# 1: Cad is féidir le foghlaim meaisín a dhéanamh do do ghnó agus conas a fháil amach

Is é seo cuid 1 den rang teagaisc 6 chuid An treoir céim ar chéim do PM chun táirgí meaisín-bhunaithe a chruthú. Lean an nasc chun léargas a fháil ar an tsraith iomlán.

Is cosúil le hinfheistíocht a dhéanamh i ML infheistiú i bhfón póca 10 mbliana ó shin - féadfaidh sé do ghnó a athrú

Is disciplín cáiliúil agus forleathan é na sonraí atá ann cheana a cheistiú. Mar sin féin, is é ML an chéad teorainn eile san anailís sonraí. Is disciplín é inar féidir le cláir ríomhaire patrúin a shainaithníonn siad i sonraí a úsáid, tuartha a dhéanamh nó léargas a fháil, agus na léargais sin a fheabhsú trí thaithí - gan daoine a rá leo go sonrach conas é a dhéanamh. De réir mar a bhíonn rochtain ag cuideachtaí ar níos mó sonraí, is féidir le foghlaim meaisín cabhrú leo scála na sonraí a thuiscint. Cuimsíonn an gráinneacht idirghníomhaíocht úsáideoirí aonair go treochtaí domhanda agus a dtionchar ar an phláinéid. Is féidir le húsáid an eolais seo raon ó eispéireas an úsáideora ag an leibhéal picteilín a oiriúnú go táirgí nua agus deiseanna gnó nach bhfuil ann faoi láthair a chruthú. Tabhair faoi deara gur féidir le ML dul i bhfad níos faide ná sonraí inmheánacha a úsáid. Is minic gur féidir feidhmíocht ML a mhéadú trí shonraí inmheánacha agus seachtracha a chur le chéile chun léargas nua a fháil nach raibh indéanta roimhe seo.

Tá réamhrá den scoth ag Frank Chen de chuid A16Z ar fheidhmeanna féideartha na hintleachta saorga, agus teastaíonn foghlaim meaisín ó go leor acu. Tá cuid de na feidhmchláir seo dírithe ar an todhchaí agus ní féidir iad a chur i bhfeidhm go fóill leis an teicneolaíocht atá ann, ach tugann siad tuiscint mhaith ar na féidearthachtaí.

Díreach mar a smaoinigh cuideachtaí tomhaltóirí ar infheistiú i bhfeistí soghluaiste 8 go 10 mbliana ó shin, anois an t-am do chuideachtaí ML a iniúchadh mar theicneolaíocht a chabhróidh le torthaí gnó a thiomáint. Maidir le cuideachtaí a dhíríonn ar theicneolaíochtaí ML atá ann cheana a úsáid, tá roinnt príomhábhair ann do na feidhmeanna ML a thairgeann tú. Níl siad uileghabhálach nó comheisiatach, ach léiríonn siad peirspictíochtaí difriúla maidir le héifeachtaí féideartha ar do chuideachta:

