營銷和銷售部門重視AI和機器學(xué)習(xí)的程度超過當(dāng)今企業(yè)中其他任何部門。
說到擴大AI和機器學(xué)習(xí)建模和開發(fā)項目，內(nèi)存分析和數(shù)據(jù)庫內(nèi)分析對于財務(wù)、營銷和銷售部門來說最重要。
2019年，研發(fā)部門采用AI和機器學(xué)習(xí)的步伐是所有企業(yè)部門中最快的。
諸如此類發(fā)人深省的調(diào)查結(jié)果來自咨詢服務(wù)公司Dresner Advisory Services上個月發(fā)布的第六份《2019年度數(shù)據(jù)科學(xué)和機器學(xué)習(xí)市場研究報告》。該研究報告發(fā)現(xiàn)，與數(shù)據(jù)科學(xué)和機器學(xué)習(xí)有關(guān)的高級項目(包括數(shù)據(jù)挖掘、高級算法和預(yù)測分析)在本研究報告調(diào)查的37項技術(shù)和項目中排名第8位。
Dresner Advisory Services的創(chuàng)始人兼首席研究官Howard Dresner說：“從2014年開始我們就分析這個市場，旨在剖析高級和預(yù)測分析領(lǐng)域，《數(shù)據(jù)科學(xué)和機器學(xué)習(xí)市場研究報告》是最新的年度報告。從那時起，我們擴大了報告的覆蓋范圍，體現(xiàn)市場情緒和企業(yè)采用方面的變化，并增加了新的標準，包括專門介紹神經(jīng)網(wǎng)絡(luò)的部分。”
該研究報告的主要結(jié)果包括以下內(nèi)容：
數(shù)據(jù)挖掘、高級算法和預(yù)測分析是2019年采用AI和機器學(xué)習(xí)的企業(yè)最重視的幾個優(yōu)先項目。報告、儀表板、數(shù)據(jù)集成和高級可視化是對如今商業(yè)智能(BI)而言具有戰(zhàn)略意義的幾大技術(shù)和項目。認知BI(基于AI的BI)在優(yōu)先項目中排名較低，名列第27位。下圖按優(yōu)先級列出了對商業(yè)智能而言具有戰(zhàn)略意義的27項技術(shù)和項目：
?
?
40%的營銷和銷售團隊表示，涵蓋AI和機器學(xué)習(xí)的數(shù)據(jù)科學(xué)對其部門的成功來說至關(guān)重要。在所有部門中，營銷和銷售部門對于利用AI和機器學(xué)習(xí)實現(xiàn)增長目標的重要性最為看重。商業(yè)智能能力中心(BICC)、研發(fā)和執(zhí)行管理層這幾個群體是接下來最感興趣的受眾。下圖比較了數(shù)據(jù)科學(xué)(包括AI和機器學(xué)習(xí))對各部門而言的重要性：
?
?
研發(fā)、營銷和銷售部門對于多個功能領(lǐng)域普遍抱有濃厚的興趣，這體現(xiàn)了使用AI和機器學(xué)習(xí)定義新的收入增長模式的共同努力。營銷、銷售、研發(fā)和商業(yè)智能能力中心(BICC)調(diào)查對象表示，他們對于在AI和機器學(xué)習(xí)應(yīng)用中使用一系列回歸模型最感興趣。營銷和銷售部門對接下來三項主要功能也很感興趣，包括層次聚類、教科書統(tǒng)計功能以及他們購買的應(yīng)用軟件和平臺中含有推薦引擎。Dresner的研究團隊認為，研發(fā)、營銷和銷售部門對多個功能領(lǐng)域普遍抱有濃厚的興趣是一個主要的指標，表明企業(yè)在準備試行基于AI和機器學(xué)習(xí)的戰(zhàn)略，以改善客戶體驗并提高收入。下圖按受訪企業(yè)的職能部門領(lǐng)域比較了興趣和可能的采用情況：
?
?
70%的研發(fā)部門和團隊最有可能采用數(shù)據(jù)科學(xué)、AI和機器學(xué)習(xí)，領(lǐng)先企業(yè)的所有職能部門。Dresner的研究團隊將研發(fā)團隊的濃厚興趣視為一個主要的指標，表明未來會在企業(yè)得到更廣泛的采用。研究報告發(fā)現(xiàn)，所有受訪企業(yè)中33%已采用了AI和機器學(xué)習(xí)，大多數(shù)企業(yè)擁有多達25個模型。營銷和銷售部門在目前評估數(shù)據(jù)科學(xué)和機器學(xué)習(xí)軟件方面領(lǐng)先所有其他部門。
?
