12. 12
Artificial
Intelligence
compute something that shows intelligent behavior
電腦做出聰明的事
ex: 下棋、開車、預測
機器學習是 AI 方法之一
Deep Learning 也是是 AI 方法之一
Machine
Learning
use data to compute hypothesis g that approximate
target f
用資料找出 hypothesis 假說 g 跟目標 f 很像
機器學習比較適從資料庫計算,計算機計算,演
算法更重視如何被算出來
machine 不會看沒有整理好的資料,但越學越會
Statistics
use data make inference about an unknown
process
使用資料推論原本不知道的事
ex: Francis Galton丟銅板
統計學是實現機器學習的方法之一
Data
mining
use (huge) data to find property that is
interesting
用資料找出有用,有趣的東西
ex: 購物籃分析、一起購買 (Netflix,
Amazon..)
小數據
大數據
小數據
“
what if
41. 如果我要開始….. 我的idea是..
The structure of integrated clickstream
CRM
system
4
system 1
system 2
system 3
clickstream of customers
A [profile, gender1, fee700, crm0100, km1357, km657, csat
0011,0021,0031,0044]
BI & dashboard(real time) VOC customer profile predictionevent MGMT
KM
system
5
recording
NLP
42. 42
Q&A
Q1 如何開始
source : Artificial Intelligence for the Real World by 湯瑪斯.戴文波特 Thomas H. Davenport , 拉傑夫.羅南奇 Rajeev
Ronanki 2019/6/21
1.了解技術 : 組織應建立一個資源庫,隨著需求和人才增多,一個合理做法可能是指派專責小組,到特定業務職能或單位裡,但即使如此,
由一個中央協調部門來管理各個專案和職涯
2.建立專案組合 :評估確認機會,系統化的方式評估需求和能力,然後發展出一個安排好優先順序的專案組合。一家公司收集的資料可能太
多,超過目前人力或電腦火力能適當分析和應用的程度。例如,某家公司可能有關於消費者數位行為的大量資料,但對於這些 資料的意義、
可在策略上如何運用,公司卻欠缺見解。為處理這個問題,企業使用機器學習來支援一些任務,像是程式購買個人化數位廣告等,或是像思
科系統(Cisco Systems)和IBM的做法,建立數萬個「傾向模型」(propensity model),以判定哪些顧客可能購買哪些產品。
3. 推行試辦專案:驗證概念可行的試辦專案,特別適合有高潛力業務價值的計畫;重新設計商業流程。在制定認知技術專案時,應仔細思考
可以如何重新設計工作流程,尤其著重在人類和人工智慧的分工。有些認知專案,是80%的決策由機器做,20%由人類做;還有一些專案
的比率剛好相反。以系統化方式重新設計工作流程是有必要的,這樣才能確保人類和機器彼此截長補短。
4. 擴大規模
43. 43
Q&A
source : Artificial Intelligence for the Real World by 湯瑪斯.戴文波特 Thomas H. Davenport , 拉傑夫.羅南奇 Rajeev
Ronanki 2019/6/21
Q2 應用及技術選擇
機器人與認知
自動化 (RPA)
認知見解
(cognitive insight AI)
認知互動
(cognitive engagement AI)
商業流程自動化
Ex : NASA
透過資料分析取得見解
Ex : GE, Deloitte
與顧客和員工交流互動
Ex: Vanguard
● 把電子郵件和電話客服中心系統裡的
資料,轉移到紀錄系統裡;例如,更
新顧客檔案,像是地址改變或增加服
務項目等。
● 更換遺失的信用卡或提款卡,進入多
個系統,更新各項紀錄,以及處理與
顧客的通訊。
● 從多種文件類型擷取資訊,以調和多
個計費系統裡沒有收取服務費用的情
形。
● 使用自然語言處理技術,來「閱讀」
法律和合約文件,擷取裡面的條款。
● 美國國家航空太空總署(NASA)受
到成本壓力,因此推出四個RPA的試
辦專案,包括應付帳款和應收帳款、
資訊科技支出、人力資源
● 預測某位顧客可能買什麼。
● 即時找出信用詐欺,以及偵測保險理賠
詐欺。
● 分析保固資料,以找出汽車和其他製造
品的安全或品質問題。
● 自動化執行數位廣告個人化定向。
● 提供保險公司更正確和詳細的精算模型
建構。
● 智慧型代理人提供全年無休的顧客服務,處理
的問題愈來愈多且廣泛,從密碼查詢到技術支
援問題,全部以顧客的自然語言來進行。
● 回答員工問題的內部網站,主題包括:資訊科
技、員工福利、人力資源政策。
● 為零售商設計的產品與服務推薦系統,可提高
個人化、互動和銷售額,通常包括豐富的語言
或圖像。
● 醫療推薦系統,協助醫療業者制定量身打造的
照護計畫,考慮到個別病患的健康狀況,與之
前的治療方式。