云創(chuàng)未來 | 如何運用機器學習解決行業(yè)挑戰(zhàn)

作為當今時代最具變革性的技術之一，機器學習（ML）能夠通過增強客戶體驗、提高員工生產(chǎn)效率、降低成本、減少欺詐等方式，幫助組織應對重大挑戰(zhàn)，抓住重大機遇。

時至今日，機器學習已不再是僅僅適合大型組織投資的小眾領域。在亞馬遜云科技，已有逾100,000名客戶將機器學習技術用于核心業(yè)務運營，包括預測披薩訂單數(shù)量、醫(yī)療預測等。

作為亞馬遜云科技機器學習副總裁Swami Sivasubramanian在與企業(yè)領導人會談過程中，經(jīng)常會提及機器學習能夠為企業(yè)提供什么幫助。對方則經(jīng)常表示，他們也很希望利用機器學習技術，但是由于不具備必要的機器學習專業(yè)知識，無法將數(shù)據(jù)轉(zhuǎn)化為洞見。

因此，過去幾年，我們開發(fā)了多項服務，在其中內(nèi)置經(jīng)過預先訓練的機器學習模型，即“智能化”機器學習模型。許多服務使用的技術與亞馬遜云科技自身使用的技術完全相同。這些服務的最大亮點是，企業(yè)可直接將其添加到應用程序和工作流程之中，不要求企業(yè)具有任何機器學習經(jīng)驗。

我們提供的解決方案，可以幫助實現(xiàn)手動工作的自動化，有效應對在一些特定垂直行業(yè)中所遇到的挑戰(zhàn)。例如媒體和娛樂公司的內(nèi)容策展工作，制造企業(yè)的目視檢查工作，醫(yī)療保健和金融服務組織的文書內(nèi)容和觀點摘錄工作等。

幫助媒體和娛樂公司對內(nèi)容進行個性化處理

媒體和娛樂公司可以將機器學習技術用于各種目的，例如進行個性化內(nèi)容推薦，提高用戶參與度，降低客戶流失率，審查內(nèi)容是否合規(guī)及有損品牌安全等。借助托管智能解決方案，更多的媒體和娛樂公司可以更快地獲取這些效益，占據(jù)市場競爭優(yōu)勢，而其自身無需具備任何機器學習專業(yè)知識。

例如，Discovery+擁有超過55,000集的節(jié)目庫，以及廣大的受眾客戶群體。Discovery+希望幫助客戶找到符合其特定興趣的展示內(nèi)容，因此采用了Amazon Personalize服務。

通過Amazon Personalize服務，開發(fā)者可以使用機器學習技術構建應用程序，這一技術與亞馬遜云科技進行實時和個性化推薦時使用的技術完全相同。依托Amazon Personalize服務，Discovery+成功實現(xiàn)了為觀眾量身打造觀看體驗，提高客戶整體參與度的目的。

Amazon Personalize僅僅是亞馬遜云科技為媒體和娛樂公司提供的諸多技術解決方案之一。作為一項新方案，Amazon Personalize旨在幫助媒體公司輕松識別亞馬遜云科技針對特定行業(yè)提供的功能，加快企業(yè)在關鍵業(yè)務領域的轉(zhuǎn)型。

提高產(chǎn)品制造的便捷度、安全性和速度

為了開展預測性維護、降低成本、提高運營效率，制造業(yè)組織日益希望將機器學習技術應用到制造設施、倉配中心、食品加工廠等工業(yè)環(huán)境。

Dafg?rds是一家食品企業(yè)，在瑞典家喻戶曉。Dafg?rds生產(chǎn)各種食品，最知名的產(chǎn)品之一是Billy's Pan Pizza，這是一種適合微波爐加熱的披薩，Dafg?rds每秒鐘就烘焙和包裝兩份。但是，其為保證品質(zhì)而采用的機器視覺系統(tǒng)，無法檢測到有缺陷的多口味餡料披薩新品。

因此，為了實現(xiàn)質(zhì)保流程的自動化，擴大質(zhì)保流程的覆蓋范圍，Dafg?rds采用了Amazon Lookout for Vision服務，進行概念驗證。Amazon Lookout for Vision是一種機器學習服務，運用計算機視覺技術發(fā)現(xiàn)缺陷和異常產(chǎn)品。通過Amazon Lookout for Vision，Dafg?rds質(zhì)保流程成功覆蓋了披薩新品，并將對運營造成的影響減小到了最低限度。

這僅僅是亞馬遜云科技為工業(yè)組織提供的眾多服務解決方案之一。我們提供諸多解決方案，幫助工業(yè)組織構建或部署創(chuàng)新性云解決方案，逐步提高運營的效率、質(zhì)量和敏捷性。

改進醫(yī)療保健服務

醫(yī)療保健組織也在運用機器學習改進服務，例如對病人進行個性化護理和優(yōu)先護理的管理，提高診斷的準確性，加快服務流程，使患者可以更快地獲得護理服務等。

例如，Cambia Health Solutions（Cambia），一家提供全面健康解決方案的公司，就致力于利用先進科技，簡化關鍵健康數(shù)據(jù)訪問流程，為客戶提供個性化洞察，以便客戶作出明智的健康決策。

Amazon Comprehend Medical是一種自然語言處理服務，利用機器學習技術從非結構化文本中提取相關醫(yī)學信息。Cambia使用Amazon Comprehend Medical等亞馬遜云科技服務，開發(fā)出了一種全新的數(shù)字化健康解決方案——Journi。

這一方案以數(shù)據(jù)驅(qū)動智能和人類專業(yè)知識為指導，集健康計劃福利、數(shù)字化護理工具、健康和臨床專業(yè)知識、人性化支持為一體，降低了醫(yī)療保健的復雜性，優(yōu)化了客戶體驗。

金融服務組織輕松挖掘智能洞見

金融服務組織面臨著一些重大挑戰(zhàn)。例如，為了查找重要數(shù)據(jù)和獲取重要洞見，它們需要手動梳理海量金融文件。為解決這些挑戰(zhàn)，這些組織也已開始使用托管智能解決方案。

作為全球卓越的審計、稅務和咨詢機構之一，BDO Australia正在使用Amazon Textract服務，批量審查含有非結構化數(shù)據(jù)的各種財務報表。Amazon Textract是一種機器學習服務，可以從文檔中自動提取文本。

借助此項服務，BDO Australia得以更準確、更快速地審查財務報表，開展稅務和審計分析，既節(jié)省了時間，又節(jié)約了成本。

依靠機器學習提高效益

近年來，機器學習技術取得了長足進步。隨著應用機器學習技術的門檻顯著降低，越來越多的行業(yè)有能力快速應用機器學習，應對嚴峻挑戰(zhàn)，把握重大機遇。而這一切僅僅是序幕。我們將繼續(xù)致力于創(chuàng)造更好的解決方案，幫助各組織充分利用機器學習能力。