人工智慧與機器學習小心AI炒作風潮分散你的注意力
Illustration by Skizzomat
我們似乎陷入「AI炒作」的陷阱中,吹捧關於AI最新技術的任何描述,導致誤判許多「機器學習」專案實際產生的效益,而這會模糊領導人的視線。我們應淡化對AI的誇張描述,並正確理解機器學習與AI的區別。
雖然你可能認為,「人工智慧(AI)重大突破」的消息,純粹只會促進機器學習的採用,但實際情況絕非如此簡單。早在AI工具於近期造成轟動之前,包括最知名的OpenAI的聊天機器人ChatGPT,和其他生成式AI工具,關於新興、全能AI五花八門的敘述,便已成為應用機器學習方面日益嚴重的問題。這是因為,對於絕大多數機器學習專案來說,「AI」這個流行語已經太超過了。它不僅過度膨脹了人們的期望,也分散了人們對機器學習將如何以精確的方式改善商業運作的關注。
絕大多數機器學習的實際使用案例,以相當直接的方式進行創新,即專注於提高現有營運效率。別讓這種華麗技術散發的光芒,掩蓋了其基本職責的簡單性:機器學習的目的,是得出可供操作的預測,也因此它有時會被稱為「預測分析」。這意味,只要你避開誇大不實的炒作,像是將其描述為「高度準確」的數位水晶球,就能從中獲得真正的價值。
這種能力以簡單明了的方式轉化為有形價值。這些預測會推動數百萬個營運決策。例如,經由預測哪些顧客最可能取消訂單,企業可以為這些顧客提供激勵措施,以留下他們;經由預測哪些信用卡交易是詐欺行為,信用卡處理器可以阻止交易。諸如此類的機器學習實際用例,對現有...