生成式人工智能用例汇编2023

德勤数智研究院 德勤数智研究院 D E L O I T T EA I I N S T I T U T E 德勤数智研究院是“勤启数智”战略的重要组成部分。作为德勤中国人工智能和数据应用领域的核心力量，德勤数智研究院不仅重点关注风险管理、战略规划、企业治理、人才战略和技术应用等关键业务领域的风向，而且积极推进与德勤全球人工智能网络的交流与合作，强化人工智能技术的融合程度，进一步探索“赋能时代”的人机协作应用场景。 在生成式AI领域，我们致力于探索： 尖端科技追踪生成式人工智能技术选型与评估生成式人工智能技术测试与验证多场景概念验证 六种主要输出模式 传统AI和生成式AI的主要区别之一在于，后者可以创造出只有人类才能产出的具象化成果。例如，生成式AI模型可以生成具有逻辑连贯性的文本和超逼真图像，而这种输出方式曾经只能通过人类的思维、创造力和努力才能实现。如今，生成式AI模型主要有六种输出模式。 音频 图像模型根据文字或视觉提示生 代码 文本 3D/定制 视频 成具有不同逼真度、可变性和“创造性”的图像。 与文本输出一样，音频输出也可以采用对话甚至口语化的风格，且能够在语言、语调和复杂程度之间快速切换。 与图像类似，生成式AI模型可根据用户提示生成视频，视频中的场景、人物和物体完全由模型虚构和创建。 使用各种编程语言编写计算机代码，为开发人员自动总结、记录和注释代码。 可以生成输出通俗易懂、高质量的文字，且细节和复杂程度符合用户需求。 模型可以根据文本或2D输入（如图像）推断并生成具有3D物体属性的数据。 例如，总结文件、撰写面向客户的材料、用自然语言解释复杂的主题。 例如，生成式AI驱动的呼叫中心，为现场技术人员提供故障排除支持。 例如，模拟产品摆放在客户家中的样子，重建事故现场以评估保险索赔和责任。 例如，自动生成营销视频展示新产品，模拟危险场景进行安全培训。 例如，在仿真模拟环境中创建虚拟效果图，借助AI辅助的原型设计。 例如，根据自然语言描述生成代码，跨平台自主维护代码。 通过了解这些输出模式，企业可以思考并更好地理解由生成式AI可能带来的诸多优势。对于本文中描述的每一个应用案例，均可能将呈现出多种价值驱动模式。例如，聊天机器人的文本输出可以以模拟音频的形式呈现，同时生成的图像还可以扩展为视频。生成式AI用例和企业所寻求的价值将最终决定哪种输出模式将为企业带来最大的优势和落地成果。 生成式AI创造的价值 生成式AI用例创造的价值主要有：降低成本、提升流程效率、增加收入、加快创新、挖掘新发现和新洞察和优化社会公共服务等六类。虽然，我们强调一个生成式AI用例可以呈现不止一种价值驱动模式，但是为了更好地阐述如何利用生成式AI推动差异化的竞争和卓越的运营，本文中描述的每个生成式AI用例仅与一种主要的价值驱动模式相关联。 降低成本 优化社会公共服务 主要通过工作职能自动化，用自动化代替人工，降低成本（通常降低30%或更多） 促进公共服务精准化、高效化、智能化 提升流程效率 加快创新加快新产品或新服务的开发和上市速度 通过自动执行标准任务和减少人工干预提升流程效率 增加收入 挖掘新发现和新洞察发现新想法、新洞察和新问题，全面释放创造力 通过针对目标客户的超个性化营销来增加收入 消费行业生成式AI用例汇编 生成式AI为消费行业带来的众多令人期待与兴奋的应用场景。通过利用生成式AI创建文本、图像、营销活动、产品等根据用户需求批量化自动生成高质量的内容便是其中之一。消费类企业能够在多样化的场景下与客户实现“超个性化”互动效果。此外，生成式AI的应用在改善企业经营目标和业务运营方面也创造出新的机 遇 。消 费 行 业 具 有 决 策 快 的 特 点 ， 需 要 通过 快 速 分 析 企 业 数 据 的 方 式 做 出 满 足 消 费 者需 求 的 决 策 ， 如 快 速 识 别 结 构 化 信 息 （ 如 销售 额 ） 和 非 结 构 化 信 息 （ 如 客 户 反 馈 和 设 计趋 势 ） 。 