?
金融服務(wù)及保險、醫(yī)療保健和零售/批發(fā)企業(yè)表示，數(shù)據(jù)科學(xué)、AI和機器學(xué)習(xí)對各自行業(yè)取得成功而言至關(guān)重要。27%的金融服務(wù)及保險企業(yè)、25%的醫(yī)療保健企業(yè)和24%的零售/批發(fā)企業(yè)表示，數(shù)據(jù)科學(xué)、AI和機器學(xué)習(xí)對它們的成功而言至關(guān)重要。不到10%的教育機構(gòu)認為AI和機器學(xué)習(xí)對它們的成功而言至關(guān)重要。下圖按行業(yè)比較了數(shù)據(jù)科學(xué)、AI和機器學(xué)習(xí)的重要性：
?
?
電信行業(yè)在關(guān)注并采用推薦引擎和模型管理治理方面領(lǐng)先所有其他行業(yè)。在所有受訪的行業(yè)調(diào)查對象群體當(dāng)中，電信、金融服務(wù)和技術(shù)行業(yè)對采用眾多回歸模型和層次聚類抱有最濃厚的興趣。醫(yī)療保健受訪者對這后幾功能的興趣低得多，不過對貝葉斯方法和文本分析功能抱有濃厚的興趣。零售/批發(fā)受訪者常常對分析功能最不感興趣。下圖按關(guān)注和可能采用數(shù)據(jù)科學(xué)、AI以及機器學(xué)習(xí)應(yīng)用軟件和平臺中分析功能的程度對諸行業(yè)進行了比較：
?
?
支持一系列廣泛的回歸模型、層次聚類和常用的教科書統(tǒng)計功能是企業(yè)在數(shù)據(jù)科學(xué)和機器學(xué)習(xí)平臺中所需的幾大功能。Dresner的研究團隊發(fā)現(xiàn)，企業(yè)評估數(shù)據(jù)科學(xué)、AI和機器學(xué)習(xí)應(yīng)用軟件和平臺時，這三項功能被認為最重要或“必不可少”。所有接受調(diào)查的企業(yè)還期望它們在評估的任何數(shù)據(jù)科學(xué)應(yīng)用軟件或平臺包含推薦引擎和模型管理及治理功能。下圖按優(yōu)先級列出了企業(yè)期望在數(shù)據(jù)科學(xué)、AI和機器學(xué)習(xí)軟件和平臺中看到的最重要和最不重要的功能：
?
?
企業(yè)目前優(yōu)先考慮的三大可用性功能包括支持模型的輕松迭代、使用高級分析技術(shù)以及面向持續(xù)修改模型的簡單流程。企業(yè)期望在AI和機器學(xué)習(xí)應(yīng)用軟件和平臺中看到的最高優(yōu)先級的可用性功能包括：準備分析數(shù)據(jù)模型方面的支持和指導(dǎo)以及借助數(shù)據(jù)準備進行分析的快速周期。值得關(guān)注的是，不需要專家來創(chuàng)建、測試和運行分析模型在可用性排名中處于較低的位置。許多AI和機器學(xué)習(xí)軟件供應(yīng)商將不需要專家來使用其應(yīng)用軟件當(dāng)作差異化優(yōu)勢，而大多數(shù)企業(yè)重視在更高層面下支持模型的輕松迭代，如下圖所示：
?
?
2019年是企業(yè)對數(shù)據(jù)科學(xué)、AI和機器學(xué)習(xí)功能感興趣方面創(chuàng)紀錄的一年，它們認為實現(xiàn)其業(yè)務(wù)戰(zhàn)略和目標最需要這些功能。企業(yè)最希望AI和機器學(xué)習(xí)應(yīng)用軟件和平臺支持一系列回歸模型，其次是層次聚類和用于描述性統(tǒng)計的教科書統(tǒng)計功能。推薦引擎越來越受歡迎，因為這方面的興趣已有所加大，至少成為2019年受訪者眼里的并列第二重要的功能。與2018年相比，地理空間分析和貝葉斯方法的重要性持平或略有所降低。下圖比較了六年來企業(yè)對數(shù)據(jù)科學(xué)、AI和機器學(xué)習(xí)技術(shù)的興趣：
?
?
英文原文鏈接：forbes
來自：云頭條
