機器學習來當你的「合夥人」:AI 參與決策,讓創新成為動詞
Photo Credit:Shutterstock
機器學習雖然很強,但是不是只能分析已發生的事情?應該沒辦法幫人類做未來決策吧?雖然團隊努力應用 AI 人工智慧,但至今仍有「人類才能下決策」迷思嗎?或是團隊想推動創新,但不曉得如何讓 AI 參與未來決策?那麼,來看看一級方程式賽車(Formula One;F1)和跨境電商 VeryBuy 如何透過讓機器人當企業「合夥人」,成功打造未來新商業模式!
從「分析已知」到「指引未知」,機器學習也能下決策
雖然近年企業都在談 AI 人工智慧應用,但不少組織的立場仍誤以為機器學習只能幫忙找出「發生什麼事」(描述型分析)、「為什麼會發生這些事」(診斷型分析)等現況分析。
但你知道嗎?機器學習能藉由找出「未來還會發生這些事嗎?」(預測型分析)以及「要如何讓它發生?」(指示型分析)替企業組織指引前方未知道路,彷彿是企業領導人的「合夥人」一樣,雙方能共同進行未來決策。
根據國際調研機構 IDC 最新統計,高達 42% 企業高階主管認為 AI 將扮演推動組織創新的關鍵角色,協助人類找出各項決策、行動的後果,讓企業能在瞬息萬變商業環境中加快決策過程。
雖然人類擁有長期累積的專業領域知識,但根據認知心理學家 George Armitage Miller 於 1950 年代發表的研究指出,人腦最多只能同時處理 5~9 個訊息,一但超過該數量就易被大腦忽略,此時資料再多、再豐富都毫無用武之地。
既然人腦有極限,那就讓 AI 來幫一把!當資料量愈來愈龐大,選擇透過 AWS 機器學習平台參與資料搜集、處理、分析,從中找出人腦難以辨識的細微訊息,就能讓機器學習從「分析已知」走向「指引未知」,讓創新成為動詞。
車迷們注意!F1 要用 70 年的數據,打造「未來賽事」
2018年時,一級方程式賽車(Formula One;F1)早已與 AWS 合作,將機器學習運用於預測車輛適合進維修區換胎的最佳時機,也即時串流賽場資料,讓主辦單位掌握各輛車的表現、賽車手是否將能力發揮極致等。
不過,以為機器學習只能協助車輛、車手和主辦單位嗎?別忘了,在賽道外搖旗吶喊的廣大車迷們,也是這場賽事的主角!
因此,70 歲的 F1 至今仍像個活蹦亂跳年輕人般,正用它累積超過一甲子的賽事資料打造一個數據驅動的「未來賽事」。從 2020 年起,F1 與 AWS 不僅善用 70 年的比賽數據資料,也將每輛 F1 賽車配上 300 個感測器,每秒可從賽車傳送超過 110 萬筆資料點到賽場維修站。
這些數據要做什麼?它們能讓車迷們在比賽現場深入理解車手、車隊的各個決策,就算是「門外漢」也能看懂門道。
F1 透過 AWS 機器學習平台即時搜集、處理、分析這些大量比賽資料後,將「低速過彎」、「高速過彎」、「直道行駛」以及「賽車操控」等四大核心指標進行即時分析,再將數據以清楚易懂的圖表形式呈現給全球觀眾。
這樣密集的動態資料分析,讓 F1 能以領先之姿設計出未來賽事,彷彿替車迷們開啟一個「貼近賽道」的全新視角,讓他們能像內行人一樣,看懂每輛賽車的不同性能,也理解各個車隊和車手為何能領先、又為何會落敗。
VeryBuy 用「風格標籤」創造數據,讓新客變熟客
機器學習除了協助實體活動「煥然一新」,也能讓原本就在數位世界上闖蕩的電商業者「脫胎換骨」。
電商平台通常透過數位足跡理解顧客的「過去消費行為」,再從中窺知「未來消費抉擇」;然而,如果是初來乍到、尚未留下任何資料的新訪客呢?與 AWS 攜手機器學習應用的 VeryBuy,就是透過「風格標籤」主動創造數據,讓新客變熟客。
以前,電商網站常把訪客行為分成「瀏、比、查、購」(瀏覽、比價、商品查看、加入購物車)四大階段,因此「購」往往是所有電商拚搏的最後一哩路,大家使出渾身解術,只希望讓顧客快速進入最後階段。
不過,跨境電商平台 VeryBuy 反其道而行,藉由AWS 機器學習將數據應用重心放在「瀏、比、查」前三階段。他們將站上女性服裝透過「風格標籤」進行資料結構化,區分成學院風、OL 風等等不同風格元素權重,例如:某件洋裝可能標記 30% 學院風、70% OL 風。
當新客首次造訪網站時,即便還沒註冊、也還未進入「購」階段,但平台已能依據客人剛才瀏覽、比價、查看過的商品風格元素權重,推薦這位買家其他風格類似商品,讓初來乍到的新客也像老顧客一樣熟悉;而碰到諸如 Lady Night 等電商造節活動時,也能依據風格標籤挑出合適的節慶商品。
不論是利用數據驅動設計出未來賽事的 F1,或透過主動創造數據接觸未來消費者的 VeryBuy,他們都拋下「人類才能下決策」迷思,藉由 AWS 機器學習平台讓 AI 參與決策,從「分析已知」走向「指引未知」。
讓機器學習也當你的合夥人,成功打造未來新商業模式!
聯絡AWS團隊咨詢您的上雲專案 >> https://bit.ly/3kWpPik