让你的机器学习越“学习”越聪明

不过，新冠疫情爆发给人工智能带来了一个新的挑战，因为自去年3月以来许多依赖历史数据来改进算法的企业组织发现其模型出现了偏差。凯捷咨询负责洞察力和数据的执行副总裁Jerry Kurtz表示，这种“数据漂移”现象使企业很难依赖现有模型。比如说，对于试图预测喷气发动机维护间隔时间的企业而言，模型可能会发生重大变化，喷气发动机的使用在最近几个月出现了下降。零售商也是如此，近几个月来目睹销售额直线下滑。

Kurtz对CIO.com表示：“某些数据变化得很快，历史情况不再能很好地预测指标，这种情况相当常见。企业将不得不重新考虑算法，因为它们之前从未认为变量会发生变化。”

面对这样的挑战，正实施人工智能和机器学习的CIO讨论了他们所做的工作。

健康保险公司利用人工智能改善业务成果

据美国健康保险巨头安森(Anthem)首席数字官Rajeev Ronanki介绍，这家健康保险公司实施了人工智能和机器学习解决方案，处理从预料患者健康的变化趋势到解决服务纠纷的诸多任务。

通过分析慢性病(比如糖尿病或心脏病)患者多年来生成的医疗保健数据，并将其与类似疾病的患者(或“数字孪生”)进行相互对照，安森可以预测治疗可能出现的结果。

人工智能还帮助安森密切关注索赔及其他服务的进度，发现福利索赔裁决及其他服务方面潜在的客户问题。如果安森发现有明显的差异，客户服务团队会主动联系医疗服务机构或患者，解释原因。Ronanki表示，这种积极主动的外联对于防止紧张的冲突关系至关重要。为此，安森分析从客户对公司服务表示不满意的数百万次呼叫收集而来的历史数据中，人工智能生成分数，表明客户升级投诉的可能性。

（编辑：桂林站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!