  • Oiriúnú mais ar an gcomhshaol, ar eispéireas agus ar imoibrithe córais úsáideora. Samhlaigh gur féidir gach rud a dhéanann nó a fheiceann duine a chur in oiriúint dóibh, agus fiú a gcuid riachtanas agus iompraíochtaí a réamh-mheas. Cuimsíonn sé seo moltaí maidir le táirgí nó seirbhísí a ordaítear de réir a n-ábharthachta. Eispéireas nó sreafaí oiriúnaithe úsáideora bunaithe ar an eolas atá agat ar an úsáideoir, ar a iompar, ar dhaoine eile cosúil leis nó sonraí seachtracha, lena n-áirítear a thuar cad ba mhaith leo a dhéanamh amach romhainn, srl. Ar scála níos lú, d’fhéadfadh sé seo an taithí a oiriúnú do chodanna de úsáideoirí a threorú in ionad daoine aonair.
  • An cumas rudaí a aithint go radhairc agus eispéiris a uathoibriú nó a oiriúnú dá réir. Is féidir le teicneolaíocht an lae inniu rudaí a aithint i ngrianghraif agus i bhfíseáin, fiú ar cheamara beo. Ar an mbealach seo, molann Pinterest rudaí cosúil / comhlántacha leo siúd i ngrianghraf a bhfuil an t-úsáideoir ag breathnú orthu. Úsáideann Facebook teicneolaíocht aitheantais aghaidhe chun a mholadh do chairde gur chóir dóibh grianghraf a chlibeáil. Cruthaíonn Amazon seiceáil uathoibríoch bunaithe ar shainaithint amhairc rudaí, srl.
  • Ábhar a aisghabháil, a chruthú nó a phróiseáil go huathoibríoch. Cuireann ML ar chumas méideanna ollmhóra ábhar ar domhan a phróiseáil go tapa. Is iad úsáidí coitianta aisghabháil doiciméad, i.e. Faigh na cáipéisí go léir a bhaineann le cás dlí (tabhair faoi deara go dtéann sé seo níos faide ná eochairfhocail), déan cáipéisí a rangú de réir ábhair agus eochairfhocail, déan achoimre ar an ábhar go huathoibríoch, bain faisnéis ábhartha as méideanna móra ábhar - e.g. Cuardaigh téarmaí ar leith i gconarthaí díolacháin, srl. Tagraíonn "Ábhar" anseo do gach cineál meán, ní amháin téacs.
  • Tuar, meastacháin agus treochtaí ar scála. Cumasaíonn ML tuar atá an-chostasach nó deacair a dhéanamh ar bhealach eile. Tá ML úsáideach go háirithe chun tuar a dhéanamh a mbeadh leibhéal ard saineolais ag teastáil uaidh murach sin, e.g. Mar shampla, praghas tí, nó fiú dodhéanta do dhuine a chinneadh cén t-ábhar a dhéanann go maith ar na meáin shóisialta. Féadann meaisíní treochtaí sonraí a aithint sula dtagann siad chun solais do dhaoine.
  • Gníomhaíochtaí neamhghnácha nó earráidí córais a bhrath. Tá earráidí agus fadhbanna ag gach córas. Le ML, áfach, ní féidir leat a chinneadh ní amháin an bhfuil fadhbanna ag tarlú, ach freisin an bhfuil siad neamhghnách agus scanrúil. Tá sé seo úsáideach go háirithe i gcórais éagsúla faireachais agus slándála.

Ó thaobh straitéiseach de, is féidir le ML cineálacha éagsúla torthaí gnó a bhaint amach:

  • Taithí agus feidhmiúlacht fheabhsaithe do do chustaiméirí. Is é an cás úsáide is coitianta ná oll-shaincheapadh: Faigh na táirgí is dóichí a bheidh ábhartha do do chustaiméirí níos tapa agus níos éifeachtaí, e.g. Na cluichí is fearr atá acu ar shuíomhanna dátaithe, amhráin a d’fhéadfadh a bheith ag teastáil uathu ar shuíomhanna ceoil, táirgí ar mhaith leo a cheannach, srl. Is é an cás úsáide eile tuar a úsáid chun iad a chur ar an eolas faoi aonáin nó cásanna nár mhaith leo murach sin bheadh. D’fhéadfadh sé seo a bheith ginearálta - e.g. Tá meas cothrom ag Zillows Zestimate ar theach, is cuma cé a bhreathnaíonn air nó conas atá sé curtha in oiriúint don chustaiméir aonair. An rátáil a ndéanann úsáideoir rátáil ar scannán nach bhfaca sé mar gheall ar a bhlas sonrach.
  • Feidhmeanna, próisis agus loighic ghnó inmheánach. Sábhálann foghlaim meaisín am duit agus méadaíonn sé éifeachtacht d’infheistíochtaí acmhainní i bpróisis agus i gcinntí gnó. Mar shampla: Tá iasachtóir ag iarraidh tosaíocht a thabhairt dá theagmháil le hiasachtóirí ionchasacha. Caithfear a chinneadh cé atá ag iarraidh iasacht a fháil chun í a tharraingt i ndáiríre nuair a thairgtear í ach ar dóigh go mbeidh sí in ann í a aisíoc. Ní gá gurb é an freagra tosaíocht a thabhairt do na custaiméirí is inchreidte, mar is gnách go mbíonn go leor roghanna ag na custaiméirí seo agus is lú seans go n-athróidh siad. Dá bhrí sin, teastaíonn samhail níos casta.
  • Leathnú i dtionscail nua agus táirgí nua. Is féidir le sonraí cabhrú leat deiseanna gnó go hiomlán nua a oscailt - táirgí nua a chruthú do na custaiméirí atá agat cheana féin, nó freastal ar dheighleoga nó ar chustaiméirí nár fhreastail tú orthu roimhe seo. Mar shampla, is féidir le Netflix freastal ar stiúideonna nach raibh mar an lucht féachana príomhúil trí léargas sonraí a dhíol leo ar na hábhair agus na línte scéal atá oiriúnach don lucht féachana. Is féidir le Zillow cabhrú le forbróirí eastáit réadaigh tuiscint a fháil ar na feidhmeanna tógála a úsáidtear chun an toradh is airde ar infheistíocht a bhaint amach.

