邓白氏高级副总裁兼首席数据学家 

 安东尼·斯克里费加诺 博士

(Anthony J. Scriffignano, Ph.D.)


      我要讲的故事是这样的。有三个人流落到荒岛后捡到了一个瓶子,其中一人用衣服擦了擦瓶子后,一位精灵出现了。精灵表示他可以满足每个人一个愿望,条件是,他们必须在日落前给出答案。日落了,第一个人告诉精灵,尽管这座岛很美,不愁吃也不愁喝,但是他的家人十分想念自己,所以他希望立刻离开这里,回家去。太阳落到地平线上时,第二个人说,他也认为这座岛屿景色宜人,但他还有工作需要完成,他希望立刻离开,返回工作岗位。第三个人苦思冥想许久,向精灵坦诚道,他既没有家人,也不热爱工作,他不想回家。地平线上只剩一丝微弱曙光时,第三个人依然犹豫不决,精灵开始倒数计时。突然,第三个人意识到岛上已只剩下他一个人,于是他沮丧地脱口而出:“我希望……让刚才那两个人回来,我不想一个人在这里。”


      故事到这里就结束了,你觉得这是一个笑话还是一出悲剧呢?


      工作中我们也常会遇到最后期限迫在眉睫,情急之下做出了糟糕的决定。而之所以出现这种情况,主要是因为我们不了解决定的影响力,也不了解应该何时做决定。面对燃眉之急,我们不得不采取行动,但是草率的行动又往往会使情况变得更糟。而今,我们的智能系统也越来越多地面临着这种情况。那么,我们怎样才能发挥数据和理性思考能力来应对这种情况呢?


结构化数据分析结合先进的人工智能技术,是检测不断加剧的问题的极佳解决方案。



冷静处理,应对紧急状况


      首先,要及时发现早期问题,并召集相关团队尽早处理。紧迫性通常要归因于我们没有及时发现和处理处于萌芽阶段的问题。问题的初显往往只是背后复杂问题的冰山一角。举例来说,当一位客户在电话中怒火中烧地对我们的产品或服务进行投诉时,你可曾想过这可能成为引发更严重问题的导火索。我们需要考虑:是否存在系统问题?后续会不会还有更多类似电话?如今,自动化正逐步提高大型联网系统的效率。我们不再一次只应对一位客户,而是数以千计的客户。但是如果掌控不到位,无法及时发现异常问题,这种互联性也可能导致问题范围迅速扩大升级。


      结构化数据分析与先进的人工智能技术相结合,正是检测不断加剧问题的极佳解决方案。异常检测、信号分析和分类等技术都适用于检测系统运行异常。典型的衡量标准包括数据特性(范围、信号量、集中趋势测量和异常值观测)和数据质量(错误集群、缺失)。


      当然,非结构化数据也非常有用。数据科学越来越重视那些能够提取数据(如评论、博客和其他表达形式)和推断趋势热点的工具。起初这些工具很少且容易出错。随着自然语言处理(NLP)在这方面取得的极大进展,现在已能够做到辨别出具有相似含义的词语集合,并能检测可能只是在某语境的特定部分里采用的新用辞。


      趋势(如愈发消极的情绪)和热点(语义相似的用辞或短语用辞),对于汇集适当的资源来处理愈发增多的问题大有裨益。借助自然语言处理和其他技术方法,如:观察类似指导专家的行为的认知方法等,我们就能在危机升级前通知相关团队。


       除了使用最佳工具来交付新产品和服务外,我们还应该利用这些工具来检测异常。如今,随着系统变得更加互通、智能,我们越来越难以分辨小异常与系统层面问题之间的差异。




机会成本和决策弹性

     

      在应对重大风险时,我们最容易忽略的是对风险未能提前预测、不采取行动所带来的机会成本的增加。如果没有提前准备好相关工具和流程来检测,便常会被动地“采取行动”。而这往往会引发混乱、急于采用不理想的干预措施一一进行处理。现在,无法解决潜在问题所带来的隐藏成本仍在增加。


      系统正变得越来越智能,并已逐渐具备了自我修正功能。例如,元数据分析工具可以检测输入系统的数据是否脱离预期目标。长期以来被用于修正缺失数据值或错误数据值的自动清理工具,现在已可以通过观察大型数据库来“学习”新规则。


      与机会成本密切相关的是决策弹性,即在采取不同的行动前,评估该决定的最坏结果。这是因为,如果我们在燃眉之急时还试图获取更多信息,或完成更加复杂的分析的话,往往会使情况进一步恶化。因此,掌控判断进行怎样的分析才能获得不受精度变动影响的决策,对我们而言大有裨益,也是我们必须具备的能力。


      假设你正以正常速度行驶于高速公路上,这时,车道前方的车辆突然减速,似乎在避让道路中央的某些东西。这时,不论你做何种决定(踩刹车、变车道)都存在风险(燃眉之急),而你犹豫的每一毫秒都在增加与前车相撞的风险(机会成本)。在这种情况下,技术娴熟的司机会进行全方位的考量,运用自己丰富驾驶经验做决策。这个决策可能并不完美,甚至可能需要为了避免发生重大车祸,引发一场小事故,但不管怎样,这位司机都会在做出理想决定后立刻采取措施(决策弹性)。这时,你本能地知道,哪怕再多犹豫一秒,你也没法做出更好的决定(或其他决定)。


      如今智能系统逐渐具备了管理不断增多的机会成本的逻辑,进而充分利用现有信息,制定理想决策。这对于准实时决策要求很高的自主型设备尤为重要。


      由于系统和流程不得不通过处理越来越多的动态和缺损数据来制定愈发实时的决策,因此它们必须具备管理决策的隐藏风险的新功能。


      如何应对紧急情况,如何将我们的最佳反应融入愈发智能的系统,这些都是我们需要考虑的关键问题。如今,我们越来越依赖拥有行动方案逻辑的系统。这些系统正在逐步从通知系统转变为我们的代理人。从而帮助我们在燃眉之急时,更好更快地做出决策。