來源丨Forbes
作者丨Louis Columbus
編譯丨科技行者
人工智能技術(shù)在改善客戶體驗(yàn)、穩(wěn)定和增加收入以及削減成本方面做出了貢獻(xiàn)，并因此從試水階段進(jìn)入了生產(chǎn)領(lǐng)域。絕大多數(shù)成功的人工智能案例在這三個(gè)方面都做出了貢獻(xiàn)，并且貢獻(xiàn)了可以測(cè)量的結(jié)果。在當(dāng)今的企業(yè)世界中，已經(jīng)成功實(shí)施了很多案例并已經(jīng)證明了自身的價(jià)值。
這十類案例的共同點(diǎn)在于它們可以根據(jù)對(duì)客戶交互、生產(chǎn)和服務(wù)流程的實(shí)時(shí)監(jiān)控進(jìn)行分析并提供操作建議，并且具有相當(dāng)?shù)臏?zhǔn)確性和效率。企業(yè)在初次使用人工智能的時(shí)候要構(gòu)建基礎(chǔ)數(shù)據(jù)結(jié)構(gòu)和框架，以支持最具價(jià)值潛力的高級(jí)分析、機(jī)器學(xué)習(xí)和人工智能技術(shù)。市面上有各種各樣的框架，而BMC的ADE（自動(dòng)數(shù)字化企業(yè)，Autonomous Digital Enterprise）提供了企業(yè)客戶從試水到生產(chǎn)環(huán)節(jié)應(yīng)用所需的一切。BMC這種方式的獨(dú)特之處在于，它致力于創(chuàng)建一個(gè)生態(tài)系統(tǒng)，覆蓋客戶之旅中的每一個(gè)接觸點(diǎn)，跨越客戶選擇用于與企業(yè)互動(dòng)的任何渠道，通過這種方式提供卓越的客戶體驗(yàn)。
公認(rèn)的十大人工智能技術(shù)能夠提供價(jià)值的領(lǐng)域
世界上有很多全球領(lǐng)先的企業(yè)都在從試水向生產(chǎn)環(huán)節(jié)過渡，它們是當(dāng)今世界中人工智能創(chuàng)造價(jià)值的典范。下面是公認(rèn)的人工智能技術(shù)在當(dāng)今的企業(yè)中提供價(jià)值的十大領(lǐng)域。
客戶反饋系統(tǒng)促進(jìn)了所有人工智能自主服務(wù)平臺(tái)的實(shí)現(xiàn)。這和我與一些制造業(yè)首席執(zhí)行官的交流的情況非常吻合，他們致力于推動(dòng)客戶之聲（Voice of the Customer ，VoC）計(jì)劃，也促進(jìn)了新產(chǎn)品開發(fā)計(jì)劃。進(jìn)展最好的制造商利用人工智能技術(shù)更好地獲得了客戶反饋，并且改進(jìn)了自身按訂單配置產(chǎn)品的定制策略。如今，在提高客戶響應(yīng)時(shí)間的同時(shí)挖掘聯(lián)系中心數(shù)據(jù)已經(jīng)成了人工智能平臺(tái)的工作。資料來源：Forrester研究，《為聯(lián)系中心注入人工智能技術(shù)可以優(yōu)化客戶體驗(yàn)，鋪就通往認(rèn)知聯(lián)系中心之路》
麥肯錫（McKinsey）發(fā)現(xiàn)，人工智能可以改善需求預(yù)測(cè)，減少50%的預(yù)測(cè)誤差，并且通過提高產(chǎn)品可用性減少65%的銷售損失。供應(yīng)鏈?zhǔn)撬兄圃鞓I(yè)企業(yè)的命脈。麥肯錫的初步用例分析發(fā)現(xiàn)，人工智能技術(shù)可以將運(yùn)輸和倉儲(chǔ)以及供應(yīng)鏈管理的相關(guān)成本分別降低5%至10%和25%至40%。借助人工智能技術(shù)，甚至可能將整體庫存成本降低20%至50%。（資料來源：《借助人工智能技術(shù)的智能化——對(duì)德國及該國工業(yè)部門的價(jià)值》——麥肯錫）
