第四范式：AutoML引领AI民主化之路（28页）.pdf

《第四范式：AutoML引领AI民主化之路（28页）.pdf》由会员分享，可在线阅读，更多相关《第四范式：AutoML引领AI民主化之路（28页）.pdf（28页珍藏版）》请在三个皮匠报告上搜索。

1、业界领先的企业很早就通过赛事的方式,以实际业务痛点为比赛主题,吸引优秀的AI人才用创造性的方案设计和实际效果提升,解决至关重要的业务难题,为企业带来巨大的效益提升全球最大的在线影片租赁服务商Netflix,早在2006年,就设立百万美元奖金,以比赛的形式公开征集优化电影推荐系统的算法,奖励第一个把现有推荐系统Cinematch准确率提高10%的参赛者。Netflix基于该优化算法准确预测用户喜好,获得巨大业务收益。当年用户加入订阅列表的影片,70%来自Cinematch的推荐。Netflix大奖赛的设立可谓一本万利。为什么这么说呢?Netflix把全球186个国家40000多个开发团队集合在一

2、起,使其竞相投入,角逐最高模型准确率,这是依靠传统的组织内创新或者外部供应商所无法实现的。采用效果最佳的解决方案,100万美元购买7位专家(工程师、统计学家和人工智能专家)三年时间投入,相当于每人平均年收入4.7万美金,尚不如一个初出茅庐的大学毕业生.然而即便是Netflix,也需要三年漫长的时间完成一个比赛。比赛搭建的高难度,对企业自身号召力的高要求,以及长期的时间投入,使得自行举办比赛对于绝大多数企业都是不现实的。那么,面对诸多亟待优化提升的企业业务场景,是否有一种标准化的方式,可以实现比赛平台的快速搭建呢?算法比赛平台为企业提供了理想的解决方案,帮助企业常态化的举办比赛,充分利用外部大脑

3、,在相对可控的时间周期内,全面提升各个业务模块的价值。第四范式基于自身在AutoML领域的长期耕耘,以及数十场AutoML竞赛的丰富举办经验3,打造全球首个AutoML社区、最大的AutoML算法比赛平台AutoML.ai(见图10)。AutoML.ai汇集企业AI应用场景建设需求与社区研发能力,高效连接供需,汇聚“全球最聪明的大脑”,充分利用最广泛的生态力量,解决企业纷繁复杂的业务问题。AutoML.ai低门槛搭建算法比赛,比赛在一周内便可上线,大幅降低比赛搭建难度、缩短比赛搭建周期。与此同时, AutoML.ai不对外公开测试集,采取盲测的方式比拼算法效果，相比Kaggle等测试集公开的比

4、赛,能够更好的保护企业数据安全。参赛者在AutoML.ai提交针对业务场景的AutoML算法代码,模型算法能够有效记录留存,比赛结果具备极高的可复现性,可将高准确率模型快速应用于企业实际业务场景。第四范式借助AutoML.ai平台, 与ChaLearn, Google, Microsoft以及Amazon等合作伙伴一起,不断推动AutoML的迭代进化,加速AutoML产业化进程,与开发者一起提供端到端的AutoML解决方案,助力企业实现更高的价值提升。HyperCycle ML提供了落地AI的高效工具和正确方法论,将Al应用规模化由理想变为现实,带来企业智能化率的全面提升。企业接下来面临的,是

5、如何利用AutoML实现业务价值最大化。那么,企业AI智能化转型是否有一条行之有效的正确路径呢?企业所创造的价值,主要来自于价值链上的核心战略环节,即研产决策、规划供给及客户体验.抓住了这些关键环节,也就抓住了企业价值提升的命脉。以往,企业以产品为中心,通过极致的产品赢得市场,价值链重心位于研产、供应环节。而今天,企业仅仅依靠产品已经无法持续立于不败之地,需要不断靠近客户,了解并满足客户需求。于是,以消费者为中心,演变成企业赢得市场的致胜关键和价值链的关键突破点。第四范式的企业智能化转型战略,以消费者为中心,重塑企业价值链。通过AutoML赋能，提供专属服务，不断优化消费者体验，进而提升研产决策能力及供应链条效率,通过智能化率的全面提升,带动各个链条之间的紧密配合，最终实现企业整体业务价值增长(见图1)。第1步:打造客户专属服务系统，全面升级客户体验在消费线上化趋势下,企业持续加码线上业务.随着流量时代的结束,流量获客成本水涨船高。通过有效的留存实现用户流量增长和变现,成为企业胜出的关键.而留存的关键在于客户体验,因此,如何最大限度的提升客户体验,成为企业关注的核心问题。