AI案例精选德勤人工智能研究院 AI案例精选 | 德勤人工智能研究院关于德勤人工智能研究院德勤人工智能研究院帮助各组织连接强大、高度动态和快速进化的AI生态系统的各个维度。德勤人工智能研究院以前沿的见解，引领各行业应用AI创新的对话，以促进“智能时代”的人机合作。德勤人工智能研究院旨在促进AI的对话和发展，激发创新，并研究AI面临的挑战以及应对挑战的方法。德勤人工智能研究院与由学术研究小组、初创企业、企业家、创新者、成熟AI产品领导者和对AI有远见卓识的人组成的生态系统合作，探索AI的关键领域，包括风险、政策、道德、工作和人才的未来以及应用AI案例。结合德勤在AI应用方面的深厚知识和经验，该研究所有助于理解这一复杂的生态系统，并据此提供有影响力的观点，帮助组织通过做出明智的AI决策以取得成功。无论你处于AI旅程的哪个阶段；无论您是董事会成员还是推动组织战略的高层领导者，还是将AI战略付诸实践的数据科学家，德勤人工智能研究院都可以帮助您更多地了解世界各地的企业如何利用AI以获得竞争优势。欢迎访问德勤人工智能研究院了解我们的全部工作，订阅我们的播客和时事通讯，参加我们的现场活动。让我们一起探索AI的未来。www.deloitte.com/us/AIInstitute AI案例精选 | 德勤人工智能研究院1目录01介绍202消费行业403能源、资源和工业(ER&I)1604金融服务业 (FSI)2805政府和公共服务 (GPS)4006生命科学与健康管理5207技术、媒体和电信 (TMT)7408结论87 AI案例精选 | 德勤人工智能研究院 2 AI案例精选 | 德勤人工智能研究院经过几十年的科学幻想，AI（AI）已经跃升到了现实，并迅速成为竞争的必需品。然而，在当前AI发展和应用的狂潮中，许多领导者和决策者仍然对AI能为他们的企业做些什么存在重大的疑问。 本文重点介绍了六大行业中数十个最引人注目、可应用的AI案例。每个案例都归纳了关键业务问题和机会、AI如何提供帮助以及可能的益处。本文还包括每个行业的几个新兴AI案例，这些案例预计将在未来产生重大影响。当然，AI的最佳应用因组织而异，除了这里强调的应用外，AI还有许多引人注目的用途。然而，通读本文可以使您更清楚地了解AI在当前和未来几年的商业环境中能够实现什么，这样您就可以明智地决定何时、何地以及如何在您自己的组织中部署AI（以及你今天应该投入多少时间、金钱和注意力）。介绍Nitin Mittal美国AI联合领导者德勤咨询Irfan Saif美国AI联合领导者德勤风险与财务咨询 AI案例精选 | 德勤人工智能研究院AI创造价值的6种方式综观所有AI案例，AI通常有以下六种主要方式为企业创造价值:1转变交互方式 改变人们与技术互动的方式，使企业能够以人的方式与人打交道，而不是强迫人以机器的方式与人打交道。 示例使用能够理解和响应客户情绪的对话式机器人，更有效地满足客户需求。推动创新 通过使用AI实现创新的新产品、市场和商业模式，重新定义战场以及如何获胜。示例根据从社交媒体挖掘的客户需求和偏好推荐新产品和功能。 强化信任确保业务不受欺诈和网络诈骗等风险的影响，提高质量及一致性，同时提高透明度，增强品牌信任。示例在网络攻击发生之前识别和预测网络攻击。降低成本应用AI和智能自动化解决方案以实现价值相对较低且经常重复任务的自动化，可以通过提高效率和质量来降低成本。 示例使用自然语言处理实现数据输入加快执行通过最小化延迟，减少实现运营和业务结果所需的时间。示例通过使用预测性洞察创建合成试验，加快药物批准过程。 降低复杂性 通过更主动、更具预测性、更能发现规律的分析，提高理解和决策能力。 示例通过预测机械维护需求，以减少工厂停工时间。3 AI案例精选 | 德勤人工智能研究院 4 AI案例精选 | 德勤人工智能研究院4AI 档案 | AI案例精选消费行业AI档案在我们看来，消费行业涵盖了广泛的业务，包括消费品、零售、汽车、住宿、餐饮、旅游和交通。