人工智能 - HRTechChina.com - 向上的力量！

人工智能

FortressIQ筹集1200万美元，为流程自动化带来了新的AI转折据外媒报道，FortressIQ是一家初创公司，希望将一种名为模仿学习(imitation learning)的新型人工智能应用于流程自动化。今天早上，该公司宣布已筹集了1200万美元。 A系列投资完全来自一家风险投资公司——光速风险投资公司(Light Speed venture Partners)。除了今天的融资，该公司此前还从Boldstart Ventures、Comcast Ventures和Eniac Ventures筹集了400万美元的种子资本。 FortressIQ的创始人兼首席执行官潘卡杰•乔杜里(Pankaj Chowdhry)表示，他的公司基本上取代了高成本的顾问，这些顾问的工作是做时间和运动研究，并以一种相当有创意的方式将这一过程自动化。这有点像机器人过程自动化(RPA)，这个领域目前吸引了大量投资，但它不是简单地记录桌面上发生的事情，然后数字化复制，而是在一个叫做“模仿学习”的过程中更进一步。 “我们希望能够通过观察来复制人类的行为。”我们的目标是如何帮助人们理解他们的过程。但我认为模仿学习是人工智能最有趣的领域，因为它关注的不是人工智能能做什么，而是人工智能如何学习和适应，”他解释道他们从捕获进程的低带宽电影开始。所以我们构建虚拟处理器。基本上，我们的想法是，我们有一个由企业IT团队部署的代理，它集成到显卡中，”乔杜里解释说。他指出，它实际上并没有使用摄像头，而是在用户与Windows桌面交互时捕捉到正在发生的一切。在这方面，它类似于RPA。“下一个组件是我们的人工智能模型和计算机视觉。我们建立了这些模型，这些模型可以真实地观看电影，并将电影转录成我们所说的一系列软件交互，”他说。另一个主要区别在于,他们建立了一个数据挖掘组件除此之外,如果人在电影做一些像预订发票,并停止检查电子邮件或松弛,FortressIQ可以理解当一个活动没有过程的一部分,自动过滤出来。该产品将作为云服务提供。乔杜里之前的公司Third Pillar Systems于2013年被Genpact收购。以上为AI翻译，内容仅供参考。原文链接： FortressIQ raises $12M to bring new AI twist to process automation

人工智能
2018年12月05日
人工智能

人人背调获英诺200万天使轮融资近日，企业入职前背景调查智能SAAS服务商人人背调宣布，获得200万元天使轮融资，本轮融资由英诺天使投资领投，臻云创投跟投，据悉，本轮融资将用于产品创新、优化和提升上。人人背调是北京数聚之美科技有限公司解决企业入职前背景调查的人力资源产品，该产品基于在线和移动端提供服务，企业人力部门可以在一两分钟内解决员工背调的问题，操作简单，其中极速报告5-6秒即可出结果，人工报告1-4个工作日即可出结果，大大提升企业人力资源部门招聘过程中的效率，降低招人风险。此前，人人背调已经服务过1000+企业客户，建立了一套从基础员工、中层管理、高管，横跨互联网、金融、制造业、零售业、服务业等多行业的解决方案。 | 人人背调PC端产品页面 | 人人背调产品的突出优点是操作简便，人力资源部门在使用时不存在任何障碍，无需培训，通过向导从注册、使用、到结果呈现都非常顺畅，用简单的步骤完成复杂的操作。合规的实名短信授权，取消原有复杂的授权流程和纸质授权，既提高了安全性也方便了候选人和用人单位，实名短信授权可以规避他人假冒的问题。人人背调通过上百万份的简历数据进行机器学习，分析整理出3000+个职业模型，不同于传统过渡依赖主观评价的报告，职业模型可以针对不同行业，不同岗位建立专业的访谈模型，并且随着数据量的增加还在不断的迭代和优化，使得履历和表现报告在质量和专业度上大大提升，帮助用人的业务部门和人力资源部门在专业度上把好关。 | 人人背调移动端产品页面 | 报告的智能化处理，将人工报告的内容大量使用机器进行加工处理，提升整体平台的生产能力，使得背调这个行业真正从原有的拼人多，进入到拼效率的时代。英诺天使基金合伙人刘怀宇表示：背调是围绕人的职业信用的服务，人人背调在形成大数据聚集、积累数据的同时、利用大数据+人工智能技术，进一步提升背调数据采集效率。人人背调抓住微信小程序发展机遇，围绕HR专业社群，面向行业特性已经形成了自己的竞争优势。原文来源：人人背调获英诺200万天使轮融资

