機器學習：競爭優勢的新探索

為了獲得更廣泛的數據分析和數據理解，提高內部、外部流程效率，對用戶有更好的理解，增強自身競爭力。越來越多的公司實施機器學習戰略。

編譯：T客匯  卿云

最近，MIT技術評論定制和Google Cloud完成了一項名為《機器學習：競爭優勢的新探索》調查，發現：

●2017年50%的公司希望通過機器學習可以更好的理解客戶

●48%的企業認為機器學習能夠增加自身競爭力。

●未來機器學習的幾大應用有自動化代理/機器人（42％），預測計劃（41％），銷售和營銷目標（37％）還有智能助理（37％）。

報告關鍵觀點如下：

如果公司正在使用機器學習，你想從中獲得什么？

采用機器學習的公司，其中50%是為了尋求更廣泛的數據分析和數據理解，如此能增強其核心業務。46%是為了增強企業優勢提高競爭力，45%是為了更快的數據分析能力以及敏銳的洞察力；44%是為了提高研發能力，希望藉此推出新一代產品。

 如果你的公司使用機器學習，你從中已經得到了什么？

正在使用機器學習的公司中，45%是為了更廣泛的數據分析和數據理解。只有35%的公司是為了更快速的數據分析和敏銳的洞察力，除此之外也為了開發新一代產品而增強研發能力。下圖比較了企業從機器學習中獲得的好處。機器學習潛力的主要因素之一是面向服務的框架，這個框架通過設計同步實時消耗數據，但是無需移動數據。enosiX正在迅速成為這一領域的領導者，專注于同步實時Salesforce和SAP集成，使公司對數據有更好的理解，提供可衡量的優化意見。

2017年你的IT預算中有多少是專為機器學習的？

采用機器學習的公司中有26%公司在機器學習領域的投入超過了其用預算的15%。79%受訪者正在投資機器學習。下圖展現了調查期間2016年后期和2017年前期IT預算中機器學習的分布情況。

如果你的公司計劃使用機器學習，你想從中尋求什么？

2017年50%的公司計劃采用機器學習是為了更好的了解用戶。48%是為了增加公司優勢提高競爭力。45%是為了更廣泛的數據分析和數據理解。下圖是企業希望從機器學習中所獲的收益。

自然語言處理（NLP）（49％），文本分類和挖掘（47％），情感/行為分析（47％）和圖像識別、分類和標記（43％）是如今機器學習領域使用的前四大項目。目前正在進行的其他項目包括建議（42％），個性化（41％），數據安全（40％），風險分析（41％），在線搜索（41％）以及本地化和制圖（39％）。 未來機器學習的最大用途包括自動化代理/機器人（42％），預測計劃（41％），銷售和營銷目標（37％）以及智能助理（37％）。