TWiML&AI 的 Sam Charrington：認為 AI 是魔法是一個危險的命題

如果我必須從我今年迄今為止參加的 15 場左右的 CRM 行業活動中選擇一個總體主題，那可能是 AI。 更具體地說，它將圍繞自動化和人工智能相交的十字路口。 在上個月的 PegaWorld 用戶大會上，我有機會與非常受歡迎的本週機器學習和人工智能播客 Sam Charrington 的創始人和主持人交談。 在短短三年多的時間裡，Sam 的節目下載量已超過 500 萬次。

Sam 分享了他對機器學習等技術的看法。 他討論了人工智能和自然語言處理。 他還談到了公司如何在使用這些工具來改善其業務的各個方面時才剛剛起步。 但它們必須以正確的視角實施。 他還談到了我在今年的多個會議上聽到的另一個主題； 人工智能最終將如何導致 AE，即人工移情。

以下是我們談話的編輯記錄。 要查看完整的採訪，請觀看視頻，或單擊嵌入式 SoundCloud 播放器。

小企業趨勢：你聽說過人工智能，你聽說過機器學習，你聽說過深度學習。 關於這個領域的最大誤解是什麼讓你每次聽到它都會發瘋？

人工智能不是魔法

Sam Charrington：這是一個很好的問題。 我認為一般來說，讓我發瘋的事情是有各種各樣的陳述給你的印像是，發表陳述的人認為人工智能是神奇的。 事實證明，他們並不真正了解讓這一切順利進行的過程。 我想，這肯定讓我發瘋。 部分原因是因為這是一個危險的提議。

我認為 Rob 的 [Pega 決策管理副總裁和 Rob Walker] 主題演講中談到的一件事是 AI 偏見和類似事物的一些危險。 如果您不了解我們正在使用的這些模型是由數據創建的，並且它們吸收了該數據中固有的偏見，那麼您可能不知道那是您應該做的事情思考並嘗試管理。

小企業趨勢：對。 你談到了這個領域的很多人，還有很多正在實施人工智能和機器學習的公司。 你覺得他們真的準備好充分利用這一點了嗎？ 當他們開始沿著這條路走下去時，他們可能沒有準備好哪些事情？

機器學習的使用是一個範圍

Sam Charrington：是的，這絕對是一個頻譜。 一如既往，對吧？ 有些公司比其他公司更成熟。 我最近經常看到並且經常談論的一件事是，在大型企業中，他們中的很多人都在這個非常有趣的地方，他們在那裡度過了過去兩三年，也許是五年取決於他們有多早，做機器學習和人工智能，概念證明，建立......他們正在建立他們最初的數據科學組織並嘗試構建模型，而且他們開始使用的用例通常是事物比如流失預測或推薦系統或類似的東西。 這很大程度上取決於行業。

但是他們已經建立並運行了一些這樣的概念證明，他們一直在企業內部銷售，他們都在這個突然每個人都買進的地方。他們早期有一些有趣的事情結果，高管們在飛機上閱讀它，你的人工智能策略是什麼，他們看到了這些有趣的結果，他們就像，“好吧，讓我們在一切中使用人工智能。”

大多數企業還沒有準備好

與我交談過的大多數企業並沒有真正準備好擴大規模，他們也不知道如何做。 了解如何擴大規模需要對您的流程、工具和平台進行不同的思考，而不僅僅是添加另一個雪花項目。

因此，人工智能平台這個話題是我們在播客上已經報導了很多的話題，我一直在寫很多關於這個話題並在上面出版了一些電子書。 事實上，我們剛剛宣布我們將在秋季舉辦一次有關該主題的會議。

小型企業趨勢：不錯。 那會在哪裡？

Sam Charrington：它將在舊金山舊金山。

小型企業趨勢：哦，酷。 日期是什麼時候？

Sam Charrington： 10 月 1 日至 2 日在舊金山。 它被稱為 TWIMLcon：人工智能平台。

小型企業趨勢：非常酷。

山姆查林頓：是的。 是的。

小型企業趨勢：因此，至少通過您的網站，您已經關注這一點已經三年多了。 該領域最大的變化是什麼？ 不一定是公司對它的看法，而是它在你眼中發生了怎樣的變化，因為你一直在看這個？

最新的人工智能趨勢是什麼？

Sam Charrington：發生了很多有趣的事情。 三年前，這只是一個想法。 你和公司談過這個想法，他們會很感興趣，但並不真正理解你在說什麼。 如今，通常會有一個人或一些人……通常不止一個，通常是一群人現在真正在做這些事情。

所以我認為以這種方式，從這個意義上說，從企業的角度來看，它已經成為現實。 我認為從技術的角度來看，它的發展速度也非常快。 所以三年來，我們開始在深度學習應用於計算機視覺等領域取得一些有趣的成果。 而現在，就在幾個月前，我在拉斯維加斯參加 CES，CES 的每個其他展位都有一個攝像頭，在視頻中顯示檢測到的物體周圍的邊界框。 做這種事情的技術真的變得商品化了。

很多有趣的是這種稱為遷移學習的技術。 基本上是訓練模型並將其應用於其他類型的模型或其他數據集的能力。 最近，在將相同的想法應用於自然語言處理方面取得了一系列進展。 因此，在所有方面，空間都在迅速發展。

