需要數(shù)據(jù)來推動有效的人工智能解決方案

我們到處聽到它。機器學(xué)習(xí)和其他類型的人工智能是在可預(yù)見的未來將推動競爭優(yōu)勢的引擎，但他們必須依靠數(shù)據(jù)來獲取燃料。大量數(shù)據(jù)，但不僅僅是任何數(shù)據(jù) - 他們需要高質(zhì)量，干凈，最新的數(shù)據(jù)，這些數(shù)據(jù)是準(zhǔn)確采購和管理良好的。

公司面臨的主要挑戰(zhàn)之一就是獲取這些數(shù)據(jù)，這有很多原因 - 從保持?jǐn)?shù)據(jù)被困在組織中的孤島到組織可能無法生成足夠的數(shù)據(jù)或有辦法收集數(shù)據(jù)這一事實它首先。他們需要的一些數(shù)據(jù)可能涉及客戶情緒，制造實踐或X射線圖像。

最重要的是，即使組織擁有數(shù)據(jù)，在數(shù)據(jù)收集和獲取回答業(yè)務(wù)問題所需的見解之間也會涉及很多步驟，例如“我們?yōu)槭裁匆タ蛻?”或“為什么有些我們制造的醫(yī)療器械是否有缺陷?“或者，預(yù)測一種結(jié)果，例如”X射線圖像中的異常指示疾病嗎?“

收集數(shù)據(jù)后，需要對其進(jìn)行清理，驗證和準(zhǔn)備，以確保數(shù)據(jù)“良好”。這是數(shù)據(jù)工程師的工作，他們還必須確保正確設(shè)計，管理和維護數(shù)據(jù)管理。然后有數(shù)據(jù)科學(xué)家創(chuàng)建他們將通過AI系統(tǒng)測試的假設(shè) - 并且基于這些假設(shè)開發(fā)算法來教授AI應(yīng)用程序以尋找可以回答他們問題的模式。完成這項工作后，工作將不斷重復(fù)，而且從未真正完成，因為人工智能程序必須不斷學(xué)習(xí)和發(fā)展。

這個復(fù)雜的過程帶來了另一個挑戰(zhàn)。數(shù)據(jù)科學(xué)家供不應(yīng)求，隨著人工智能需求的增加以及從物聯(lián)網(wǎng)設(shè)備和其他來源收集的數(shù)據(jù)，預(yù)計情況會越來越差。因此，即使他們愿意，公司也很難在公司內(nèi)部積累所有這些專業(yè)知識。

數(shù)據(jù)的收集，準(zhǔn)備和維護以及AI算法的持續(xù)開發(fā)所涉及的所有挑戰(zhàn)已經(jīng)將相對較新的業(yè)務(wù)推向了最前沿：數(shù)據(jù)即服務(wù)，其涉及外包這些活動中涉及的各種功能。我們都聽說過很多關(guān)于數(shù)據(jù)即服務(wù)的問題，而且隨著任何新技術(shù)的發(fā)展，都會出現(xiàn)很多混亂和新術(shù)語。為了簡化技術(shù)服務(wù)，下面我將數(shù)據(jù)交付服務(wù)分解為兩個關(guān)鍵產(chǎn)品：模型即服務(wù)和洞察即服務(wù) - 每個都有不同的情況和時間可能更適用。

模型即服務(wù)：數(shù)據(jù)和算法屬于您

在模型即服務(wù)中，您將收集自己的數(shù)據(jù)，但轉(zhuǎn)向提供商進(jìn)行準(zhǔn)備并開發(fā)算法。如果您擁有非常定制或?qū)Ｓ械男畔?，這種方法尤其有用。想象一下，例如，如果一家公司試圖找出其客戶離開的可能性，電信提供商正試圖確定向客戶交叉銷售其產(chǎn)品的最佳方式，或者是一名醫(yī)生試圖確定患者是否可能住院后重新入院或服用處方藥。這些問題的答案 - 或?qū)@些結(jié)果的預(yù)測 - 只能準(zhǔn)確地基于您公司特定的數(shù)據(jù)。

在這種方法中，您不僅擁有數(shù)據(jù)，還擁有算法。在篩選數(shù)據(jù)，清理，準(zhǔn)備，監(jiān)控和維護數(shù)據(jù)以及開發(fā)算法或數(shù)據(jù)模型以解決您的問題所涉及的所有正在進(jìn)行的工作之間的所有繁重工作都是為您完成的。你收到的見解是你的。您可以根據(jù)您的數(shù)據(jù)，客戶，公司和特定情況獲得競爭優(yōu)勢，而無需數(shù)據(jù)科學(xué)部門。

購買洞察力：洞察力即服務(wù)

另一種方法是洞察即服務(wù)，在這種服務(wù)中，您只需獲得所需的特定知識，而不是其他任何東西。您不必提供數(shù)據(jù)(盡管您可以根據(jù)需要補充一些常規(guī)數(shù)據(jù))，并且您不擁有它或任何開發(fā)的算法。你只是獲得了特別的洞察力。

如果您正在尋找對不基于您的特定數(shù)據(jù)集的通用問題的洞察力，這是有意義的。例如，假設(shè)一家對沖基金正試圖確定圣誕節(jié)期間的銷售額是否上漲。例如，他們可以求助于一個可以使用衛(wèi)星圖像和深度學(xué)習(xí)來計算購物中汽車數(shù)量的洞察即服務(wù)公司。在這種情況下，您將獲得問題的答案，但其他公司也可以獲得這種見解。

好消息是，盡管在收集和維護數(shù)據(jù)，開發(fā)算法以及數(shù)據(jù)科學(xué)家短缺方面存在挑戰(zhàn)，您仍然可以依靠AI來獲取您正在尋找的數(shù)據(jù)洞察力。無論您是需要通過模型即服務(wù)洞察您的特定數(shù)據(jù)，還是通過轉(zhuǎn)向洞察即服務(wù)來解決數(shù)據(jù)集之外的更多通用問題，結(jié)果是數(shù)據(jù)成為推動您業(yè)務(wù)發(fā)展的動力向前。