尽管人工智能和机器学习正在改变企业的运营方式，但初创企业仍可能难以有效利用它们，其中主要挑战是成本和人才缺乏等挑战。

但是，尽管有这些障碍，但有效地使用这些新兴技术可以帮助初创公司更快，更好，更智能地工作。此外，云计算的使用为公司开辟了新途径，使公司可以更轻松，更经济地利用AI和机器学习。

使用AI改善客户体验

云计算使许多创业公司都可以使用AI和机器学习-在Covid-19大流行期间，这种情况变得更加明显。

亚马逊网络服务(AWS)首席技术官迪恩·萨缪尔斯(Dean Samuels)表示，初创企业的员工必须在家工作，他们可以利用这些新技术来保持运营顺利进行。他说，公司在数天而不是数月的时间内成功建立了智能联络中心。

为了支持远程工作，越来越多的公司将云作为解决方案。云计算为企业提供了建立可轻松扩展的虚拟联系中心的机会。

Samuels说：“借助AI和机器学习，诸如智能语音识别系统之类的东西可以为最终客户提供服务。” 这意味着可以通过技术来解决重复的客户要求，从而提高生产力并使员工能够专注于更复杂的客户服务问题。

人工智能和机器学习也可以在改善客户体验方面发挥作用。企业可以使用这些技术快速处理数据，从而获得见解并以更快的速度为客户创造更好的产品。

泰国保险科技初创公司Sunday是一家利用机器学习算法为客户提供各种保险产品和可定制保费的公司。

其算法基于AWS，可处理数百万条历史数据记录，以便更准确地评估个人的保险资格。这使该公司能够向低风险人群提供比传统保险公司低10%至20%的保费。

这些算法还使星期日能够分析更广泛的事件并更准确地衡量其财务风险，从而导致了新产品的部署。一个例子是其汽车保险计划，其中驾驶员仅在驾驶的那一天支付费用。

人工智能金融服务

人工智能和机器学习还可以帮助以更快的速度筛选和分析大量数据，这对于金融行业的欺诈检测非常有用。

以数字钱包和交易平台Coinbase为例：自2012年成立以来，它已经吸引了超过2000万以加密货币交易的用户，交易额超过1500亿美元。巨大的规模可能令人不知所措，但是这对于公司保持警惕至关重要。

Coinbase前数据科学总监Soups Ranjan在给AWS的一份声明中说：“加密货币交易所必须正确处理的最大风险因素之一是欺诈，而机器学习是我们反欺诈系统的关键。”

Coinbase工程师使用Amazon SageMaker(一种用于构建，训练和部署机器学习模型的工具)来识别用户标识源中的不匹配和异常，从而使他们能够迅速采取行动来应对潜在的欺诈事件。

此外，SageMaker还用于开发机器学习算法来打击诈骗者。骗子在创建多个帐户时经常在伪造ID中使用同一张面孔，因此Coinbase开发的解决方案从上传的ID中提取面孔，并将其与其他ID进行比较以识别相似面孔并检测伪造。

将AI和机器学习整合到业务中

通过为他们提供的众多解决方案，希望使用机器学习来进一步优化其操作的初创公司可能会发现艰巨的工作来确定从哪里开始。

“首先，初创企业确实需要确定业务案例，” Samuels说。然后，企业可以从那里“倒退”，以选择符合其业务目标的正确技术，并确定AI或机器学习是否是适合他们的解决方案。

接下来，初创企业应逐步并逐步进行更改。正如塞缪尔(Samuels)所说，“不要煮大海。”

他建议：“您希望起步很小，并建立起最低限度的可行产品。” 这将使企业能够测试并确定产品或服务是否有用，并且可以被目标消费者群采用。然后，公司可以利用客户的反馈进行改进，同时保持灵活性，以适应其最初的业务构想。

在初创公司中，背离最初的想法通常被视为失败，但是AWS对此有不同的看法。“在AWS，我们确实鼓励进行大量实验，” Samuels说。由于它有助于创建更好的产品和服务，因此这是鼓励AWS客户采用的途径。

归根结底，为了有效利用人工智能和机器学习，初创企业需要保持开放的胸怀，并愿意探索新的解决方案来满足业务需求。