Der Grund, warum ich versucht habe, einen solchen Artikel zu schreiben, ist, dass es in Japan fast keine Informationen über den Einsatz von maschinellem Lernen gibt, nicht wahr?
Also wurde ich von einem guten Freund ** angewiesen, Fälle im Zusammenhang mit der geschäftlichen Verbesserung des maschinellen Lernens zu untersuchen **, und ich beschloss, es zusammenzufassen.
Übrigens bedeutet ** Machine Re Engineering ** im Titel eine Verbesserung durch Automatisierung der Arbeit durch maschinelles Lernen. Was ist es ins Japanische übersetzt? Die Reichweite ist recht gering, aber die Marketingautomatisierung kann in diesem Bereich erfolgen.
Das eigentliche Machine Re-Engineering ist eine umfassendere Geschichte, die sich auf den gesamten Geschäftsprozess bezieht. Obwohl es sich um ein in Japan nicht bekanntes Wort handelt, beispielsweise um den Austausch von E-Mails mit Kunden, kann die Verhinderung von Abwanderung durch maschinelles Lernen erheblich verbessert werden. Schauen wir uns das genauer an und fassen die Bereiche zusammen, die verbessert werden können.
Übrigens, hier ist der Blog, den ich betreibe: Aufwand 1 mm
Die Geschäftsverbesserung durch maschinelles Lernen kann grob in die folgenden drei Bereiche unterteilt werden.
Schauen wir uns einige konkrete Beispiele an. Die folgenden vier Beispiele werden vorgestellt.
etc. Alle hatten überraschende Inhalte, deshalb werde ich sie zusammenfassen.
Ein Fall, in dem eine Bank namens Nuance in Kanada die Antwortzeit pro Person um bis zu 40 Sekunden reduzierte, indem sie ** Sprachüberprüfung ** verwendete, die menschliche Stimmabdrücke erkennt.
Das Verfahren ist wie folgt.
Die Reaktionszeit hat sich pro Person um ca. 40 Sekunden verringert. Ich bin sehr froh, dass ich in einem natürlichen Gespräch eine Sprachüberprüfung durchgeführt habe, und wenn ich es bemerke, muss ich meine Identität nicht überprüfen. Dieser Austausch ist sehr ärgerlich. ..
Es sollte keinen Grund geben, warum dies nicht möglich ist, da die Sprachanpassung keine Sprache ist, sondern die Fähigkeit, menschliche Stimmabdrücke erkennen zu können. Wenn es um Spracherkennung geht, sollte es auf Japanisch ziemlich schwierig sein (Sprachstrukturprobleme, kein guter Spracherkennungsserver auf Japanisch usw.).
Täglich übliche Dokumentenerstellung und Dateneingabe. Wenn Sie sich die Zeit nehmen, für eine so einfache Aufgabe zu sterben, reichen 30 Stunden am Tag nicht aus. Darüber hinaus ist diese Art von verschwenderischer und eintöniger Arbeit ziemlich entmutigend. Ich möchte es nicht tun, wenn es möglich ist.
Derjenige, der hilft, Berichte automatisch zu erstellen. Obwohl es automatisch erstellt wird, bedeutet dies nicht, dass der Text vollständig automatisch geschrieben wird. Sie sollten denken, dass dieser Dienst, der maschinelles Lernen verwendet, den von Ihnen geschriebenen Text bearbeitet.
Schreiben Sie ein sehr vollständiges Dokument mit getrennten Sätzen und Aufzählungszeichen als Eingabedaten. Es wird gesagt, dass durch Eingabe der Aufzählungssätze ein korrektes Dokument erstellt wird. Kunden haben eine breite Palette von Branchen, darunter Gesundheitsunternehmen, Finanzunternehmen und Ölunternehmen. Ich frage mich, ob es ein Service ist, der von großen Unternehmen mit viel Dokumentation sehr begrüßt wird.
Die Produktivität scheint um etwa 25% gestiegen zu sein. Durch das Ersetzen durch vertraute Nummern ist es uns gelungen, die für die Berichterstellung erforderliche Zeit um 40 Stunden pro Monat zu reduzieren. Ich habe ungefähr 2 Stunden Freizeit pro Tag. es ist wunderbar.
Sie sollten nicht erwarten, dass es auf Japanisch mit der gleichen Qualität wie Latein fertiggestellt wird. Ich höre oft, dass ich nicht sehr gut darin bin, Sätze zusammenzusetzen, weil die Regeln für das Schreiben auf Japanisch gebrochen sind. ..
Anstelle einer Qualitätskontrolle ist es notwendig, den Herstellungsprozess genau zu überwachen. Wenn in einer Situation, in der Abteilungen in einem großen Lager nicht miteinander in Kontakt treten können, eine Warnung abteilungsübergreifend ertönt, kann es einige Zeit dauern, die Ursache zu untersuchen.