人工智能
2018年12月05日
人工智能

IBM人才业务使用AI来重新思考现代员工队伍随着人工智能（AI）承诺改变工作的未来和人力资源（HR）功能，IBM（纽约证券交易所代码：IBM）于11月28日宣布推出IBM Talent＆Transformation，一项新业务公司及其员工在人工智能和自动化时代蓬勃发展。IBM Talent＆Transformation不仅提供强大的AI技能培训，还帮助公司推动使用AI为员工提供支持，转变工作流程，消除偏见和建立现代员工队伍所需的转型。虽然首席执行官和员工都认为人工智能将改变工作场所，但最近的IBM研究表明，很少有人愿意利用人工智能的潜力：根据IBM的最新研究，在未来三年内，全球10大经济体中有多达1.2亿工人可能因人工智能和智能自动化而需要接受再培训或重新培训。 IBM的一项研究发现，三分之二的CEO表示人工智能将在人力资源方面发挥重要作用，但只有11％的首席人力资源官员报告说，他们的组织拥有实现这一潜力所需的人工智能，数据科学和机器学习技能。美国和英国84％的就业成年人认为AI可以带来竞争优势，但超过一半的人不相信他们的公司可以利用人工智能获得竞争优势，超过一半的人认为公司文化将成为采用的障碍。由Harris Poll代表IBM进行的一项研究。 “随着企业应对通过应用人工智能，自动化和区块链等新技术进行数字化转型和重塑业务和流程的双重需求，进步的最大障碍在于获取合适的人才和技能，”马克说。 Foster，IBM全球企业咨询服务部高级副总裁。“IBM认为，建立一支在人工智能时代竞争的员工队伍与文化和专业知识一样，都与技术有关。” 在IBM Talent＆Transformation的帮助下，AI可以被引入具有影响力和责任感的组织，并成为人力资源组织的催化剂，从服务功能转变为增长引擎，帮助公司吸引和留住多元化，高技能的员工队伍并随着业务的未来而发展。 IBM Model，Enterprise Ready IBM的新服务，AI工具和相关培训计划学习了IBM应用于推动自身劳动力转型的方法和技术。这些服务利用人工智能个性化的力量来指导员工发展技能并寻求在公司内部发展的机会。它们还允许人力资源团队测量主动保留的飞行风险，并使用偏差减少功能来标记招聘工作中的偏见，例如职位描述中的语言。当应用于IBM自己的人力资源部门时，这些服务为公司带来了超过3亿美元的收益，仅2017年就实现了1.07亿美元的收益，从而显着提高了候选人，员工和经理的满意度。 IBM已与客户合作，成功完成全球1,000多个人力资源转型项目。通过咨询业务或将人才收购，人才开发或人力资源业务外包给IBM，Shire plc等组织正在重新制定人力资本战略以推动业务增长。人工智能可以补充员工技能，重新定义任务并提高生产力，但这需要培训，发展和新的工作方式。IBM AI技能学院是一项新的服务产品和教育计划，将帮助企业在整个企业内规划，构建和应用战略AI计划，如评估AI角色和技能，建立必要的技能，以及创建支持AI战略的组织结构，同时得到IBM专家资源的支持。该产品面向商业和技术专业人士，从一线经理到市场营销，人力资源，法律，财务和运营等领域的高级管理人员，使他们能够在公司的工作流程中找到新的价值机会。课程涵盖了人工智能计划所必需的领域，包括深度学习和机器学习框架，应用算法，开源技术和数据可视化，并将确保企业在“直觉”上做出较少的决策，而在数据驱动的分析上做出更多决策。为了寻找合适的人才并帮助现有员工提升自己的职业生涯，IBM Talent＆Transformation与Citizens Financial Group Inc和Ernst＆Young LLP等组织合作，应用IBM Watson Talent产品。由行为科学，人工智能和工业组织心理学专家开发，以下解决方案利用分析和AI的预测能力： Watson Recruitment：分析组织的就业历史和外部数据来源，以确定任何特定角色成功的关键属性，然后使用AI来表现最合格的候选人而无偏见。 Watson Candidate Assistant：筛选求职者的就业和教育经验，推断技能，并将候选人与最适合传统申请人跟踪系统可能无法提出的建议的空缺职位相匹配。 Watson Career Coach：作为虚拟教练，推断员工的技能，兴趣和卓越，并提供个性化的建议，为职业发展机会铺平道路。 Watson Talent Frameworks：定义当今成功的人才战略所需的能力和技能，以及面向未来的组织，为未来的员工提供针对其特定行业和需求的定制方式。 Adverse Impact Analysis（AIA）：利用Watson AI分析，识别和解决组织与性别，种族，年龄，教育和以前就业相关的就业历史中的无意识偏见。为了获得AI优势，公司还必须改变他们的工作方式，工作地点以及他们用来指导工作的原则。为了促进这一变化，IBM正在推出IBM Garage，旨在开发敏捷功能并改变工作方式。在Garage中 - 作为企业内部数字和AI转换的物理实例--IBM专家与客户员工肩并肩地开发新想法，然后快速测试，丢弃或推进这些想法。在旨在摆脱日常生活的环境中，消除了传统的孤岛和障碍 - 鼓励员工通过实践，快速失败和经常迭代，激发组织变革和支持来学习。IBM Garage是一个工具，用于执行，扩展和管理组织的多个转型计划，在市场中断的情况下具有战略目的。以上内容为AI翻译，仅供参考。原文链接：IBM Talent Business Uses AI to Rethink the Modern Workforce

