CNET科技行者

网站导航

麦肯锡在全球调研分析160个案例,给出5个行业的34个AI应用场景

“我觉得不行!”;“我觉得可以!”

这正是现在大家看待AI的两种态度。有人觉得现在去谈人工智能的商业化为时尚早,但也有人觉得人工智能已经在企业的许多业务场景中发挥至关重要的作用。无论如何,作为一个刷爆朋友圈,并且曝光度与日俱增的热门话题,许多企业都已经对AI“蠢蠢欲动”,甚至“先下手为强”了。

不仅大大小小的科技公司都开始纷纷自觉贴上人工智能的标签,许多企业也开始尝试利用人工智能技术不断优化企业的运营。

就在两个月前,可口可乐公司向外界公布要应用人工智能推出一款与可口可乐自动售货机结合的智能APP,通过这个APP,消费者可以直接在线订购,然后在自动售货机上取货。甚至在包括其它国家在内的任何位置,也可以为家人或朋友购买饮料。

同时,透过自动售货机与云端的连接,可口可乐公司还可以实现对机器的远程控制,比如调整售货机销售的产品的价格、在特定位置引入折扣和促销活动等等,同时,通过这样一个通道,可口可乐公司还可以向消费者发送个性化信息,并提供一个互动的聊天平台。

这样的方式不仅给消费者带来了便利,也使得可口可乐公司可以更好地收集消费者相关的数据、了解消费者行为,并相应地调整其产品和服务,改善公司的管理运营。

图解行业场景中的人工智能应用

这仅仅是人工智能一个非常小的商用案例。关于人工智能的商业化,麦肯锡全球研究院跨越14个行业、10个国家,对3073名企业高管进行了调查,并分析了160个案例,最终发布了《人工智能:下一个数字前沿?》报告,其中,报告详细描述了5个应用案例,并对零售、电力、医疗3个行业应用进行了图解:

1.零售:连接消费者,改善购物体验

AI准备好了,那你的企业呢?要用好AI先收下麦肯锡的这10条建议

2.电力:更少的电站,更智能的电网

AI准备好了,那你的企业呢?要用好AI先收下麦肯锡的这10条建议

3、医疗:更快的诊断,更好的治疗

AI准备好了,那你的企业呢?要用好AI先收下麦肯锡的这10条建议

4、制造:更智能、更灵活

5、教育:不断优化教学形式和效果

总而言之,人工智能已经或多或少在行业中得到了应用。在麦肯锡的报告中,根据调查总结了当前AI在不同行业业务中的应用比例,以及未来的应用趋势,如下图:

AI准备好了,那你的企业呢?要用好AI先收下麦肯锡的这10条建议

目前人工智能应用程度最高的企业,也是增加投资意愿最强的企业

AI准备好了,那你的企业呢?要用好AI先收下麦肯锡的这10条建议
也可以看到,已经采用了AI策略的公司的利润率得到了明显提升

正因如此,越来越多的企业CEO开始重视人工智能技术的影响,并亲自主导相关项目的开展。据IBM商业价值研究院在今年6月份发布的一项调查结果显示,73%受调查的企业CEO认为,人工智能将为企业的未来起到重要的作用,其中,50%的CEO计划在2019年前采用相关技术。

企业应用AI技术的10个关键思考点

当然,还未采用人工智能技术的企业也不必感到焦虑和恐慌。企业未来战略如何布局,如何更好地运用这些技术,在运用过程中如何推进,这些都成为目前摆在企业面前的问题。基于麦肯锡的报告,我们总结了企业在应用AI技术的过程中的10个关键思考点。

1.不要听信所有炒作:其实并非每个企业都已在使用人工智能。虽然人们对AI的投资正在升温,但企业对人工智能技术的采用仍然有些滞后。虽然AI的总投资额(包括内部和外部的)在2016年达到了260亿美元到390亿美元,其中外部投资是2013年的三倍。然而,AI的应用仍处于初步阶段,在麦肯锡的调查对象中,只有20%的受访者在一个或一个以上的业务或是核心业务中大规模使用AI技术。(调查涵盖了五个范畴下的AI技术系统:机器人和自动驾驶汽车、计算机视觉、语言、虚拟代理和机器学习)

虽然AI投资正在高速增长,但2017年的应用率仍旧走低,仅有20%的受访者表示已经在使用AI技术,41%的企业表示还不确定使用AI能带来哪些收益

目前,对于那些仍在试验或试用AI(41%的)公司而言,这是一个好消息。调查结果表明,要攀上学习曲线并使用AI展开竞争仍需要一段时间。

不过,我们现在很可能正处于采用AI技术的一个重要转折点。基于神经网络的机器学习和自然语言处理等AI技术已开始日渐成熟,价值也日渐显现,迅速成为了所有AI技术采用者采用的中心技术。麦肯锡预计目前AI的试用者中至少有一部分用户将在短期内实现与AI的完全整合。虽然应用的进度不同,但AI技术已经在各部门、各领域间平稳蔓延。

根据调查结果显示,在接下来的三年里,电信及金融等服务业均计划每年在AI技术上的支出增加15%以上——这较跨行业费用支出的平均水平高出7个百分点。

2.要相信AI可以提升公司的营收和利润这类“炒作”。根据麦肯锡的调查,AI早期采用者(即大规模使用AI或在核心业务采用AI的公司)中有30%的用户表示他们已经实现了收入的增长,利用AI获得了更高的市场份额,或提升了产品和服务能力。此外,AI早期采用者中预计自己公司的利润率增长到比同行高出5%的人相较其他人要多3.5倍。证据表明,人工智能已经能够直接提高企业利润,使得AI投资的投资回报率(ROI)与其相关数字技术范畴的投资回报率相同,如大数据和高级分析。

