- 相關推薦
人工智能創(chuàng)業(yè)者需要關注的方向是什么
創(chuàng)業(yè)是創(chuàng)業(yè)者及創(chuàng)業(yè)搭檔對他們擁有的資源或通過努力對能夠擁有的資源進行優(yōu)化整合，從而創(chuàng)造出更大經濟或社會價值的過程。創(chuàng)業(yè)是一種需要創(chuàng)業(yè)者及其創(chuàng)業(yè)搭檔組織經營管理、運用服務、技術、器物作業(yè)的思考、推理和判斷的行為。那么如何創(chuàng)業(yè)呢？下面是小編整理的人工智能創(chuàng)業(yè)者需要關注的方向是什么，僅供參考，大家一起來看看吧。
第一、自然語言處理、強化學習、記憶網絡等技術領域
人類不同于其他物種的重要能力之一是“語言”，如何讓人與技術（呈現方式多為機器人）進行交流，就是自然語言處理技術要實現的能力，這中間涉及機器翻譯、機器閱讀、知識圖庫、對話問答等等，還要對語法、句法、詞法的不確定性進行全面的分解研究，在自然語言處理技術研究之路上，人們仍有很大的提升空間。
自然語言處理應用于行業(yè)中最為典型的有微軟小冰、蘋果Siri、智能客服系統(tǒng)、智能電銷機器人等，創(chuàng)業(yè)者可以為用戶帶去更有趣的“Siri”陪伴與服務，可以為電銷領域帶去更高的轉化率。
除了自然語言處理技術，創(chuàng)業(yè)者還需要研究一些細分的AI技術，比如如何讓智能語音助手與機器人強化學習、形成記憶網絡，如果將這些技術用于訓練與預測，是否可以提供更高效的模擬培訓、新的硬件服務等等。
第二、廣告營銷領域
人工智能可以為廣告為營銷提供更科學的數據支持、預測與服務，這個一直在講究精準、高效的廣告營銷領域里，人工智能已經成功的實現融合與落地，用戶在觀看視頻、在搜索內容后得到了相關廣告的推薦大都經過了人工智能算法、大數據等來自多維度的智能分析。
創(chuàng)業(yè)者入局的最好方式之一就是，為企業(yè)、為那些各類需要智能化廣告服務的用戶群體提供更智能化的營銷服務。
第三、零售領域
“新零售”概念的提出，除了玩法的多變，另一個最重要的因素就來自于“人工智能”的加入，人工智能可以為零售業(yè)帶去更加智能、優(yōu)化的交易管理，對用戶的購買數據、行業(yè)的競爭數據等進行更綜合的分析，可以給創(chuàng)業(yè)者帶去差異化定價、組合定價等多種更優(yōu)的定價管理，基于用戶消費數據確定最有效的促銷活動，基于促銷規(guī)律、結合企業(yè)發(fā)展目標與市場現況確定最佳促銷方式，基于多項物流數據策劃出最節(jié)約成本的運營方式……
第四、網絡安全領域與仿真技術
人臉識別、指紋識別、虹膜識別、語音識別……從多種生物特征中找出可以進行身份識別的方案，并應用于公共安全領域中去。
設計出虛擬黑客機器人，對企業(yè)網站進行攻擊、找出網站存在的安全漏洞、并進行實時修補……這些將人工智能技術帶進安全領域的創(chuàng)業(yè)故事枚不勝舉。
拓展
哪些方向可以創(chuàng)業(yè)
1. 在廣大市場中有具體的用途。成功的機器學習創(chuàng)業(yè)公司應成為有針對垂直應用的、有明確需求的技術。消費者包裝產業(yè)就是個很好的例子，機器學習可以更準確地預測庫存水平，以更好地管理供應鏈，降低庫存成本，最大限度地減少過剩產能需求，并消除缺貨這種情況。根據埃森哲的研究數據表明，機器學習可以使交付時間提高4.5倍，供應鏈效率提高2.6倍。