人工智能
2018年12月04日
人工智能

人工智能在人力资源领域的崛起:将影响招聘和招聘的9个显著发展 The Rise Of AI In HR: Nine Notable Developments That Will Impact Recruiting And Hiring 人工智能(AI)和机器学习(ML)最近一直是新闻热点，而且有充分的理由。人工智能和ML技术正以惊人的速度发展;根据斯坦福大学(Stanford University) 2017年人工智能指数(AI Index)的年度报告，自2000年以来，开发人工智能系统的活跃美国初创企业数量增长了14倍。许多人想知道人工智能技术的持续快速发展将如何改变企业的运营方式。特别是，人工智能可能会彻底改变和重新定义招聘和招聘过程。我们邀请了福布斯人力资源委员会的9位成员分享他们最感兴趣的与人工智能相关的发展。福布斯人力资源委员会的成员讨论了人工智能可以给招聘和招聘带来的令人兴奋的变化。照片由个别会员提供。 1。更准确的候选人匹配为了更好地找到合适的候选人，理解一份简历的能力应该是一种人类技能。然而，事实证明，人工智能在这方面要比经验丰富、技术娴熟的招聘人员强得多。改进这部分流程可以让招聘人员有更多时间来培训和指导求职者和招聘经理，最终改善招聘人员的经验。-卡拉·瑞福德，比彻马登 2。更具包容性的员工队伍人工智能对招聘和招聘过程最令人兴奋的影响是，在评估求职者是否能为企业提供更多样化、更具包容性的劳动力时，消除潜意识的偏见。-雪莉·马丁，OmniTRAX 福布斯人力资源委员会是一个邀请所有行业的人力资源主管的组织。我有资格吗? 3.更少的管理任务大多数人力资源专业人士都认识到，人工智能永远不会取代招聘中的人为因素。不过，它将减轻一些行政工作的负担，例如采购、筛选和进行初步面谈。这将使招聘经理有更多的时间与求职者建立有意义的关系，从而缩短填补空缺的时间，提高员工的留任率。- John Feldmann, Insperity 4。能够找到与现有员工技能相匹配的求职者招聘过程中面临的最大挑战之一是，要确保人们清楚地了解和沟通该职位成功的真正要求，以便将招聘目标锁定在合适的候选人身上。可以想象，人工智能可以用来比较当前在职员工和求职者的技能和行为。- Joyce Maroney, Kronos Incorporated 5。积极的候选人选择我很高兴看到人工智能如何帮助招聘人员提高寻找和吸引求职者的能力。鉴于目前的就业市场，招聘变得越来越主动。当他们的简历不符合你的工作描述时，寻找优秀的候选人可能会很困难，但人工智能技术可以极大地提高主动寻找过程的效率。- Steven Jiang, Hiretual 6。加速Times-To-Hire 人工智能已经改变了用人单位和人力资源公司的游戏规则，通过与求职者互动，迅速确定他们是否适合某个适合自己的职位，从而缩短了符合条件的时间和整体招聘时间。随着人工智能驱动的招聘变得越来越复杂，雇主将从更快速的招聘时间中获益匪浅。- Genine Wilson, Kelly Services 7。更好地介绍申请者对于人工智能的招聘，我真的很兴奋。有很多机会，比如更好地了解你的求职者，了解他们希望从工作中得到什么，然后将这些机会与招聘经理的要求或要求相匹配。它为招聘过程增加了更多的价值和效率，并将使求职者的经历更加愉快。- Adam Mellor, ONE Gas, Inc.。 8。更容易的候选过滤和跟踪筛选潜在的候选人可能是乏味和费时的。然而，我对像谷歌Hire这样的人工智能技术感到兴奋，它可以帮助招聘人员筛选出候选人，跟踪以前在贵公司申请过的候选人，并将目前的申请人与最匹配的职位匹配起来。-米歇尔·马基，斯基尔帕斯 9。工作人员预测如果AI可能需要看数据,当公司需要雇佣——无论是通过kpi涉及生产力、卷、营业额、劳动时间等等,人力资源可以招募速度远远超过他们可以识别工作时当有多少新雇佣的人。通过让团队返回当前用于决定是否、何时以及应该雇佣多少人的时间，人工智能将简化流程。- Sarah O 'Neill - SHRM-SCP, Humano LLC 以上来自福布斯网站，由AI翻译，HRTech会员推荐： https://www.forbes.com/sites/forbeshumanresourcescouncil/2018/11/28/the-rise-of-ai-in-hr-nine-notable-developments-that-will-impact-recruiting-and-hiring/#3c2f43844ced