这些看似完全不同业务的共同点是，它们都将重点放在服务客户上，并共同解决当前和未来的业务问题。与消费者相关的企业正在积极探索利用AI方案，涌现出许多有价值的案例。然而，AI的应用和成熟度因各种原因而不同，如：由于数据质量和复杂性而产生的可扩展性；组织结构与人才匮乏；缺乏信任。 随着时间的推移，随着AI技术越来越广泛地为企业和消费者所接受，对AI建立信任的任务可能会变得越来越容易5 AI案例精选 | 德勤人工智能研究院然而，对于大多数组织来说，最大的挑战是从概念到规模化的转变。对于与消费者相关的企业，这一挑战可能特别困难，因为许多企业拥有大量历史数据和分析平台、分散的数据和分析操作，以及（在许多情况下）分散的权力和责任，无论是跨业务部门，还是跨独立运营的特许经营企业。这通常会导致数据不一致、质量差和可用性受限，这可能是AI系统的一个大问题，因为AI系统往往是数据密集型的（输入的质量直接影响输出的质量）。另一个常见的障碍是实现业务和IT利益相关者的一致和整合。通常，AI用于组织的孤立区域，有时与IT合作，有时不使用AI。然而，为了在规模上实现AI的全部优势，业务和技术集成计划（以及变革案例）非常重要。类似地，在许多组织中仍然缺乏对AI的信任，以及AI可以和应该做什么。解决这一问题应包括协调变更管理方法，以便与领导者和团队沟通，并听取/解决他们的担忧。对于无法直接控制这一关键要素的企业来说，大规模部署AI可能很难实现。 随着时间的推移，随着AI技术越来越广泛地为企业和消费者所接受，对AI建立信任的任务可能会变得越来越容易。每一次成功的AI部署都会促进一个良性循环，提高人们对AI的理解，并有助于扩大未来AI应用的规模和范围。此外，由于这些学习算法和解决方案减少了提供见解和决策行动所需的工作量，由此带来的运营改进通常会增加信心，并提高投资回报。展望未来，面向消费者相关业务的AI系统预计将变得越来越自主，改变公司的货物运输方式，提高流动性，改变他们管理员工的方式，同时在整个生态系统中日益相互关联，使AI能够从从头到尾为业务流程增值。 6可能的益处提高效率和效益。AI可以帮助一家公司在其全球地面、 空中和海上业务范围内有效地扩展其业务，提高效率和效益。减少停机时间和维护成本。技术可以减少与维护相关的成本和停机时间更高的收入。AI有 助于改善物流定位，以更好地满足需求并实现收入最大化。 AI案例精选 | 德勤人工智能研究院不仅仅是车队改进（车队网络优化）使用AI和机器学习为地面和空中飞行创建优化的网络计划，最大限度地提高业务线内部和跨业务线的效率。问题/机会不高效的网络计划每年花费数百万美元。另外，据《商业杂志》报道，85%的船方和收货人认为他们的行业在实施新技术方面明显落后于其他行业。 ²AI如何提供帮助 •优化车队利用率和空车重新定位。公司可以使用机器学习和预测分析来优化其车队利用率和空车重新定位。最初，可以通过人在回路的方法实现，AI模型为驾驶员和规划者提供实施建议。然而，随着时间的推移，随着模型的学习，优化过程可以演变为更加自动化和规范化。•实现实时决策。AI系统可以实时获取和处理各种数据，包括交通、天气、路况和其他运动数据的信息。这可用于实现变更流程自动化，让驾驶员和规划者面对意外情况时高效地做出最佳决策。 AI案例精选 | 德勤人工智能研究院下一阶段是个性化（连接客户）7可能的益处增加收入。 提高对客户的需求认识可以带来更高的收入。 更好的客户体验。 对问题模式和问题的深入理解有助于公司改善客户体验 。 降低成本。AI和机器学习可用于处理日常任务，使客户服务中心能够以更低的成本更高效地运作 。 通过整合平台，利用AI、机器学习和自然语言处理的强大功能，实现个性化并改善客户体验。 问题/机会据Gartner称，CRM的最大细分市场是客户服务和支持，在2018年占CRM市场的36%。