3.没有领导的支持,你的AI转型计划可能会失败。成功的人工智能采用者往往拥有领导对新技术最强有力的支持。调查反馈显示,已经成功大规模部署AI技术的调查对象得到公司管理层的支持率几乎是那些没有采用任何AI技术支持的公司的2倍。此外,除了从其公司CEO和IT部门主管那里获得了强有力的支持,他们还获得了来自全部管理层高管和董事会的支持。

4.不要一个人独立专研AI,你还需要合作伙伴的才干和能力。经历数十年的“寒冬”,人工智能领域最近才开始加速其创新的步伐,而具备专业技术和能力人才也出现了稀缺的情况。即便是亚马逊和谷歌这样的大型数字原生代公司也开始转向通过外部市场的企业和人才,以增强其自身的AI技能。例如Google对DeepMind公司的收购,正是因为DeepMind能够运用其机器学习能力帮助Google提升搜索优化等核心业务。另外,据调查显示,AI的早期使用者主要是通过购买外部适用的技术解决方案来实现,只有少数的调查对象完全是由公司内部人才开发和实施人工智能解决方案。

5.避免让技术团队独立进行人工智能项目和计划。在IT、数字或创新领域分别任命不同的部门主管,划分人工智能的管理职责,可能会导致“拿着锤子找钉子”的结果出现,为确保企业能够把关注点放在最有价值的案例上,人工智能项目应该由业务和技术部门主管共同评估和领导。

6.采用投资组合的方式加速公司的AI历程。AI工具如今的应用范围已相当广泛,能够解决具体商业问题,例如用于预测性维护等等。各组织机构可以考虑在融合AI技术时采用一种基于投资组合的方法,从以下三个时间维度进行思考:

  • 短期:专注于当前已有成熟技术解决方案的使用案例,并将它们推广到整个组织机构中
  • 中期:对当前新兴但仍相对不成熟的技术(如深度学习、视频识别技术)进行试验,在推广前先在核心业务中证明其价值
  • 长期:与学术界或第三方研究机构合作,利用前沿的AI技术来解决具有更深远影响力的使用场景(例如,增强人类在某个关键知识工作者角色中的决策能力)

7.机器学习是一种强大的工具,但它并非适用于所有事物。机器学习及其最为突出的子领域深度学习已经吸引了众多媒体的关注,并获得了占据2016年所有外部投资近60%份额的融资。
但即便如此,机器学习也只是众多能够解决企业问题的人工智能技术中的一项。并不存在什么放之四海而皆可用的人工智能解决方案。例如,为实现客户服务中心效率的提高所采用的AI技术可能与用于识别信用卡诈骗风险所采用的技术迥然不同。因此,在一个企业的数字与AI技术应用历程的特定阶段,寻找合适的工具解决每一个增值的业务问题才是至关重要的。

不同的人工智能技术之间是有交集的

8.数字化能力应该优先于AI。调查发现,在AI应用方面领先的行业,如高科技、电信和汽车等,也是数字化程度最高的行业。同样,所有早期应用AI技术的企业都已在包括云基础架构和大数据的数字化能力方面进行了投资。事实上,没有数字化转型经验的企业似乎很难轻易地跳跃到AI领域。通过一连串的统计分析,我们发现在数字化方面经验较多的企业在融合AI技术时创造出利润的可能性相比其他公司要高出50%。


数字化程度更高的行业和价值链更快采用了人工智能技术

这些企业具有六大特点:数字化成熟、业务规模更大、再核心业务中使用AI、采用多种技术、关注企业增长胜过积累资金、对AI的支持来自企业最高层

9.要大胆勇敢。在一项关于数字化颠覆(digital disruption)的独立研究中,我们发现要扭转数字化颠覆的“魔咒”,采取更“激进”的数字化战略是最重要的因素。采用这样策略的企业将从根本上调整其业务的投资组合,开发新的商业模式,以构建一个比其数字化前更加强大的增长途径。截至目前,这一因素似乎也适用于AI:AI的早期应用者中恰好采取积极、“激进”策略的企业较其他企业拥有更好的利润前景。

AI转型与数字化转型所需的相似的条件和要素

10.人与流程是最大的挑战。多数情况下,对管理层而言,将AI纳入到企业的流程和决策过程的挑战其实远远超过了实施AI的技术性挑战。作为领导者,需要决定哪些任务由机器处理,哪些任务由人类执行,而且无论是新任务还是传统任务,实施能够让员工持续学习的程序将是至关重要的。随着AI技术与先进的可视化技术、协作和设计思维的继续融合,企业未来需要将主要关注点从流程效率转向决策管理的有效性,而这将进一步要求领导者打造一个持续改进和学习的文化氛围。

毫无疑问,AI就是下一个数字前沿。尽管一些公司仍未从之前的数字化颠覆中“缓”过来,但新的数字化颠覆正在成型。不过目前我们仍在早期阶段,还有时间将AI打造成自己的竞争优势。不妨先从这10条建议入手,开始规划自己的人工智能战略吧。

<来源 :Harvard Business Review;编译:科技行者>

关注科技行者公众号

即将跳转至电脑版页面您确认跳转吗?
取消 跳转