2016-04-13 | 김지영 기자

[发言台] 以机器学习引领数字业务

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

高德纳咨询韩国公司副总裁李善雨

近来,被称为世纪对决并引发极大话题的李世石九段与人工智能AlphaGo之间的围棋对决,使人们对人工智能的核心技术“机器学习”的关注度大幅升温。据国际信息技术咨询公司高德纳开展的调查结果显示,在商业分析软件市场中,包含机器学习的“高级分析”领域增长最快。

目前,机器学习正在预测产品购买可能性、异常交易侦测及信用风险评估等方面得到运用,在各行各业印证其可能性。在当下这样的数字商业时代,企业若要应用机器学习创造成功的业务成果,首先必须理解机器学习所带来的收益与风险。

机器学习的一大优点是人类无需完美理解所有问题。简单来说,使用自动驾驶汽车时,虽然需要知道它是什么,但不必操心轮子是如何被控制的。此外,机器学习能够发现专家或现有软件难以分析的高维数据的含义。另一方面,能够记住机器学习全部内容的强大性能,也可能引发“过度泛化”的谬误。由于出现像浮动的物价上涨率或季节变化这类难以预测的变量时可能得出错误结论,因此持续监测十分重要。

为了成功引入机器学习,设定希望通过机器学习达成的业务目标非常重要。例如,构想10个左右6个月至1年后的虚拟业务情景,并从中挑选3个左右进行试点应用。与此同时,企业的企业架构负责人应与人力资源(HR)业务负责人合作,制定用于维持企业竞争力和培养人才的机器学习培育战略。通过这些举措,企业可以把机器学习应用到业务情景中,从而在数字商业时代保持竞争力。

阅读韩文原文