如何讓機器學習更好地為企業提供服務？

根據 Gartner Hype Cycle 于 2023 年 8 月發布的一份新聞稿，人們對人工智能及其應用的熱情或許會墜入最低點，生成式人工智能幾乎處于“期望膨脹期的頂峰”，即將陷入“幻滅的低谷”。

快速瀏覽一下社交媒體，你也會發現一些端倪。有些頁面上充斥著定向廣告，主題平淡無奇，比如“為你的一堆收據提供 GPT”。這是一個很好的證據，表明人工智能熱潮正在尋找各式各樣的落地方式。

根據麥肯錫的數據，盡管人工智能的采用率自 2017 年以來增加了一倍多，但在過去幾年里，它已經穩定在 50% 到 60% 左右。

IBM 透露，與采用人工智能相關的挑戰中，近一半集中在數據復雜性（24%）和集成與擴展項目的難度（24%）上。雖然營銷人員的“給它加上一個 GPT 后綴，并稱之為人工智能”的策略可能是權宜之計，但努力真正實施、整合人工智能和機器學習的企業面臨著雙重挑戰。

首先，這很困難且昂貴。其次，因為它很困難且昂貴，所以很難找到測試用的“沙盒”，這是實驗和證明新人工智能產品價值所必需的，這將保證進一步的投資。簡而言之，人工智能和機器學習沒有我們想象中那么“平易近人”。

數據，數據，還是數據

歷史表明，大多數業務轉型一開始似乎都很困難，成本也很高。然而，在這些努力上花費的時間和資源已經為創新者帶來了回報。企業發現新的資產，并使用新的流程來實現新的目標，有時甚至伴隨著崇高的、意想不到的目標。人工智能熱潮的核心資產是數據。

世界正在經歷數據爆炸。根據 Seagate 和 IDC 在 2020 年發布的報告，未來兩年，企業數據預計將以 42.2% 的年增長率增長。然而，目前只有 32% 的數據被投入使用。

有效的數據管理，包括數據的存儲、標記、編目、保護、連接和查詢，處處充滿挑戰。一旦克服了這些挑戰，企業將需要確定用戶不僅在技術上足夠精通這些數據的訪問和利用，而且能夠以全面的方式這樣做。

如今，企業發現自己給普通分析師布置了有針對性的、假設驅動的工作。這種工作可以概括為一句不痛不癢的話:“我通常讓分析師拉出數據子集，并在其上運行數據透視表。”

為了避免局限性并更全面地使用數據，這種假設驅動的分析得到了商業智能（BI，business intelligence）的幫助，其中大規模的數據被可視化，變成了報告和儀表圖。

但即便如此，令人眼花繚亂的圖表規模也對閱讀者提出了更高的要求，必須清楚地知曉重要的信息和要尋找的信息，才能以假設為前提，更好地理解發生了什么。否則人類根本無法處理認知超載。

這是人工智能和機器學習出馬的大好時機。理想情況下，這意味著大量的數據科學家、數據工程師和機器學習工程師團隊可以提供這樣的解決方案，而成本也可以符合 IT 部門的預算。

此外，理想情況下，企業已經準備好了數量可觀的技術，包括 GPU、計算和編排基礎設施，用于大規模構建和部署人工智能和機器學習解決方案。但就像過去的商業革命一樣，真實情況并非如此。

難以使用的解決方案

市場上有大量基于兩種方法的解決方案：為現有的商業智能工具添加更多的智能和洞察力，在不斷增長的機器學習操作或 MLOps（Machine Learning Operations）領域，使開發和部署機器學習解決方案變得越來越容易。

商業智能在利用機器學習增強其能力方面取得了重大進展，但仍有認知超載挑戰需要克服。機器學習功能被深度嵌入到了商業智能接口中，以至于它們不容易被提取出來，定制的應用案例也因此被限制。

另一方面，作為對比，機器學習操作可以簡化機器學習模型的開發和推廣。它面臨的挑戰是，雖然它使數據科學家和機器學習工程師的工作效率更高，更多地構建和訓練模型，更少地糾結數據、部署和生產，但它并沒有解決這樣一個事實，即這些數據科學家和機器學習工程師仍然是稀缺和昂貴的資源。

因此，企業需要找到解決方案，使沒有博士學歷的普通分析師成為有價值的機器學習從業者，這就是機器學習的民主化。

機器學習的民主化之旅

Capital One 在十多年前就開始為機器學習的民主化之旅奠定基礎，當時它完全使用云服務，創造了一個現代化的計算環境，能夠提供基礎設施并提高數據處理能力。這種現代計算環境使復雜和大規模的數據集分析成為可能，并提高了效率。

Capital One 采用了中心化、標準化的平臺和治理理念。對于人工智能和機器學習，它構建了一個機器學習平臺，為工程師和科學家提供對算法、組件和基礎設施的管理訪問，以供重復使用。

計算環境和平臺理念為機器學習的民主化提供了必要條件。Capital One 的機器學習工程師和數據科學家團隊奉行“技術落地”的信條，采用了業務問題優先的方法。他們沒有收集技術需求，而是收集問題。

例如，Capital One 的信用卡交易欺詐團隊曾尋找一種方法來全面檢測欺詐行為，并自動開啟實時防御。為此，該公司開發了機器學習算法、組件和基礎設施來構建解決方案。在這個過程中，這些組件被發布到一個中央機器學習平臺上，以便在未來需要類似方法的業務問題上進行重用和改進。

隨著組織擴展其業務用例范圍并開發解決方案，他們經常會發現可用于更廣泛利益的重復模式。認識到這些模式的存在可以帶來更大的利益，通過常用的機器學習庫、工作流和組件，企業可以在整個企業中釋放機器學習的潛力，而不需要深入的數據科學或工程專業知識。

機器學習的民主化可以解決一些挑戰，包括認知超載、資源限制和可訪問性問題。它為試驗和測試鋪平了道路，這對于將機器學習變成一種有價值的工具至關重要，它不僅僅代表了一種過去的趨勢。

現在，如果業務分析師想要識別異常，或跟蹤其投資組合的細粒度細分趨勢，再或者如果營銷助理想要執行傳統分析工具無法提供的深度活動分析，機器學習可以以最小的工程資源需求滿足這些需求。

機器學習民主化，可以將這項技術從一個花里胡哨的噱頭，轉變為具有實用價值的核心技術。在一個工作日內，沒有機器學習知識或編程技能的分析師，也可以從他們選擇的任何數據集中發現有價值的信息。這種轉變大大降低了探索機器學習潛力，以及其在各個業務領域應用的成本。

我們已經看到了技術民主化轉變的出現。通過技術進步，比如無代碼解決方案，機器學習將繼續變得更容易使用。

作者：DeepTech深科技