全球大部分首席執(zhí)行官和首席人力資源官們計(jì)劃在未來三年內(nèi)更多地使用人工智能技術(shù)，美國的這一比例遙遙領(lǐng)先于其他國家和地區(qū)，達(dá)到了73%。在所有接受調(diào)查的首席執(zhí)行官和首席人力資源官中，有63%的人表示，新技術(shù)從總體上對(duì)他們的運(yùn)營產(chǎn)生了積極的影響。將人工智能技術(shù)引入自己企業(yè)的首席執(zhí)行官和首席人力資源官們?cè)谧兏锕芾矸矫孀龅貌诲e(cuò)，而大部分的員工（54%）現(xiàn)在已經(jīng)不那么擔(dān)心人工智能技術(shù)了，他們已經(jīng)看到了這些技術(shù)帶來的好處。那些通過幫助自己的員工升級(jí)工作技能，使之具備更強(qiáng)的數(shù)字敏捷能力的企業(yè)高管們更有可能贏得人才之爭(zhēng)。資料來源：Harris Interactive與Eightfold Talent Intelligence And Management Report合作完成的2019-2020年度報(bào)告。
人工智能是下一代物流技術(shù)的基礎(chǔ)，提升最為明顯的是高級(jí)資源調(diào)度系統(tǒng)。人工智能技術(shù)是當(dāng)前正在開發(fā)的各種新一代物流和供應(yīng)鏈技術(shù)的基礎(chǔ)。人工智能可以幫助制造商們解決當(dāng)今面臨的各種復(fù)雜約束、成本和交付方面的問題，這一點(diǎn)的幫助最為明顯。例如，人工智能正在提供關(guān)于自動(dòng)化可以在哪些方面發(fā)揮最大規(guī)模優(yōu)勢(shì)的見解。資料來源：麥肯錫公司，《物流自動(dòng)化：機(jī)遇無限，不確定性更大》，2019年4月——Ashutosh Dekhne、Greg Hastings、John Murnane和Florian Neuhaus。
在銷售額5億至10億美元的公司中工作的市場(chǎng)營銷人員對(duì)人工智能的應(yīng)用最為普遍，其中最常見的技術(shù)是用于客戶服務(wù)領(lǐng)域的會(huì)話式人工智能。在人工智能技術(shù)用例的數(shù)量和深度方面，銷售額在5億至10億美元的企業(yè)也遙遙領(lǐng)先于其他企業(yè)。只有52%銷售規(guī)模在2500萬美元及以下的小企業(yè)會(huì)在客戶洞察領(lǐng)域使用人工智能技術(shù)進(jìn)行預(yù)測(cè)分析。有趣的是，小企業(yè)是人工智能支出方面的主力，占到了38.1%的比例，這些支出主要用于通過優(yōu)化市場(chǎng)營銷內(nèi)容和時(shí)機(jī)提高市場(chǎng)營銷投資回報(bào)率。資料來源：《2019年2月首席營銷官調(diào)查：亮點(diǎn)和觀點(diǎn)報(bào)告》——杜克大學(xué)、德勤和美國市場(chǎng)營銷協(xié)會(huì)。
一家半導(dǎo)體制造商將智能聯(lián)網(wǎng)機(jī)器和人工智能結(jié)合在一起，將良品率提高了30%以上，同時(shí)還優(yōu)化了晶圓廠的運(yùn)營，并且簡(jiǎn)化了整個(gè)生產(chǎn)流程。他們還能夠通過獲得更精確的產(chǎn)品可用性信息，將供應(yīng)鏈預(yù)測(cè)誤差降低了50%，并將銷售損失減少了65%，這些都要?dú)w功于人工智能技術(shù)提供的洞察力。他們還利用機(jī)器學(xué)習(xí)將質(zhì)量測(cè)試自動(dòng)化，將缺陷檢出率提高到90%。對(duì)于那些還在思考新技術(shù)是否能夠提供想要的結(jié)果的制造商來說，這正是他們希望看到的、可測(cè)量的結(jié)果。麥肯錫對(duì)這家半導(dǎo)體制造商的研究采訪中還有很多其他的發(fā)現(xiàn)，如果有興趣可以閱讀《人工智能帶來的智能化——對(duì)德國及其工業(yè)界的意義》。下圖來自這份研究報(bào)告，顯示了人工智能和機(jī)器學(xué)習(xí)給這家半導(dǎo)體制造商帶來的多種提升。
