赞助文章。
在这份与麻省理工学院/SMR Connections的问答中，SAS技术高级副总裁Gavin Day分享了人工智能（AI）在工作中的真实案例，讨论了挑选合适的问题用AI来解决，消除了对AI的常见误解，并定义了AI的成功。
想了解更多关于人工智能成功的信息吗？
问：你能描述一些特别有趣的人工智能使用案例吗？
**Day。**两家主要的卡车制造商使用传感器数据和SAS人工智能解决方案来预测维护问题并防止意外停机，这对车队经营者和期待这些交付的客户造成了巨大的损失。 他们监测每辆卡车的数据，如果车辆的主要系统出现问题，如发动机或变速箱，他们可以在车辆在某地的道路上出现故障之前将其停用。
另一个客户是一家主要的航空航天制造公司，在飞机部件发生故障之前预测其潜在的故障。但他们也在用它来查看他们需要在全球范围内分配零件的地方。这是因为知道某样东西会失效是一回事--在这些飞机飞行的地方准备好并提供一个零件是第二件事。
然后有一个组织专注于支持健康的蜜蜂种群。他们提供来自蜂巢内部的视频录像，机器学习算法对蜜蜂的运动进行解码，因此团队可以更好地了解蜜蜂在哪里寻找食物。这种对蜜蜂运动的实时监测使养蜂人能够在最佳位置建立蜂巢，以维持强大的蜂群。
最后一个例子是，机器学习和人工智能在建议分析师何时审查并对他们在金融业的预测进行手动重写方面显示出巨大的前景。我们正在与一家大型全球消费品公司进行测试，这种方法减少了需要人工审查的预测数量，使分析师的时间减少了一半，整体预测的准确性提高了6%。
"人工智能的真正价值来自于做出更好的决定，从而带来更好的业务成果。如果我们在一个组织的每个层面上做出更好的决定，从战术到战略，并且每天都做出这些更好的决定，这就是一种战略优势。"
问：企业如何挑选正确的问题用人工智能来解决？
**Day。**他们需要首先了解并对他们的人工智能成熟度和技能做一个诚实的评估。如果他们刚刚起步，他们需要一个范围有限的项目，并且将受益于单一的人工智能能力，如机器学习或对话式人工智能。如果他们的成熟度很高，并且拥有AI技能，他们可以选择处理更复杂的项目，将多种AI技术结合起来。
具体来说，"次优 "推荐引擎能力现在正成为营销和销售的需要。所以，这也是一些组织开始的一个地方。
问：企业应该避免用人工智能解决哪类问题？
**Day。**我最初的建议。不要解决一个你没有的问题。一些组织会阅读关于人工智能如何有帮助的文章，然后决定开始解决对其业务不核心的问题。因此，你需要确保--就像采用任何技术一样，但特别是人工智能--它解决的是你需要解决的问题。
问：我们听到一些公司认为他们需要从头开始建立人工智能--但事实上，他们可能已经拥有人工智能能力而没有意识到。你能谈谈这个问题吗？
**Day。**这种想法肯定是有道理的。如果一个人工智能应用是非常专业的，那么定制的方法是要走的路。但是，对于大多数这些类型的任务，我们发现将人工智能能力、物体识别和对话式人工智能纳入你现有的工具和工作流程是正确的方法。
人们经常讨论人工智能是坐在 "那边 "的定制应用程序。SAS的方法是不同的。我们希望在我们所做的一切中都有人工智能能力。我们使用的说法是 "有时它隐藏在众目睽睽之下"。这种能力可能已经存在于你所拥有的东西中，即使你没有意识到这一点。
举个例子，我们有客户使用SAS技术来实时检测欺诈性交易。我们是市场上非常常见的解决方案，我们正在使用机器学习和深度学习来提高欺诈检测，并发现新的威胁。但有时，这种能力对我们的客户来说并不透明或无法识别。
"你需要确保--与采用任何技术一样，但对于人工智能来说，尤其是--它正在解决你需要解决的问题。"
问：人工智能的成功是什么样子的？
**Day。**当我们将技术投入市场并不断发展时，我们如何知道它确实解决了什么问题？在我看来，人工智能的真正价值来自于做出更好的决定，从而带来更好的商业成果。如果我们在一个组织的每个层面都做出更好的决定，从战术到战略，而且我们每天都做出这些更好的决定，这就是一个战略优势。这就是我希望人工智能和分析的使用继续下去的地方，潮水般地涌向使用这两种技术来成为更聪明的公司，做出更好的决策--而不仅仅是使用技术，因为它是最新和最伟大的东西。
加文-戴负责监督SAS研发部门的技术开发工作。他负责根据市场研究和持续的客户互动行动来定义和传达公司的技术愿景。技术团队包括产品管理、企业发展、行业解决方案、技术治理工作、SAS的创新中心和卓越中心。此前，他曾担任美国商业销售的高级副总裁，负责监督金融服务、健康和生命科学、能源、制造业和中端市场业务部门以及售前和运营团队。他在销售、咨询、售前、技术支持、IT和运营方面拥有超过20年的经验。