人工智能
2018年11月30日
人工智能

AI如何帮助吸引人才文/Andres Richter 通过自动化日常工作，实现灵活性并提高会议效率，AI可以提高员工满意度，提高员工保留率并吸引人才。不久前，您可以通过提供有竞争力的薪水和奖金来招聘候选人。然而，今天的员工希望工作具有战略性，有趣性和充实性，同时使他们能够随时随地工作，以追求他们的其他个人兴趣。灵活性是第一要务根据德勤最近的一项调查，灵活的工作选择是提高员工敬业度的最重要力量，其次是自动化提高生产力的潜在好处。千禧一代希望通过较少的通勤时间来避免时段的交通，以便更好地利用他们的时间并消耗更少的化石燃料。他们希望减少不必要的，重复的或平凡的工作，能够满足他们的工作要求，并且仍有空闲时间沉迷于他们的兴趣和爱好。此外，人们期望在必要时，他们可以缩短工作时间以获得更好的工作与生活平衡。缺乏手动和过时业务流程的雇主可能会落后并失去可为公司建立强大未来的员工。使用人工智能简化业务流程为了继续招聘和留住优质员工，公司必须利用技术来满足千禧一代对工作场所高质量生活的需求。随着机器学习和机器人的引入，许多占用大量工时的管理任务变得完全自动化。技术为会计，采购和财务提供了更高的效率，有助于使任务更具战略性。我们调查了 650个业务决策者，包括各行各业的高级经理，C级和业务所有者，以了解哪些业务流程阻碍了他们，以及浪费时间。调查结果显示，百分之五十五的C级管理人员每周浪费5-10个小时处理行政任务。30％的受访者希望他们可以将更多时间花在战略和规划上。呼叫中心代理已经使用它来推荐客户问题的答案并制作追加销售和交叉销售建议，充当AI代理商的聊天机器人可以帮助自动化每年大多数企业用于追踪发票异常，差异和错误的时间。 AI代理商还可以代表买方运营以定位潜在交易，并根据参数集和市场条件自动匿名协商最佳条款。签订合同后，如果错过成本，质量或交付KPI，业务管理系统将监控供应商绩效并请求纠正措施。如果供应商没有回应，人类只需要参与。 Bots还可以自动执行月度，季度和年终流程，比较各个独立系统之间的帐户余额，并验证报表和报告的准确性。利用机器学习，机器人将从不同的人类输入中学习，以做出更好的判断，并适应不同会计专业人员的行为模式。人工智能在会议室虚拟助手可以消除为多个参与者找到方便时间而经常需要的时间。通过访问电话会议号码，电话号码和Skype地址，AI可以比单个人更快，更高效地联系人。AI可用于安排会议室而非人员，无需为每位员工预留办公空间。工作人员只有在召集会议时才能临时分配到办公室，而不是使用员工徽章。人工智能也可用于提高会议效率，这是每家公司的目标。微软推出了一款具有强大麦克风阵列的360度摄像头，该阵列使用面部识别来扫描房间并识别会议参与者。麦克风拾取扬声器的声音，然后使用Microsoft的AI软件实时转录会议中的每个单词。这些详细的交易可用于管理行动，并为更好的决策制定建立共识。人工智能的生态系统人工智能不是一个独立工作的岛屿。要利用AI功能，需要在不同部门，供应商，合作伙伴和在不同地点和移动中工作的员工之间自由流动数据。具有嵌入式AI功能的ERP等普及系统可以帮助员工实现更智能的工作效率，而不是更加努力工作，更好地平衡工作与生活。以上为AI翻译，内容仅供参考。原文链接：How AI Can Help Attract Talent