生 成 式A I可 以 帮 助 企 业 用 户 以 过 去难 以 企 及 的 深 度 和 速 度 了 解 市 场 ， 突 破 数 据规 模 巨 大 以 及 数 据 存 储 分 散 的 困 难 ， 更 加 快速 、 轻 松 地 查 询 数 据 集 ， 找 到 合 理 依 据 并 生成精准决策。这将有助于企业优化决策制定，节 约 成 本 、 提 高 工 作 效 率 、 促 进 与 消 费 者 的积极交互，并获得可观的投资回报。 生 成 式A I激 发 了 消 费 者 的 想 象力 。 公 开 发 布 的A I模 型 能 够 将文 本 转 换 为 图 像 或 对 用 户 提 示 如今，生成式AI已逐步嵌入到消费企业的技术解决方案中。随着这项技术的不断普及，企业将继续探索能够驱动其收入和利润增长的潜在用例和方案部署。展望未来，当生成式AI与人类的监督和治理以及其他辅助技术（如传统的机器学习）进一步结合时，它将很可能成为消费类企业可持续发展中的技术核心。 做 出 连 贯 响 应 ， 其 初 入 市 场 便 吸 引 了 公 众的 注 意 力 ， 甚 至 让 受 众 群 体 惊 叹 其 强 大 的技 术 应 用 。 随 着 生 成 式A I市 场 的 发 展 ， 广 大消 费 者 越 来 越 多 地 接 触 到 生 成 式A I技 术 的 应用 ， 如 精 准 搜 索 、 教 育 工 具 以 及 一 系 列 付费 服 务 。对 于 消 费 类 企 业 而 言 ， 从 帮 助 消费 者 了 解 并 找 到 他 们 所 需 的 产 品 ， 到 能 够为 他 们 提 供 更 精 准 、 更 具 时 效 的 服 务 ， 最终 达 到 提 升 消 费 者 对 品 牌 的 粘 合 度 和 忠 诚度 的 目 标 ， 这 些 都 体 现 出 生 成 式A I在 增 强 企业 与 消 费 者 之 间 的 互 动 能 力 方 面 拥 有 巨 大潜力。 如今，生成式AI已逐步嵌入到消费类企业的技术解决方案中。 营销内容助手 生成式AI的功能 新内容生成 （内容生成） 在生成式AI的协助下，企业可以更快速度地创造出较当前应用和流程更一致的产品指南、图片和视频。 生成式AI可在多种模式下高效生成一致性和个性化的内容。 问题/机遇 公司在管理和优化营销方案中面临重大挑战。由于公司品牌组合拥有数百个网站，且各网站涉及几十种语言，因此难以分配足够的时间和资源来创建针对特定消费群体的产品指南、图片、视频和音频。此外，企业还需解决产品指南、图片、广告及其他媒体间同质性高的问题，以及呈现出的内容有时并非针对必要目的而进行的优化（如用于搜索的产品指南与用于电子邮件的产品描述）。公司需要在不同的生态体系和接触点上提供衔接性强和个性化品牌体验的方法。 大规模个性化定制生成式AI模型可从多个模态（如文本、图片、地域） 中抓取数据，创造个性化、情景化的特定内容。该模型可通过语言、地区和客户行为等维度调整内容和用户流。 助力合规性由于生成式AI能够跨模态、跨语言及跨情景实现 一致性，企业需要遵循因不同地域、文化和监管而产生的合规性要求。 营销内容助手 管理风险与增进信任 可靠性 公平性 在不同的地域或文化因素影响下，数据偏差（因数据集不完整）可能导致内容质量参差不齐。 虽然生成式AI旨在生成优质的营销方案，但也可能产生不准确的信息，进而导致客户参与度低，结果不佳。 潜在益处 迎合客户需求 利润增长 成本效益生成式AI帮助企业大规模地开发和优化营销方案，有效 降低人力成本。 通过量身打造体验式营销，个性化营销方案可以提高客户参与度、增加流量和提升转化率。 生成式AI根据语言、地区和客户偏好定制营销方案和用户体验，以此来提升客户满意度和忠诚度。 