最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

人工智能的五大商业案例:Spotify、Biohub、高盛、Facebook、耐克

[复制链接]
跳转到指定楼层
楼主
发表于 2018-9-19 12:19:12 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
编者按:现在,很容易说算法比以往任何时候都更重要。但是,想要利用它们的力量是一场永无止境的战斗——因为人性仍然是每一项业务的核心。近日,《快公司》杂志网上上发表了一篇文章,盘点了从Netflix、Spotify、Biohub、高盛、Facebook、耐克等公司身上学到的关于人工智能的经验。作者为罗伯特·萨菲安(Robert Safian)。
里德·黑斯廷斯(Reed Hastings)和丹尼尔·埃克(Daniel Ek)
上个月,Netflix悄悄地删除了其服务上所有剩余的用户评论。就这样,首席执行官里德·黑斯廷斯(Reed Hastings)完成了公司不断发展的战略的最新转变:从内容推荐中的群体智慧转向机器智慧。前者现在已经深深地植入在了Netflix中——而且越来越多地在整个经济领域得到应用。
在过去的一年里,人们对人工智能越来越着迷,同时,也变得也越来越恐惧。这是技术反弹的一个重要特征。此前非常“正派”的Facebook和谷歌被推到了美国国会听证会上,引发了公众的愤怒。但不可否认的是,人工智能也是推动商业效率提升的最强有力的新引擎,是从亚马逊到埃森哲建立竞争优势的重要驱动力。
人工智能和算法的兴起及其带来的影响,比以往任何时候都更接近现实、更重要或更复杂。无可辩驳的是:科技的最新浪潮正在向我们袭来,而且没有回头路可走。
无论你是经营一家大型上市公司还是一家创业公司,无论你是在学术界还是在非营利组织,无论你管理一个团队还是在为企业的运营做出贡献,你都需要了解人工智能的出现。这里有五个教训,强调了算法是如何重新定义企业和组织领导的,也是每个领导者和商业人士在这个时代要想茁壮成长最需要努力学习的教训。
1、Spotify:押注算法
从一个不太可能的地方,也就是斯德哥尔摩诞生的流媒体服务Spotify颠覆了全球音乐产业。它是怎么做呢?最近,我在Spotify的总部和纽约办事处呆了一段时间,了解了公司的领导团队。许多因素促成了Spotify的成功,但一个关键因素是该公司对技术的投入。最简单的证据是:大约40 %的员工致力于工程研发和软件开发。首席执行官丹尼尔·埃克(Daniel Ek)热爱音乐——他甚至花了一年时间试图成为一名专业吉他手——但他明白Spotify的独特之处在于其技术与音乐、歌手和听众的互动方式。有太多的歌曲,太多的音乐品味,没有优秀的软件,就不可能对所有选项进行排序和优先推荐。
当我在今年早些时候见到苹果首席执行官蒂姆·库克(Tim Cook)时,他批评了那些“关于比特和字节”的音乐制作人。但是Spotify的算法层和它的整体软件能力让它处于领先地位,并给它带来了一个优势,即使库克的公司已经开始大力推广比Spotify更人性化的Apple Music。在这个过程中,Spotify并没有做得太差,而是创造了300多亿美元的市场价值。
2、BioHub:将数据过载转化为发展机遇
许多组织都意识到了数据的力量,但是从大量信息中获得价值是一件非常棘手的事情。如果没有工具将其收集的数据放入场景只中,传感器和统计信息就毫无意义与价值。
在最近参观旧金山BioHub的办公室和实验室时,我看到了一个令人信服的视觉体现。BioHub的联合董事之一乔 ·德里西(Joe Derisi)向我展示了一种新型显微镜的输出。德里西解释说,如果一个标准相机有一个镜头要聚焦,那么这个相机的22个镜头——每个镜头都必须相对于另一个镜头进行微调,在没有软件的情况下,这是不可能的。
在这之前的一天,我参加了一个关于科学研究的咨询委员会会议。我了解到,得益于我们不断增长的数据生成和收集能力,一个为期两天的实验现在可以产生数百万个详细的结果。然而,研究人员可能需要9个月或更多的时间来理解这一切。这就是为什么学术研究人员会尝试聘请工程专家来编写一个加快速度的算法。因为他们理解实验的速度越快,他们就能越快地进入下一个实验,对其进行微调可以产生更强大的结果。
