數(shù)據(jù)科學(xué)民主化：數(shù)據(jù)科學(xué)家過去往往要準(zhǔn)備幾個月的東西，數(shù)據(jù)嗅覺明銳的業(yè)務(wù)用戶只要幾天的時間就可以整合在一起。
那些想履行諾言，將機器學(xué)習(xí)用于數(shù)據(jù)分析的公司正在求助一個看似愛莫能助的老朋友。它們正在用人工智能對商業(yè)智能系統(tǒng)（主要是分析過去績效的領(lǐng)域）進行改進，使其報告功能具備預(yù)測的功能。
Symphony Post Acute Network就是這樣一個組織。該醫(yī)療公司在伊利諾斯州、印第安納州和威斯康星州的28家醫(yī)療機構(gòu)中擁有5000張床位，它希望每年都能利用人工智能和機器學(xué)習(xí)改善護理，以惠及8萬從膝蓋手術(shù)或透析治療中康復(fù)的患者。例如，如果人工智能深挖患者的病歷根源可能會發(fā)現(xiàn)患者因跌到而危及生命的風(fēng)險特別高，因此需要額外的預(yù)防措施。
如果這些有可能是個人數(shù)據(jù)點或細(xì)微數(shù)據(jù)模式的指標(biāo)得以發(fā)現(xiàn)的話，它們就是機器學(xué)習(xí)的理想用例。但是建模并非易事。
Symphony的數(shù)據(jù)科學(xué)兼分析主管Nathan Patrick Taylor說：“人們連珠炮似地問我關(guān)于預(yù)測的問題。即使我把所有的時間都用來建模，我也分身乏術(shù)。”
因此公司聘請了兩名數(shù)據(jù)科學(xué)家。Taylor說：“而且他們身價不菲，但是我們并沒有因為他們的加入而得償所愿，這真是費力又燒錢。”
所以兩年前，Symphony開始另辟蹊徑，去找那些已經(jīng)擁有機器學(xué)習(xí)模型并萬事俱備的供應(yīng)商。現(xiàn)在，該公司用采用了數(shù)據(jù)倉庫中已收集的數(shù)據(jù)，用供應(yīng)商DataRobot的基于云計算的人工智能引擎來發(fā)送數(shù)據(jù)，結(jié)果則以每隔三小時的頻率反饋回公司的Microsoft PowerBI儀表板。Taylor說：“我立即就明白了，我的首席信息官也明白了，我們驚訝極了。這看起來很神奇。”
今天，240名醫(yī)生和護士在PowerBI儀表板中獲得了預(yù)測和建議，他們可以通過平板電腦和智能手機查看這些儀表板。因此，例如，容易摔倒的患者會自動標(biāo)有樓梯圖標(biāo)。很可能再次入院的患者則標(biāo)有救護車圖標(biāo)。
Taylor說，云主機租用，再入院率對Symphony來說非同小可。醫(yī)院和保險公司會考察再入院率，每次再入院都會花掉公司13，500美元。他說：“這不是一筆小錢”
為了確定DataRobot的預(yù)測是否有用，Symphony最初只將DataRobot的反饋推廣到一部分設(shè)施，并進行了為期6個月的研究，以了解再入院率是否有差異。他說：“如果你能做到1%的變動，那你干得真漂亮。”
Taylor說，比率確實得到了改善——從21%下降到18.8%.他說：“這是一個顯著的進步，這贏得了我們的首席執(zhí)行官的支持。”
如今，該公司開始用同樣的方式來考察與保險公司簽署的合同。他說：“如果我們不能很好地為服務(wù)計費，就會錯過很多利潤。”
初始安裝大約需要20個小時的時間，包括連接數(shù)據(jù)饋送和建立學(xué)習(xí)模型。現(xiàn)在，如果有人想要新類型的預(yù)測，一個全新的學(xué)習(xí)模型大約需要六到八個小時的時間才能建立起來，他說，在三個工作日的不同時段完成。
此外，他說現(xiàn)有模型可以隨時得到再訓(xùn)練。例如，法規(guī)可能會發(fā)生改變，或者醫(yī)務(wù)人員可能會開始使用新程序。另外，一個模型可能會隨著時間而發(fā)生改變。Taylor每隔兩個月就重新訓(xùn)練模型，或者每當(dāng)有重大的政策轉(zhuǎn)變時就這么做。如果發(fā)生重大變化，那么學(xué)習(xí)模式可能只需要在新政策生效后提供的數(shù)據(jù)上進行培訓(xùn)。
他說，管理系統(tǒng)不再需要訓(xùn)練有素的數(shù)據(jù)科學(xué)家，但它確實需要具有統(tǒng)計基礎(chǔ)知識的人員。 Symphony還使用R代碼來架設(shè)模型。
DataRobot開箱即支持Python.據(jù)DataRobot的產(chǎn)品營銷總監(jiān)Colin Priest稱，使用其它語言的客戶還可以使用任何能理解Rest API的語言（包括Java，C#，SAS，JavaScript和Visual Basic）來調(diào)用DataRobot Rest API.
人工智能的下一步是自助式服務(wù)
Forrester Research的副總裁兼首席分析師Boris Evelson說：“人工智能已經(jīng)民主化。直到不久前，它還需要一名數(shù)據(jù)科學(xué)家來編寫代碼，現(xiàn)在，有了這些商業(yè)智能系統(tǒng)，我點擊幾個數(shù)據(jù)點就能選擇我要預(yù)測的變量，比如客戶的購買傾向，而且這些預(yù)測模型會自動生成。”
他說，過去需要數(shù)據(jù)科學(xué)專家數(shù)月才能完成的東西，現(xiàn)在理解數(shù)據(jù)并使用Excel的人幾天就可以整合在一起。
他說：“營銷人員正在利用這一點來預(yù)測客戶行為并據(jù)此采取行動，業(yè)務(wù)管理者正在使用它來考察和預(yù)測風(fēng)險，供應(yīng)鏈人員正在利用它來查看和優(yōu)化物流。”
Forrester最近對全球決策者的調(diào)查稱，改進數(shù)據(jù)、分析或洞察平臺在人工智能技術(shù)的用例中位列三甲。所有主要的商業(yè)智能供應(yīng)商（包括IBM，甲骨文和微軟）都致力于此。
