2019 年 3 月末，AI 大數(shù)據(jù)分析公司 Stratifyd 在多倫多 Hocky Hall of Fame 舉辦了商業(yè)沙龍，與風(fēng)險(xiǎn)投資機(jī)構(gòu) Georgian Partners，微軟 Microsoft for startups 以及萬(wàn)事達(dá) MasterCard Start Path 項(xiàng)目的高層共同探討 AI 的行業(yè)應(yīng)用。討論議題包括 AI 項(xiàng)目落地的基礎(chǔ)，非結(jié)構(gòu)化數(shù)據(jù)分析、AI 工作流（AI workflow）等。

一、AI 項(xiàng)目落地的基礎(chǔ)

Stratifyd 的創(chuàng)始人兼 CEO，汪曉宇博士（Derek Wang） 認(rèn)為，AI 的商業(yè)落地離不開(kāi)企業(yè)對(duì)自身數(shù)據(jù)的積累，尤其是與消費(fèi)者打交道的企業(yè)。AI 模型的構(gòu)建需要豐富的數(shù)據(jù)，從這個(gè)角度來(lái)講，滿足以下這兩點(diǎn)的企業(yè)使用 AI 技術(shù)將會(huì)更加游刃有余：一是對(duì)“全渠道 （Omni－Channel）”數(shù)據(jù)都有積累，數(shù)據(jù)量有保證；二是結(jié)構(gòu)化數(shù)據(jù)和“非結(jié)構(gòu)化數(shù)據(jù) （Unstructured Data）”都能覆蓋，數(shù)據(jù)形式豐富。

Stratifyd 創(chuàng)始人兼 CEO 汪曉宇博士（右一）

萬(wàn)事達(dá)數(shù)字支付和實(shí)驗(yàn)室（Digital Payments and Labs of MasterCard）的負(fù)責(zé)人 Jose Gutierrez 表示，數(shù)據(jù)本身就是巨大的難題。金融行業(yè)采集并積累了大量數(shù)據(jù)，這為 AI 的應(yīng)用提供了良好的環(huán)境；但如何排除無(wú)效數(shù)據(jù)，以及挖掘結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)都是很大的挑戰(zhàn)。

二、高價(jià)值的非結(jié)構(gòu)化數(shù)據(jù)分析

Tyson Baber，Georgian Partners 的合伙人認(rèn)為，“產(chǎn)品”這個(gè)概念終將被“體驗(yàn)”所替代。對(duì)企業(yè)來(lái)說(shuō)，利用 AI 高效而準(zhǔn)確地提煉消費(fèi)洞察至關(guān)重要，這將指導(dǎo)企業(yè)更精準(zhǔn)地提升消費(fèi)者體驗(yàn)。

汪博士認(rèn)為，分析非結(jié)構(gòu)化的消費(fèi)者反饋數(shù)據(jù)對(duì)企業(yè)有很大價(jià)值，他分享了一個(gè)世界 500 強(qiáng)汽車(chē)品牌探索消費(fèi)者滿意度下滑原因的案例。該企業(yè)在 stratifyd．cn 使用非結(jié)構(gòu)化數(shù)據(jù) AI 分析模塊處理大量車(chē)主的反饋內(nèi)容，提煉出很多導(dǎo)致不滿的問(wèn)題，而這些問(wèn)題是之前沒(méi)有被意識(shí)到的：比如追蹤某個(gè)被抱怨的產(chǎn)品缺陷時(shí)，發(fā)現(xiàn)該問(wèn)題是由生產(chǎn)環(huán)節(jié)中一個(gè)很小的疏忽導(dǎo)致的。最終該企業(yè)根據(jù)這些高質(zhì)量的洞察結(jié)果提升了產(chǎn)品體驗(yàn)，挽回了車(chē)主的信任。

“解決問(wèn)題有時(shí)很容易，但發(fā)現(xiàn)問(wèn)題而且能找到背后的原因并不簡(jiǎn)單，只有非結(jié)構(gòu)化數(shù)據(jù)分析才能做到�！蓖舨┦靠偨Y(jié)道。

三、引領(lǐng)變革的 AI 工作流

Microsoft for Startups 的加拿大負(fù)責(zé)人 Adam Nanjee 表示“我們看到一些像 Stratifyd 這樣的創(chuàng)新企業(yè)正在構(gòu)建‘AI工作流 （AI workflow）’ 解決方案，讓更多企業(yè)都可以輕松應(yīng)用最前沿的 AI 技術(shù)并嵌合到現(xiàn)有工作流中。”

汪博士介紹道，“很多數(shù)據(jù)分析師并非數(shù)據(jù)科學(xué)背景出身，認(rèn)為 AI 模型的訓(xùn)練工作非常棘手，因?yàn)樯婕皬?fù)雜的算法和流程。而 Stratifyd 的 Auto－Learn AI 系統(tǒng)可以大幅降低模型訓(xùn)練的門(mén)檻，實(shí)現(xiàn)應(yīng)用級(jí)商業(yè)模型的自動(dòng)訓(xùn)練，讓更多分析團(tuán)隊(duì)可以享受 AI 技術(shù)的紅利。這就是‘AI工作流’的體現(xiàn)。”

他隨后分享了 Stratifyd 幫助一家財(cái)富 50 強(qiáng)金融集團(tuán)應(yīng)用 AI 技術(shù)的案例：該企業(yè)收集了大量調(diào)查問(wèn)卷、全渠道的投訴和咨詢(xún)等反饋內(nèi)容，絕大多數(shù)都是非結(jié)構(gòu)化的文本數(shù)據(jù)。原先數(shù)據(jù)分析團(tuán)隊(duì)要花費(fèi)大量的時(shí)間手動(dòng)總結(jié)消費(fèi)者的意圖和情感，而利用 Stratifyd AI 分析模塊，這項(xiàng)工作在極短的時(shí)間就可以完成。

Adam 和 Jose 共同表示 Microsoft 和 MasterCard 都愿意扮演橋梁的角色，利用自身?yè)碛械娜�球資源網(wǎng)絡(luò)，幫助像 Stratifyd 這樣優(yōu)秀的 AI 創(chuàng)新公司對(duì)接有需要的企業(yè)。汪博士表示 Stratifyd 非常感謝合作伙伴們提供的機(jī)會(huì)，愿意為更多的企業(yè)提供 AI 驅(qū)動(dòng)的全渠道消費(fèi)反饋洞察服務(wù)。