规划促销活动 生成式AI的功能 辅助雇员 （重构贸易促销） 生成式AI可用于起草促销内容，通过梳理以往的活动轨迹或交易习惯，对相关信息进行分类并提出建议。生成式AI可辅助雇员做好前期准备工作（如往年的综合资料）以及准备促销方案，为其参与贸易谈判提供有利支持。 生成式AI可用于制定促销计划、起草促销内容和准备促销方案。 问题/机遇 开展贸易谈判活动时，消费类企业需要从大量地数据源中抓取数据，但往往没有足够的时间筛选所有相关信息。企业需要一种快速查找数据源的方法，通过预测结果、定制策略和营销方案来促成贸易谈判。同时，该类企业还面临着识别来自零售商的复杂交易数据的挑战，此类数据为制定有效的促销方案（即谈判内容、地点选择和方式选取）提供了支撑依据。 预测结果 生成式AI通过预测结果、构建场景和故事线，从而优化商品货架空间和投资分配。生成式AI还可用于在与零售商的促销谈判过程中构建文化定制场景。 优化支持利用生成式AI，用户可快速分析EPOS数据和交易信 息，提供优化的促销方案，设定合理的定价和促销机制，预测销售额的提升从而将预期需求告知生产流程。 规划促销活动 管理风险与增进信任 安全性 公平性用于训练和支持生成式AI模型的数据可能已经 过时，对于新的目标群体和小规模不断增长的客户群体并不适用。由于存在此类潜在偏差，该模型可能无法为所有群体提供相应的准确内容。 由于生成式AI模型会涉及价格、利润和谈判策略等敏感信息，因此需确保其安全性，以防泄露敏感的商业数据。 潜在益处 提高效率利用生成式AI辅助资料的准备和筛选，企业可以提高贸易 数据驱动决策通过使用生成式AI为贸易谈判创建资料，员工可以获取更多 优化资源分配生成式AI有助于优化价格、促销和谈判策略所涉及的资 源分配。 促销流程的效率。 信息，做出更明智、基于数据的决策。 产品设计助手 生成式AI的功能 创意助手生成式AI可与CAD及其他软件相互集成，辅助新原型和产品的设计流程。这有助于激发创造性思维、集思广益以及跳出固有思维。 （快速原型设计） 生成式AI可创建新概念和高保真虚拟原型，加速产品原型设计周期。 问题/机遇 新产品开发具有研发周期长，且研发成果往往难以实现商业转化的特点。其面临的挑战在于克服人类在提出多样化创新想法、激发跨行业灵感以及简化概念测试流程方面的局限性。 创新趋势生成式AI可作为辅助，从消费趋势分析中抓取信息用于创意概念和产品研发。 产品设计助手 管理风险与增进信任 可靠性 责任使用生成式AI创作的作品，其知识产权仍存 在法律问题。当生成式AI参与到创作过程中时，设计作品的所有权、归属和保护变得更为复杂。 虽然虚拟原型设计可加速迭代过程，但生成式AI助手可能会提出在虚拟空间合理、但从现实和合规性角度来看并不可行的原型设计。 潜在益处 增强创新能力快速大量的生成各种创新的想法，为新产品开发提供 降低成本 加快上市速度利用生成式AI可缩短产品构思和概念测试进程，加快产 更多创意。 品开发和上市速度。 减少了大量市场调研和概念测试的需求，企业得以在原型设计过程中节省资源、时间和金钱。 AI模特展示 生成式AI的功能 定制化生成逼真的虚拟模特生成式AI可用于创造大量的虚拟模特，其定制功能造就了特定模特的多样性和独特性。虚拟模特的高度逼真为消费者带来身临其境的体验，让消费者更好地了解感兴趣的产品。 （虚拟模特经纪公司） 生成式AI能够创建视频和静态图，更高效地向不同消费者群体展示产品理念。 问题/机遇模特行业的运营需要经纪公司、演员、摄影师 和其他专业人员之间的通力协作。经纪公司可能难以找到具有特定外貌或特征的模特，或是难以向模特甚至观众传达产品的理念。新产品的面世和推广可能会因多种原因及局限性而受到影响。 提高时间和成本效益生成式AI利用模特的图片自动生成模型并将其转移到其他模型中，进而自动生成所需效果的模特展示，无需通过人工重新创建模型。 适应不同的风格和