什么是预测算法预测，为什么你应该关心?

很多人在开始他们的一天的时候都会问Alexa天气。他们用Gmail的智能回复功能快速回复邮件。他们开车上班时使用地图应用程序调整路线，以最好地避开交通(和交警)。一旦回到家，他们就会呆在电视机前，因为Netflix接管了娱乐需求。

我们甚至都没有意识到，这个世界正越来越多地由人工智能驱动。ARM的数据显示，当被问及自人工智能广泛采用以来，世界是变好还是变坏时，61%的受访者表示肯定全球人工智能调查．

来源:手臂

边注:在这项全球调查的近4000名受访者中，避免交通成为最受欢迎的人工智能应用。这是AI开发者和基于AI的初创公司需要考虑的问题!

虽然消费者层面对人工智能和机器学习的采用已经相当普遍，但研究表明，许多企业接受这种新技术的速度要慢得多。

来源:Gartner

企业和组织可以开始利用人工智能的最重要领域之一是决策，因为它可以处理比人类多得多的数据和信息，并识别消费者行为的模式和趋势。

进入预测算法预测。

什么是预测算法预测?

任何形式的“预测”本质上都是基于当前和历史数据描绘未来的情景。

预测算法预测(Predictive algorithm forecasting)是一种基于人工智能(ai)的估计方法，即以历史数据为基础的统计算法对未来可能发生的事情进行预测。随着更多的数据流入算法模型，模型会自动“学习”更多的场景，它的预测也会随着时间的推移变得越来越准确。

与传统的统计预测不同，预测算法预测不是静态的，它给出一组结果，并以它们为基础。它变得更加精确，并根据流入模型的数据自动修正方向。

然而，对于一个好的预测算法模型来说，AI并不是唯一重要的方面。最成功的预测算法是那些具有强大的人类的智慧组件。需要一个精明的数据科学家将预测算法模型的结果转化为建议，并将其应用到业务场景中。

来源:麦肯锡

这种人类和人工智能的结合，使得预测算法的预测能力远远超过传统预测。

现实世界中的应用

企业可以通过两种方式利用人工智能技术创造价值:扩大规模或节省成本。习Nutanix梁就是一个很好的例子。Beam的人工智能驱动算法跟踪客户的云使用模式，识别未充分利用的资源，并主动提供节约成本的建议。

来源:麦肯锡

亚马逊的个性化产品推荐由于其协作和基于内容的过滤功能，为其庞大的忠实用户群奠定了基础。其他的例子预测算法正在发挥作用几乎存在于每个行业，包括金融、医疗、交通和消费品。

这类预测算法确实影响着企业的底线，就像它们触及到人们的生活，让世界变得更安全、更美好一样。

医疗保健和预防自杀

2017年，范德比尔特大学医学中心(Vanderbilt University Medical Center)的研究人员使用了由机器学习驱动的算法预测创建一个自杀预测模型这可以适用于所有医院的入院病人。

他们利用超过5000名患者的入院数据，包括年龄、性别、邮编和诊断史，建立了一个模型，可以预测患者自杀的可能性。该模型预测了未来一周内自杀的可能性，在新入院病人的情况下，准确率为84%。

更重要的是，它仍然能够预测一个病人自杀的可能性，准确率高达80%，从而帮助医院的工作人员和医生伸出援手，提供及时的支持，以防止这种极端的步骤。

社会服务与寄养制度的完善

位于佛罗里达州中部的社会创业公司DataKind利用机器学习算法来帮助县里的寄养人员提高他们的生产力，减少社工的流失率。

他们做了一个工具它使用历史数据来预测一个新案件需要多长时间。这有助于为每个case worker分配正确数量的case，以优化case负载并防止worker疲劳。

它还帮助个案工作者利用必应地图(Bing maps)提供的历史个案数据、地图和路由数据，计划每周的活动。个案工作者可以将他们的个案细节输入到该工具中，并获得由算法确定的一周计划，包括会议时间、路线和访问，而不必浪费时间计划、重新安排或取消访问。

“我看到路线优化为一天的活动带来了30英里的差异，”佛罗里达中部社区基础护理(CBCCF)的商业分析和自动化总监马特·贝克(Matt Baker)说。“这可以为150名案件经理每天节省几个小时，单是差旅费用就能节省2025美元。”

保险和索赔处理效率

苏黎世保险使用预测建模以及让人工智能在很大程度上自动化其繁琐的伤害索赔备案和评估过程。医疗报告评估过程完全自动化;像重新向系统输入数据和更新数据库这样的常规任务都是由软件完成的，这样员工就可以腾出时间专注于更有价值的活动，比如与索赔人协商结算金额。

这种自动化和人工智能工具的结合，帮助苏黎世保险在不影响决策质量的情况下提高了生产率。评估一份医疗报告的时间从一小时缩短到几秒钟，节省近4万小时节省了大约500万美元的总成本。

接下来是什么?

尽管我们看到了人工智能和算法预测改变了我们生活和商业方式的重要方式，但在某些地方，人们仍然不愿意将人工智能视为一种闪亮的新玩具，其真正的收入影响仍是模糊的。

然而，这种心态是在现实面前所揭示的德勤研究．令人吃惊的是，83%的人工智能早期采用者已经从他们的人工智能投资中获得了适度(53%)或大量(30%)的经济效益。

这些回报只会随着时间的推移而跳跃。埃森哲咨询公司的数据结果显示，到2035年，人工智能和算法预测将使利润率提高38%，并产生14万亿美元的额外收入。

现在真正的问题是，有多少中小企业和企业能够通过建立预测模型并将其应用于日常运营中来获得可观的额外收入?

Dipti Parmar是一位特约作家。她曾为CIO.com、Entrepreneur、CMO.com和Inc.撰写文章。杂志。在推特上关注她@dipTparmar．

©2019 Nutanix, Inc.保留所有权利。如需更多法律信息，请去这里．