数据驱动的创新回顾|Wave 10

数据驱动 创新评论 第10波 前言 尼拉杰·帕里哈 首席执行官，洞察与数据，埃森哲 结构中蕴藏着力量：在构建模型、流程、合规框架以及数字孪生方面。但本刊中的故事提醒我们，适应性现在同样关键 。从重启2030年的业务，到将AI作为制造业和政策制定 的副驾驶，再到挑战大型语言模型的“越大越好”的神话——本期倡导速度、节俭、韧性以及打破模式的勇气，而不仅仅是优化它们。 编辑注 这并非关于将人工智能嵌入老旧工作流程并寄希望于最好的结果，而是拥抱向人工智能原生思维的转变，在这种思维中，价值创造、风险管理、供应链智能和客户互动都将通过学习、适应和行动的数据驱动系统进行重新设计——往往在我们要求之前就开始行动。 每一期《数据驱动创新评论》都从一个火花开始——一个想法，一次对话，一个我们共同建设（或躲避）的未来瞬间。而对于我们中的一些人来说，这可能是一个值得的夏日假期开始，而其他人则深陷交付模式或为下一步制定策略。无论本期将你带至何处，我们都希望它提供了恰到好处的平衡：轻松浏览，内容丰富到足以激发行动。 然而，在这场变革之中，有一件事始终如一：我们的责任 。虽然这些技术带来了规模和速度，但也引发了关于可持续性、偏见、信任和控制等严重问题。我们的工作不仅在于创新，更在于管理我们正在构建的未来，塑造沙丘的轮廓，而不仅仅是欣赏它们的图案。 代表所有为第十版做出贡献的人，我邀请您探索这些变化的景观，并在其中看到挑战和机遇。沙子可能会移动，但我们的方向不必如此。让我们怀着目标去建造，而不仅仅是追求精确。 你会在这本杂志中发现大量能激发灵感的材料，从（当然 ）代理式AI到节俭型LLM模型、拟人化队友、AI原生供应链，以及带点“咬人”的合规引擎。这本年中刊描绘了一片在高度不可预测的时期中快速变化的图景。而且，这次它远非通常结果中常见的陈词滥调。但有一个方向：我们正从简单的AI插件转向内置、原生智能。从支持系统到共创系统。从工作流程到网络。从试点和概念验证到全面的企业重启。钟摆的摆动仍在继续。 当你翻阅这本数据驱动创新评论时，你会发现沙漠沙粒的精致图案被蚀刻在页面中。这些不仅仅是美丽的视觉——它们揭示了2025年数据和AI的本质：结构化且不断变化，受无形力量的塑造，并在时间、压力和视角的不断重绘中形成。 正如沙漠表面一样，我们的商业景观正在重塑——不是在几个世纪，而是在季度、月份、甚至周内。AI代理、小型模型、嵌入式智能、自主队友以及面向未来的架构正在出现 ，不是作为未来愿景，而是作为当前的有力力量。本期刊的文章不仅描述了正在发生的变化——它们展示了商业、战略和决策的基础正在被重新构想。 为从未来思考——并在当下行动干杯。 数据-如果你想保持灵感的不断涌现，我们 赋能创新速记会播客继续以洞察力、轻微的戏谑和相当多 的出乎意料的音乐引用来探索新想法。由我们的AI摇滚巨星罗伯特·恩格尔和魏魏（还有我）主持，它是您杂志的伴侣——或者仅仅是公开思考的背景音乐。您可以在您获取播客的任何地方找到它。 在我们的页面上或. 罗恩·托利多 首席技术官，洞察与数据，嘉信集团 感谢本版的贡献者、合作者和创作者——特别提及我们的blackshark.ai伙伴无论你是在会议间隙、移动中、暂停片刻，还是脚稳立在沙滩上阅读这篇文章，我们都希望它能激起你追求有价值的事物。 如果明天沙丘再移位呢？更应早点读书！ 2©capgemini2025.