3然而，尽管该细分市场的规模和成熟度都很高，但公司需要继续积极跟上竞争对手的步伐，以便在多个层面上提供一致的客户服务，维护客户忠诚度，并为新数字商业生态系统带来的干预做好准备。在整个客户旅程和生命周期中，现在可以使用机器学习、对话AI和自然语言处理跨所有渠道实现客户体验的个性化。 AI如何提供帮助 •自动化客户交互。聊天机器人和虚拟客户助手已成为一些组织的热门话题，这些组织希望重新设计和提升客户服务体验。 •使用IoT感知客户情绪和需求。 基于AI和物联网的整合客户服务平台，使客户服务提供商能够感知互联客户的情感和需求。 •实现客户体验的个性化。使用机器学习和动态数据，企业可以提供实时建议和决策支持，从而在每次互动的前、中、后实现定制的客户体验，提高客户终身价值和忠诚度。 8可能的益处更及时、成本更低的产品组合规划。通过使用AI技术实现产品组合规划过程的自动化，零售商可以实时分析消费者的期望，同时避免年度手动审查的运营成本更有效的库存决策。AI可以生成更准确的产品推荐，使零售商能够就库存做出 更明智的决定 。产品组合与匹配（商品分 类计划优化）使用AI来确定哪些商品应该增加库存或替换，以优化销售、利润、库存和客户满意度。问题/机会 传统的产品组合优化方法成本高、速度慢、容易出现人为错误，并且依靠每年一次的手动审查无法最大限度地提高产品的可靠性和可持续增长，而且手动审查无法满足当今消费者快速变化的期望。使用AI进行产品组合优化可以帮助零售商做出更好、更可持续的决策，以有效地为客户提供他们需要的产品。AI如何提供帮助 •预测消费者需求和下一步行为。AI分析可以根据过去的购买行为预测消费者的下一步行为及其对市场趋势的反应。这使零售商能够更好地了解哪些商品预计需求量较大，从而能够更明智地决定哪些商品需要优先进货。•分析多源的客户数据。神经网络可以挖掘和分析来自相关品牌、竞争对手和社交媒体的数据，然后将这些见解与零售商客户的消费行为进行比较，帮助以更低的成本开展更准确的产品组合预测。此外，算法可以在数据发生变化时自动更新结果，使零售商能够实时跟踪消费者的需求。 闭合供求循环（消费者需求规划、预测和营销）9可能的益处前所未有的个性化水平。AI使 营销人员能够处理和分析大量数据，并了解每个消费者。改善供应链性能，减少缺货。需求规划和预测中的机器学习可以帮助企业实现收入最大化，提高利润率，优化库存，同时最大限度地减少产品因意外需求而缺货的情况。改进决策。AI技 术可以帮助商业领袖改进他们的决策—更快做出不太重要的决策 。 AI案例精选 | 德勤人工智能研究院使用AI来扩大营销，改进需求规划和预测。问题/机会 随着消费者使用的销售渠道数量持续增长，零售商应该继续改进他们跨多个销售渠道的计划，以及他们如何处理中断。这通常需要利用AI来提升需求规划优化能力。在过去，营销解决方案只能根据一组固定的假设和狭义定义的输入输出做出决定。尽管这样的解决方案可以在宏观层面上提供有用的洞见，但它们往往难以扩展，而且很大程度上缺乏查看受众具体情况的能力。然而，利用AI，营销人员现在可以更多维的分析消费者习惯。AI如何提供帮助 •了解消费者需求。AI可通过分析宏观经济因素和竞争对手活动等广泛因素，更深入地了解消费者需求。•更准确地定义细分市场。AI允许营销人员从受众中创建高度专注、细分的群体，产生更深刻的见解，并增加数据点之间的联系。•分析产品集群。AI可以检查产品集群，并揭示类似和对比产品组的隐藏需求模式。•自动化决策。AI可以帮助自动规划涉及明确因果关系的决策，让规划者将时间和注意力集中在因果关系不太明显的更复杂的情况上。 AI时代的客户联系（数字呼叫中心）10可能的益处通过更少的人工参与，提高了客户满意度。AI有 助于提高呼叫中心的整体绩效指标（包括客户满意度），同时减少解决客户问题所需的人工干预 。降低成本。更少的人工干预意味着更低的运营成本，因为支持AI增 强的呼叫中心所需的劳动力会大大减少 。更有效的互动。对于某些查询，与基于AI的机器人交互比与人工更方便、更高效，从