趋势网(微博｜微信)讯：

机器学习在今天无疑是一个热门话题，它有着可以转变整个市场和行业的巨大潜力。虽然关于机器学习存在很多技术的炒作，但我仍在试图寻找能够区分成功利用机器学习的赢家所具有的关键特征，即具有大型市场的应用实例、关注重复人工参与的领域、大量的数据可用于预测以及网络效应和防御性。

骨髓救母发现非亲生女子被医院威胁  女子寄快递反被快递员罚款800元  多国从美国运走黄金  

那么，机器学习可以作用于哪些领域呢？

医疗诊断和计算机生物学

机器学习将改善整个医疗保健价值链的成果并降低成本。它拥有改善诊断、减少错误和简化药物发现过程的潜力，而这一切都令人感到兴奋。患者数据可被用于早期检测疾病和个性化治疗。制药和生物科技公司可以使用计算方法快速有效地发现比市场上现有药品更为有效的新药。

供应链

机器学习可以改善供应链的方方面面，包括需求预测、市场趋势、贸易促销和新产品。目前的公司很难评估不断变化的市场模式和波动，以便为业务决策提供信息并准确预测。而机器学习将改变这一切。

制造业

虽然工业物联网是一个价值约为120亿美元的市场，但是其实现却还为时尚早。根据Genpact对全球173名高管的调查，只有25%的人有物联网战略，而其中又仅有24%的人对战略的执行感到满意。这些高管正在寻找机器学习的解决方案，以提高产量，同时减少库存和成品水平，以推动成本节约和利润机会。

金融合规性

金融机构的合规是一个巨大的市场。自2008年以来，仅摩根大通就已经支付了360亿美元的地据点和罚款，并雇用了8000名合规和控制员工。机器学习可以改善客户和员工遵守银行和其它公司必须遵守的审计和合规性法规的过程。

改善语音通话在企业运转中的作用

尽管语音是业务工作流的关键组成部分，但分析语音的复杂性使其处于机器学习趋势的边缘。2013年的New Voice Media研究报告称，由于呼叫中心的效率低下，企业每年约损失410亿美元。而企业每年约有240万内部销售参与数百万小时的绘画。因此，对语音通话进行自动化流程的改进对企业具有重要意义。

保险

保险是一个庞大且范围广泛的类别，机器学习可以帮助保险公司以更低的成本提供更有针对性的产品。例如，汽车保险公司可以使用驾驶和其它行为数据单独定价溢价，或者也可以使用更好的欺诈检测以降低其总体成本结构。咨询公司KPMG将机器学习描述为保险业的“基本游戏机”。

个性化教育

传统教育的一个主要限制是，尽管学生之间的理解水平和学习风格不同，教师却必须为整个班级教授一个标准课程。如果公司利用数据帮助家长和学校识别问题领域，为每个学生定制个性化的课程和节奏，如果他们根据问题领域和风格提供量身定制的计划，这会产生什么影响？这将不仅改变美国的教育状况，而且还将提供一个重要的经济机会。截止2013年，美国每年花费620亿美元用于公共教育，近5000万学生在公立学校就读。

机器学习的发展，仍需努力

虽然我对机器学习在上述领域的潜力感到兴奋，但我对目前涌现的诸多有关机器学习的公司并不感到兴奋。这些公司仅仅只是“AI”公司。但AI和机器学习永远不是最终目标，重要的是如何将其运用到实际生活中去。况且，这些公司的技术并不够先进，不足为我们提供积极的体验。