我看中的AI落地场景。

最近在看《别拿相关当因果！因果关系简易入门》这本书，提到的一项实验有点意思：

公司的CEO并不关心他们关于提高利润的最新提案是否对环境有利，他们只关心利润。

结果当环境遭到破坏时，参与者往往会责怪这位CEO；

但是当环境得到改善时，参与者却并没有表扬这位CEO。

又做了另一项类似的实验并得到了同样的结果：

无意间带来积极效应的行为不会得到表扬，

但无意间带来消极效应的行为却会受到批评。

所以，我们要经常复盘无意间的消极行为，往往“成败”取决于此。

复盘成了我的日常

我最近在思考AI创新产品应该如何切入，接下来谈一些见解：

AI技术不仅仅是算法，更多的是工程，

ML Code仅仅只是占了核心的一个小空间。

产品化的过程其实是：

挑选一个单点的AI技术，深挖其应用场景，

然后再组合其他技术，形成新技术。

用2个代表性的应用场景，来说明：

1  基于可解释机器学习技术的预测工具

#时尚潮流趋势预测工具

时尚是潮流驱动的，大多数零售商按季节经营（例如，春季/夏季，秋季/冬季、假期等）。大部分的情况下，连锁店（设计师、买家、售货员）是依靠直觉来进货，由于不准确的需求预测，往往造成库存滞销。

这个工具基于机器学习，主要通过一个查询的界面，可以设置每个特征的权重，查询到具体的产品示例。

2  基于人像分割技术的图像编辑工具

案例 facet.ai，非常方便地替换背景，带来便捷的图像编辑体验。

Auto mask 自动打马赛克，应用虽然小，但是足够方便。

匿名统计人流量，这个应用场景，如果没有接触过实际业务，是很难想到的：‍

从技术出发，是可以找到合适的场景切入的，初期千万不要堆积太多的功能点。

- 待续 -

欢迎找我聊天

探索

未知世界

交叉 · 融合 · 催生 · 价值 

Mixlab