企业级软件协作,没有数据怎么人工智能?

简介:

image

编者按:本文作者Lucas Wang,HWTrek智造协作平台CEO,HWTrek.com提供的在线管理和团队协作工具简化硬件开发过程,并帮助硬件开发者在线对接物联网产业专家和供应链企业。

近期几家企业软件大厂商做了几个有意思的布局,微软262亿美金收购了以商业人士为主的社区领英Linkedin,Salesforce.com 5.82亿美金买了线上办公文件协作初创公司Quip。Salesforce.com的收购很多人可能解读为客户服务的延伸或并购人才,而微软收购Linkedin则有许多不同的臆测,但我们认为这些巨头都是在人工智能领域下一盘很大的棋。

商业协作是人工智能的另一座大金矿?

一般大家理解的人工智能是和机器下下棋、聊聊天,以及导航、医疗、游戏、机器人或工业管理等领域的应用,其实人工智能还有一个金矿就是企业服务,特别是在商业往来协作方面。根据西门子研究报告预测,企业应用AI智慧系统的市场价值为2.03亿美金(2015年)-111亿美金(2024年)。软件应用智能科技的重要性日益增加,单就机器学习而论,软件市场价值预估其营收从2015年的1.09亿美金,到2020年将达到65亿美金,市场规模可能是现今的几十倍。

市场的增量在哪里?传统的客户服务、客户管理方式都是透过单向客户信息来进行互动来往的,比如通过知道客户的联系方式,利用邮件、通讯软件、电话与客户沟通。而随着所谓的智能语音助手或网络服务机器人的出现,大家仿佛看到了人工智能在商业协作领域的一些方向,但这离真正的人工智能还是相去甚远。传统的客户服务只是初级阶段,之后商务往来中如需更多的使用协助与效率增进就变得更为困难,而这也是人工智能在商业协作领域的商机所在。

没有数据,怎么人工智能化?

无论未来人工智能在商业协作领域如何发展,算法如何迭代,仍会遇到一个重要的问题,“没有数据,怎么人工智能化”。而人与人之间的商业往来是最为复杂也最缺乏数据积累的地方,这也是企业软件或服务公司目前碰到的最大问题。拥有再高深的软件算法,再强大的硬件,没有所谓的商业逻辑与数据积累,任何商业的人工智能是没有意义的空盒子。

人工智能的企业级应用路在何方?

我们看看微软和SalesForce.com这两家企业软件的棋路。

36氪在这方面的还有如下几篇报道:

【2016中国企业服务峰会】360说,在人工智能领域他们也有新进展

【2016中国企业服务峰会】初创公司进军人工智能,机会在哪里?

人工智能“看”电影然后“回忆”的内容算盗版吗?

微软收购自然语义分析公司Wand Labs,意在提升智能对话体验

Evans全球开发者报告:IoT、机器学习技术与人工智能将成为app开发的首要选择

微软CEO提出人工智能十大原则

微软买领英Linkedin为的是帮其新一代的云端办公室软件Office 360及客户关系管理Dynamics注入专业人士的灵魂。文件协作的数据来自于人,人也带来了数据的意义。现在各种协作方式都只看到简单的个人信息,我看不到对文件修改的律师是专长在公司法还是贸易法,就没有办法判别其意图并确定之后追踪的方向,这些数据的价值也难以判断,更难以为之后的人工智能运转做数据积累。或者我们在协作文件上产生法律问题时,我要怎么在既有协作文件基础上寻找专业的人士来帮忙?当然Dynamics产品就更不用说了,Linkedin不只是带来客户群,同时带来商业协作数据的意义,有意义的数据就是人工智能的基础。

