以下內容根據 IBM 在神策 2017 數據驅動大會的“AI 人機共生時代：認知商業如何重塑企業數字化”主題演講所得。

IBM一向注重讓新興技術重塑企業和體驗，人工智能技術也不例外。認知系統是相對信息系統而言，與通常信息系統預先設定規則不同，認知系統無需設定規則，可以在實際中學習。IBM 對整個 AI 時代的看法很“務實”，強調的并不是科幻電影中無所不能的仿生人和機器人，而是增強型的智能，在人類智慧上面擴展和提升人的能力，用新的技術幫助人變得更加有吸引力、專注與優秀。

◆??人工智能的三駕馬車：數據、算法、算力

數字化帶來的沖擊對大家是有目共睹的。每人每天平均要花 3 個小時在手機上，每天互聯網都會產生 90 億 GB 的個人數據。國家在“十三五”期間對大數據產業的規劃是一萬億，AI 剛剛起步。AI 爆發為什么不是十年前或十年后？實際在 1956 年 AI 一次會中，就在談論 AI 的誕生，認為十年之后 AI 可以打敗人類的國際象棋高手，而這個過程計算機用了整整 40 年，直到 1997 年，IBM? 的“深藍”的出現。

為什么是現在？答案是整個 AI 領域三個關鍵生產要素已經集齊，即數據、算法和硬件算力，這三駕馬車讓 AI 的出現水到渠成。這些要素之間是可以互相作用的，例如更強的計算機硬件可以幫助工程師開發和測試更好的算法，更多的數據可以使得算法更穩定更有效，也可以支持更高層級的算法。

◆??企業數字化重塑核心：用戶體驗

圖1 IBM 提出數字化的重塑框架

企業到底如何應用 AI？這是 IBM 曾提出的數字化的重塑框架。我們關注企業的組織內外部的更廣泛、更深刻、更長遠的變革。中間是以用戶體驗為中心，用戶既是外部的參會者，也是內部的變革者。通過新的關注點、新的專業能力、新的工作方式等三個方面入手推動企業的創新和運營的模式，也重塑客戶、員工和合作伙伴之間的關系。

舉個例子，IBM 有專門生產空氣壓縮機的企業，截止目前大客戶中，超過百分之五十的收入是來自數據化服務，產品本身變成了一個服務的載體。而客服一直是客戶中難以管理的崗位，因為客服的工作壓力很大，員工的培訓周期很長，流失率也很高。我們幫助很多客戶在銀行、保險、物流等實施了一個認知客服的項目，幫助客戶實時圍繞客戶獲取實時洞察和來自 AI 的建議，大大提高了每個客戶的幸福感、工作效率和工作能力。

圖2 IBM 高管調研報告

今年 6 月份我們發布了新一版的高管的調研報告，其中三分之二的 CEO 認為 AI 將會在他們的企業當中起到決定性的作用，不僅包括市場、銷售平臺，還包括采購、人資、IT、供應鏈、法務等，都會受到深入的影響。

AI 場景，包括認知收益顧問、認知維修顧問、認知精準營銷等。舉個例子，大家知道一個飛機降落以后通常要進行飛行維護，工程師上飛機后會拿著手冊走一遍流程，時間會消耗很多，但并不一定會找到問題，而每個飛機的型號手冊都不一樣，培訓這些工程師也需要很多時間。但認知維修顧問，加上物聯網技術，在飛機落地之前就知道有哪些參數有問題。下面就分析一下認知的研究顧問和認知的視覺識別。

◆??認知研究顧問——ARIA

ARIA（Advanced Research Intelligent Advisor ）是先進認知研究顧問，起初是為消費品公司設計。如果你是研發人員，你一定做過大量的行業調研、產品調研和市場調研。一些會要把一些重要資源放在企業內部的知識共享平臺上，供有需求的員工進行搜索。

這里要說的是，員工搜索出來的是文檔而不是知識，他們要打開這些文檔而不是知識，然后從里面做閱讀理解，最終獲得這些知識。運氣好的話，檢索者可以很快找到所需，而運氣不好的話周期會很長。ARIA 就是通過設計解決這個問題。它有三個功能點，如圖：

圖 3 ARIA 的三個功能點

圖 4 認知研究顧問案例

當我提問“是什么促使瓶裝水的消費？”，幾秒鐘內會展示出這樣的結果，系統使用算法對文檔進行排序，并用自然語言生成的非常快速簡約的摘要。這對于進行大型搜索項目的用戶來說意義非凡，在搜索過程中，快速反饋的摘要幫助檢索者對鏈接里有沒有所需內容一目了然，判斷每個鏈接是否值得要花更多的精力。

圖5 IBM 認知研究顧問案例

這是一家消費品公司，ARIA 在 3 秒當中產生了 400 多個文檔，從中提取了 32 萬行的句子形成摘要。ARIA 會根據檢索者所選擇的文檔和圖片自動生成報告，用戶稍加修改后可提交給老板。無論是產品研發還是市場研究，ARIA 會幫助他們快速從海量的信息中獲取知識。

◆??IBM 認知視覺檢測

最近我們收到了很多來自制造業客戶的需求，他們希望判斷有什么認知的手段或者 AI 的技術在質量檢測方面可以減少時間和成本，提高檢測的一致性。

IBM 認知視覺檢測在電子行業質檢領域已經有廣泛的應用。舉個例子，我們有一個客戶是做晶片的，一共有 9 位質檢員 24 小時日夜顛倒排班，每天要處理 36 萬張圖片……公司設備的平均生產生命周期是 8 天，需要花費半天時間來做質量檢測。

