【AI星球（微信ID：ai_xingqiu）】8月30日报道（编译：小白）
人工智能的到来早已不再是个问题。人工智能就在我们周围，比如自动驾驶汽车、智能手机、飞机等等。如果在这些方面还不够明显的话，至少在在线搜索、语音和翻译以及图像识别等领域，显而易见。
如今，关于AI的问题已经变成：AI如何才能广泛地应用于工业和社会，以及如何应用。很多公司，包括谷歌，微软和亚马逊，已经开始提供AI工具，比如Google Cloud，作为在线云计算服务进行销售。除此之外，还有大量其他的AI产品可供企业使用，比如IBM的Waston，或者来自其他新兴供应商的软件。
不管生意人阅读到什么样的AI炒作新闻，有一件事是肯定的——所有这些新闻都在提醒人们注意AI的根本重要性。这绝非易事，因为AI既陌生又熟悉。大家都知道，这些算法和计算始终致力于挖掘新的模式。而大家所不知道的是，今天的AI到底是如何工作的，如何构建模式子程序，其他模式的模式循环，通过大量计算用多个嵌套层来训练自己。
在技术这样突飞猛进地情况下，什么都不做显然不是个明知的战略决策。那么接下来的问题就是：一家和开发AI根本搭不上边的公司又该如何想方设法使用AI呢？尽管AI应用尚未大肆普及，早期的AI技术采纳者的成功实践已然为我们提供了不少有价值的借鉴：
- 找到并拥有属于自己的独一无二的数据。
- 系统地审视你的业务，找到数据关联性市场。
- 为消费体验融入AI。
寻找稀有数据
CAMP3是一家只有26人的公司，总部位于乔治亚州的阿尔法利塔。公司为农业部署和管理无线传感器网络，同时以收取佣金的方式销售谷歌的G Suite电子邮件和协作产品。
创始人兼首席执行官Craig Ganssle是Google Glass的早期用户。虽然Google Glass作为一款消费者产品并不成功，但是穿戴摄像头并在现场收集图像的体验为Ganssle带来了灵感——也许农民可以利用AI来及时发现植物病虫害。
一般来讲，AI通过处理分析大量的数据来了解有价值的模式，然后针对尚未处理的相似数据验证临时模式。一旦得到验证，更多数据将用于加强该模式查找方法。
CAMP3的最初挑战是获得足够多的视觉数据来训练其AI产品。但是，不仅有病害作物和作物虫害的照片相对稀少，仅有的这些数据还分散在各个机构中，通常标识得也很不清楚。
“找到足够的北方玉米叶枯病图像花了我们10个月的时间，”Ganssle说，“大型的农业大学收集了很多了图像，但是没人好好整理标记过这些信息。种子轮公司也有图像数据，但是很少有健康玉米、患早期枯叶病的玉米以及晚期枯叶病玉米的图像。”
因此，他们从每一家私有企业、教育机构和政府资源中寻找尽可能多的数据集，并亲自到田地中拍摄所需的照片。在CAMP3这个例子中，或许训练数据比收集数据要容易得多。
视觉训练数据目前属稀缺商品，是一种防御性企业资产。他说，针对识别枯叶病、黄瓜霜霉病或甜玉米虫等的初始识别训练需要“数万”的图像数据。如果有已经经过训练的系统，那么再训练系统识别病虫害需要的图像数据就少很多，Ganssle补充说。
CAMP3使用开源AI软件模型TensorFlow来训练图像，利用亚马逊云服务和谷歌的计算引擎来支持AI的运算。“现在，我们可以在几个小时内把这台机器从幼儿园水平提高到博士级别，”Ganssle说。
获取并正确标记数据的艰难过程，包括为公司和消费者拍摄的照片标记时间和地点信息，为CAMP3提供了关键战略资产。Ganssle认为：“获得其他人没有的东西，并有目的地加以组织整理。”
“对于AI，你永远不知道下一步需要解决的问题是什么。可以是土壤或改变水需求。当我们审视一个新的问题，或者开始预测建模时，这些数据将会发挥重要的作用。”
发现你的数据关联性市场
