在询问人工智能在未来最让人兴奋的应用时，28%的消费者认为欺诈检测是在人工智能最令人兴奋的应用，尽管人们平时很少将欺诈检测与人工智能紧密联系在一起。
24%的受访者认为自动驾驶汽车是人工智能领域令人兴奋的应用，但有趣的是，自动驾驶汽车是女性、年轻消费者和人工智能从业人员最受欢迎的选择。随着欺诈检测的兴起，人们可以开始看到从幻想到现实性的转变，人工智能技术开发商应该利用这一趋势来加强人工智能在劳动力方面的实用性。
配置要和代码完全分离，环境变量可以非常方便地在不同的部署间做修改，却不动一行代码。配置主要包括数据库信息，缓存信息，第三方服务证书，每份部署特有的配置，如域名等信息。
判断一个应用是否正确地将配置排除在代码之外，一个简单的方法，看该应用的基准代码是否可以立刻开源，而不用担心会暴露任何敏感的信息。
在 12-factor 应用中，进程是一等公民。12-Factor 应用的进程主要借鉴于 unix 守护进程模型 。开发人员可以运用这个模型去设计应用架构，将不同的工作分配给不同的进程类型。例如，HTTP 请求可以交给web进程来处理，而常驻的后台工作则交由 worker进程负责。
在 12-factor 应用中，进程是一等公民。12-Factor 应用的进程主要借鉴于 unix 守护进程模型 。开发人员可以运用这个模型去设计应用架构，将不同的工作分配给不同的进程类型。例如，HTTP 请求可以交给web进程来处理，而常驻的后台工作则交由 worker进程负责。
机器学习预测性维护方法可以使用各种模型和方法，从使用历史数据来预测故障的回归模型和分类模型到分析系统和组件以寻找应变或异常迹象的异常检测模型。
汽车和消费品行业面临监管机构的苛刻要求，而遵守这些法规是AI和机器学习的一大亮点。高质量摄像机的成本每年都在下降，而AI图像识别和处理软件仍在不断快速改进。因此，基于AI的检查方法对企业越来越有吸引力。
特别是在汽车行业，德国汽车制造商宝马(BMW)率先采用了这项技术。宝马将AI应用作为检查过程的最后一步，将新制造的汽车与订单数据和规格进行了比较。日产是另一家在将AI视觉检查模型纳入其质量检查流程方面取得显着进步的汽车制造商。
随着产品功能迭代，还需要重新走一遍全部流程。在这个流程里，业务需求来自很多团队，包括产品团队、运营团队、市场团队等，橙色标注的文字是一个产品经理一定要重点关注的节点和事项（如下图所示）。
从业务需求到需求规范，一定要做统一收口，如果没有线上工具化的体系，可以指定一个人，让他做统一收口，收口完成之后要形成公司或者部门内部比较完整的指标字典和维度字典。与此同时，一定要对指标字典进行拆分，看看哪些是公共性指标（跨部门或者公司级别）和个性化指标。