人工智能
2018年11月29日

人工智能

Forrester报告：2019年企业将缩减人工智能的规模文/VASCO PEDRO，UNBABEL 上周，Forrester发布了两份关于人工智能的调查报告——《2019年预测:自动化》和《2019年预测:人工智能》。引人注目的是一个没有企业真正愿意承认的统计数据：2019年，整整10%的公司将把人类的专业知识带回人工智能领域，这一趋势将在很大程度上归因于人工智能的局限性。让我们明确一点:我说的是商业上的人工智能驱动的自动化，而不是人工智能的进步，比如拯救生命。没有人认为人工智能在医疗保健和检测图像中癌细胞的训练算法上的标记值得后退一步。最好让机器里的医生继续工作。但说到商业，Forrester揭示了一些残酷的事实。没有哪个企业愿意承认自己的人工智能出现了问题，而作为一个人工智能驱动解决方案组织的商业领袖，我对任何一家经历过人工智能“后果”的公司都感到好奇。然而，人工智能的退步数据并不令人惊讶，尤其是当你从客户服务的角度来看人工智能时。是时候抑制AI的热情了? Forrester的报告令人惊讶的是，只有10%的公司明显在放弃人工智能。考虑到大量的公司正在自动化错误的事情，以及其他对人工智能完全不切实际的期望，我预计50%的受访者计划在2019年后退一步，把一些非常需要的人性带回循环。公司开始超越人工智能的规模经济，意识到调查揭示的一些残酷事实;也就是说，自动化是伟大的，但实际上，只有当它使您更接近您的客户，它才伟大。如果人工智能正在取代服务台上的人工智能或在线聊天工具上的人工智能，那么在客户服务和满意度方面，你就会陷入连败的境地。真相和证据都在外面，它告诉我们大多数人都喜欢与人接触。我们已经相互交流了几千年了，事实证明，客户服务是我们期待人类专家参与的一个领域。这一主张经得起推敲。看看哈佛商学院(Harvard Business School)的莱恩·w·布尔(Ryan W. Buell)过去10年对自动化的广泛研究吧。他已经证明，使用atm机的客户比真人柜员机的客户对银行的满意度要低，他在大都会人寿保险公司(Metlife)的自动电话吊唁信息中标注的“死亡相关保险客户索赔”，无疑是一个危险信号，表明同情不应被归入人工智能。自动化也许我们能从这项研究中得到的最大教训是，在大多数情况下，人类不应该被完全排除在人工智能的圈子之外。我们需要以一种表明我们了解客户真正想要什么的方式为人们实现自动化，并以一种使用自动化来促进客户支持过程的方式实现自动化。在人工智能和人类之间取得正确的平衡通常意味着使用自动化作为第一反应线。这吸引了绝大多数的客户，他们会尝试(甚至更喜欢)在联系现场代表之前自己解决问题。只要总是有切换到实时代表的选项，大多数企业都会发现这是自动化和人际接触之间的有效平衡。这方面的一个很好的例子是自动化，它可以检测到用户在旅途中的任何一步都有重复出现的困难，并通过人工客户支持代理触发一个聊天窗口。另一个例子是自动化收集和交付客户信息给客户支持代理在联系开始前，以便实际的对话是知情的和个性化的。它是关于使用自动化来帮助你的客户在他们需要的时候获得最好的，最快的，最个性化的客户支持。 2019年即将到来，这项研究的时机很好地提醒了我们，人工智能的到来是为了让我们能够自由地与客户进行良好的对话——不是简单直接的东西，而是最终建立和推动品牌忠诚度的真正问题。如果我们能让人类参与其中，并利用人工智能提高客户支持操作的效率，我们就能关注人工智能的潜力，而不是它的局限性。以上为AI翻译，内容仅供参考。原文链接：Businesses will scale back on AI in 2019

