許多企業認為AI和機器學習能為其企業挑戰帶來價值，但並非所有企業都有必要的資源來實行。 如果你沒有資料科學家團隊，或者你的團隊完全致力於其他任務，組織又應該從哪裡開始？企業需要一種快速簡便的方法將AI導入其組織。
從一開始，Google Cloud 的目標就是盡可能讓更多企業能夠使用AI 。例如，去年推出了Cloud AutoML，以幫助對於ML 專業知識有限的企業開始構建自己的高品質客制模型。同時也介紹了BigQuery ML，其將預測分析的強大功能擴展到數百萬用戶 – 甚至那些沒有資料學背景的用戶，已看到這些服務的需求以驚人的速度增長中。
今天，Google Cloud 很高興地宣布一系列新的解決方案，這些解決方案提供了一種簡單的方式以使用 AI 來應對常見的業務挑戰 – 例如分析文件，預測庫存與需求，或管理多個客戶服務接觸點，像是聊天機器人，電話和電子郵件。
看看有哪些新的解決方案：
- Document Understanding AI (beta)
- Contact Center AI (beta)
- Google Cloud for Retail:
- Vision Product Search (GA)
- Recommendations AI (beta)
- AutoML Tables (beta)
透過 Document Understanding AI（BETA版）找出文件中的洞見
大多數公司擁有數十億的文件，並將這些資訊轉到數位或雲端原生的解決方案中，以輕鬆獲取和分析，而這些解決方案可能需要花費數小時的人工輸入。這些企業需要一種方法來將這項工作自動化，並將來自多個內容來源的文件儲存於基於雲端的系統中。
因此，Google Cloud 宣布推出Document Understanding AI（beta版），以提供可擴充的無伺服器平台，能自動分類、擷取並加強掃描或數位文件中的資料。透過將文件轉換為結構化資料，Document Understanding AI 協助文件處理工作自動化流程。這也代表你可以利用隱藏在非結構化文件中的事實、見解、關係和知識，並開始更快、更準確地制定資料驅動的業務決策。
例如，使用自定義文件分類的客戶已有高達96％的準確率。Document Understanding AI 輕鬆地與來自合作夥伴和第三方所使用的程式語言/開發工具集成 — Iron Mountain、Box、DocuSign、Egnyte、Taulia、UiPath 和Accenture 目前已在使用。
「作為全球領先的資訊管理供應商，Iron Mountain 每年掃描超過6.27億頁。而作為我們數位化轉型解決方案的一部分，Google Cloud 的Document Understanding AI 幫助我們識別表單字段，文本段落，表格和圖表，以及客戶的特定關鍵字匹配，用於定制工作負載。」Iron Mountain 新興商業解決方案資深副總裁Jim O’Dorisio 表示。「Document Understanding AI 提供了一個基礎，協助我們為客戶提供更有價值的服務 — 幫助他們自動化判讀資料、落實法規並帶來商業價值，使其高枕無憂。」
使用 Contact Center AI（目前已有測試版）來改善客服
去年，Google Cloud 推出了第一個人工智慧解決方案 — Contact Center AI，協助企業在AI的幫助下構建現代化且直觀的客服體驗。自那時起，Google Cloud 客戶已選擇在Cisco、Five9、Genesys、Mitel、Twilio 和Vonage 等合作夥伴打造的Contact Center AI 上運行大量客服工作負載。
這次，Google Cloud 宣布Contact Center AI 正處於測試階段。Contact Center AI 建構於Dialogflow Enterprise Edition 之上，為您的Contact Center — Virtual Agent、Agent Assist 和Topic Modeler 提供關鍵功能，這些功能目前也於測試版中提供。例如，對Google Cloud 語音模型的更新使客戶更容易與虛擬代理進行對話，也改善了Agent Assist ，以便快速協助即時代理為客戶提供有用的內容。
協助更多零售商善用AI 的優點
無論是預測需求或提供自動化產品推薦，零售商通常都面臨著如何從AI 中獲益的商業挑戰。Google Cloud for Retail 使零售商能夠快速利用AI來解決特定於零售的使用情境。
現在普遍可用的Vision Product Search 使零售商可在其手機應用程式中構建視覺搜索功能，允許客戶拍攝物品並從零售商的目錄中獲取類似產品的列表。Recommendations AI（測試版）協助零售商提供個性化的一對一建議，以推動客戶參度與和增長；它使推薦收入提升了40%，而每次會話使總收入增加了5％。最後，AutoML Tables 處於測試階段，使零售商能夠在結構化資料上自動構建和部署最先進的機器學習模型，從而將建模所需的總時間從數週縮短至數天。 這代表品牌可以輕鬆利用其企業資料來預測如何協助最大化收入、優化產品組合並更好地了解其客戶等任務。
要了解更多資訊，請閱讀Google Cloud 的零售解決方案部落格文章。
持續將AI的使用擴及至每個人
這次所發布的新資訊是建立在Google Cloud 的目標之上，即每個企業都可以能使用AI ，無論他們正處於人工智慧旅程中的哪一處。隨著將機器學習應用於更多行業，Google Cloud 的目標是提供更多整合解決方案以及你所需部署和客制適合你的企業或產業的解決方案所需的最佳AI 工具。想了解有關Google Cloud 上全部機器學習的更多資訊，請進一步參考AI解決方案。
本文編譯及首圖截自 Google Cloud《Unlocking the power of AI with solutions designed for every enterprise》
