如何利用机器学习提高工作速度和效率?

从图像分类、视频分析、语音识别到自然语言处理，越来越多的企业都在利用机器学习...





从图像分类、视频分析、语音识别到自然语言处理，越来越多的企业都在利用机器学习来处理爆炸性增长的数据量。同时，机器学习也能够帮助他们找到新方法来利用随手可得的数据财富开发新产品、服务和流程，创造巨大的竞争优势。

“机器再造工程”是一种利用机器学习实现业务流程自动化的方法。虽然机器再造工程是一个新事物，但许多公司已经看到利用它能实现的惊人效果，特别是在提高速度和效率等方面。通过对 168 位早期采用者展开研究，我们发现，大多数采用者的业务流程速度提高了两倍或以上，部分组织还表示速度提高了 10 倍或以上。

各公司是怎么做到的？研究发现，许多公司正在利用机器再造工程建立新形式的人机合作，突破复杂数字流程的瓶颈。在解读图像或撰写报告等情况下，机器再造工程可直接帮助工作人员执行数字任务。另外，机器再造工程还帮助人们发现埋藏在浩瀚数据中的深刻见解。下面举例说明各公司如何利用机器再造工程实现快速、智能的流程。

扫描图像、语音和文本

随着许多公司实施数字战略，他们也开始引入新的劳动密集型工作，以对收集到的所有数据进行分类整理。这些非结构化数据异常散乱，生成数据的格式多种多样，而且数据规模越来越大，这需要人们费力地逐个扫描数据才能找到特定的项目，以完成一个流程步骤。专注于数字数据扫描的人机合作至少可以加快三种常规数字任务的执行速度。

位于纽约市的 Clarifai 公司利用机器学习寻找视频中的人物、物体或场景，所用时间远远少于人工查找。在一次演示中，分析一个 3.5 分钟的视频片段只需要 10 秒钟。这项技术能够挑选出各类人群（例如登山者），从而帮助广告主更高效地匹配广告和视频。它还能用于帮助剪辑师和管理者找到新方法，来整理视频合集和剪辑连续镜头。对于媒体、广告和电影行业的工作人员来说，这种自动剪辑助手能够极大地改变他们的日常工作。硅谷的 MetaMind 公司提供一项名为 HealthMind 的服务，这项服务使用计算机视觉分析大脑、眼睛和肺部的医学扫描图像，从而发现肿瘤或病灶。HealthMind 依靠深度学习技术执行自然语言处理、计算机视觉和数据库预测算法。使用 HealthMind 的结果是，医生可以将较少的时间用于解读图像，而将较多的时间用于与病人讨论病情。机器能够学习执行耗时的文件编制和数据录入任务，从而让知识工作者将更多的时间用于执行更有价值的任务，以解决问题。例如，位于伦敦的初创公司 Arria 帮助来自卫生保健、金融及石油天然气等各个行业的客户自动生成报告。该公司的自然语言处理技术学习如何撰写报告，通过扫描文本并确定概念之间的关系，然后搜寻传入的数据，即可创建新报告。Arria 发现，流程更改能够让知识工作者的工作效率提高 25%。例如，工程师每月的报告生成任务时间节省了长达 40 小时。

挖掘数据的深层价值

增加工作流程中的数据量会延长提出见解和采取行动所需的时间。我们在股票交易、营销和制造过程中已经看到过这种情况，数据流增多会导致寻找紧急或有意义的信息难度加大。不过，有了机器这个帮手，人们就可以更快找到埋藏在大数据中的宝贵见解。我们的研究发现，许多公司至少在四类分析任务中证明了这一点。位于纽约市的 Dataminr 公司使用各种各样的指标，为股票交易者确定包含相关信息的推文。该公司通过监测遍及网络的信息传播，评估信息的相关性和紧迫性。发送给交易者的提示信息即使只有三分钟的抢先优势，也能转化成丰厚的利润。新闻服务机构正通过 Dataminr 寻找重大新闻，这让记者能够更快地报道新闻。同样来自纽约市的 SailThru 公司通过分析电子邮件和网络数据来建立客户档案，帮助营销人员部署更有效的促销电子邮件。SailThru 的系统会学习了解客户的兴趣（例如骑单车和攀岩）和采购行为，然后对何人将在何时进行何种采购作出预测，从而提供最具时效的正确信息。该公司销售户外装备的客户 Clymb 使用其个性化服务后，电子邮件收入和电子邮件采购总量在 90 天内分别增长了 12% 和 8%。在将个性化服务和预测结果相结合后，Clymb 看到，每发送一千封电子邮件其收入可增加 175%，客户流失率可减少 72%。位于旧金山和密歇根州利沃尼亚的 Sight Machine 是一家制造分析公司，该公司帮助客户解决复杂的质量控制问题。Sight Machine 的客户面临的一个问题是如何解读警报：一条装配线可能会安装数千个不同种类的传感器，出现一个质量问题或事故会触发传感器发出的成百上千的警报代码。Sight Machine 的软件利用机器学习解读这些警报的模式，帮助工程师快速找到指示问题根本原因的少数警报，并将其与连锁反应引发的警报分离。机器学习还能帮助人们在工厂数据中发现有意义的模式，从而进行决策，如果没有它，人们无法做到这一点。这里要再次提到 Sight Machine 公司：通过分析故障出现之前的模式数据，该公司的系统可帮助制造工程师预测并防止出现问题。对于一位部署新型机器人生产线的客户，Sight Machine 在一个月内将其停机时间缩减了 50%，性能提高了 25%，远优于该客户所处行业通常为 1%–2% 的性能提升水平。

机器再造工程尚处于初级阶段，因此我们希望通过研究发现更多新型的机器助手。但业已明确的是，机器再造工程有能力帮助现代组织处理其所面临的海量数据，并突破由此导致的诸多瓶颈。工作人员可以提高工作效率和成效，这将改善工作流程并增加利润。如果数据是前进的道路，那么机器再造工程就是铺路的基石。

    关注 北京思腾合力科技有限公司