在已經(jīng)通過(guò)數(shù)字化轉(zhuǎn)型進(jìn)行工作的高管解決與大流行相關(guān)的恢復(fù)問(wèn)題的同時(shí)，他們卻依靠可靠且創(chuàng)新的技術(shù)來(lái)保持步伐。

大多數(shù)領(lǐng)導(dǎo)者將人工智能視為至關(guān)重要，并描述了實(shí)施人工智能的“最緊迫感”。然而，他們努力整合公司范圍的AI計(jì)劃。接受調(diào)查的高管中有百分之七十五認(rèn)為，如果他們不這樣做，他們的公司將在五年內(nèi)消失。

未來(lái)五年，商業(yè)世界中的AI可能會(huì)以穩(wěn)定的速度增長(zhǎng)，然后飛向天空。到2030年，預(yù)計(jì)大多數(shù)公司將使用AI來(lái)支持和加速高層指導(dǎo)和決策。大多數(shù)用例將涉及一種稱為機(jī)器學(xué)習(xí)的強(qiáng)大AI形式，其中計(jì)算機(jī)分析大量數(shù)據(jù)集以幫助回答問(wèn)題。但是，僅憑人工智能是不夠的。高管們已經(jīng)看到機(jī)器學(xué)習(xí)程序需要真實(shí)世界的上下文才能將AI與物理世界聯(lián)系起來(lái)，而橋梁是位置智能（LI）。

通過(guò)地理信息系統(tǒng)（GIS）實(shí)現(xiàn)的位置智能使企業(yè)能夠在位置的上下文中進(jìn)行地圖繪制，分析和共享數(shù)據(jù)。具有LI的AI機(jī)器學(xué)習(xí)可實(shí)現(xiàn)趨勢(shì)發(fā)現(xiàn)和預(yù)測(cè)，以支持市場(chǎng)評(píng)估，站點(diǎn)選擇，風(fēng)險(xiǎn)管理，資產(chǎn)跟蹤和其他核心業(yè)務(wù)需求。簡(jiǎn)而言之，機(jī)器學(xué)習(xí)管理復(fù)雜的數(shù)據(jù)，而位置智能則為該數(shù)據(jù)提供關(guān)鍵位置信息。在這里，我們探索真實(shí)的例子。

1.市場(chǎng)分析，增長(zhǎng)計(jì)劃，高級(jí)分析

機(jī)器學(xué)習(xí)程序可在復(fù)雜數(shù)據(jù)集中找到聚類和熱點(diǎn)。通過(guò)將這種功能應(yīng)用于客戶數(shù)據(jù)，AI和LI可以解鎖有助于企業(yè)了解其市場(chǎng)的模式和趨勢(shì)。

例如，在哪里開設(shè)商店的問(wèn)題涉及確定社區(qū)各個(gè)部分的商店可達(dá)性。同時(shí)，人口統(tǒng)計(jì)信息可以揭示某些消費(fèi)者行為的熱點(diǎn)。通過(guò)分析這兩個(gè)數(shù)據(jù)集（潛在的站點(diǎn)可達(dá)性和附近的人口統(tǒng)計(jì)數(shù)據(jù)），零售商可以更好地了解哪些客戶將偏愛某些位置。

使用GIS技術(shù)，人們始終能夠快速回答問(wèn)題，并在地圖和儀表板上顯示可達(dá)性和人口統(tǒng)計(jì)信息。現(xiàn)在，他們可以通過(guò)利用諸如消費(fèi)者移動(dòng)性和購(gòu)買模式之類的數(shù)據(jù)源來(lái)添加AI工作流。

這揭示了以前看不見的消費(fèi)者模式并回答了重要問(wèn)題?？蛻舻钠骄挲g會(huì)如何變化？有多少家人會(huì)來(lái)？有哪些移動(dòng)性模式會(huì)影響商店的訪問(wèn)模式？有多少人乘坐公共交通工具？商店應(yīng)該在某些日子延長(zhǎng)營(yíng)業(yè)時(shí)間嗎？

隨著公司越來(lái)越多地為特定地理區(qū)域定制產(chǎn)品和服務(wù)，此類信息有助于預(yù)期并滿足客戶需求。機(jī)器學(xué)習(xí)程序通?？梢詫?shí)時(shí)執(zhí)行高級(jí)分析，以識(shí)別銷售數(shù)據(jù)中的模式，并將這些模式鏈接到位置。例如，一個(gè)程序可能會(huì)幫助公司發(fā)現(xiàn)區(qū)域人口統(tǒng)計(jì)特征中的共同點(diǎn)，例如城市與郊區(qū)，或有年輕家庭的地區(qū)，這些可能會(huì)被忽略。

2.監(jiān)視和跟蹤資產(chǎn)