2. 關注重復人工參與的領域。強烈的人工干預意味著存在利用復雜預測算法進行優(yōu)化的機會。在同樣的供應鏈示例中，現在的分析師們會根據一些歷史數據來估計庫存需求，但很多時候也是憑直覺。通過利用生產時間、銷售和其他數據，學習模型可以更準確地預測未來的需求。
3. 大量的可預測數據。創(chuàng)業(yè)公司需要大量的數據來有效地訓練機器學習模型。他們可以和更大更成熟的公司合作，利用別人的數據學習，或者建立一個吸引用戶輸入自己的數據的產品，如果能做到這一點，這個創(chuàng)業(yè)公司很有可能成功。
4. 網絡效應和防御性。算法將繼續(xù)是開源的，這使得專有數據特別重要。而反饋和系統(tǒng)輸入則提高了其準確性。因此產品應該鼓勵人們對其預測和建議提供反饋。
可投資的類別
Medha覺得以下垂直領域，機器學習是有很大潛力的：
醫(yī)學診斷和計算機生物學。機器學習將改善整個醫(yī)療保健價值鏈，并降低成本。改善診斷，減少錯誤，簡化藥物發(fā)現過程，這個潛力是讓人灰常興奮的。患者數據可用于早期檢測疾病和個性化治療計劃。制藥的生物技公司可以使用計算方法快速有效地發(fā)現比目前市場上更有效的新藥。
供應鏈。機器學習可以改善供應鏈的幾個方面，包括需求預測、市場趨勢、貿易促銷和新產品�，F在的公司很難估計不斷變化的市場模式和波動情況，而機器學習可以為業(yè)務決策者提供信息，并進行準確的預測。
制造業(yè)。工業(yè)物聯網是一個價值高達120億美元的市場。根據Genpact對173名高管的全球調查，只有25%的人有物聯網戰(zhàn)略，只有24%的人對執(zhí)行感到滿意。這些高管正在尋找機器學習的解決方案，來提高產量，減少庫存和成品水平，推動真正的成本節(jié)約和利潤機會。
合規(guī)性。金融機構的合規(guī)部分是一個巨大的市場。自2008年以來，僅僅JPMorgan一家公司，就已經支付了360億美元的定居點和罰款，并雇傭了8000多名做合規(guī)和控制的員工。機器學習可以改善客戶和員工遵守銀行和其他公司必須遵守的審計和合規(guī)性法規(guī)的過程。
企業(yè)級語音服務。盡管分析語音是業(yè)務工作流的關鍵組成部分，但它的復雜性使得語音處于機器學習趨勢的邊緣。來自NewVoiceMedia的2013年的研究報告稱，由于呼叫中心效率低下，每年的損失在410億美元左右。每年有240萬內部銷售代表，每年花數百萬個小時在與用戶溝通交流上。因此，很明顯，在呼叫中心、銷售、營銷方面的自動化流程中存在很大的機會。
保險。保險是一個龐大且范圍廣泛的類別，機器學習可以幫助保險公司以更低的成本提供針對性的產品。比如，汽車保險公司可以使用駕駛和其他行為數據單獨定價、溢價，或使用更好的欺詐檢測，來降低其總體成本結構。咨詢公司KPMG將機器學習描述為保險業(yè)的“制勝法寶”。
個人財務。新的數據和分析模型解鎖（比如信用產品）以前是對千禧一代來說是不可用或不期望的金融產品。此外，智能自動化系統(tǒng)通過追蹤行為并根據偏好和目標提供建議，降低了為消費者提供個性化建議的成本。Erin Shipley和TX Zhou在科技媒體Techcrunch上寫過一篇關于人工智能對財務影響的文章，包括通過基于用戶行為的個性化推薦來推動財務健康。
【人工智能創(chuàng)業(yè)者需要關注的方向是什么】相關文章：
返鄉(xiāng)創(chuàng)業(yè)者需要更多關注01-08
創(chuàng)業(yè)者需要“創(chuàng)業(yè)者大腦”03-26
草根創(chuàng)業(yè)者如何選擇正確的方向03-09
草根創(chuàng)業(yè)者如何選擇創(chuàng)業(yè)方向12-03