人工智能
2018年11月13日
人工智能

数据成本是否扼杀了您的AI启动计划？数据为AI初创公司提供了防御性的护城河：初创公司收集的用于培训AI模型的数据越多，该模型的表现就越好，新的参赛者难以赶上。然而，这些数据并非免费提供，许多人工智能初创公司认为他们的利润受到这笔额外费用的侵蚀。随着时间的推移，您可能希望减少对数据的投入，但目前尚不清楚如何预测何时会发生这种情况以及在何种程度上预测未来增长的模型。与软件初创公司不同的是，产品开发埋藏在损益表中的研发成本之下，AI初创公司应将数据成本作为销售成本（COGS）的一部分。将数据视为COGS而非研发成本将有助于您发现扩大规模并降低成本的机会，从而提高利润率。下面的数据价值链流程图显示了大多数AI初创公司如何获取和使用数据。首先，您将基础事实的片段记录为原始数据。您将原始数据存储在某处，然后建立流程或管道以维护和访问它。在AI模型中使用它之前，需要对数据进行注释，以便模型知道如何处理每个数据点。然后，训练有素的模型接收数据并返回推荐，然后您可以使用该推荐来为最终用户采取某种结果。该过程可以分为三个不同的步骤：获取数据，存储数据和注释数据以训练模型。每一步都会产生成本。数据采集成本在所有数据价值链中，某种传感器（物理设备或人类）首先需要通过捕获对现实的观察来收集原始数据。在这种情况下，数据采集的成本来自创建，分配和操作传感器。如果传感器是硬件，则必须考虑材料和制造成本; 如果传感器是人类，那么成本来自于招募并为他们提供制作和记录观察所需的工具。根据您的覆盖范围需要多大，您可能需要支付大量费用来分发传感器。某些用例可能需要以高频率收集的数据，这也可能会增加人工和维护成本。例如，观众测量公司尼尔森，面临所有这些成本，因为它既提供了框，也支付参与者报告他们在电视上观看的内容。在这种情况下，随着尼尔森的数据变得越来越有价值，其覆盖范围越广泛，规模经济就会降低单位数据采购成本。在某些使用案例中，您可以通过向他们提供管理工作流程的工具（例如，自动电子邮件响应生成器），然后将他们捕获的数据存储在他们的工作流程中，将数据采集的工作和成本转移给最终用户。工作或观察他们与工具的交互并将其记录为数据。如果您选择免费分发这些工具，数据采集的成本将是客户获取工作的成本。或者，您可以选择为工作流工具收费，这可能会减慢和限制客户采用率，从而减少数据采集，同时抵消数据采集成本，具体取决于您的价格。例如，我公司的一家投资组合公司InsideSales为销售代表提供了一个平台，可以拨打他们的潜在客户。当销售代表使用该平台时，它会记录有关交互的时间，模式和其他元数据，以及该销售渠道中的销售线索是否进展。该数据用于训练AI模型以推荐最佳时间和通信模式以联系类似的线索。这里，随着越来越多的用户进入平台，网络效应可能会增加工具的实用性，这可能会降低用户获取成本。或者，在另一个实体已经建立数据收集管道的情况下确保战略合作伙伴关系可以进一步降低成本。我们的另一家公司Tractable采用计算机视觉实现汽车保险调节器的自动化工作，正在与几家领先的汽车保险公司合作，以获取受损车辆的图像，而无需投资向个别车主分发应用程序。存储和管理成本在数据存储和访问方面，初创公司面临另一个成本问题。除了您收集的数据之外，您可能还需要客户提供其他上下文数据以丰富您的模型。许多行业最近才开始数字化，因此即使潜在客户拥有丰富模型所需的数据，也不要认为数据易于访问。为了使用它，您可能不得不花费大量人力来进行低利润率的数据准备。此外，如果数据分布在不同的系统和孤岛中，您可能需要花费大量时间来构建每个集成，然后才能使模型完全正常运行。一些行业围绕单片和特殊技术堆栈构建，使得集成很难在客户之间重用。如果集成服务提供商不可用，那么您的AI启动可能会发现自己陷入了为每个新客户构建自定义集成之前，它可以部署其AI系统。数据结构的方式也可能因客户而异，要求AI工程师花费额外的时间来规范数据或将其转换为标准化模式，以便可以应用AI模型。建立一个通用集成库可以降低成本，因为您可以在新客户中重复使用它们。培训费用大多数AI模型构建方法都要求您标记和注释数据，这是AI初创公司最大和最可变的成本之一。如果示例很简单或通常被理解为足以使外行人能够执行注释 - 例如，在图片中的所有苹果周围绘制一个框 - 您可以使用外包劳务服务（例如Mechanical Turk或图8）来执行注释。然而，有时候，注释需要更专业的知识和经验，例如基于视觉线索确定苹果的质量和成熟度，或者石油钻井平台上的生锈斑块是否危险。对于这种更专业的劳动力，您可能需要建立一个内部专家注释团队并支付更高的工资。根据您的注释方式，您可能还需要构建自己的注释工作流工具，尽管像Labelbox这样的公司现在正在出现提供此类工具。在某些AI应用程序中，最终用户是最有效的注释器，您可以通过设计产品来卸载注释成本，以便用户在数据与产品交互时标记数据。Constructor是我们的投资组合公司，提供针对电子商务的人工智能网站搜索，观察用户实际点击并购买每个搜索词的产品，使他们能够优化搜索结果以获得更高的销售额。这种注释不可能通过外包或专家搜索服务进行人工操作，并且可以保存Constructor，否则可能是重要的注释成本。即使在您以高精度训练模型之后，当模型不确定如何解释新输入时，您偶尔也需要人类进行干预。根据模型如何为最终用户提供价值，该用户自己可以对模型进行更正或注释，或者您的创业公司可以通过采用质量控制“AI保姆”来处理异常。如果环境是您的建模是易变的并且以高速和常规速率变化，您可能希望保持稳定状态的注释器团队以根据需要使用新数据更新模型。扩展AI业务第一批成功的人工智能企业进入市场，提供无AI工作流程工具，以捕获最终培训AI模型并增强工具价值的数据。这些创业公司早期就能够实现软件利润，因为数据和人工智能是创业公司价值主张的次要因素。然而，随着我们转向人工智能的更专业应用，下一波人工智能创业公司将面临更高的启动成本，并需要更多的人力资源来为客户提供初始价值，使其成为低利润率的服务业务。获得大量客户和数据将最终降低单位经济效益并构建关键的复合防御能力，但许多初创公司并不确切知道这一点到底有多远，以及他们需要做些什么来更快地实现目标。最好的人工智能初创公司将了解哪些杠杆可以在该途径上进行优化，并有意识地使用它们来进行正确的投资并快速扩展。以上为AI翻译，内容仅供参考。原文来源：Could data costs kill your AI startup?