Ba cheart go mbeadh cinneadh ar an réimse ar cheart díriú air ar dtús ar an tionchar féideartha gnó, castacht na faidhbe, agus an costas chun an tionchar sin a bhaint amach.

Is straitéis í “Ní mór dúinn rud a dhéanamh lenár sonraí”, ní eolaíocht sonraí, fadhb

Tá go leor cuideachtaí ag lorg eolaithe sonraí, na daoine a thógann samhlacha ML mar gheall ar "ba cheart dúinn rud a dhéanamh lenár sonraí". Chuala mé go ndúirt go leor feidhmeannaigh i gcuideachtaí feiceálacha, "Feicimid ár n-iomaitheoirí ag ceannach sonraí, mar sin ní mór dúinn é a dhéanamh chun fanacht iomaíoch." Ansin d’fhostaigh muid cúpla eolaí sonraí, ag súil go bhforbróidís roinnt draíochta. Tugann sé seo míthuiscint mhór dom faoi ML.

Ní wand draíochta é ML do do chuideachta. Is é an chéad dúshlán ag ML an tionchar gnó ba cheart don teicneolaíocht a thiomáint a aithint. Is réiteach é ML - caithfidh tú an fhadhb a shainiú ar dtús: Cé na torthaí gnó ba mhaith leat a bhaint amach le ML? Cad iad na buntáistí is féidir le ML a thabhairt do do chustaiméirí? Is casúr é ML - ach mura bhfuil ingne agat, níl casúr an-úsáideach. Chun an cliché a leathnú tuilleadh, is sraith casúr thar a bheith ildánach é ML. Cinneann an cineál ingne cén casúr a roghnaíonn tú agus conas a úsáideann tú é. Cinneann an fhadhb chruinn atá tú ag iarraidh a réiteach gach rud - conas a úsáidtear an toradh, cad a thuar do mhúnla agus conas ba chóir é a chalabrú, na sonraí a bhailíonn tú agus a phróiseálann tú, na halgartaim a thástálann tú agus go leor ceisteanna eile.

Ag a croílár, “Cén fhadhb a réitímid?” Ceist ghnó, a chiallaíonn gurb í bainisteoirí agus stiúrthóirí táirgí atá freagrach as an sainmhíniú sa deireadh, ní eolaithe sonraí. Ba cheart eolaithe sonraí agus geallsealbhóirí eile a áireamh sa sainmhíniú go cinnte - ná caith an cheist orthu agus bí ag súil go dtiocfaidh siad ar ais le freagraí. Má tá sonraí agat nach bhfuil tú eolach orthu, déan agallaimh le custaiméirí agus smaointe le custaiméirí eile ar fud na cuideachta. Is féidir le heolaithe sonraí cabhrú leat do chuid sonraí, smaointe agus atriall a scrúdú. Mar sin féin, mura bhfuil eolas fairsing agat ar réimsí fadhbanna, tá sé deacair duit an cás gnó a chruthú leat féin. D’fhonn luach ML don chuideachta a uasmhéadú, teastaíonn comhoibriú leanúnach idir bainisteoirí táirgí agus eolaithe sonraí, áit a bhfuil na bainisteoirí táirgí freagrach as a chinntiú gurb iad na fadhbanna atá le réiteach na cinn is éifeachtaí don chuideachta.

Díphacáil Conas is féidir le ML do ghnó a chur chun cinn

Cé go bhfuil na féidearthachtaí le ML gan deireadh, tá cúpla ceist ann a d’fhéadfá a chur ort féin a fháil amach conas is féidir an teicneolaíocht a chur i bhfeidhm ar do ghnó. Seo roinnt samplaí:

Próisis inmheánacha

  • Cá n-úsáideann daoine i mo chuideachta eolas inniu chun cinntí a dhéanamh ar féidir iad a uathoibriú ionas gur féidir a gcuid scileanna a úsáid níos fearr in áiteanna eile?
  • Cad iad na sonraí a ndéantar cuardach orthu de ghnáth, a bhailítear nó a bhaintear as siopaí faisnéise áirithe i mo chuideachta, agus conas is féidir iad seo a uathoibriú?
  • Cad iad na cinntí a dhéanann na fostaithe i mo chuideachta? An féidir le meaisín na cinntí seo a dhéanamh má ghlacann sé go draíochtúil na sonraí go léir atá ag mo chuid fostaithe?