Salesforce.com买Quip就简单多了。Salesforce.com身为企业软件CRM的老大,它一直没有介入文件协作领域。但以目前企业服务的复杂度,文件是不可避免的需要覆盖的需求。试想,一个项目牵涉三家企业或不同业务联系窗口,客户又有阶段性需求在前进着,没有协作的平台来追踪事件任务与沟通的过程,如何继续进行客户服务?没有协作平台,怎么取得四散在邮件、微信、电话会议等的数据?但Quip可能将不只是文件协作,Salesforce.com在这篇文章撰写时也传出要抢亲微软与领英的并购案。

以上说明几点:协作平台、人与数据积累是迈向企业人工智能服务的三大要素,缺一不可。

本文转自d1net(转载)

相关文章
|
7月前
|
人工智能 云计算 开发者
南京大学与阿里云联合启动人工智能人才培养合作计划,已将通义灵码引入软件学院课程体系
近日,南京大学与阿里云宣布启动人工智能人才培养合作计划,共同培养适应未来技术变革、具备跨学科思维的AI创新人才。
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
人机融合智能 | 数据与知识双驱动式人工智能
本章系统介绍了数据驱动、知识驱动及双驱动人工智能的理论与应用。数据驱动方法依赖大数据和深度学习,在图像识别、自然语言处理等领域取得突破,但面临标注成本高、可解释性差等问题。知识驱动方法通过知识表示与推理提升系统理解能力,却在泛化性和适应性上受限。为弥补单一范式的不足,数据与知识双驱动融合两者优势,致力于构建更智能、可解释且安全可靠的AI系统,兼顾伦理与隐私保护。文章还回顾了AI发展历程,从早期神经网络到当前大规模语言模型(如GPT、BERT)的技术演进,深入解析了各类机器学习与深度学习模型的核心原理与应用场景,展望未来AI发展的潜力与挑战。
310 0
|
7月前
|
数据采集 机器学习/深度学习 人工智能
数据驱动智能,智能优化数据——大数据与人工智能的双向赋能
数据驱动智能,智能优化数据——大数据与人工智能的双向赋能
537 4
|
机器学习/深度学习 人工智能 专有云
人工智能平台PAI使用问题之怎么将DLC的数据写入到另一个阿里云主账号的OSS中
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
11月前
|
存储 机器学习/深度学习 人工智能
科技云报到:人工智能时代“三大件”:生成式AI、数据、云服务
科技云报到:人工智能时代“三大件”:生成式AI、数据、云服务
287 0
|
数据采集 人工智能 自然语言处理
GPT被封锁了怎么办?轻松获取高质量的数据,训练自己的人工智能和大语言模型。
2023年标志着AI大模型时代的到来,GPT-4等模型在多个领域展现巨大潜力。然而,OpenAI对中国区服务的限制提出了挑战。本文探讨如何使用亮数据代理获取训练大模型所需的数据,包括确定目标、选择代理、数据抓取、清洗,并以西方历史为例,展示如何使用亮数据的静态住宅代理稳定获取DE区域数据,最终在国产AI平台上训练模型,提升知识库的丰富度和准确性。尽管面临外部障碍,但自主获取和训练数据能增强本土AI能力。
|
机器学习/深度学习 人工智能 前端开发
人工智能平台PAI产品使用合集之创建了实时特征视图,里面的数据是通过什么传入的
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
存储 人工智能 安全
人工智能浪潮下的数据隐私保护技术
在大数据与人工智能(AI)的高速发展中,数据隐私保护成为亟待解决的关键议题。本文将探讨当前AI时代下数据隐私保护的技术手段及其面临的挑战,并分析未来发展趋势。文章首先介绍数据隐私的重要性和当前面临的风险,然后深入讨论加密技术和匿名化处理等保护措施,最后评估这些技术的有效性及潜在的改进方向。
715 0
|
机器学习/深度学习 人工智能 分布式计算
人工智能平台PAI使用问题之如何在MaxCompute上使用Protobuf处理数据
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
机器学习/深度学习 人工智能 分布式计算
人工智能平台PAI使用问题之如何实现数据在MaxCompute中是永久的
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。

热门文章

最新文章