以人为本的人工智能

以人为本的人工智能 增强的劳动力是您成功的关键 执行摘要 如果您正在努力将人工智能应用于您的业务 ， 请振作精神 ： 您并不孤单。 虽然在商业和技术的交叉点上没有比 AI 更热门的话题 ，但 Avanade 研究1显示了全球88%的企业和IT决策者表示他们不知道如何使用AI，而79%的人认为内部阻力限制了其实施。 本观点探讨了您的组织如何利用以人为本的AI方法的优势，包括重新定义工作和创建数字伦理框架的方法。 88% 不必如此。以人类为中心的人工智能（AI），旨在通过提升员工和客户体验来增强劳动力，可以直接助力达成业务目标。 一些全球高管认为公司将人工智能纳入其中 ， 因为它是一个热门话题 ，但他们不知道如何使用它。 AI 革命在这里 “在新世界 ， 不是大鱼吃小鱼 ， 而是快鱼吃慢鱼。 ”2数字景观中的重大破坏以越来越快的速度发生，从个人电脑革命到互联网繁荣再到移动优先技术的兴起。最新的，即人工智能（AI），已经到来。 案例研究 更私人?使银行一个机器人 人工智能正在迅速发展，以利用市场前所未有的处理能力、云经济、海量数据、高级分析的普及化以及更快的网络连接。因此，人工智能比以往任何时候都更加广泛且经济地可用，并且可以预见其采用速度将会加速。 •智能自动化 (IA) ，从自动化流程（RPA）过渡到智能自动化（IA）是合乎逻辑的下一步。智能自动化通过融入人类化的交互形式来提升自动化流程，这些交互形式可能包括自然语言处理、计算机视觉和文本分析等认知服务。 是的，如果它是“Pepper”，加拿大的ATB金融服务银行分行中的4英尺高的人形机器人接待员。Avanade和Softbank Robotics America与ATB合作开发了Pepper，它可以迎接客户、推荐产品和服务、摆拍自拍照甚至跳舞。客户喜欢Pepper；带有机器人的分部客流量增加，银行希望为其添加更多的AI功能。 •高级分析,它利用技术来发现见解 ， 做出预测并以创新的方式使用数据。 人工智能（AI）并非单一技术，而是一系列高级技术的不断增长集合，这些技术使机器能够感知、理解和行动。企业通常会分阶段采用AI，这可能包括： •先进的 AI,采用包括深度学习在内的机器学习技术来增强传统工作者的能力。通过深度学习，组织可以提供新产品特性和客户体验。例如，我们与一家石油和天然气客户合作，展示了如何在野外使用语音界面报告健康和安全事件，并可能预测未来事件。 · 机器人过程自动化 (RPA) ， 这是一个1. **数据收集与分析**：企业首先通过传感器、互联网和各种数据源收集大量数据。这些数据随后被用于训练AI模型，以识别模式、趋势和异常情况。2. **自动化流程**：AI技术可以自动化重复性任务，如客户服务、库存管理或生产流程。通过减少人为错误并提高效率，企业能降低成本并提高生产力。公司可能使用的AI启动策略。组织可以通过捕获早期数据集并自动化高频率、重复的手动任务和业务流程（如发票处理和异常处理）来获取经验并快速获得成果。 克劳斯 · 施瓦布 ， 世界经济论坛创始人兼执行主席3. **预测性维护**：利用AI进行设备预测性维护，可以提前检测潜在故障，从而减少停机时间，提高设备利用率。 4. **个性化体验**：在营销和服务领域，AI可以 根据用户的偏好和行为提供定制化体验，增强客 不仅仅是 AI 。以人为本的 AI 寻求实施AI的公司需要意识到麻省理工学院信息系统研究中心高级研究科学家Jeanne Ross所说的“AI实施的根本缺陷”。根据Ross的观点，“将智能机器单纯视为降低成本的机会的公司可能会将其错误地插入到所有不适当的位置和以所有不适当的方式使用。”3 这是因为许多公司错误地将AI视为取代人力工人的工具。然而，AI在增强人类员工并提升业务成果方面大放异彩。