版权所有33©Capgem 目录 偶遇引擎06 代理式人工智能就是个性化试图成为的东西尼尔瓦·维亚斯，嘉信必维 杰恩车房34 明天的人才正在为今天的良性人工智能构建 爱什瓦瑞娅·库尔克尼，塔塔咨询服务公司 出厂设置：人类加仿生人 那些看起来像我们一样的机器人如何重塑工作场所 亚历山大·埃姆布里,沃尔沃集团工程技术 智能与绿色14 供应链韧性——人工智能的方式萨杜尔沙努·萨胡，思爱普 ØETL3810提取更少，影响更大SjoukjeZaal,Capgemini 生于今日，引领明日42 人工智能助手将如何改变我们的协作、创造和领导方式 HemavathiThiruppathi,CapgeminiVenkadeshThirupathi,Capgemini 自然，工程化18 人工智能与量子计算重塑酶——以及研发剧本 弗朗齐卡·沃尔夫，思爱普工程阿法尼亚·温纳，思爱普工程 速度与节俭46 超越大型模型——而不耗尽电网 JoakimNilsson，CapgeminiJohanMüllern-Aspegren，Capgemini 洞察，升级22 将自主人工智能带到KPIDnyaneshJoshi,Capgemini 合规升级50 从政策过载到人工智能驱动的安全和一致性 阿比·吉尔斯-海格博士，埃森哲莉兹·亨德森，埃森哲 具有目的的像素26 人工智能与地理空间数据相遇，使地图会思考，卫星更智能地工作 <think> Okay,let'ssee.TheuserwantsmetotranslatesomemarkdowntextintosimplifiedChinese.Thesourcetextis"BrettClark,blackshark.aiWeiweiFeng,Capgemini" .Ineedtomakesurethatthenamesandthedomainarekeptastheyare,right?Sofirst,I'lltranslatethenam 您es.的业务打电话来了。它想要重启30 从未来 将"B人ret工tC智la能rk嵌"is入a组p织ers架o构n's图n，am并e非,s转oI型shouldkeepitinDpiinnyaind.BTrienthtoislt，布C雷a特pg,eCmlainrkiis克拉克.Sotogetherit's布雷特·克拉克.Then"blackshark.ai"isadomainname ,sothatstaysthesame.Nextis"WeiweiFeng"which 4 wouldbe潘炜风?Wait,maybeIshouldcheckthepinyinforWeiwei.Weiis唐or沈,buthereit'sWeiwei,somaybe唐伟伟?Wait,no,thenameisWeiweiFeng.Letmethink.Weiweiis唐伟伟?Or唐伟伟?Wait,maybeit'sbettertotransliterateas潘炜风?Wait,butFengisasurname.Wait,maybetheuserissayingthatthenameisWeiweiFeng.SothesurnameisFeng.SothefirstnameisWeiwei.Soinpinyin,it's唐伟伟?Ormaybe唐伟伟,butthatmightnotberight.Letmecheck.The 4name"Weiwei"i©sC唐ap伟ge伟mi?niO20r2m5.a版y权be所唐有伟©C伟ap?geWmainiit,2I02th5.版权所有 inkthecorrecttranslationforWeiweiis唐伟伟.Butma ybetheoriginalnameis潘炜风?Wait,maybeI'mconf 注意网关54 在平台与承诺之间：网关让生成式人工智能保持正轨 库马尔·钦纳卡利，嘉信咨询 信任代理58 设计一个以人工智能为主导的世界中的信任、自主性和一致性 罗伯特·恩格斯，萨维尼公司马克·罗伯茨，萨维尼公司工程部 55©Capgemini2025。所有权利保留©Capgemini2025。所有权利保留 这不是关于个性化的问题。个性化是陈词滥调。我们需要思考的是如何实现偶然发现。规模化偶然发现或匆忙过时是现代品牌的挑战。在一个AI代理的世界里，我们如何创造和扩展实验文化以支持和发展个性化项目，与亚马逊和Netflix的先驱们维持成功的方式截然不同。