人工智慧。 機器學習。 2016 年，這些熱門用語是供應商經常使用的詞彙之一，但被買家誤解。 那麼這些術語到底是什麼意思？ 雖然許多人將這兩個術語互換使用，但實際上存在關鍵差異。

人工智能

在其核心，AI 意味著創造能像人類一樣思考的機器。 如今，這主要表現為能夠自動執行人類擅長的簡單任務的計算機軟件。 AI 是一個廣泛的術語，用來描述機器學習、深度學習和自然語言處理等熱門用語的技術所形成的一部分。

機器學習

機器學習是人工智能的一部分。 在其最基本層面，機器學習是利用算法解析數據、從中學習，然後對某事做出決定或預測的實踐。 關鍵在於算法具有自學和自行更改的能力，無需額外編程。

每年，Gartner 發布新興技術的熱門周期。 在曲線的頂端或“通脹預期的高峰”處，位於機器學習。 這意味著在 2017 年，人工智慧和機器學習可能進入“幻想低谷”，人們迅速意識到許多公司可能在談論人工智能，但很少能夠兌現他們的承諾。

我們也看到許多 SaaS 銷售供應商吹捧他們產品中使用的 AI 和機器學習。 那麼，在所有炒作中，您如何了解什麼是真實的？ AI 啟用技術在 2017 年能為您的銷售團隊帶來什麼附加價值？

AI 已經被證明對銷售團隊帶來業務價值。

在其完全潛力下，AI 有能力改變您的銷售代表的工作方式並提高其效率。 統計數據顯示，可以實現生產力的增長。 根據 Accenture 進行的一項研究，您的銷售代表只有 34% 的時間用於銷售，57% 的高管將提高銷售效果列為下一年的前 3 大目標之一。

AI 啟用技術允許您的銷售代表專注於他們擅長的內容，與您的潛在客戶進行最好的對話。 AI 啟用技術如果符合以下標準，可能為您的銷售團隊增加價值:

在這仍然是一項新興技術的階段，人工智能已經被整合到企業軟件中，並且已經在銷售領域有成功案例。 如果符合以下標準，人工智能技術可以潛在地為您的銷售團隊增加價值：

1. 狹域：使用 AI 的最佳產品是為了自動化特定的業務問題。 例如，6sense 使用 AI 來提供最有可能成功的新線索和機會。 他們正在解決一個具體問題，即減少您的銷售代表尋找新客戶所需的時間。
2. 獨有、獨特的數據: 沒有獨特的數據，即使是最複雜的機器學習算法也是無用的。 Gong.io 使用自然語言處理來分析您的銷售代表的電話對話，並利用機器學習來揭示改善您的銷售團隊與潛在客戶溝通的見解。 擁有數百小時的獨特電話對話內容，Gong 的機器學習算法可以不斷改進其為您的業務提供的見解。
3. 與您的團隊工作流程中: 要充分利用公司引入的最新 AI 軟件，必須由您的銷售團隊採用。 推動採用的最簡單方法是購買可以無縫集成到您的團隊工作流程中的軟件。 X.ai 是由人工智慧驅動的個人助理。 無需應用程式或登錄信息，所有用戶只需要簡單地將 amy@x.ai 抄送給機器人，即可為您安排會議。

數據，而不是算法，才是 AI 技術的真正 IP。

AI 的核心在於數據。 它是推動機器學習算法改進的引擎。 有趣的是，這些算法本身可能具有很少獨立價值。 世界上一些最大的公司，如 Google、Microsoft、IBM 和 Amazon，意識到這一點，已經將他們的機器學習算法開源。 因此，正如我們之前提到的，擁有專屬、獨有數據是使用 AI 技術的公司將獲得競爭優勢的關鍵。

對於像 Google、Facebook 或 Salesforce 這樣的平台，收集數據很容易。 那麼像 敏捷取​​數策略 這樣的策略可以讓小型初創企業怎樣？ 很少有人談及的一個機會是利用技術，如瀏覽器擴展或聊天機器人，實現在本機應用程序之外收集數據的能力。 僅具獨立應用程序的公司限制了其數據收集能力，因​​為它們僅能在用戶與其產品交互時才能獲得數據。 由於擴展應用程序位於瀏覽器頂部，因此它們可以（在啟用適當權限的情​​況​​下）訪問用戶在網絡上整個旅​​程中的數據。

突破供應商 BS

由於每個人都在談論人工智慧，您如何過濾噪音，了解供應商的人工智慧能力真正是什麼？

我們已經編制了一份問題列表，可以幫助您了解您正在評估的供應商是在說大話還是真正了解人工智慧將如何影響您的業務：

您的培訓數據來自哪裡，以及您如何使用它？

雖然您不應該期望供應商洩露所有秘密，但如果供應商拒絕分享他們從哪里收集培訓數據，這是一個危險信號。 供應商應願意分享他們用來幫助培訓其算法的內部和外部信號，為什麼他們選擇了它們而不是其他人，以及使用這些信號如何為您的業務增​​加價​​值。

您的算法需要多少培訓數據才能產生可信​​任的結果？

對於對這個問題掃地的供應商要保持警惕，或者忽略有足​​夠數據的重​​要性，這是一個危險信​​號。 當機器學習算法具有足​​夠​​數量​​的培訓​​數據​​時，它​​們​​才​​能生​​產​​可信​​任​​結​​果​​。 例如，對於依賴勝敗​​數據的預​​測潛在客戶​​分數​​工​​具，這​​可能意味​​著您​​至​​少需要一​​年的數​​據​​才​​能使​​算​​法​​正常工​​作​​。 直到您有足夠的數據可供使用，延遲實施 AI 解決方案對您的團隊最有利。

當我們的成長與它收集的訓練數據一起時，您的產品將如何擴展並改進？

當您累積更多數據並增長時，重要的是了解廠商的機器學習算法將如何隨著您的成長而擴展。 這意味著瞭解模型如何更新以及它們更新的頻率。 理想情況下，這些模型將根據您公司特定需求進行個性化，並在需要時進行重新訓練。 該問題還應該讓您很好地了解廠商是否曾與屬於您垂直市場的其他公司合作。

區分聲稱使用 AI 的廠商與實際能夠為您的業務增值的廠商之間是困難的。  在此檢查表的幫助下，我們希望您將準備好正確評估吹噓其 AI 能力的廠商，並更好地了解 AI 啟用技術如何在 2017 年為您的銷售團隊增值。