这种潜力今天几乎适用于所有企业,不仅仅是在医学研究领域。为了保持竞争优势,你需要测试、研究和进化。昨天算是创新的优势很快就变成了筹码。或者,正如我和一位首席执行官交谈时承认的那样,门槛一直在移动。算法可能是测试-研究-进化过程的所有部分的核心,但是正是在这个“研究”阶段——机会可能会突然出现——也可能让操作陷入停滞。
3、高盛:让AI领导着前进
两年前,华尔街投资银行高盛推出了面向下一代消费者的零售银行Marcus。通过从头开始构建一个技术平台(并利用高盛的资产负债表),Marcus能够提供比许多传统竞争对手更高的回报率和更好的服务。但事实证明,这只是开始。今年春天,Marcus收购了Clarity Money,这是一个人工智能驱动的互动平台,此后将成为Marcus体验的核心。
Marcus并不害怕颠覆其强劲的开端,而是试图去颠覆自己,探索其产品的下一阶段愿景。对许多公司来说,这是机遇,也是危险。随着人工智能越来越好,你准备好接受它所能提供的东西了吗,或者你会冒险将竞争优势让给另一个玩家吗?
4、Facebook:要抬起头来看到AI的负面
Facebook已经在利用人工智能和算法的速度和规模优势达到令人难以置信的高度,但是去年也暴露了这种方法的风险。该公司不理解那些使用其软件的人可能会产生的功能障碍。如果阿迪达斯1%的鞋子有1/10的装配线有缺陷,它们可以被销毁。但是对于拥有20亿用户的Facebook来说,这可能意味着全世界有200万个心怀不轨的行动者——这个问题是不能容忍的。
Facebook 的情况表明,作为商业人士,我们采取的每一个行动都会产生意外后果。 当算法或人工智能正在监督这些操作时,它可以在一开始掩盖后果。 你对机器的依赖程度越高,就越难识别和解决问题。 因此,即使拥抱算法的迫切性达到了一个非常高的水平,对警惕性的需求仍然是至关重要的。
一些观察家认为,政府应该保持这种警惕,美国国会也在大声疾呼采取监管行动。然而,随着科技的进步,私营企业有责任更好地监督自己的选择。例如,Facebook正竞相解决自己的失误,投入更多的人力——是的,更多的软件——来修补其网络漏洞。这可能不会阻止外部监管者或其他干预的不可避免性,但这并不意味着它就没有必要。
5、耐克:尊重人的因素
当耐克选择在其30周年的“Just Do It"”纪念活动中突出科林·凯珀尼克(Colin Kaepernick),并围绕他推出产品线时,电脑上没有什么闪烁的灯光指向这条路。尽管算法功能强大——耐克将它们用于从制造、设计到营销的所有领域——没有任何计算机代码能够做出人们每天都面临的真正具有挑战性的选择。正是耐克首席执行官马克·帕克(Mark Parker)的直觉和他的内心认可了凯珀尼克项目——这是基于他对耐克作为一个品牌的位置和未来发展方向的直觉。
不接受人工智能和算法提供的强大能力是愚蠢的,但是我们也需要对我们企业中需要人类来掌舵的部分保持纪律。即使是Netflix,它部署了广泛的软件,根据我以前看过的内容告诉我该看什么节目,它也在创意节目经营者身上下了昂贵的赌注,以使这些节目变得生动起来。如果我真的喜欢体验全新的体验呢?人工智能没有理由幻想下一部《纸牌屋》,更不用说像《堡垒之夜》这样吸引了数百万年轻粉丝的游戏了,他们中的许多人正在亚马逊的Twitch网络上观看游戏视频,而不是观看传统上被认为是“表演”的视频。
耐克对凯珀尼克的赌注可能会被证明是昂贵的或有预见性的,但这是公司使命和宗旨的核心选择,而且永远不能委托给计算机代码。最近,一位同事分享了这样的一句话:组织中所有可以由机器完成的事情都应该由机器来完成——效率决定了这一点。但是人类需要做的一切都必须由人类来做。企业的决定性特征——那些涉及道德、判断力、创造力和同情心的特征——需要人性的介入。无论算法告诉我们什么,我们都不能忽视这一点。

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-3 19:18

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表