全球調(diào)研AI應(yīng)用場景160個案例

麥肯錫全球調(diào)研160個案例，公布5個行業(yè)34個AI應(yīng)用場景（附圖解）起源：全球人工智能

時間：-11-0315:53:56

作者：“我以為不行！”——“我以為能夠！”這正是現(xiàn)在大家對待AI兩種態(tài)度。有些人以為現(xiàn)在去談人工智能商業(yè)化為時尚早，但也有些人以為人工智能已經(jīng)在企業(yè)許多業(yè)務(wù)場景中發(fā)揮至關(guān)主要作用。不論怎樣，作為一個刷爆朋友圈，而且曝光度與日俱增熱門話題，許多企業(yè)都已經(jīng)對AI“蠢蠢欲動”，甚至“先下手為強”了。不但大大小小科技企業(yè)都開始紛紛自覺貼上人工智能標簽，許多企業(yè)也開始嘗試利用人工智能技術(shù)不停優(yōu)化企業(yè)運行。這么方式不但給消費者帶來了便利，也使得可口可樂企業(yè)能夠愈加好地搜集消費者相關(guān)數(shù)據(jù)、了解消費者行為，并對應(yīng)地調(diào)整其產(chǎn)品和服務(wù)，改進企業(yè)管理運行。｛01

｝圖解行業(yè)場景中人工智能應(yīng)用這僅僅是人工智能一個非常小商用案例。關(guān)于人工智能商業(yè)化，麥肯錫全球研究院跨越14個行業(yè)、10個國家，對3073名企業(yè)高管進行了調(diào)查，并分析了160個案例，最終公布了《人工智能：下一個數(shù)字前沿？》匯報，