人工智能
2018年11月11日
人工智能

利用AI帮助营销人员优化投资策略，Aiden.ai获160万美元种子轮融资来自伦敦的人工智能分析初创公司Aiden.ai获得了160万美元的种子轮融资，以开发其“AI驱动的营销分析师”。他们声称，这就类似于为移动应用的营销团队增加了一位成员。本轮融资由Partech领投，Sophia Bendz（曾在Spotify领导市场营销）和Nicolas Pinto（Perceptio创始人）跟投。 2017年3月，Aiden.ai获得了75万美元投资，结合此次种子轮融资，该公司的融资总额已经达到了230万美元。目前，Aiden.ai也推出了它的全套产品。Aiden表示，其产品是为移动应用营销人员所设计的，它使用机器阅读来分析大量付费广告数据，并主动做出策略改变以提高投资回报率。值得一提的是，这个想法不是使用手动仪表板来获取数据，而是提供一种简化的体验来帮助营销人员管理他们的多渠道付费收购活动，并充分利用他们的投资。首席执行官Marie Outtier表示：“如今的业绩营销人员被来自多个来源的数据所困扰。” 她说这是“新一代软件，一种倾听、学习和行动的软件。” Partech的合伙人Reza Malekzadeh表示：“我们相信Aiden.ai正在最需要的时候，为营销人员构建一个创新的解决方案。Marie和PJ对未来数据和分析的愿景利用了机器学习和自然语言处理领域的最新进展，创造了一种可以改变营销人员工作方式的工具。” 该公司由Outtier和PJ Camilieri（CTO）共同创办，Outtier拥有移动营销和技术背景，PJ Camillieri此前在苹果工作了10年，从事自然语言处理和虚拟助理开发工作。原文链接： Aiden.ai raises a $1.6M seed round for its AI marketing analyst

人工智能
2018年11月08日
人工智能

量子保A+轮融资成功将持续深耕中小企业场景生态近日，互联网保险新科技平台量子保（liangzibao.cn）宣布完成A+轮融资。本轮投资方包括美股上市公司拍拍贷、西电天朗创投-聚卓资本、阿里创业元老等，并由上一轮老股东线性资本继续跟投支持。这是量子保继2017年7月完成A轮融资之后，资本市场对其在保险科技领先地位和核心竞争力的再度肯定，对团队实力、业务策略和增长空间的看好。此轮融资之后，量子保将继续专注在中小企业“保险+服务”定制解决方案上的深耕，用创新保险科技和服务理念赋能中小企业，携手上游保险公司共同推动保险行业创新融合变革，更好地服务实体经济。在技术层面，量子保将加大在动态定价系统、大数据风控、人工智能等方面的研发投入，不断提升风控能力，优化投保理赔等全线上流程的极致用户体验；同时，吸引优秀人才、建全人才培养机制，提升产品研发和孵化能力，以更精准的产品满足当下及未来，零散、高频的企业和个人保障的需求；此外，量子保将继续探索为客户开发包括小程序在内的灵活创新的营销方式，助力中小企业获客、增收。用领先科技和创新产品赋能企业，帮助企业转型升级，推动产业健康发展。截止目前，驾培、医美、教育领域的企业和个人，以及蓝领务工群体，都已经享受到了量子保“保险+服务”模式带来的巨大价值。合作企业客户已达上千家，惠及数百万个人用户，并有近百家大型优质保险公司选择量子保，为我们提供强有力的支持。量子保创始人兼CEO汤鹏表示：“过去两年，我们通过大数据风控、动态保费等技术创新和快速高效的产品迭代，迅速打通了驾考、医美、出行等场景的保险业务，并形成行业壁垒，接下来，随着技术不断迭代，一方面我们深挖垂直场景的生态价值，比如为中小企业开发获客小程序，并孵化更多创新保险产品填补行业空白，扩大市场规模。同时，我们正在尝试采用全新的场景代理人模式为企业和自带流量的个人赋能，共同构建场景生态，创造更多产业价值。” 文章来源：量子保A+轮融资成功将持续深耕中小企业场景生态相关阅读： 2017年8月保险科技公司量子保获A轮融资，覆盖多领域碎片化消费场景

