机器学习的5种策略，你会使用了吗？

      机器学习将迎来一个重大的增长突破。根据Research and Markets的一份新报告，在2016年超过10亿美元大关后，到2025年机器学习市场预计将达到399.8亿美元。

      所有这些增长从何而来？到处！机器学习诞生于1959年，由计算机科学家亚瑟塞缪尔创造 - 但直到最近才有更大的商业团体了解其价值。在接下来的几年里，它将被财富500强公司和妈妈和流行店的每个人所采用。

     当然，机器学习的第一个挑战是确定一个用例。不知道从哪里开始？为了充分利用这种爆炸性技术，请考虑今天的顶级公司，从零售到硬件到媒体，都在使用它。

       相关文章：AI如何改善与小公司业务群组之间的工作关系?

       1.目标：从现在开始学习投资未来。

       零售巨头塔吉特发现，机器学习不仅可以用来预测购买行为，还可以预测怀孕。事实上，Target的模式非常精确，以至于根据她所购买的产品，可以可靠地猜出孕妇在哪个季节。在父亲通过Target的持续促销活动发现他的16岁女儿怀孕后，Target实际上必须通过混合不太具体的广告来恢复其主动性。

       大多数公司的促销活动都是由季节或假期驱动的。七月份开始销售雪铲，六月份开始使用防晒霜。但消费者也会在自己的生活中度过这个季节。例如，卖给某人一辆汽车的最糟糕的时机就是刚刚买下一辆汽车。然而，将汽车保险推销给该人可能是最好的时机。机器学习可以提升这些节奏，帮助公司在时机恰到好处时向客户推荐他们的产品。

        我的公司使用机器学习来刺激购买忠诚度。我们发现，如果客户正在经历生活事件（如毕业或婚姻），他更有可能改变他的行为，而不是在他一生中的其他时间。例如，一家每年5月就有20％的用户离开的教育公司可能会使用机器学习将可能的毕业生转介给公司合作伙伴或赞助商。

       相关文章：人工智能常常取代真正的智能吗？

       2. Twitter：创建完美的预览。

       当有人向Twitter发布照片时，她希望人们看到它。但是如果缩略图是90％的地板或墙壁，没有人会点击它。Twitter似乎已经通过使用神经网络解决了这个问题。这种社交媒体公司采用可扩展且经济高效的方式，利用机器学习将用户的照片剪裁成引人注目的低分辨率预览图像。结果是门把手的缩略图越来越少，而其上方的更多有趣的迹象。

       为您的下一个营销活动尝试Twitter的缩略图优化。上传与品牌对齐的用户生成的照片，并让Twitter确定每个图像的哪些元素最大限度地吸引用户。然后，为您的下一个推特活动使用效果最佳的照片作物。谁不爱自由市场研究？

       我们使用机器学习来调整图片进行对话。挑战在于确保丰富的图像加载速度足以跟上实时对话。发送问题或搜索请求的用户需要立即以图像或GIF的形式进行回复。使用机器学习，我们可以在数秒内提供适当的响应。

       相关文章：如何在AI时代学习任何东西？

       3.苹果：拥抱合奏体验。

       拥有多个Apple产品的任何人都知道这些设备与另一个设备的互动性。现在，这个技术巨人正在使用机器学习来创造更加无缝的客户体验。苹果最近提交了一份专利，以非技术术语来说，这意味着它将优先考虑跨设备个性化。例如，在不久的将来，用户的Apple Watch可能会建议使用iTunes播放列表来匹配他在另一个应用中的心跳目标。

       在戛纳2017年狮子会上，我们做了类似的事情（虽然可能不太专利）。我们将我们的自然语言处理系统与Foursquare，谷歌地图和本地知识库挂钩，以帮助用户浏览旅游目的地和会议。其结果是一种会话式的体验，它汇总了多个来源的数据以提供快速的答案。

       任何与智能设备（如物联网创业公司）合作的公司都可以这样做。将多个模型连接到同一组培训数据可以提高交付的洞察质量，从而提高客户的体验。设备连接在一起作为合奏模型像棒球投手和捕手一样合作：因为他们使用相同的数据集合工作，他们能够共同决定如何从相反方面接近任务。

       相关文章：为什么小企业应该关注人工智能?

      4.阿里巴巴：定制客户旅程。

     与中国零售业巨头阿里巴巴（Alibaba）相比，高达5亿人的购物量高出整个美国人口。这些客户中的每一个都经历了从搜索到购买的独立而独特的旅程。阿里巴巴如何跟踪和量身定制这5亿次旅程中的每一个？当然还有机器学习。

      阿里巴巴的人工智能应该让每个电子零售商都嫉妒。其虚拟店面为每位购物者定制。搜索结果成为理想的产品。Ali Xiaomi是一个会话式的机器人，负责处理大部分的口头和书面客户服务问题。阿里巴巴业务的每一个元素都感觉它是为购物者设计的，而购物者所采取的每一个行动都会让该机器更多地了解购物者的需求。

      5. Spotify：提供个性化媒体。

      在2017年收购了两家机器学习初创公司之后，我曾与之合作的Spotify正在悄悄地测试新的功能，以支持其喜爱的音乐推荐服务。

      去年12月，一位Mashable作家在她的Discover Weekly feed中注意到“喜欢”和“不喜欢”按钮。虽然Spotify一直对其在2017年3月收购视频推荐初创公司MightyTV以及两个月后收购音乐个性化创业公司Niland的意图感到tight l不安，但它很可能会完善它的AI套件并取代其他音乐服务。

      Spotify在Discover Weekly上的投注说明了优质音乐消费者对个性化的兴趣，这是通过创新使用机器学习而实现的。即使Spotify也对Discover Weekly的成功感到惊讶，这个成功并不是音乐流媒体公司2007年推出的产品的一部分.Camera的New Music Mix在2015年Discover Weekly首次亮相后迅速出现，但他们一直在努力让听众惊讶像Spotify的服务一样提供建议。

      当然，机器无法学习关于企业或客户的所有信息。但是像苹果，Spotify和阿里巴巴这样的公司正在进一步推进这一边界。现在，通过机器学习使颠覆性创新比以往更容易，企业家应该向大孩子展示它是如何完成的。

     更多人工智能请关注微*信公众号：智德物联科技或者微博@智德物联科技。

     本文部分内容根据Vince Lynch在Entrepreneur网站的文章编译而成。