通过承担标准任务，AI为人类员工提供了更多时间专注于需要人类关注的复杂工作，比如与客户进行复杂的或敏感的互动。以一个例子来说，AI可以识别X光片上的潜在肿瘤，从而让放射科医生更快地集中精力对可疑区域进行验证和治疗建议。 以人为本的方法利用AI技术增强呼叫中心代理，以识别正确信息、查找并加快答案的提供，从而提升客户体验。 85%全球高管表示 ， 公司必须同时管理人和机器才能成功部署人工智能。 采用能够使员工更成功或提升客户满意度的方式使用AI，阿瓦纳德称之为以人为本的AI。它首先考虑的是员工和客户，而非支持他们的技术。 例如，采用典型的AI方法时，组织可能会用聊天机器人或数字代理替代呼叫中心员工以实现自动化和流程优化。但这可能导致客户体验不尽如人意。 AI 的许多触发因素 公司对AI的处理方式取决于激发其兴趣的原因。根据Avanade对全球企业及IT高管的调查，88%的人表示不确定如何应用AI，这表明企业在面对AI时的态度和策略可能因驱动因素的不同而异。4这是可以理解的 ， 高管们有很多问题 ， 并从多个方向接近人工智能。 案例研究 投资公司利用 RPA获得优势 以下是我们在客户探索人工智能如何为他们工作时听到的一些关键关注点，以及我们帮助他们实现的答案。 有没有办法更好地了解我的客户 行为和减少流失 ？一家保险公司的重要价值客户正转向竞争对手。通 过运用分析平台，该保险公司将流失率降低了65%，并在跨产品推广中实现了80%的成功升级销售率。 一家英国公司依托于一个简单且符合合规要求的在线工具建立了其业务，该工具专为独立金融顾问设计，取代了行业长期以来使用的纸质表格。然而，随着竞争加剧，该公司意识到需要采取另一种策略。Avanade 利用了Blue Prism 的机器人流程自动化技术来自动化关键后台流程，使公司能够更快、更可靠地响应客户需求。 AI 将如何影响我公司的底线 ？一家主要的北美银行通过利用认知服务提升后台流 程的自动化，每年节省了180万美元。 AI 可以改善客户或员工体验吗 ？一家大型软件公司的帮助台收到了大量需要人工响 应的问题报告，数量令人难以承受。该公司采用了智能自动化技术来更准确地处理这些报告，从而将问题解决时间减少了50%。 如何使用机器学习来获得新的见解 ？消费品公司发现，机器学习帮助其更准确地预测 特定品牌的营销支出和未来销售。 是什么阻碍了更广泛的采用 ？ 根据Avanade的研究，鉴于人工智能可能带来的众多益处，许多公司已经实施了某种形式的人工智能，这也就不足为奇了。5 那么，是什么阻碍了企业大规模采用AI呢？正如前面提到的，大多数企业都对如何最好地利用AI存在重大疑问。此外，在另一项Avanade针对全球IT决策者的调查中，有79%的人表示内部对变革的抗拒限制了他们对智能自动化（AI的关键组成部分）的实施。他们是对的，无效的文化和变革管理是导致AI失败的主要原因。不充分的文化和有效的变革管理是AI失败的首要原因。6 案例研究 增量产品收入机会公司发现 27% 这些高管并未被普遍认为的AI辅助业务流程必然缺乏人性化这一误区所影响；60%的人表示，AI将帮助公司努力与客户建立起情感联系。 一家全球性的十亿美元清洁产品公司通过使用AI和云转型技术，能够在90%的准确率下预测其客户场所的健康检查情况。Avanade帮助该公司创建了这一解决方案，该方案采用了Avanade现代分析平台以及微软Azure的大数据、分析和认知服务。现在，该公司可以进行清理工作：它发现了一个额外27%的产品收入机会。 60% 一些全球高管表示 ， 人工智能将帮助他们的公司努力与客户建立情感联系。 长游戏 ， 短计划 要在人工智能领域成功，您需要为其发展和应用制定长期策略。真正拥抱人工智能的公司将会改变其运营方式。他们将考虑员工并重新定义现有职位，创造新的职位。这不是一蹴而就的事情。人工智能是一场持久战。