基于AI的企业数据驱动的应用实践分享-MBA讲座报告范文.docVIP

一、讲座主要内容 讲座名称 基于AI的企业数据驱动的应用实践分享 讲座日期 2016 年 12 月 16日 讲座地点 同济大厦A楼19楼会议室 主 讲 人 汪达钦 职务/职称 东华大学管理学院电子商务与物流系副教授 讲 座 的 主 要 内 容 及 背 景 背景： 受大数据风潮的影响，很多企业开始思考如何利用自身的数据去创造价值，有些企业更进一步地意识到了数据驱动决策的重要性，希望基于实际数据并利用数学分析来更科学地指导各类决策， 主要内容： 讲座通过一个浦发银行的具体案列，介绍了基于AI算法的数据应用的体系结构和流程，并对进行相关系统开发的工具和技术进行了推荐，包括语言、算法包、ETL数据处理工具、可视化工具和大数据模块工具等，最后分享了浦发项目的在具体实践中的遇到的难点和需要注意的点，为类似项目的开发提供的宝贵的经验。 主 讲 人 的 主 要 观 点 记 录 企业级系统需要批量化、自动化、稳定化的运行 AI是一个人工智能的技术一种，需要通过 “知识+技术+产品思维” 的良好运用，才能进行有效的AI应用 3、AI系统更倾向解决帮助客户更好的进行日常的、琐碎的的决策 4、AI系统的应用架构，主要包括底层图像、算法+规则、应用层 5、AI项目的难点主编包括降维、抽样、不平衡问题、模型手链、大规模数据学习和自动更新 6、AI项目更类似一个咨询项目，需要帮客户定义一切东西、包括范围、指标、规则等，需要体系的化的思维，来对现有问题或者指标进行挑战 7、项目的实现最好能系统化，需要对问题的解决有个全面的考虑，做到，“客户想到的我们想到了，客户没有想到的我们也想到了”。  二、讲座心得体会(不少于1500字) 集成人工智能作为核心业务战略 摘要：人工智能领域是研究和设计能够执行需要人类智力任务的智能代理，例如视觉感知，语音识别和决策。 为了通过图灵测试，人工智能必须能够推理并表达知识，计划，学习并以自然语言交流，并将所有这些技能集成到一个共同的目标。本文就如何集成人工智能作为企业核心的业务战略给出了中肯的建议。 关键词：人工智能、企业业务战略、集成 1.什么是人工智能技术？ 寻找路径通常与人工智能相关联，因为算法和许多其他寻径算法是由人工智能研究人员开发的。 人工智能有涉及神经网络、遗传算法、加强学习等领域。 神经网络通过例子给大脑学习建模，给定一组正确答案，它学习一般模式。 加强学习通过经验来模拟大脑学习 - 给定一些行动和最终的奖励或惩罚，它学习哪些行为是好还是坏。遗传算法通过自然选择模型演化 - 给定一些代理，让更好的人生活和更坏的人死亡。 通常，遗传算法不允许代理在其生命周期中学习，而神经网络允许代理仅在其生命周期中学习。 加强学习允许代理在他们的生命期间学习，并与其他代理分享知识。 2.人工智能对公司业务的影响 不是作为人类知识和聪明才智的替代，人工智能通常被看作是人类使用技术的支持工具。 虽然人工智能目前在现实世界中很难完成常识任务，但它能够比人类大脑更快地处理和分析数据。人工智能然后可以返回多个合成的动作过程并且将它们呈现给人类用户。 这样，人类可以使用AI来帮助消除每个行动的可能后果，并简化决策过程。 这些特质使得人工智能在许多行业中都非常有价值，无论它只是帮助游客和员工有效地游历公司园区，或者执行复杂的任务，如监控风力发电机并预测何时需要在故障前需要维修。 人工智能在网络安全方面甚至是不可或缺的盟友。人工智能也在改变客户关系管理（CRM）系统。 像Salesforce或Zoho这样的软件需要大量的人工干预来保持更新和准确。 但是通过将人工智能应用到这些平台，一个正常的CRM系统被转换成一个自我更新更正的系统。 3.如何集成人工智能作为核心业务战略？ 作为一个高级管理人员，不应该试图找出应用的人工智能方法，而是确定什么是可操作的见解，将使您的产品在市场上是更具防御性。 对于谷歌，这意味着更好的搜索结果。 其次，高级管理人员应熟悉自己公司的业务，以便能够在组织内集成人工智能的价值。 这也并不以为着管理着必须是一个人工智能专家，而是对其概念有较深刻的理解。 尤其重要的是，高级管理者必学认识到人工智能所带来的挑战和限制。我们远未达到强大的人工智能，也就是说人工智能还不能成功地执行任何人类能够做的智力任务。 这意味着业务预期必须承认人工智能应用程序的局限性。在没有人类帮助的情况下，例如在识别图像的情况下，一些系统不能达到高精度。 在这些情况下，像Amazon Mechanical Turk，reCAPCHA和EyeWire这样的众包方法有助于通过人工输入进一步细化模型。 真正的挑战是数据集成，跨不同数据集进行集成。 Google的Alon Halevy指出，“无论你加快计算机的速度或计算机的整