AI加持，让数据分析更智能

2022-12-30 20:42:57

　　马上就要过年了，大家纷纷开始了年货购物，各电商的推送商品，有没有让你觉得它比你自己还了解你?对商品有疑问，问智能客服;用指纹或刷脸支付，付款比别人快1秒;在智慧仓拣货的，是自动分拣包装机器人。这些无比便利的新生活方式，都是数据分析和人工智能(AI)的产物。当然，重塑未来生活的，远不止于此，新闻热搜榜上，从AI作画、AI主播，到全红婵金牌背后的AI教练，从自动驾驶，到智慧城市，可谓是：处处有AI，处处用AI。

　　那么，耳熟能详的人工智能到底指什么?究竟都能做什么?又怎样和鼎鼎大名的数据分析相结合?

　　人工智能在不同语境下具体含义不同，通常就技术的角度而言，AI指，利用计算机模拟人类大脑的工作方式，令机器产生与人类智能相似的行为反应。在这种模拟的过程中，技术扮演着重要角色，其中最关键的包括，

　　机器学习：是人工智能发展的核心和基础，旨在从数据中学习，自动构建分析模型，洞察隐藏在数据中的智慧，令计算机通过训练，在没有显式编程时，也可以自主执行任务，成为改变自己的程序。其中，举足轻重的神经网络模仿了人类大脑中相互连接的神经元阵列，在各单元间传递信息，以找到关联并从数据中获取含义。

　　深度学习：是更复杂的机器学习形式，利用多层次的大型神经网络，以及强大的计算能力，来发现并学习数据中的复杂模式，常被应用于图像和语音识别，例如疾病预测。

　　计算机视觉：通过模式识别和深度学习，来认知图片和视频内容，从而令机器通过使用实时捕获的图像和视频，识别出周围环境，譬如无人驾驶。

　　自然语言处理：指代用计算机，分析、理解和生成人类语言，并作出反应，促进人与机器的交互，比如常见的聊天机器人。

　　毋庸置疑，AI和数据的关系彼此依赖。一方面，数据是AI的基石和养料。在AI“成长”的过程中，需要通过大量的数据，进行学习，提取真知灼见。有了海量数据，有了强大的计算能力，机器才能从中发现智能，才会变得人工智能。如果没有足够的正确数据喂养，即使是最先进的AI工具，价值也有限。另一方面，数据本身没有意义，有了AI的加持才转化为智能，换言之，AI增加了数据的价值，形成了数据资产。数据虽然无处不在，但其本身只是价值的载体，未经分析无法使用，只有通过数据分析，才能发掘出隐藏在海量数据里的真正价值。尤其是，物联网、5G等技术极大地推动了数据的收集，且随着科技的飞速发展，海量数据往往以多维度、多介质的不同形式进行存储(即大数据)，爆炸式的数据增长远远超出了人们处理数据的能力，而借助AI融合和处理数据的能力，由AI创新数据分析方式，对数据进行更深的挖掘，可以更快地从海量数据中提取有价值信息，实现数据智能化。

　　知之非艰，行之惟艰，在智能化的转型道路上，即便越来越多的企业认识到数据分析和AI的重要性，可由于数据和机器学习专家供不应求，难以对海量数据进行处理、洞察和部署，仍使得企业无法从数据中获取最佳的商业价值，导致转型路上的颠簸不前。为此，引入AI数据分析工具成为大势所趋，专业的AI数据分析工具可以大幅提升将原始数据转化为智慧的效率，贯穿从数据准备、数据管理、训练机器学习、到模型创建、决策引擎的自动部署等所有步骤，满足从业务员到数据科学家的数据分析需求。譬如，SAS就为客户提供了，基于微服务的、云原生的高级分析和人工智能的Viya平台，令客户拥有分析生态模型管理、部署监控和优化的能力，通过直观可视化界面，在云端就能实现将业务数据转变为商业智能。不夸张的说，作为从数字化到智能化的驱动力，强大的AI数据分析工具能够引领各个领域的发展，比如，

　　在医疗保障领域，AI能快速对庞大且复杂的医疗数据进行分析，提供更高效且准确的诊断建议。例如，荷兰阿姆斯特丹UMC，利用SAS高级数据分析工具处理日益增加的数据，并利用AI解决方案更快、更准确地评估肿瘤。

　　在银行金融业，AI常被用于提升客户满意度与忠诚度，减少洗钱误报、自动化调查和改进检测，降低合规成本。后疫情时代，AI也逐步被银行和金融机构用于完善信贷风险管理系统。

　　在公共部门和科学机构里，AI高级数据分析工具可以帮助组织对环境进行监控，解决民生等问题，例如，荷兰数据分析公司Notilyze与SAS将物联网数据与AI结合，为Drecht智慧城市的发展提供建议。以及，世界上最大的环境监测网络- Attentis传感器网络，也与SAS物联网分析技术相结合，可以令应急响应部门对灾害进行预警。

　　在零售行业的企业，通过自动化增强零售流程，利用销售数据，进行智能营销，还采用机器学习和自然语言处理技术，开发出了更智能的聊天机器人，提升客户满意度。例如，美国礼品零售商1-800-FLOWERS.COM，通过SAS Viya增强了个性化的营销活动，实现了业务规模翻番。

　　在制造业，借助物联网、边缘和云计算等技术，智能制造将机器、数据分析和生产运营整合在一起，对生产进行数字化、智能化管理，提高生产效率，对市场做出最及时的反应。例如，美国Honda利用SAS AI预测技术降低了保修成本，并成功预测出零部件和服务的未来需求。

　　归根结底，从医疗、银行、到制造业等等诸多行业，利用人工智能进行数据分析的最大益处就是，将数据转化为价值，最大程度地提升效益，降低风险，高效地做出最明智的选择，用数据激发未来无限的可能。