以下是开始的方法。 按顺序获取数据和技能 由于 AI 植根于数据 ， 因此您需要良好的非孤立数据来确保您的成功。 案例研究 与 IA 的经验保险人提供更好的客户 您不能跳过整理数据这一关键步骤，期望直接进入AI并取得卓越成果。另一方面，对于追求100%纯净数据的目标也不可过于偏执——这是不切实际的。您需要的是跨越业务壁垒的能力，以便获得对数据的全面视角，这对于AI至关重要。同时，您需要考虑数据使用可能引发的伦理问题（这部分将在下一节详细讨论）。 我们看到围绕数据和 AI 准备的六个步骤 ： 1.盘点您的数据格局。2.了解这些数据与您的业务目标的关系。3.专注于对你最关心的最重要的数据元素。4.训练算法以从您的数据中得出答案。5.实施数据洞察 ， 以供整个公司使用。6.重申这一过程 ， 以扩展更多的 AI 技术 ， 以满足您的更多业务需求。 一家跨国保险公司希望帮助其支持团队减少平均客户解决时间。Avanade 创立了解决方案，利用Blue Prism RPA 提取客户邮件并将其传递至 Microsoft Azure 认知服务进行自然语言处理。Blue Prism 获取结果后，在支持管理工具中创建新案例并向客户发送回复。人工代理则专注于处理复杂问题及回复。 这些步骤详细阐述于Avanade指南“掌握数据分析与AI的力量以预见未来：一个六步实践指南，让你为AI做好准备”。7 您还需要考虑设计师和开发人员的技能。 公司在不确定的环境中需要重新审视和可能重新考虑其设计构架，因为通过屏幕或交互式语音响应（IVR）系统进行交互与使用对话模式是不同的。例如，你不会简单地将IVR系统的界面直接放入智能家庭助手中。为了使这一切工作，你的设计师需要掌握新的技能——以及新的思考方式。 注意文化和道德 您需要考虑文化以及潜在的隐私和安全问题。 Avanade for AI ： 通过数字 我们与客户合作 ， 帮助他们获得以人为本的人工智能的全部价值。我们的专业知识包括 ： 采用AI的战略方法通常包括建立共识，这往往通过识别企业中文化干扰最少的领域并从这些领域开始进行。请记住，文化和变革管理是AI成功的关键因素。 AI 可能是一个漫长的游戏 ， 但关于它only长期战略并不足够。你不会用革命的方式对待时间；那些较慢采纳早期技术（如互联网、移动和云）的公司输给了行动更为迅速的竞争对手。 400 名 AI 从业者 300 名认知服务专家 你也应该创建一个数字伦理委员会（Avanade有一个）或其他结构来处理AI算法中可能存在的偏见以及随着AI发展可能出现的隐私和安全问题。该委员会应明确解决的不仅是如何连接所有数据的问题，而是还需要涵盖确保数据收集、处理和使用符合伦理原则的各个方面。这包括但不限于数据的透明度、公平性、责任归属以及用户权利的保护。通过这样的机制，企业可以建立对AI应用的信任，同时遵守相关的法律法规，维护用户隐私与安全。是否连接数据。可能存在的担忧——无论是道德、竞争、监管还是其他方面——可能需要从AI平台中排除某些数据。制定一个数字伦理框架来定义参数可以帮助您应对这些担忧。8 不早不晚，开始探讨关于AI的问题、识别公司内部应用AI的机会，并通过实验来验证哪些方法有效——以及如何改进它们。将AI视为一场需要短期策略的长期战役。这个短期策略可以包括识别潜在的快速胜利点、保持实验项目的简单化、并在实施过程中对员工进行培训与教育。 4, 200 名卓越业务和自动化专家 迄今为止 ， 为 350 个客户提供了 6, 000 次自动化 3, 500 名分析专业人员 550 个分析系统企业客户 1000 名数据工程师 让 AI 变得更聪明 想了解以人为中心的人工智能方法可以为您的业务做些什么 ， 以及您需要做什么才能取得成功 ？联系我们 www. avanade. c om / ai 。