人工智能
2018年11月06日
人工智能

未来的工作将走向何方？先来看看以下工作： 1移动应用开发者 2社交媒体经理 3优步司机 4云计算专家 5无人驾驶汽车工程师 6数据科学家 7无人机操作员 8可持续发展经理 9 YouTube内容创建者 10千禧世代专家虽然很多这些工作对我们来说都很熟悉，但这些工作实际上是最新的。这些是10年前不存在的那些工作。未来似乎比以往任何时候都要快得多。虽然我们仍然在争论AI以及它是否会创造更多的就业机会，但世界正在变得更快。根据世界经济论坛的最新报告“未来的工作”，请看一下机器何时可以实现类似人类能力的时间表： 2024年：翻译语言 2025年：组装乐高 2026年：写高中论文 2027年：自动卡车 2029年：对人进行5K比赛 2030年：零售业客户服务那么我们的工作未来到底是什么？更重要的是，我们是否为此做好了准备？未来几年，一批新兴角色将变得非常重要根据该报告，一组新兴角色在未来几年将变得非常重要，而另一组工作档案将变得越来越多余。在所有行业中，到2022年，新兴职业群体的就业份额将从参与调查的公司受访者总人数的16％增加到27％（总共超过1500万工人），而角色下降的就业份额将从目前的31％降至21％。今天大约一半的核心就业岗位 - 占整个行业的大部分就业 - 在2022年之前将保持稳定。在接受调查的公司中，总计超过1500万工人，目前的估计数表明，工作岗位减少了98万个，就业岗位增加了174万个。根据全球（非农业）劳动力中大公司雇用的这些趋势推断这些趋势，估计可能会有多达2022个，7500万个就业岗位可能被取代，而可能出现的1.33亿个新角色更适合于新的劳动分工。那么哪些工作变得多余？在接受调查的行业中，2018 - 2022年期间预计会变得越来越多的工作岗位是基于日常工作的中级技能白领角色 - 例如数据录入员，会计和薪酬办事员，秘书，审计员，银行柜员和收银员。有些工作容易受到新技术和过程自动化的影响。与此同时，数据分析师和科学家，人工智能和机器学习专家，软件和应用程序开发人员以及分析师等职位预计会增加需求。同样，当涉及到需求技能时，分析思维和创新，主动学习，创造力，技术设计和编程等技能将超越手动灵巧，记忆和空间能力以及技术安装和维护等技能。影响未来就业的因素根据本报告调查的全球雇主，四项具体技术进步：高速移动互联网，人工智能，大数据分析的广泛采用和云技术——将成为2018 - 2022年主导的正面因素，影响业务增长积极。它们是一系列社会经济趋势，与国家经济增长轨迹等新技术的传播同步推动商机; 扩大教育和中产阶级，特别是在发展中经济体; 通过新能源技术的进步，实现更加环保的全球经济。同时，预计会对业务增长产生负面影响的技术和社会趋势包括保护主义抬头，网络威胁，政府政策转变，气候变化的影响; 和日益老龄化的社会。此外，加速技术的采用，改变生产，分销和价值链的地理位置，以及重新制定必要条件将决定就业的未来。到2022年，根据本报告调查公司的投资意向，85％的受访者可能或很可能已经扩大了对用户和实体大数据分析的采用。同样，大部分公司可能或很可能已经扩大了对物联网，应用和网络市场等技术的采用，并广泛使用云计算。为未来做准备全球各国政府和组织已经开始意识到即将到来的变化，并意识到重新培训的必要性需要成为未来的最前沿。政府和组织已经开始意识到工作将来会发生变化的现实。然而，还有待观察的是，随着技术进步对现有业务模式和实践提出挑战并改变它们，我们能够以多快的速度适应和重新适应这一不断变化的未来。除了大胆的领导，它还需要一种敏捷的员工终身学习心态。以上为AI翻译，内容仅供参考。原文链接：Jobs of the future: Where are they headed?

人工智能
2018年11月05日

1... 《 25 26 27 28 293031 32 33 34 35 》 42 跳转至