圖6?IBM 認知視覺檢測用來品質檢驗

該公司引進認知視覺檢測，解決了人工檢測成本高、效率不穩定、無法發現太過細微的缺陷等問題，工廠的品質檢驗效率大幅提高。最終節省了 75% 的人工檢測工作，在成本降低的同時，效率得到大幅提升。

圖7 IBM 認知視覺檢測將不確定的問題發給人工檢測

簡單地解釋一下，通過神經網絡，深度學習一批沒有問題的樣本，然后進行預測新的樣本。第一個圖片 OK 的，后面的那些都是有缺失的，給用戶檢測的不僅是一類缺失問題，而是有幾十個甚至幾百個這樣的問題。IBM 如果遇到這種沒有辦法通過機器識別的，會轉交給人工，讓他們來識別做增強學習。

IBM 一直致力于這種工業性和行業性的解決方案，把事情做精做專是不太容易的。通常來說一般的圖像識別和工業識別有什么區別？

圖 8 工業視覺檢測與普通視覺分析對比

例如，工業識別是大圖片里的小對象，而普通視覺分析是小圖片的大對象。工業照相機中拍攝出幾十萬甚至上千萬的照片，捕捉細微缺失等。工業中企業本身的缺陷率就比較低，且要歸為不同的缺陷分類，具體在每一個類上，樣本是極度不平衡的，如果在樣本極度不平衡的基礎上，提高模型的準確率是相當困難和有挑戰的。這種類似的需求一直在增多，包括芯片識別、液晶顯示屏的識別、汽車劃痕和噴漆識別等，都可以做工業視覺檢測。

圖9 視覺檢測需求

再說下認知視覺檢測中的 2D 和 3D 實時檢測，2D 模型會通過照片分析把劃痕錯誤等問題通過自動方法的識別。在 3D 模型中，在質檢主管的儀表盤上以熱力圖的方式顯示出哪些地方有問題，具體到哪些批次、哪些人、哪些排班，并進行報修，這形成了業務閉環。

圖10 2D 實時檢測示例

圖11 3D 實時檢測示例

◆??更多認知服務……

IBM 在 AI 落地場景方面已經很多。如今整個 AI 領域技術已經不再是一個瓶頸，瓶頸反而是在商業環境、業務執行能力和自己的想像力。

除了以上應用外，還有認知聲學的檢測。通過聽聲音識別是否有故障，在生產制造領域可以幫助企業檢查流水線，并保證企業生產線 24 小時不停地工作。我們知道，一些大型的制造業和能源行業如果發生宕機是非常大的生產事故。在服務領域 IBM 與一個電梯公司合作，通過聲音辨別電梯的參數預測電梯故障，而不是發生電梯故障再去檢修。

圖12 IBM 聲學分析用例

在時尚行業，我們曾經分析過一個明星的微博以及公共場合的各種言論，結合設計分析海量的圖片抓取其中的時尚要素，包括顏色、面料、剪裁等，將一件禮服的設計從幾個月的縮短到幾天。

圖13 IBM 認知技術的行業應用示例

在農業方面，去年我們幫助法國的一個葡萄酒莊通過衛星云圖確定地表溫度和植被覆蓋率，通過物聯網的技術控制噴灑劑等。

今年 IBM 的 Wason 的檢測準確率已經超過了 97%，遠遠超過了人類專家80% 的平均水平。IBM 現在已經有了目標，或者可以找到一個切入點來實施 AI 大數據的項目和場景，制造屬于自己的下一波顛覆浪潮。

“偶得”是 IBM 中國研究院基于回饋神經網絡的深度學習模型，開發的詩歌自動寫作應用系統。它巧妙地將語音學特征引入到詩詞的算法當中，當輸入“神策數據”四個字后，自動輸出一首五言藏頭詩：“神仙不得隱無蹤，策杖長空水墨中，數點紅蓮開碧玉，據臨萬象搫金龍。”

圖14 IBM “偶得”為神策數據做藏頭詩

衣食住行無小事，IBM在大數據和人工智能方向做了多種探索，歸根結底都是為了讓數據分析能夠真正造福于消費者。相信隨著認知商業的發展，社會的進步與科技的發展密不可分。

作者介紹：

火雪挺，IBM 公司全球業務咨詢服務部認知與分析部門的資深咨詢經理。在數據行業工作十余載，在人工智能、數據咨詢、數字化戰略與轉型、數據分析與治理、商業智能與認知計算領域有相當豐富的經驗。曾為跨國車企商業智能項目、電信制造企業商業智能與數據倉庫項目、零售企業數字化戰略與轉型規劃項目、消費品企業數字化轉型與運營優化項目等數十個大型數字化轉型項目提供深度咨詢服務。

相關閱讀：?

如何幫助企業優化商業模式？看精益數據分析的“欺”與“破”

【PPT下載】第二批PPT干貨限時免費分享

短融網楊夏耘：數據如何驅動金融科技業務升級？

中商惠民李超：500,000+ 便利店背后的精細化管理

點擊下圖或“閱讀原文”，下載產品經理必備白皮書↓↓↓

總結

以上是生活随笔為你收集整理的IBM 火雪挺：人工智能如何影响衣食住行？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。