，我們就沒有必要再從頭來一遍。”在項(xiàng)目開始時(shí)進(jìn)行這項(xiàng)研究是很重要的，可以避免浪費(fèi)精力。

他還專門警告稱：“企業(yè)不應(yīng)忽視傳統(tǒng)的選項(xiàng)。統(tǒng)計(jì)數(shù)據(jù)足以滿足許多項(xiàng)目的需求。很多工程師都被深度學(xué)習(xí)所吸引，但是并非所有屬于人工智能范疇的項(xiàng)目都需要這樣的學(xué)習(xí)。”

當(dāng)商業(yè)化工具可用時(shí)，企業(yè)可能需要進(jìn)行自定義集成，添加專門的代碼或配置。技術(shù)咨詢公司PCM的高級(jí)副總裁Herb Hogue指出，“沒有任何現(xiàn)成的解決方案可以解決所有人工智能需求和業(yè)務(wù)挑戰(zhàn)。大多數(shù)解決方案都有核心框架、應(yīng)用程序或SaaS產(chǎn)品，但是企業(yè)仍然需要進(jìn)行修改、增強(qiáng)或使其符合現(xiàn)有的業(yè)務(wù)。這就是我的經(jīng)驗(yàn)。”

位于費(fèi)城的數(shù)字解決方案提供商Anexinet的分析主管Brian Atkiss表示，包括亞馬遜、谷歌、微軟和IBM在內(nèi)的大多數(shù)主要云服務(wù)提供商都有能力輕松構(gòu)建定制化的機(jī)器學(xué)習(xí)模型和人工智能系統(tǒng)平臺(tái)。

此外，這些巨頭還為常用功能提供現(xiàn)成的組件和API，例如自然語言處理、語音識(shí)別、光學(xué)字符識(shí)別和聊天機(jī)器人等等。

許多企業(yè)都有足夠的內(nèi)部數(shù)據(jù)用于用例。與使用來自商業(yè)化工具的通用且可廣泛獲取的數(shù)據(jù)相比，模型使用針對(duì)每個(gè)用例的完全自定義數(shù)據(jù)集將會(huì)更加準(zhǔn)確。

數(shù)字咨詢服務(wù)公司Sparkhound的業(yè)務(wù)自動(dòng)化總經(jīng)理Richard Salinas表示，具有大量?jī)?nèi)置功能的平臺(tái)可讓企業(yè)的開發(fā)團(tuán)隊(duì)更加專注于業(yè)務(wù)流程和用戶體驗(yàn)。他稱：“人們普遍存在一種誤解，認(rèn)為從頭開始構(gòu)建應(yīng)用程序意味著可以獲得極大的靈活性。”

本文作者M(jìn)aria Korolov過去20年一直關(guān)注新興技術(shù)和新興市場(chǎng)。

原文網(wǎng)址

https：//www.cio.com/article/3387618/ai-technology-when-to-build-when-to-buy.html