这篇文章是我们Catalyst成员的请求。Catalyst咨询项目是一个面向人工智能顾问和服务提供商的仅适用于应用的培训项目。该项目包括一对一咨询，每周与Catalyst其他成员进行小组问答，以及一系列专有资源和框架，以获得更多的人工智能业务，并通过人工智能项目提供更多价值。学习更多在www.fgamus.com/catalyst．
我们经常涵盖AI U使用和变换，如银行和生命科学等历史，建立的部门。虽然涵盖了遗留部门的转型很重要，但了解哪些新兴产业正在采用人工智能最快的方式也很重要。
本周，我们列出了电子商务、金融科技和在线媒体在真正的人工智能部署方面领先的一些原因，以及更大或更老的公司如何从这些人工智能领先行业吸取教训，提高自己的创新速度。
要清楚，我们在本文中所涵盖的是艾美最受支出的行业。相反，我们正在涵盖磅的行业 - 在他们的业务中具有最高密度的实际AI部署。
在本文中，我们将探讨:
- 电子商务，金融气和在线媒体的细分
- 让这些行业如此迅速地采用人工智能的共同因素
- 企业领导者可以从这些新兴的数字行业中学到什么
对于每个行业，我们将提供一组具有代表性的面向人工智能用例的文章和专家访谈，为读者提供额外的背景来探索。
我们将首先突破行业本身：
AI实际部署领先行业
1.电子商务
本土电子商务公司包括亚马逊(Amazon)和Wayfair，而沃尔玛(Walmart)也向其转型，但现在它的规模太大了，它们也可以加入其中。阿里巴巴和淘宝在中国是主要的参与者印度也有自己的一批新兴电子商务．
因为电子商务是本地在线的，它在使用人工智能跟踪顾客行为方面比实体店有明显的优势。例如，如果客户走进Target，您将能够记录他们在结帐处实际购买的商品。然而，你将很难追踪顾客去了哪里，他们看了什么，拿了什么，他们在商店里呆了多久，以及他们最终决定不买什么。你也不能轻易地推断优惠券和奖励卡是如何在购买决策中占据重要地位的。
跟踪这些行为并不是不可能，但您需要安装一个极其强大的计算机视觉系统来执行它 - 和这些应用程序目前最好是最好的．坦率地说，目前还没有足够的能力来跟踪进入规模合理的零售店的所有客户的所有这些不同的行为。
这项技术对在线商店来说是可用的，而且是最大化的，无论它们是原生电子商务还是转型的。
亚马逊例如，跟踪每次点击，页面转动，类别浏览，添加或删除项目，返回的项目，付款方式以及站点上的第二个。当客户通过提出建议时返回本网站时，该公司将收集到良好使用的数据，即使客户通过在社交媒体，浏览器和电子邮件上取消客户。作为数字第一，并在“虚拟世界”（不是一个复杂和艰难的物理世界）中拥有客户，使电子商务公司具有明显的优势。
相关Emerj面试:
Mahmoud Arram，CTO和Bluecore的创始人，基于AI的电子商务供应商，在筹集的风险资金超过113毫米。
Sumit Borar.是印度最大的电子商务网站之一Myntra的数据科学和工程高级总监。
相关Emerj文章:
2.网络媒体
在线媒体与电子商务相似之处在于，它是数字原生代，在如何使用人工智能收集数据方面也是如此。大多数使用互联网的人都知道，当你使用Facebook或Twitter等社交媒体时，某种类型的跟踪正在进行。一些传统媒体也使用AI(例如:《华尔街日报》的动态收费)，但从整体上看，他们无法像纯粹的在线媒体公司那样充分利用这一优势(即在业务的多个领域产生效益)。
但是，Reddit的情况可能是在线媒体使用的最有趣的例子。Reddit有一个工程文化和能力在规模中利用AI，并且已经有一些覆盖范围AI用于改进他们的搜索功能-媒体中常见的应用。如果他们使用人工智能来识别欺诈和虚假账户、减少垃圾邮件、监控用户使用危险语言、煽动暴力等类似行为，我不会感到惊讶。
相关Emerj面试:
Miguel Martinez博士，Signal Media首席数据科学家和联合创始人
相关Emerj文章:
3.金融气
第三个行业将是本土金融公司，即人出生于金融气，而不是现有的金融习惯汇丰银行．本机Fintech公司将包括条纹，转运等金融公司，布伦特里，robinhood或其他人。
金融科技是一个以数字为第一的行业，同时也是一个极其资金．FINTECH公司能够利用AI的应用程序，如支付欺诈和其他特定的使用情况，但它们也可以利用AI改善应用程序保留，以改善应用程序的建议等。
相关Emerj面试:
Sergey Gribov.，弗林特资本的合作伙伴
Infinia ML的CEO Rob Delaney，Director卡里克资本伙伴
相关Emerj文章:
Bodsse Well的因素，真正的人工智能采用
While there might be a dozen factors that give new, digitally-native industries an AI advantage – we’ll cover just four factors that we believe are among the most important reasons why eCommerce, online media, and fintech are so relatively advanced in AI deployments.
