算法在生活的应用以及怎样结合业务场景找到最合适的算法

电子说

1.2w人已加入

描述

近日,今日头条在一场分享交流会上首次公开了它的核心算法。而基于算法的精准推荐,每天有超过2000万用户在今日头条上阅读自己感兴趣的文章,这一度使得编辑记者们感受到一丝丝恐慌——机器真的要代替人类?

其实自2016年谷歌的人工智能程序AlphaGo 击败韩国围棋大师李世石起就揭开了人机大战序的序幕,2017年12月7日,谷歌DeepMind又调教出一个AlphaZero 程序,它在8个小时内就自学成才征服围棋、国际象棋和日本将棋,为此战役再下一城。那么人类到底会不会被AI取代?本文暂不对此进行探讨,一盘棋局而已,所知有限,不过可以肯定的是,算法已经显露了它的锋芒,并且进入到我们的生活中,甚至已经开始改变着世界。

算法带来的颠覆就发生在我们身边:

我们的出行

滴滴打车不拥有出租车,而是使用算法来连接司机和乘客。

我们的订餐

大众点评和美团战略合作后的新美大自己并不生产食物,而是使用算法连接了商家和客户和物流,将食物直接“投递”到手中。

我们的购物

全球第二大零售商阿里巴巴没有库存,而是使用算法来帮助他人销售和购买产品。

像滴滴打车,新美大和阿里巴巴这样的公司清楚地表明,智能算法会颠覆整个行业。但是,这种改变才刚刚开始,未来十年将有可能看到所有行业都受到算法的影响。Gartner把这一趋势称为“算法业务”,它将从根本上改变我们做生意的方式。

算法定义行动:

更快做出更明智的决策,并且降低风险

Gartner的高级副总裁Peter Sondergaard提出“算法定义行动”,到2020年,智能产品以及相关机构将促进40%的人与数据的交互。

算法业务并不新鲜,但是我们现在为什么还是总会提到它?

从有 “大数据” 这个词开始,很多地方都提到:大数据是 21 世纪的石油。的确如此,但根据 Gartner 最新发表的文章分析,数据本身而言是无含义的,数据本身并没有做任何事情,除非你知道如何使用它。

可以想想以下的场景:

在网络零售领域——推荐引擎利用算法,根据顾客过去的购买记录、浏览“类似”顾客的行为来精准推荐产品

在医疗领域——医务人员正在利用诊断算法来支持疾病诊疗,为病人提供第二诊疗意见,并查看患者过往的药物过敏史

在交通物流领域——算法分析数据,应用与零配件管理及采购系统以确保在工程故障检测之前,所需配件准备已经就绪

以上每种情况下,算法都不仅仅在做数字运算:它们能够直接支持某些角色(在以上案例中分别是顾客、医务人员和库存经理)。人们据此能够更快做出更明智的决策,并且降低了风险。

算法构筑未来:

结合业务场景找到最合适的算法

Q

那么,为何企业没有通过推进更多算法来提升业绩?

答案往往就是:企业只是利用数据分析来辅助报告,多用于活动后的数据反馈,比如说上个月的销售或客户服务数据可能很有趣,但只是 “马后炮”而已。

企业要想获得能够助力业务的洞察,就必须按需、及时提供这些数据。然而,同样重要的是,数据必须融入到企业架构和流程中,完善架构和流程,能够有效利用数据。

算法世界犹如一个浩瀚的星空,没有边际。没有一个算法是通用的,每个具体问题就需要一个算法,如何结合业务场景找到最合适的算法,这对企业来说是一大挑战。

因此,算法业务涉及算法与赋能业务之间的直接联系。这并不是你能从供应商那里买到的东西,而是需要在公司内部开发。这就是为何英特尔作为一家拥有分析技术的公司,花很多时间帮助客户了解它们的分析能力,增加业务与技术团队之间的互动,以便他们能够实现自己的分析目标,同时,英特尔也在通过底层产品创新,致力于为行业用户提供领先的产品和解决方案,积极应对和解决数据带来的各种挑战,使其潜力充分释放,让数据去真正推动业务洞察,带来效益的提升。作为数字信息行业的领导者,英特尔正在以技术赋能者的身份去成就更多的公司,并始终致力于同行业用户共同创新。

算法业务“帝国”非一日可建,而是需要全公司自上而下的思维转变。有趣的是,这种思维转变并不一定很难,因为我们作为消费者都已经习惯、甚至期待算法在我们的生活中帮助我们。英特尔将会持续推动从边缘到数据中心和云的技术创新,以帮助企业在数据时代蓬勃发展。

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分