小型企業趨勢：那麼，什麼是最有趣的，也許是獨一無二的，但也是您見過的公司實際實施並看到一些積極成果的最成功的用例？

工作中的人工智能示例

Sam Charrington：有很多。 我的一個演示文稿中有一張幻燈片，有點詼諧地說，如果你想找到人工智能的應用程序，只需向飛鏢板投擲飛鏢。 有這麼多。 我談到了一些銷售和營銷用例，例如流失預測或推薦，確定下一個最佳報價。 這就是 Pega 的全部內容，經常談論。 但在物流、理解和優化您的供應鏈方面也有應用。 那裡有大量的應用程序。 當然對於工業領域的公司，幾年前我寫了一本關於工業人工智能的電子書，在機器人和物聯網中有很多應用。 數字孿生的整個想法正在變得有趣。

小型企業趨勢：那是什麼？

企業不斷收集數據

Sam Charrington：基本上，對於擁有大量工業資產的公司來說，無論是發電機、石油鑽井平台還是飛機發動機，GE 飛機發動機中都有數千個傳感器，只有一個發動機，所以他們正在收集大量數據，而像通用電氣這樣的公司正試圖將他們的商業模式從銷售這種有形資產轉變為銷售發動機即服務，如果你願意的話。 因此，允許他們這樣做的部分原因是能夠預測引擎何時會發生故障。 預測性維護是一個很大的用例。

他們長期宣傳的其中一項技術就是他們所謂的數字雙胞胎。 它基本上是一種物聯網加人工智能加模擬。 因此，您從引擎中提取所有傳感器數據，使用它來創建一組關於引擎的模型，您可以在模擬環境中使​​用這些模型來預測不同因素將如何影響引擎的性能。

小型企業趨勢：換句話說，隨著時間的推移，越來越多的用例出現。

熱門歌曲不斷湧現

Sam Charrington：對於像我這樣喜歡學習、理解和學習的人來說，就像在糖果店裡的孩子一樣，人們應用這些東西的方式有很多。

小型企業趨勢：因此，如果我們要展望兩年，或者我不知道，也許五年，無論時間框架是什麼，你認為在不久的將來，在這個領域會發生什麼在公司的用途、用例、採用和成功方面？

Sam Charrington：嗯，嗯（肯定）。 是的，我認為在五年內，我們將超越我提到的企業已經弄清楚如何完成一次性機器學習項目的這個口吃點，他們將擁有適當的平台和流程來多次將模型投入生產。

我一直在做的一個觀察是，將機器學習和人工智能視為另一種技術是錯誤的。 而且我認為這更像是商業的另一個浪潮或前沿。 所以我在昨天的演示文稿中的另一個序列談到了在八九十年代，這一切都是關於過程驅動的。 就像，讓我們從經理和一線人員那裡得到我們的業務流程並記錄它們。 然後我們進入了 2000 年代這個完全由數據驅動的時代。 嘿，我們有這些流程，我們可以自動化它們嗎，我們可以檢測它們並提取一些數據並使用這些數據來幫助我們做出決策。 但通常就像，讓我們每季度創建 TPS 報告，找人……

小企業趨勢：順便說一句，我喜歡那部電影……

最新的人工智能趨勢包括機器學習模型

Sam Charrington： ……所以現在我們正在進入這個模型驅動的時代，在這種情況下，模型驅動是指創建機器學習模型，從這些數據中提取模式和洞察力並將其投入實際生產這樣我們就大大減少了洞察力和決策之間的延遲，因為機器正在做出決策。 有時在我們的幫助下，人們的幫助下，但越來越多的這些決定將由在線系統決定，這些系統在需要時做出決定。

所以我認為現在這是一個新想法，但在五年內，我認為這對很多公司來說都是顯而易見的，他們將在這條道路上投入巨資。

小企業趨勢：這是否可能讓人類解放出來，利用他們的同理心，讓機器幫助他們做出決策？

人工智能從科幻走向現實

山姆查林頓：是的。 我認為這就是想法。 但回到 Rob 的演示，有一些有趣的機會可以讓機器表現出某種同理心。 現在我不這麼想，我也不認為他這麼想，就像我們所說的 AGI、通用人工智能，比如電影、科幻 AI，但更明確的是這些權衡和將這些明確的知識或對這些權衡的考慮納入我們圍繞這些模型構建的系統中。

小企業趨勢：此外，他提到，我在某些情況下同意，有些人總體上缺乏同理心。 所以有時機器可能會更善解人意。 我不知道。

機器能比員工更善解人意嗎？

山姆查林頓：是的。 好吧，你和他談過，我昨天和他談過這個，他很快就說他們正在向他們的客戶傳福音，以便更加善解人意，或者至少將其視為客戶體驗轉變的一部分。 但如果公司是由一個不善解人意的人領導的，那可能就行不通了。

小企業趨勢：那裡不會是一個很好的結局。 但無論如何，讓我們希望最好。

山姆查林頓：是的。

這是與思想領袖的一對一訪談系列的一部分。 成績單已編輯出版。 如果是音頻或視頻採訪，請點擊上面的嵌入式播放器，或通過 iTunes 或通過 Stitcher 訂閱。