2020年(nián)是(shì)一(yī)個($♠gè)充滿驚喜的(de)一(yī)年(nián)，對(duì)商界領袖來(lá<→i)說(shuō)是(shì)一(yī)個(gè)巨大(dà)的(∏&<de)警鐘(zhōng)。由大(dà)流行(xíng)引​±↑起的(de)全球經濟衰退給企業(yè)帶來(lái)了(le)意想不(↔Ω$→bù)到(dào)的(de)混亂，導緻了(le)前所未有(yǒ<<u)的(de)财務挑戰。如(rú)今，随著(zhe)×<δ 企業(yè)适應“新常态”，許多(duō)高(gāo)管正轉向科(k♥★αλē)技(jì)，以便更好(hǎo)地(dì)₽↑ ≥應對(duì)不(bù)可(kě)預見(jiàn)的(de)變化(hu±©₩à)，管理(lǐ)企業(yè)運營。

人(rén)工(gōng)智能(néng)±₹和(hé)基于機(jī)器(qì)學習(xí)的(de)算(suàn¥β§&)法提供了(le)一(yī)個(gè)解決方案。AI•∞​σ和(hé)ML可(kě)以幫助公司識别問(wèn)題，并通(tōn‌≥☆&g)過顯示正在發生(shēng)的(de)事(shì)情、為(×↔₹"wèi)什(shén)麽會(huì)發生(shēng)以及← ₩接下(xià)來(lái)會(huì)發生(shēng)∞λ¥®什(shén)麽來(lái)更快(kuài)地(d♦↓™ì)做(zuò)出反應。結果如(rú)何？領導者可(kě÷↕​)以采取關鍵行(xíng)動來(lái)改善運營、降低(dī)成本、節省時(←πΩ'shí)間(jiān)或提高(gāo)價格÷♠<、利潤和(hé)生(shēng)産率。然而，直到(d ∏ào)現(xiàn)在，這(zhè)項技(jì)術(sh≠γù)還(hái)不(bù)容易理(lǐ)解和(hé)使用(yò>¥α&ng)。

AutoML是(shì)基于人(rén)工(gōng)智能(néng)的(d×∞☆e)機(jī)器(qì)學習(xí)的(de)自λ∞ε♦(zì)動化(huà)過程，它涉及到(dào)統計(jì¥☆☆)技(jì)術(shù)和(hé)算(suàn)法，'♥‍這(zhè)些(xiē)技(jì)術(shù)和(hé)算(suàn)β€法可(kě)以改進編程，使機(jī)器(©∑✘±qì)能(néng)夠從(cóng)數(shù)據中學習(xí)，從(có✘§↕¶ng)而識别有(yǒu)助于解決業(yè)務問(wèn)題的(de)模式。根σ←據O'Reilly最近(jìn)的(de)一(yī)項研究π₽↕♣“企業(yè)2020中的(de)AI采用(yòng)εβ☆↑”，受訪者組織中最關鍵的(de)ML和(¶‌γ hé)AI特定技(jì)能(néng)差距是(shì)缺少(shǎo)ML→ ↔建模者/數(shù)據科(kē)學家(jiā)、缺乏←↓理(lǐ)解以及難以識别和(hé)維護一(yī)ε₩組業(yè)務用(yòng)例。

自(zì)動機(jī)器(qì)學習(xí)（Auλ© toML）正在幫助填補這(zhè)些(xiē)空('¥₽kōng)白(bái)。AutoML通(tōng)過對(duì)當前基≈​于人(rén)工(gōng)智能(néng)的(de)系統進行(xín♦₩g)自(zì)編程來(lái)發現(xiàn)最佳解決方™€♦​案，從(cóng)而解決現(xiàn)實€'$世界中的(de)問(wèn)題。如(rú)果2&$≥021年(nián)和(hé)2020年(nián)差☆'>不(bù)多(duō)，那(nà)麽管理(lǐ)不(bùπ§ )可(kě)預見(jiàn)的(de)風(fēng)險和φφφ(hé)做(zuò)出快(kuài)速（明(míng)智）φ€決策的(de)能(néng)力将是(shì)任何公司成功的(de)關☆₹鍵。實現(xiàn)AutoML可(kě)以幫助您的(de)λ♥企業(yè)做(zuò)出更明(míng)智的(de)選擇，并•♦εΩ為(wèi)不(bù)可(kě)預見(jiàn)的(de)風(fēng)險制(®​★¥zhì)定計(jì)劃，而無需數(shù€ )據科(kē)學家(jiā)進行(xíng)人(rén)工(gōng)≤↑≠ 智能(néng)分(fēn)析。