人工智能使得按角色創(chuàng)建傾向性模型成為可能，這對(duì)于預(yù)測(cè)哪些客戶將對(duì)捆綁銷售或者優(yōu)惠信息作出反應(yīng)具有無可估量的價(jià)值。從定義上說，傾向性模型依賴于預(yù)測(cè)分析，通過機(jī)器學(xué)習(xí)預(yù)測(cè)特定客戶可能會(huì)對(duì)捆綁銷售或優(yōu)惠信息、營銷電子郵件或者其他意在推動(dòng)購買的喚醒動(dòng)作、追加銷售或者交叉銷售作出反應(yīng)可能性。傾向性模型已經(jīng)被證明在增加客戶保留率、減少客戶流失方面非常有效。如今，所有擅長全渠道營銷的企業(yè)都依賴傾向性模型以更好地預(yù)測(cè)客戶的偏好以及可能會(huì)引發(fā)未來采購的既往行為。下圖顯示了傾向性模型是如何工作。資料來源：客戶傾向性面板來自TIBCO。
人工智能可以發(fā)現(xiàn)隱藏在物聯(lián)網(wǎng)傳感器捕獲的跟蹤數(shù)據(jù)之中的模式，并且用這種方式降低物流成本，每年可以節(jié)約高達(dá)600萬美元的成本。BCG最近研究了使用跟蹤應(yīng)用程序的去中心化供應(yīng)鏈在提高性能和降低成本方面的情況。他們發(fā)現(xiàn)，對(duì)于一個(gè)擁有30個(gè)節(jié)點(diǎn)的網(wǎng)絡(luò)，使用區(qū)塊鏈在供應(yīng)商網(wǎng)絡(luò)中實(shí)時(shí)共享數(shù)據(jù)，加上更好的分析洞察，每年可以節(jié)省600萬美元的成本。資料來源：波士頓咨詢集團(tuán)（Boston Consulting Group），《區(qū)塊鏈和物聯(lián)網(wǎng)配合降低供應(yīng)鏈成本》，2018年12月18日，作者Zia Yusuf、Akash Bhatia、 Usama Gill、Maciej Kranz、Michelle Fleury和Anoop Nannra
可以利用人工智能應(yīng)用程序監(jiān)測(cè)供應(yīng)商產(chǎn)品質(zhì)量水平和交貨狀況的變化，并采取相應(yīng)措施，這種做法正在降低整個(gè)電子行業(yè)、高科技行業(yè)和離散生產(chǎn)的行業(yè)中質(zhì)量不良造成的成本。和北美的一些中型制造商的對(duì)話表明，他們今天在增長方面面臨的第二大障礙就是供應(yīng)商的產(chǎn)品質(zhì)量和交付表現(xiàn)不夠穩(wěn)定。制造商們可以利用人工智能技術(shù)，迅速發(fā)現(xiàn)誰是最好的供應(yīng)商，誰是最差的供應(yīng)商，并且能夠知道哪個(gè)生產(chǎn)中心能夠最準(zhǔn)確地發(fā)現(xiàn)錯(cuò)誤。制造商們正在使用類似于下圖中的面板，將機(jī)器學(xué)習(xí)技術(shù)用于應(yīng)對(duì)供應(yīng)商質(zhì)量、交付和一致性挑戰(zhàn)。資料來源：《Power BI供應(yīng)商質(zhì)量分析樣本一覽》——微軟
今天，日立公司已經(jīng)利用實(shí)時(shí)監(jiān)控和人工智能技術(shù)來優(yōu)化生產(chǎn)過程中的車間操作。在日立公司，實(shí)時(shí)監(jiān)控和人工智能技術(shù)的結(jié)合優(yōu)化了車間作業(yè)，提供了機(jī)器層級(jí)的工作負(fù)載和生產(chǎn)進(jìn)度的洞察力。隨時(shí)能夠了解每臺(tái)機(jī)器的負(fù)載水平對(duì)整個(gè)生產(chǎn)進(jìn)程的影響，就可以更好地管理每一個(gè)生產(chǎn)運(yùn)行的決策?，F(xiàn)在，通過使用人工智能技術(shù)，日立公司將針對(duì)特定生產(chǎn)任務(wù)設(shè)定最佳機(jī)器組合變成可能。信息來源：《未來工廠：論共生生產(chǎn)系統(tǒng)、實(shí)時(shí)生產(chǎn)監(jiān)控、邊緣分析和人工智能讓工廠變得更加智能和敏捷》——日立研發(fā)集團(tuán)高級(jí)首席研究員Youichi Nonaka和全球社會(huì)創(chuàng)新日立美國研發(fā)中心主任Sudhanshu Gaur
