透過機器學習解決最常見的
業務難題
機器學習已超越潮流,成為許多組織有意義的價值驅動力。
完全接納人工智慧 (AI) 的企業當中有超過三分之二表示,
這個技術創造了更佳的客戶體驗、改善決策制定、增加生產
力,並且讓企業在創新的同時又能節省成本。
1
儘管機器學習顯然是企業轉型不可或缺的一環,但許多組
織仍費盡心力想要了解應該將其應用在哪些方面,才能發
揮最大的影響力。選擇正確的機器學習使用案例需要考慮
諸多因素。
首先,您需要在最佳商業價值和速度之間找到平衡點。由獨
立作業的資料科學家所建立的概念驗證,不太可能在組織
中引起太大的機器學習的熱情。若能展現機器學習如何解決
組織目前面臨的實際問題,更容易吸引所需的投入和資金。
此外,您要尋找一些可以在 6 至 10 個月內完成的工作,才
不會失去動力。如果您是第一次接觸機器學習,更是如此。
其次,您要尋找已經擁有豐富資料的使用案例。一個好的
商業使用案例如果沒有任何資料佐證,會讓資料科學家感
到沮喪。
最後,您需要評估您的業務問題是否真的需要機器學習才能
解決,以及機器學習是否能比傳統方法產生更好的成果。
這些成果可能是指降低成本、提高員工生產力,或改善最終
客戶體驗等方面。
滿足以上所有條件的最佳方法,就是確保技術專家和領域專
家能在機器學習專案上攜手合作。技術專家能進行可行性
評定,而領域專家將確保解決方案能解決真正的業務問題,
並產生實質的影響。
1 https://www.pwc.com/us/en/tech-effect/ai-
analytics/ai-predictions.html
2