可以學(xué)習(xí)機(jī)器學(xué)習(xí)算法來(lái)識(shí)別對(duì)象并相應(yīng)地對(duì)它們進(jìn)行排序。當(dāng)存在位置組件時(shí)（與大多數(shù)對(duì)象一樣），此功能可以節(jié)省大量時(shí)間和金錢，尤其是在無(wú)人機(jī)和衛(wèi)星圖像時(shí)代。

所有企業(yè)都有必須跟蹤和會(huì)計(jì)的資產(chǎn)。考慮公用事業(yè)公司使用AI和LI維護(hù)其網(wǎng)絡(luò)運(yùn)行狀況的方式。無(wú)人機(jī)經(jīng)過(guò)培訓(xùn)可以拍攝數(shù)千張帶有公用電話線的地理照片。這些點(diǎn)成為智能地圖上的一層。使用深度學(xué)習(xí)（一種復(fù)雜的機(jī)器學(xué)習(xí)形式）的計(jì)算機(jī)分析了圖像并突出顯示了需要維修的資產(chǎn)。以一家公用事業(yè)公司為例，該系統(tǒng)快速分析了17，000英里的電線，否則這項(xiàng)工作將使工人估計(jì)需要50，000小時(shí)。

這個(gè)概念適用于更大的地理區(qū)域。輸油管道的運(yùn)營(yíng)商使用深度學(xué)習(xí)來(lái)檢測(cè)距離其太近的任何結(jié)構(gòu)。

借助機(jī)器學(xué)習(xí)的位置智能可以提供可視化形式，幫助企業(yè)更好地了解其市場(chǎng)。可以計(jì)算停車場(chǎng)中車輛數(shù)量并按型號(hào)分類的程序可以幫助零售商收集有關(guān)競(jìng)爭(zhēng)對(duì)手客戶群的人口統(tǒng)計(jì)信息。一家石油和天然氣公司可以迅速發(fā)現(xiàn)世界其他地方正在鉆探的石油。一家保險(xiǎn)公司可能會(huì)結(jié)合使用LI和AI來(lái)快速確定有游泳池或其他顯著特征的房屋來(lái)更好地了解鄰里的責(zé)任。

隨著AI技術(shù)的成熟，更多的機(jī)器學(xué)習(xí)程序甚至將能夠在圖像數(shù)據(jù)出現(xiàn)時(shí)對(duì)其進(jìn)行分析，這對(duì)于需要實(shí)時(shí)響應(yīng)的情況至關(guān)重要。

3.風(fēng)險(xiǎn)管理與運(yùn)營(yíng)效率

《預(yù)測(cè)機(jī)器：人工智能的簡(jiǎn)單經(jīng)濟(jì)學(xué)》一書的經(jīng)濟(jì)學(xué)家Avi Goldfarb 認(rèn)為，機(jī)器學(xué)習(xí)可以為企業(yè)帶來(lái)“變革”。他在2018 年對(duì)《哈佛商業(yè)評(píng)論》（Harvard Business Review）的報(bào)告中，對(duì)未來(lái)結(jié)果的謹(jǐn)慎態(tài)度通常會(huì)使企業(yè)在承擔(dān)風(fēng)險(xiǎn)時(shí)采取保守態(tài)度，以“對(duì)不確定性風(fēng)險(xiǎn)進(jìn)行套期保值?！睓C(jī)器學(xué)習(xí)算法通過(guò)檢查龐大的數(shù)據(jù)集，可以對(duì)結(jié)果做出可靠的預(yù)測(cè)企業(yè)可能會(huì)做出的各種選擇。通過(guò)鼓勵(lì)更智能的風(fēng)險(xiǎn)，人工智能實(shí)際上降低了冒險(xiǎn)的成本，這有助于企業(yè)發(fā)揮其全部潛力。

重要的是要記住，復(fù)雜的非AI預(yù)測(cè)工具已經(jīng)存在了一段時(shí)間。關(guān)鍵區(qū)別在于AI可以結(jié)合更多變量來(lái)做出準(zhǔn)確的預(yù)測(cè)。預(yù)測(cè)明天的天氣和模擬氣候變化的復(fù)雜影響之間的區(qū)別。

機(jī)器學(xué)習(xí)為幫助企業(yè)管理風(fēng)險(xiǎn)提供了許多可能性。COVID-19大流行強(qiáng)調(diào)了供應(yīng)鏈數(shù)字化的必要性，以幫助公司應(yīng)對(duì)中斷。但是破壞可以采取多種形式，尤其是在氣候變化的影響倍增的情況下。通過(guò)幫助預(yù)測(cè)中斷（通過(guò)分析天氣狀況和政治動(dòng)蕩，僅舉兩個(gè)例子），機(jī)器學(xué)習(xí)程序可以預(yù)測(cè)供應(yīng)鏈中某個(gè)節(jié)點(diǎn)出現(xiàn)問(wèn)題的可能性，并幫助公司進(jìn)行必要的調(diào)整。