Táirgí agus eispéiris do chustaiméirí atá ann cheana

  • Cé na codanna de mo chuid idirghníomhaíochtaí le custaiméirí a shaincheapann daoine agus ar féidir meaisíní a oiriúnú dóibh, b’fhéidir?
  • An bhfuil deighilt shoiléir agam de mo chustaiméirí bunaithe ar a gcuid roghanna, iompraíochtaí agus riachtanais? An bhfuil mo tháirge / eispéireas curtha in oiriúint do gach deighleog?
  • An féidir liom an taithí a shaincheapadh do gach custaiméir bunaithe ar a bhfuil ar eolas agam fúthu nó ar an gcaoi a n-idirghníomhaíonn siad le mo shuíomh / aip / táirge? Conas a d’fhéadfainn eispéireas níos fearr, níos gasta nó níos taitneamhaí a chruthú dóibh?
  • Cad iad go díreach na cinntí agus na cinntí ba mhaith liom a iarraidh ar mo chustaiméirí inniu? An féidir na cinntí seo a uathoibriú bunaithe ar eolas atá agam cheana nó a d’fhéadfadh a bheith agam?
  • Conas is féidir liom eispéiris mhaith nó olc na gcustaiméirí a aithint níos fearr? An féidir liom saincheisteanna a shainaithint a mbíonn tionchar diúltach acu ar eispéireas an chustaiméara nó ar shásamh na gcustaiméirí sula dtarlaíonn siad nó sula scaiptear iad?

Tionscail nó custaiméirí nua

  • An bhfuil sonraí agam a d’fhéadfadh a bheith úsáideach do gheallsealbhóirí eile sa tionscal nó i dtionscail bhainteacha? Cén cineál cinntí is féidir leis na páirtithe leasmhara seo a dhéanamh?

Gach rud thuas

  • Cad iad na méadrachtaí nó na treochtaí, má thuar i gceart iad, a d’fhéadfadh dul i bhfeidhm ar mo chumas freastal ar mo chustaiméirí nó dul san iomaíocht sa tionscal ar bhealach eile, e.g. an t-éileamh ar chatagóirí áirithe táirgí, luaineachtaí costais, srl. a thuar?
  • Cad iad na príomh-aonáin a mbailím sonraí fúthu (daoine, cuideachtaí, táirgí, srl.)? An féidir liom na sonraí seo a nascadh le sonraí seachtracha (ó fhoinsí poiblí, comhpháirtithe, srl.) Ar bhealach a insíonn dom rud éigin nua nó úsáideach faoi na heintitis seo? Úsáideach dó agus conas? Mar shampla: custaiméirí ionchasacha atá ar tí do tháirge a aimsiú, tuiscint a fháil ar an tionchar a bhíonn ag tosca seachtracha ar éileamh i do thionscal, agus freagairt dá réir, srl.

Smaoinigh ar chuid de na ceisteanna seo (agus ceisteanna eile) mar aon le d’fhoireann agus príomhpháirtithe leasmhara san eagraíocht. Mura bhfuil tú cinnte cá háit le tosú, tosú áit éigin. Mura ndéanann tú ach triail le roinnt sonraí, is féidir leat féin agus d’fhoireann a fháil amach cá háit le dul as sin.

Pléann Cuid 2 na téarmaí ML go léir nach mór do PManna tuiscint a fháil ar an tionchar a bhíonn ag roghnú teicneolaíochta ar do shainmhíniú ar fhadhb, agus bíonn tionchar ag cuid de na fadhbanna samhaltaithe a gcaithfidh tú a bheith ag faire orthu ar do ghnó.

Má fuair tú an post seo suimiúil, cliceáil le do thoil an croí glas thíos chun é a chur in iúl dom nó é a roinnt le duine a bhféadfadh sé a bheith úsáideach. Bheadh ​​sé sin go hiomlán mo lá!