首先來說說AI潛在價值,據麥肯錫相關報告指出,AI可能在19個行業的9種職能中,產生每年3.5-5.8萬億美元的價值。這在所有 (包括傳統和AI) 資料分析技術一年產生的價值中,約佔40%。在每個行業的2016年營業額中,AI的平均貢獻約在1-9%。可以這麼說,人工智慧在經濟領域,對產業轉型和變革發揮著舉足輕重的作用,這是不容忽視的。
在推動經濟建設方面,AI價值毋庸置疑,其次,我們可以看到深度學習在計算機視覺、語音識別以及自然語言處理等領域中的成功應用,它是取決於具體應用案例、獲取大量複雜資料的能力,以及規章制度等其他限制。從中得到的分析結果認為,AI能夠產生最大價值的領域,既有頂線導向 (top-line-oriented) 的功能,比如營銷和銷售,也有底線導向 (bottom-line-oriented) 的功能,如供應鏈管理和生產製造。在零售和高科技等消費行業,AI可能在營銷和銷售中擁有更大的潛力,因為商家與使用者之間頻繁的、數字化的互動會為AI技術提供龐大的資料集。
這些消費行業都是深度學習的應用,可以說未來這種智慧零售的趨勢會越來越明顯,對人工智慧深度學習的人才需求會高出許多。
首先來說說AI潛在價值,據麥肯錫相關報告指出,AI可能在19個行業的9種職能中,產生每年3.5-5.8萬億美元的價值。這在所有 (包括傳統和AI) 資料分析技術一年產生的價值中,約佔40%。在每個行業的2016年營業額中,AI的平均貢獻約在1-9%。可以這麼說,人工智慧在經濟領域,對產業轉型和變革發揮著舉足輕重的作用,這是不容忽視的。
在推動經濟建設方面,AI價值毋庸置疑,其次,我們可以看到深度學習在計算機視覺、語音識別以及自然語言處理等領域中的成功應用,它是取決於具體應用案例、獲取大量複雜資料的能力,以及規章制度等其他限制。從中得到的分析結果認為,AI能夠產生最大價值的領域,既有頂線導向 (top-line-oriented) 的功能,比如營銷和銷售,也有底線導向 (bottom-line-oriented) 的功能,如供應鏈管理和生產製造。在零售和高科技等消費行業,AI可能在營銷和銷售中擁有更大的潛力,因為商家與使用者之間頻繁的、數字化的互動會為AI技術提供龐大的資料集。
這些消費行業都是深度學習的應用,可以說未來這種智慧零售的趨勢會越來越明顯,對人工智慧深度學習的人才需求會高出許多。