TalkIQ是一家监控销售和客户服务电话的公司。它可以将对话变成文本，然后实时扫描这些文本提取关键词并识别模式，以预测公司是否能拿下客户——新的销售方式，更加愉快的消费者。
公司创始人、前eBay高管Jack Abraham说：“我一直在想，如果我可以倾听到公司所有客户的需求，那我绝对可以成为公司的最强大脑。为什么有的销售代表订单转换率高达50%，有的却只有25%不到呢？”
他后来意识到，这些销售电话的数据既然可以提高ZenReach（Abraham的创业公司之一）的绩效，那么也可以用作新业务的训练数据集服务于其他公司。于是，有了TalkIQ。数据科学家检查了公司基于计算机的ZenReach电话系统中保存的近50万个对话。
和CAMP3一样，公司遇到的难题之一是正确的匹配信息。在这个案例中，这些经常发生于拥挤办公室、有时电话信号还很糟糕的对话中时常包含各种标记信息如产品名称、特点和竞争对手。TalkIQ使用自动语音识别和算法，结合其他工具，来理解自然语言。
由于产品和人际交互的发展远快于生物学，因此TalkIQ的训练语料库需要不间断的训练以准确预测，公司首席执行官Dang O'Connell说道，“每一次预测都依赖于正确的信息。同时，你必须注意‘过度训练’问题，换句话说就是建模过于复杂，使得噪声对结果的干扰过大。”
作为ZenReach的关联性公司，TalkIQ还必须针对个人客户和垂直行业的需求进行调整。公司产品于1月份进入市场。根据Abraham的说法，目前已有27家公司已经购买了该服务。“如果我们没走错方向，那么未来每家公司都会以这样的方式运行，”他说。
关注消费体验
去年三月，位于丹佛的公司Blinker在科罗拉多州推出了一款用于买卖汽车的移动应用。消费者被要求拍摄车辆背面的照面，连同拍摄时间、车辆的年份、制造商、车型以及转售价格一起上传到应用上。相比之下，这种出售汽车的方式还算简单。
用于识别车辆的AI更是神奇。事实上，整个过程也用到了TensorFlow，以及谷歌的视觉API，来识别车辆。Blinker与提供机动车车辆数据的第三方合作，一旦识别出车牌，公司可以从文件中提取其他信息。
对于公司一系列的研究开发，Blinker已经申请了专利。不过公司的创始人兼首席执行官认为他的真正优势仍然是他在汽车经销领域的44年经验。
“不管你做什么，你还是在销售汽车，”Rod Buscher说，“人们忘却了汽车销售的这种感觉，忘却了购买汽车的痛点，但这些依旧存在。”
他还提到了Beepi，在线销售汽车的P2P公司。“哪怕融资1.5亿美元，拥有前卫的理念和才华横溢的员工，他们还是输了。而我们成功的关键依然在于：我拥有一个来自汽车销售业务的专业团队。”
这意味着要采取通常与在线销售汽车相关联的广告和多点击流程，并为客户提供快速响应的行动感。如果某辆车正在销售中，该车的车牌会被Bliner的标志遮挡，以保护卖方的隐私。
Blinker希望在未来几年内能扩张至全国。公司拥有多名AI专家，已经用7万多张汽车图像训练了一个系统。即便如此，仍少不了人类的干涉——这些结果在亚马逊的Mechanical Turk上进行验证。
虽然AI的工作仍在继续中，Buscher花了一年多的时间，引导焦点小组了解工作情况，然后观察买卖双方的互动。
“我从来没涉猎过技术，但现在我正在学习中，”他说，“但是最重要的，你还是得知道什么是好的客户体验，什么是坏的客户体验。”
企业的命运不会由单一的工具决定，即便强大如AI也不能。随着世界的变化，深刻的真理——围绕挖掘消费者知识、抓住稀缺商品、寻找有利可图的关联性市场——都将变得越来越重要。与以往一样，技术的成败在于其使用者懂得如何使用它，知道它的市场在哪里。