数字原始领导
例如，如果您是本机电子商务公司，这意味着您始于遗留IT系统和Mindsets的基于互联网或数字业务，并具有数字本土领导。
数字本地人用诸如Ai等颠覆性技术感到舒适会将其脱离蝙蝠。
相比之下，仍然不使用电子邮件的非数字原生代运营着许多价值数十亿美元的保险公司，因此这不是一个尝试使用人工智能的理想环境。
留给传统企业领导人的教训:
- 从公司内部或外部寻找已经具备数字知识和经验的领导者。创新文化从顶部开始．
DNA中的数据
数字原生代领导者为数字时代打造了自己的业务，因为他们的DNA中往往含有数据。他们是为网络而生的，所以他们通常有数据基础设施作为公司建立的一部分，特别是如果他们是在过去10年里建立的。公司创始人从一开始就考虑数据的战略性和生产性使用，并且通常以一种成熟的方式建立数据基础设施。
我们参考行政AI流利(即领导者理解人工智能概念的能力，知道它在哪里以及如何为公司带来价值)是人工智能项目成功的关键。电子商务公司自然具有优势，因为它们的领导层可能从一开始就不得不考虑数字和数据的关键作用。
留给传统企业领导人的教训:
- 有意识地关注发展AI流利程度。这很容易与创新头和战略头（许多人主动地遵循出版物），但对于C-Suite，这通常涉及仔细选择和向前迈进的实际项目。看我们人工智能催化剂宣言文章更深入地了解AI项目如何，应该升级AI流利。
虚拟世界
这些公司还在虚拟世界中运行，其中数据易于利用，交易在清洁虚拟世界中运营。这意味着当您尝试将AI申请到加拿大驾驶的物理卡车或在海洋中间的实际油管出来时，它会消除所有发生的复杂和不可预测的问题，因为它们不会发生在虚拟世界中。
例如，如果你把一个温度传感器放在卡车上，它从卡车上掉下来产生零下10度的读数，或者它在消声器旁边产生100度的读数，那么这两个数据都不是训练人工智能的可靠数据。在虚拟世界中，所有的变量都是受控的和已知的，这使得训练算法变得更容易。
虚拟世界是运营AI的最佳世界，因为地面真相是可靠的。这并不是说不应该在现实世界中应用AI技术，但在虚拟世界中训练AI肯定更容易。
留给传统企业领导人的教训:
- 考虑您最重要、最可靠和最虚拟的数据流。它们中的哪一个可以帮助你创造真正的人工智能优势?专有数据羽“用Venture Investor Ben Narasin的话）？
风险资金
最后，这些公司受益于风险资金，因此他们往往有令人兴奋的项目来吸引和保留最佳的AI人才，因为能够首先招募它们。
我们做了一个面试与Equifax首席数据科学家和高级总监Rajkumar Bondululu博士关于数据科学团队的动态，组成和要求的演变。
面试的主旨是，数据科学家更愿意加入并牢记当公司快速与AI快速时，数据在DNA中，领导力是数字化的，因为他们知道他们正在进入一个积极的空间，其实将致力于有趣的问题。您可以尝试提供数据科学家的一个薪水超过谷歌15％，但不能做任何令人兴奋或有趣的事情，但他或她会戒烟。
风险投资让他们能够吸引并留住人才，因为这让他们能够建立更多合适的数字原生领导力和技术技能。此外，风险投资还让他们在许多人工智能用例中试验不同的商业模式和不同的新人工智能技术或方法。
这意味着什么?如果我们考虑人工智能的全部可能性空间，大多数人工智能用例都是新生的或正在出现的。然而，即使是经过验证的人工智能用例，就它们是否适用于任何特定业务而言，仍然是相当试验性的。风险投资允许公司试验有风险的想法，发展关键功能，并创造迭代文化。
留给传统企业领导人的教训:
- 说到人工智能人才，大多数公司单靠工资是无法竞争的。考虑贵公司提供的独一无二的机会(公司目的、特定类型的问题等),并确保你有足够的数据访问和流利领导不仅能够保证数据科学家“忙”,但让他们努力工作最重要的机会在你的公司。
- 为人工智能项目创造一种“投资组合方式”，即使没有风险投资。将人工智能项目视为类似风险投资的项目:经过精心挑选，但我们并不指望它们都能成功——我们只指望它们中的一部分能成功(比如交付ROI，让我们更接近转型)。你不需要风险投资预算来培养投资心态并开始改变企业文化。
