机器学习和人工智能能给商业带来的价值
他说，“从创建的用例中提取价值更加困难，但这是可以做到的 。”例如 ， 他引用了最近在Nedbank进行的项目 。
文章插图
在一个反欺诈项目中，仅在六个月内就阻止了价值1.37亿兰特的欺诈交易 。另一个是试点项目 ， 过去四个月收入超过2.5亿兰特 。
如果算法不支持业务流程，它只是一个智力练习 。
泰勒坚持认为，确保ML/AI项目价值交付的唯一方法是“自下而上”方法的结果 ， 这需要数据科学团队与业务部门密切合作 ， 而不是“自下而上” 。自上而下的方法 。
“你想通过AI项目实现的所有工作都必须与业务保持一致——业务实际上是在地面上，而不是在高层管理中 。战略可能来自高层 ， 但痛苦是根深蒂固的，这是你可以找到实际用例的地方，”他说 。
对于数据科学家来说，重要的是要认识到AI在业务范围之外并不重要 。“如果算法不支持业务流程，它只不过是一种智力活动 。这就是商业和技术之间真正的差距，”他补充道 。
第一步
由于ML/AI项目旨在帮助自动化决策，因此有必要准确确定哪些决策需要自动化，以实现三个关键目标：
赚钱
防止金钱损失；和
帮助管理风险 。
“数据科学团队无法知道这些问题的答案，至少在细节上与业务人员不同 。数据科学团队可以帮助业务人员回答问题 ， 但业务人员必须负责管理自己的痛点，”泰勒说 。
记住ML/AI与软件开发无关也很重要 。
我们必须记住，机器学习衡量的是行为，所以模型总是在变化的 。
“你不能只把模型投入生产就走开 。我们用于机器学习的工具与我们一直使用的工具不同——我们必须以新的方式构建这些工具，更深入地研究它们，并为系统创造更多能力 。我们必须记?。?机器学习衡量的是行为，因此模型总是在变化的 。”他说 。
成功的另一个关键因素是为项目配备适当的人员和技能 。然而，这说起来容易做起来难，因为在过去几年中，对AI/ML技能的需求增长了650%以上(基于LinkedIn职位) 。
此外，许多申请这些工作的人不具备必要的技能，不管他们的简历上写了什么 。
因此，泰勒开始根据团队成员的智力，尤其是他们学习和探索数据的好奇心和欲望来招募团队成员 。一旦被招募，这些聪明的年轻人将受到高级数据科学家、BI和数据分析师的密切管理和指导 。
【机器学习和人工智能能给商业带来的价值】“重要的是要记住 ， AI/ML与模型无关，而是与人有关 。最大的成功来自于这样一个事实 ， 即人工智能使地面上的人们的生活变得更容易，因此他们不会阻碍变革管理过程，并且该项目可以提供其旨在实现的价值，”他总结道 。
推荐阅读
- Finantix收购瑞士专注于财富管理和保险的人工智能公司InCube
- b48b20c和b48b20b区别
- 沃尔沃XC40和途观L哪个好
- 途观和途观L有哪些区别，上班代步哪个更合适？
- 大众速腾与凌渡哪个好
- 五行中属金和土的男孩名字
- 汽车res和set怎样使用？ 汽车上的res怎么用
- 硝基漆和水性漆的区别有哪些 硝基漆好还是水性漆好
- 王曼妮最后和谁在一起 王曼妮角色介绍
- 4S店修车与外面修车有何不同？