機(jī)器學(xué)習(xí)還可以幫助公司更好地了解與增長(zhǎng)和擴(kuò)展相關(guān)的風(fēng)險(xiǎn)。例如，零售商通過(guò)“統(tǒng)一預(yù)測(cè)”保持競(jìng)爭(zhēng)力。一個(gè)主要的運(yùn)動(dòng)服裝品牌正在將AI與LI結(jié)合使用，以分析現(xiàn)場(chǎng)和在線購(gòu)買作為其業(yè)務(wù)的相關(guān)部分。過(guò)去，他們?cè)谡军c(diǎn)選擇中使用人口統(tǒng)計(jì)數(shù)據(jù)，而現(xiàn)在，他們將來(lái)自所有商業(yè)渠道的數(shù)據(jù)包括在內(nèi)，包括在線或通過(guò)社交媒體生成的那些。機(jī)器學(xué)習(xí)與GIS相結(jié)合，正在幫助這家零售商以極高的精度確定實(shí)體商店的最佳位置。

過(guò)去，保險(xiǎn)公司可能會(huì)根據(jù)對(duì)各種風(fēng)險(xiǎn)的了解，使用位置數(shù)據(jù)來(lái)確定如何對(duì)不同區(qū)域的保單定價(jià)。現(xiàn)在，借助AI的LI開啟了全新的預(yù)測(cè)前景。

美國(guó)一家主要的保險(xiǎn)公司正在采用AI驅(qū)動(dòng)的方法來(lái)為駕駛員生成智能路線，即通過(guò)轉(zhuǎn)彎路線找到最安全的目的地路線。為了生成此分析，該程序考慮了許多變量，包括不同位置的事故，一天中的時(shí)間和天氣。智能路由具有明顯的業(yè)務(wù)優(yōu)勢(shì)-更安全的路由意味著更少的事故和更低的保費(fèi)-但此示例超越了商業(yè)。城市和州交通部門可以通過(guò)預(yù)測(cè)各種組合可能發(fā)生的事故數(shù)量，來(lái)進(jìn)行類似的分析，以設(shè)置速度限制并改善指示牌。

更好的路線預(yù)測(cè)也將對(duì)物流業(yè)產(chǎn)生深遠(yuǎn)影響。機(jī)器學(xué)習(xí)甚至可以完善物流公司用于進(jìn)行排程預(yù)測(cè)的起點(diǎn)成本矩陣，從而提高效率。

4. 放在一起

通過(guò)將位置智能與AI機(jī)器學(xué)習(xí)結(jié)合使用，企業(yè)可以獲得模式識(shí)別，分類和預(yù)測(cè)的優(yōu)勢(shì)?？紤]一下佛羅里達(dá)州奧蘭多市的一家無(wú)線提供商制定擴(kuò)展其網(wǎng)絡(luò)的計(jì)劃的方式。

計(jì)劃者首先進(jìn)行掉話呼叫的集群分析，以尋找熱點(diǎn)和模式。他們將人口統(tǒng)計(jì)數(shù)據(jù)添加到這些智能地圖中，可視化人口增長(zhǎng)將創(chuàng)造新訂戶的區(qū)域。他們還繪制了其他熱點(diǎn)地圖，這些地圖消耗了最多的無(wú)線數(shù)據(jù)。統(tǒng)計(jì)分析工具通過(guò)查看隨時(shí)間推移出現(xiàn)尖峰的位置，進(jìn)一步完善了這些發(fā)現(xiàn)。這種分析產(chǎn)生了對(duì)未來(lái)無(wú)線使用的準(zhǔn)確預(yù)測(cè)。

然后，該公司使用先前對(duì)可能的接入點(diǎn)位置的分析來(lái)按適用性對(duì)區(qū)域進(jìn)行排名。計(jì)劃人員添加了他們對(duì)掉線，人口和數(shù)據(jù)使用情況所做的分析。他們還集成了現(xiàn)有光纖的地圖。

在對(duì)最適合擴(kuò)展的領(lǐng)域進(jìn)行排名之后，該公司使用了AI的分類能力。一項(xiàng)深度學(xué)習(xí)計(jì)劃在公司可能放置其設(shè)備的那些區(qū)域（例如電線桿和水塔）中發(fā)現(xiàn)了一些地點(diǎn)。這意味著該公司無(wú)需派遣人員來(lái)檢查區(qū)域。

在此過(guò)程的每一步中，該公司都使用機(jī)器學(xué)習(xí)來(lái)做出更好的決策。通過(guò)將這些決策植根于優(yōu)先考慮位置智能的方法，該公司便能夠?qū)⑵渖舷挛幕?，從而可視化它們?cè)诂F(xiàn)實(shí)世界中的表現(xiàn)。人工智能和位置智能的結(jié)合使這些決定變得栩栩如生。