Für Sie, die solche Probleme haben! Gib nicht auf, du hast eine Visiermaschine! Es wäre großartig, wenn die Ursache der Warnung in einem Augenblick identifiziert werden könnte und ** "es wird Ihnen sagen, was falsch ist, bevor die Warnung ertönt" **.
In der Fertigung kann ein einzelnes Qualitätsproblem Hunderte von Warnungen gleichzeitig auslösen. Normalerweise dauert es sehr lange, das Problem zu identifizieren, das der Anzahl der Warnungen zugrunde liegt, und manchmal muss sogar der Herstellungsprozess gestoppt werden.
Sight Machine lernt das Alarmmuster, um das Problem zu identifizieren. Aber das nächste Mal ist es noch erstaunlicher.
Darüber hinaus scheint es möglich zu sein, das Muster der Fälle zu kennen, die vor dem Auftreten des Problems aufgetreten sind, und sie wissen zu lassen, dass ein Fehler wahrscheinlich so auftritt, wie er ist. Und der Schaden wird minimiert, indem der Teil behandelt wird, bei dem der Fehler im Voraus auftritt. Nun, ich denke, es ist ein gängiges Muster des maschinellen Lernens, aber es ist erstaunlich, dies auf dem tatsächlichen Gebiet zu tun. Es fühlt sich an wie eine weiterentwickelte Version meines Lieblings-Komatsu IoT-Falls.
Ich denke, viele Leute wissen das, aber wie ich zuvor zusammengefasst habe, Singapur ist ein Kraftpaket für künstliche Intelligenz. Ein Land, in dem der Minister so etwas wie die Einführung künstlicher Intelligenz im ganzen Land sagt und es zu einem Labor für die zukünftige Gesellschaft macht. Persönlich finde ich dieses Land wie Singapur wirklich cool. Es ist schön, einen drastischen Wunsch nach Zukunft zu haben, anstatt konservativ zu sein.
Bankgeschäfte sind ziemlich einfach mit den Wünschen verschiedener Menschen verbunden. Wenn Sie die Insiderinformationen im Voraus kennen, können Sie einen Gewinn erzielen, und wenn Sie einen Kredit von einer Bank erhalten, wirkt sich dies direkt auf das Überleben des Unternehmens aus. Natürlich scheint es an einem solchen Ort eine stinkende Geschichte zu geben.
Künstliche Intelligenz, die "Personen erkennt, die wahrscheinlich korrupt sind", indem sie anhand von E-Mails, internem Verhalten und Verhalten bei Besprechungen lernt.
Es scheint, dass seit einiger Zeit versucht wurde, Betrug im Zusammenhang mit Banken aufzudecken. Das ist richtig, aber die konventionelle Methode war die Erforschung externer Faktoren wie "Betrug / Ertrag". Mit anderen Worten, es scheint, dass ein Dritter, kein Unternehmen, künstliche Intelligenz zur Überwachung des Marktes einsetzte.
Das Beispiel von DBS sollte ziemlich berühmt sein, aber der obige Inhalt ist der Grund. Es scheint selten als Beispiel für die Verwendung zur Aufdeckung von Betrug im Unternehmen zu sein.
Möglicherweise ist eine große Anfangsinvestition erforderlich, um die Datenanalyse zu starten. Wie jeder, der Daten analysiert hat, weiß, dauert das Sammeln und Bereinigen von Daten tödlich lange und ist so ärgerlich und schwierig, dass nur ein Experte dies tun kann. Darüber hinaus kann es fehlschlagen. Die Datenanalyse kann nicht immer die richtigen Ergebnisse liefern. Ich sehe selten erfolgreiche Beispiele für den Einsatz von maschinellem Lernen in Japan.
Ich frage mich, ob japanische Unternehmen eine solche Entscheidung treffen können, und das macht mich sehr dunkel. Unternehmen können das vielleicht, aber ich glaube, dass es einige Gesellschaften gibt, die die ** nette und rationale Verantwortungslosigkeit ** von "Überlassen wir es der Maschine" nicht mögen.
Ich liebe es zu lernen und ich mache es ziemlich ernst. Deshalb spüre ich die Grenzen von Menschen, die Emotionen haben. Solange die Emotionen stumpf sind, ist es unmöglich, sich zu 100% vernünftig und ideal zu verhalten. Ich denke, es wäre schön, in einer Welt zu sein, in der Sie es der Maschine überlassen können, die Produktivität zu steigern, Zeit zu gewinnen und Zeit für Ihre Hobbys zu verwenden.
Klicken Sie hier für den Blog, den wir betreiben: Machine Re-Enginereeing in den neuesten Fällen in Übersee
Recommended Posts