拥抱代理导向方法的人将超越竞争对手，并通过大大加快成功偶然发现的速度，对商业成果产生指数级增长的影响。 定制体验的承诺多年来一直是模式识别的游戏。我们构建了详尽的用户行为分类体系，并基于客户留下的数字足迹制作推荐。这类似于仅凭交通模式来理解一座城市。代理系统承诺的是更深层次的能力：在个人尚未完全意识到之前，就能了解他们，他们的未言明需求，他们的转瞬即逝的愿望。它们还将以极大降低人类在提供和支持这些体验方面的努力程度来实现这一点。代理系统将以前所未有的规模提供偶然的体验。 我们当前的方法，A/B测试和多变量分析，在面对自主潜力时几乎显得粗犷。我们精心设计变体，划分受众，并等待统计茶叶的沉淀。但自主AI允许以一种更为流畅、几乎有机的方式来进行实验。 想象成千上万的微观实验同时绽放，每个实验都为个人的独特特征量身定制。我们不再用粗笔画线，而是能用最精细的画笔来描绘，不仅理解一个改变是否有效，还能理解它为谁有效，以及在何种具体情况下有效。想象人工智能不仅测试预定义的假设，而且生成假设，在用户交互的复杂织锦中筛选，发掘肉眼无法察觉的模式和可能性。 想象一下，我们不是在与您的点击或线性事件作出反应，而是预见到您的思维漫步。想象一下，被分配到您的智能体，数字伴侣时刻在观察和协助，学习您的明确和隐含选择，以及您注意力、专注度和意图的微妙变化。这不是关于为您提供更多相同的东西；这是关于理解您兴趣的轨迹 偶遇引擎 代理式人工智能就是个性化试图成为的东西 尼拉夫·维亚斯 副总裁——客户为先，洞察与数据 ，嘉信咨询 ，您脑海中挣扎形成的新芽，并主动提供缺失的那一块。这不断地构建了偶然的推荐，以提升您的体验。 静态控制组的概念开始消解。自主系统可以通过持续评估个体匹配度，动态地将用户分配到不同的实验分支，而非通过僵化的分割。成功的变体不会分阶段推出；它们会微妙地编织进最可能产生共鸣的用户体验中，这是一种实时优化，感觉更像是自然演化而非部署。 想象一个不仅呈现信息，还对其进行策展的界面。它知道何时提供宏观概述 ，何时深入细节数据。这并非我们所熟知的个性化 。这是个体化。 想象一下这样一个界面：它不仅呈现信息，还对其进行策展。它知道何时提供宏观概述，何时深入细节。这并非我们所熟知的个性化；而是个体化，是实时打造的、几乎具有直觉感知力的定制数字体验。这并非遥不可及；亚马逊已经是一个高度个性化的定制体验，其网站界面已根据每个客户进行定制。 我们正迈向一个世界，其中客户旅程的弧线由跨平台和不同触点的AI代理设计和编排。线性销售是过去陈旧的残余。随着我们向前发展，用户将体验到为他们的个人需求和动机优化的动态生成路径，代理以远超线性和基于规则的旅程所能实现的速率和复杂性来编排AI干预。 我们将如何知道这些超级幸运的经历是否真的有效？在亚马逊和Netflix，个性化团队成功的关键指标是启动的实验数量。他们知道试图预测赢家和输家是徒劳的。他们发现 ，启动更多实验意味着发现更多赢家，这意味着更多改进业务成果的创新。 6©Capgemini2025。版权所有77©卡普吉 当然，这个勇敢的新世界并非没有阴影。支持这些自主代理所需的数据量巨大，引发了关于隐私和信任的深刻问题。算法偏见被放大的可能性，造成前所未有的数字回声室，是一个真正的担忧 。而且，这些系统的自主性本身要求一种新的警惕性，一种不断应对算法伦理影响的过程——这些算法可以在极少人为监督的情况下行动、决策并塑造我们的体验。 立即开始创新 超个性化实验 与其在广大受众上测试单个改动，智能代理系统可以同时进行数千个微观实验，根据其代理的理解，将变化定制到每个用户。这允许识别高度细粒度和上下文相关的优化。从利用智能代理系统协助更多微观细分领域开始，从几十个开始，并随着时间的推移逐渐增加。 动态实验分配 与其采用固定的流量分配，智能代理系统可以根据用户的个体特征以及每项变化的预测有效性，动态地分配用户到不同