人工智能在管理领域的应用 ——以酒店管理为例

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

人工智能在管理领域的应用——以酒店管理为例

本文通过对人工智能基础理论、实际应用与发展的学习研究,结合酒店管理体系和应用案例,判断人工智能未来在酒店管理领域中的应用。

一、人工智能基础理论与发展

人工智能(Artificial Intelligence),简称AI,是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

智力或知能是指生物一般性的精神能力。这个能力包括:理解、计划、解决问题,抽象思维,表达意念以及语言和学习的能力。

智力三因素理论认为智力分为成分性智力、经验智力、情境智力。成分性智力指思维和问题解决所依赖的心理过程;经验智力指人们在两种极端情况下处理问题的能力,即新异的或常规的问题;情境智力反映,是在对日常事物的处理上,对包括新的和不同环境的适应,选择合适的环境以及有效地改变环境以适应需要。

人工智能是计算机科学的一个分支,是研究机器智能和智能机器的高新技术学科,是模拟、延伸和扩展人的智能,实现某些脑力劳动自动化的技术基础,是开拓计算机应用技术的前沿阵地,是探索人脑思维奥秘和应用计算机的广阔领域。该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能与原子能技术和空间技术,被并称为20世纪的三大尖端技术。

作为一门学科,人工智能于1956年问世,由“人工智能之

父”McCarthy及一批数学家、信息学家、心理学家、神经生理学家、计算机科学家在Dartmouth大学召开的会议上,首次提出。

人工智能的三大发展要素:基础理论引入(控制论、数学、神经科学、统计学、认知科学......)→学科交叉(机器学习、数据挖掘、人工

智能)→应用(安防、个人助理、医疗健康、自驾、金融、教育.......)人工智能的近期主要目标在于研究用机器来模仿和执行人脑的某些智力功能,而远期目标是用自动机模仿人类的思维活动和智力功能。对人工智能的研究目前已形成了一个庞大的学科群,其主要的子学科有:专家系统、知识工程、知识库、模式识别、机器人等。与企业管理智能化关系密切的主要有专家系统、决策支持系统和知识库系统等

目前,人工智能的基础性研究和在很多领域的应用性研究仍正在如

火如荼的进行,人工智能在交通控制、家庭服务、医疗、教育、公共安全与防护、娱乐等领域逐渐得以运用,许多大型企业为了提高企业的核心竞争力,也竞相把人工智能引入企业管理,实现企业管理的智能化。在诸如销售管理、人力资源管理、财务管理、风险管理、档案管理等方面逐渐得以应用。

图1 人工智能的基本方法、技术和近期的主要应用领域

二、人工智能的应用

人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大。未来会渗透到生活、学习、工作的各个领域。下面对人工智能在机器人方向、金融行业、零售行业、无人驾驶、智能医疗的领域进行概括介绍,为人工智能在酒店管理的应用带来启发。

人工智能在智能机器人中应用所要经过的过程为:

(1)识别过程,外界输入的信息向概念逻辑信息转译,将动态静态图像、声音、语音、文字、触觉、味觉等信息转化为形式化(大脑中的信息存储形式)的概念逻辑信息。

(2)智能运算过程,输入信息刺激自我学习、信息检索、逻辑判断、决策,并产生相应反应。

(3)控制过程,将需要输出的反应转译为肢体运动和媒介信息。

人工智能实体将首先在精确思维能力上超过人,然后在模糊思维能力上超过人。由于创造力是个性化的产物,较高的创造力不是复制及经验的吸收所能产生的,它需要通过个性化的学习来获得,而个性化的学习不是短时间内所能完成的,因而人工智能实体在创造力上全面超过人将需要较长的时间。一旦人工智能实体的创造力超过人,其智力水平也就能远远超过人。“智能机器人”将在工业、服务业、军事、航空航天等领域发挥越来越重要的作用。

2、人工智能在金融行业的应用

人工智能在金融领域的应用,主要通过机器学习、语音识别、视觉识别等方式来分析、预测、辨别交易数据、价格走势等信息,从而为客户提供投资理财、股权投资等服务,同时规避金融风险,提高金融监管力度。

例如:A是一家投资组合风险分析公司,专注于发现财务波动事件,帮助用户检测市场异常并量化金融扰动。A分析引擎的深度数据算法利用主要数据源(世界金融交易所)和专有的无人监管机器学习技术。与其他竞争解决方案不同,A的实时分析并不依赖于历史数据或先前的波动事件。

人工智能也应用于金融安全的防范。正常情况下,不同人群在市场中的行为表现形式应该是不同的。如果出现了相似的行为,就说明该市场出现了问题。当从数据分析中得出市场不正常的结论,就会及时发出警告。

人工智能在零售领域的应用,主要是利用大数据分析技术,智能的管理仓储与物流、导购等方面,用以节省仓储物流成本、提高购物效率、简化购物程序。主要应用在仓储物流、智能导购和客服等场景中。

人工智能在电商已经做到了智能推荐、智能比价、实时定价、销售预测、智能客服,甚至是社交功能。

(1)对顾客管理的智能化——重点体现在对顾客的分析、锁定目标顾客、抓取目标顾客、精准推送、分析目标顾客潜在需求方面,真正实现对每一位消费者的360度全方位画像。

(2)对商品管理的智能化——基于顾客需求的多样化和商品的极大丰富,借助智能化手段进行商品管理,并最终向柔性生产和提供个性化商品过渡。

(3)对供应链管理的智能化——建立高效的供应链系统,形成基于消费者、门店销售、客户一体化的供应链智能管理体系,提升企业经营效率,降低企业库存和供应链成本。

(4)对物流管理的智能化——确保正确的货物进入正确的仓库,同时发货效率将大大提高。把用户端潜在需求的判断联动到供应链、物流仓储系统,应用智能技术解决类似商品部署在哪些仓库,如何让商品堆放更合理,物流配送路径的优化等问题。

4、人工智能在无人驾驶领域的应用

作为人工智能等技术在汽车行业、交通领域的延伸与应用,无人驾驶近几年在世界范围内受到了产学界甚至国家层面的密切关注。无人驾驶重复着“感知→认知→行为”的过程。

感知:人类驾驶员感知依靠眼睛和耳朵,无人驾驶汽车感知依靠传感器。目前传感器性能越来越高、体积越来越小、功耗越来越低,其飞速发展是无人驾驶热潮的重要推手。反过来,无人驾驶又对车载传感器提出了更高的要求,又促进了其发展。用于无人驾驶的传感器可以分为四类:雷达传感器、视觉传感器、定位及位姿传感器、车身传感器。

认知:驾驶员认知靠大脑,无人驾驶汽车的“大脑”则是计算机。无

相关文档
最新文档