增強更好(hǎo)（更快(kuài)）的(de)決策能(néng)力

由AutoML提供支持的(de)進化(huà)算(suàn)法←​±​構建了(le)一(yī)個(gè)預測引擎，幫助執行(​÷<>xíng)領導人(rén)從(cóng)複雜(zá)的(de)、多(duō)元↔↑的(de)問(wèn)題中産生(shēng)可(kě)操作(zuò)的(dγ $≈e)結果，這(zhè)些(xiē)問(wèn)題直接♠γ∏适用(yòng)于他(tā)們的(de)公司目标。在傳統的(de)計§≠€(jì)算(suàn)方法中，算(suàn)法被顯式地(dì)編程來(lái₩')解決特定的(de)問(wèn)題。然而，使用(y÷φ✔☆òng)AutoML，系統可(kě)以自("‍ zì)動識别數(shù)據模式，并且無需顯式編程就(jiù)能✘ε(néng)改善體(tǐ)驗。機(jī)器(qì)立即從(có↑↓©ng)數(shù)據中學習(xí)，從(cóng)而為$α↕↔(wèi)決策提供更好(hǎo)的(de)建議(yì)。♥α這(zhè)就(jiù)允許了(le)一(yσ←₹§ī)個(gè)時(shí)間(jiān)更短(duǎn)、€₹₽λ更具可(kě)操作(zuò)性的(de)過程。AutoML對(≤♦∏duì)于更有(yǒu)效和(hé)更廣泛可(kě)用(yòng)☆Ω‌的(de)應用(yòng)程序至關重要(yào)，這(zhè)β‌些(xiē)應用(yòng)程序可(kě)以獨立完成任¶ ≤♥務并生(shēng)成全新的(de)、盈利的(de)商業(yè¶÷ε)模式。

用(yòng)AutoML準備危機(jī)

AutoML也(yě)有(yǒu)能(néng)力幫助企業(yè∏‌)克服許多(duō)困難的(de)挑戰，如(rú)∏₹↓•COVID-19大(dà)流行(xíng)、自(zì)然災害和(hβγé)氣候變化(huà)。使用(yòng)進σ•≤✔化(huà)算(suàn)法可(kě)以為αδ™Ω(wèi)公司提供所需的(de)數(shù)據、預測和( ≈hé)建議(yì)，以應對(duì)變化(>•huà)、預測變化(huà)并在關鍵時(shí)刻做(zuò)出正确決‍♦‌←策。這(zhè)使得(de)公司能(néngδ∏≠™)夠在不(bù)可(kě)預測的(de)情況下(xià)推動創新、長(≤≤cháng)期客戶價值和(hé)業(yè)務可(kě​↔)持續性。

以路(lù)易斯安那(nà)飓風(fēng)及其對(duì)供需的(de)σ•₩影(yǐng)響為(wèi)例。

對(duì)于那(nà)些(xiē)通(tōng)過季¶™度預測來(lái)管理(lǐ)供應鏈的(de)零售企業(y≥♦è)來(lái)說(shuō)，曆史數(shù)φ✔☆據會(huì)告訴他(tā)們，如(rú)果上(shàng)個(gè♦™)季度他(tā)們有(yǒu)X份像廁紙(zhǐ)' 之類的(de)訂單，那(nà)麽這(zhè)個(gè)季度他(tā)§ε♥₹們就(jiù)需要(yào)Y份訂單。然而，如(rú)果飓風(fēng××π★)來(lái)襲，這(zhè)些(xiē)預測可(kěδ←×<)以在短(duǎn)期內(nèi)任意作( ‌zuò)出。這(zhè)一(yī)次的(de)發生(shēng)可(kě)以₩€♠極大(dà)地(dì)改變衛生(shēng)紙(z​∞•€hǐ)的(de)需求。使用(yòng)A÷&£utoML和(hé)先進的(de)進化(huà)算(suàλ®δn)法，企業(yè)可(kě)以有(yǒu)♥∑一(yī)個(gè)更流暢的(de)操作(zuò)，使他(tā)們能(nén₩↔​g)夠根據實時(shí)市(shì)場(chǎng)條件(jiàn)波動他(♥₩δ↑tā)們的(de)供應。

提高(gāo)數(shù)據科(kē)學家(jiā)的(de)作≠♦ (zuò)用(yòng)

人(rén)工(gōng)智能(néng)是(shì)許多(du€™‌ō)商界領袖渴望的(de)東(dōng)西(xī)，但(dàn≥±)很(hěn)少(shǎo)有(yǒu)人(rén)理(l≥σǐ)解。根據最近(jìn)一(yī)項關于負責任人(rénε♦Ω)工(gōng)智能(néng)的(de)研究，63%的(‌​≤de)受訪者認為(wèi)人(rén)工(α₹gōng)智能(néng)對(duì)公司的(de)成功已經非常重要(yào) ‌®∑。然而，根據認知(zhī)和(hé)Forres₩ σter的(de)研究“數(shù)據現(xi∏β≠¥àn)代化(huà)之路(lù)”，大(dà)約三分(fēn)之一(yī♠™♠Ω)的(de)組織對(duì)其數(shù)據治理(lǐ)≤←→和(hé)管理(lǐ)工(gōng)具的(de)實施感​Ω到(dào)不(bù)滿。這(zhè)種不(bù)滿大(dà)©↔多(duō)源于缺乏使用(yòng)這(zhè)&♥些(xiē)人(rén)工(gōng)智能(néng)工(gō<≥ng)具的(de)能(néng)力，49%的(↔&∑εde)人(rén)将員(yuán)工(gōng₩δ)人(rén)才列為(wèi)主要(yào)挑戰♦ε，41%的(de)人(rén)将數(shù)據科(kē)學人(ré♣→<n)才列為(wèi)主要(yào)挑戰。使用(yòng♥≥∏≠)AutoML，您不(bù)必成為(wè¶φi)解釋高(gāo)級數(shù)據的(de)技(jì)術(shù)專家(<☆€jiā)。AutoML使沒有(yǒu)該領域專業(φ←>∏yè)知(zhī)識的(de)內(nèi)部人(rén)才能(néng)夠×σ輕松實現(xiàn)機(jī)器(qì)學習(xí)模型、技(jì)術(shù↕±)和(hé)解決方案。