其中，匯報詳細描述了5個應(yīng)用案例，并對零售、電力、醫(yī)療3個行業(yè)應(yīng)用進行了圖解：1.零售：連接消費者，改進購物體驗圖像識別、機器學(xué)習(xí)和自然語言處理等技術(shù)等發(fā)展使得智能服務(wù)機器人能夠輕松與用戶打招呼、交流，能夠預(yù)測訂單，提供引導(dǎo)；經(jīng)過機器學(xué)習(xí)，能夠依照消費者到個人資料進行個性化促銷;在用戶瀏覽店鋪商品時，店內(nèi)信標（Beacon）也能夠經(jīng)過手機向他們發(fā)送優(yōu)惠信息；基于深度學(xué)習(xí)計算機視覺技術(shù)，能夠識別購物者打包商品;加上傳感器所獲取數(shù)據(jù)，AI使得自動結(jié)帳和付款成為可能；使用深度學(xué)習(xí)技術(shù)無人機快遞完成了零售業(yè)務(wù)鏈最終一英里交付，能夠?qū)崿F(xiàn)避障并處理收貨人不在情況。2.電力：更少電站，更智能電網(wǎng)經(jīng)過傳感器和機器學(xué)習(xí)系統(tǒng)，能夠經(jīng)過對風(fēng)力條件實時調(diào)整，最大程度地提升發(fā)電效率；經(jīng)過機器學(xué)習(xí)能夠預(yù)測電力供需峰值，從而最大程度地利用間歇性可再生能源；智能電線與機器學(xué)習(xí)結(jié)合，能夠?qū)崿F(xiàn)實時電力調(diào)度，改進電網(wǎng)負載；無人機和小型機器人能夠在不關(guān)停電路情況下，檢測和預(yù)測設(shè)備故障；機器能夠代替人工自動統(tǒng)計數(shù)據(jù)并檢驗設(shè)備狀態(tài)，從而降低對技術(shù)人員需求數(shù)量，使他們能夠花更多時間處理其它問題。3.醫(yī)療：更加快診療，愈加好治療機器學(xué)習(xí)程序能夠經(jīng)過可穿戴設(shè)備遠程分析患者健康情況，并將數(shù)據(jù)與其醫(yī)療統(tǒng)計進行比較，提供健康提議并預(yù)警疾病風(fēng)險；使用機器學(xué)習(xí)和其余相關(guān)AI技術(shù)，設(shè)備能夠進行自主診療并幫患者做簡單體征指標檢驗，而無需人力輔助，從而減輕醫(yī)生和護士工作壓力；依照患者歷史醫(yī)療數(shù)據(jù)和統(tǒng)計，基于AI診療工具能夠更準確地診療疾病；依照醫(yī)療和環(huán)境等原因，AI算法能夠預(yù)測患者行為和疾病概率，從而優(yōu)化醫(yī)院運行、排班計劃和庫存管理。4.制造：更智能、更靈活對于工程和研發(fā)人員而言，人工智能工具使用意味著更加快周轉(zhuǎn)時間和更少迭代次數(shù)，效率得到大大提升；獲取全球各地供給商信息，降低采購過程中成本，愈加好地管理供給鏈，使得收益最大化；項目經(jīng)理能夠使用基于人工智能高級分析，從而提升審查流程有效性；AI能夠幫助企業(yè)重新審閱制造流程和生產(chǎn)線，并針對性地進行優(yōu)化和調(diào)整，從而以降低成本、降低資源浪費，加緊企業(yè)上市速度；制造商能夠利用AI技術(shù)為客戶提供更優(yōu)質(zhì)售后服務(wù)；工作人員與工廠生產(chǎn)線必須愈加好地進行協(xié)同作業(yè)，從而挖掘AI全部潛力，實現(xiàn)其中價值。5.教育：不停優(yōu)化教學(xué)形式和效果處理教育資源分布不均問題，并依照市場需求幫助政府機構(gòu)不停優(yōu)化教育制度，提升人才與市場匹配度；為學(xué)生提供更有針對性教學(xué)計劃，改進學(xué)習(xí)結(jié)果，并幫助學(xué)校不停改進課程組合，提升畢業(yè)生就業(yè)率；經(jīng)過自適應(yīng)學(xué)習(xí)系統(tǒng)，在適宜時間以最好方式向每個學(xué)生提供適當(dāng)內(nèi)容，打造個性化教學(xué)；自然語言、計算機視覺和深度學(xué)習(xí)能夠幫助教師回答學(xué)生常規(guī)問題或擔(dān)任教學(xué)助教，使得教師能夠把更多時間花在更具價值教學(xué)步驟中?，F(xiàn)在人工智能應(yīng)用程度最高企業(yè)，也是增加投資意愿最強企業(yè)。也能夠看到，已經(jīng)采取了AI策略企業(yè)利潤率得到了顯著提升。正因如此，越來越多企業(yè)CEO開始重視人工智能技術(shù)影響，并親自主導(dǎo)相關(guān)項目標開展。據(jù)IBM商業(yè)價值研究院在今年6月份公布一項調(diào)查結(jié)果顯示，73%受調(diào)查企業(yè)CEO認為，人工智能將為企業(yè)未來起到主要作用，其中，50%CEO計劃在前采取相關(guān)技術(shù)。｛02

｝企業(yè)應(yīng)用AI技術(shù)10條提議當(dāng)然，還未采取人工智能技術(shù)企業(yè)也無須感到焦慮和恐慌。企業(yè)未來戰(zhàn)略怎樣布局，怎樣愈加好地利用這些技術(shù)，在利用過程中怎樣推進，這些都成為現(xiàn)在擺在企業(yè)面前問題。

基于麥肯錫匯報，以下總結(jié)了企業(yè)在應(yīng)用AI技術(shù)過程中10條提議/10個關(guān)鍵思索點：1.不要聽信全部炒作，

其實并非每個企業(yè)都已在使用人工智能即使人們對AI投資正在升溫，但企業(yè)對人工智能技術(shù)采取依然有些滯后。即使AI總投資額（包含內(nèi)部和外部）在達成了260億美元到390億美元，其中外部投資是三倍。然而，AI應(yīng)用仍處于初步階段，在麥肯錫調(diào)查對象中，只有20%受訪者在一個或一個以上業(yè)務(wù)或是關(guān)鍵業(yè)務(wù)中大規(guī)模使用AI技術(shù)。（調(diào)查涵蓋了五個范圍下AI技術(shù)系統(tǒng)：機器人和自動駕駛汽車、計算機視覺、語言、虛擬代理和機器學(xué)習(xí)）2.要相信AI能夠提升企業(yè)營收和利潤這類“炒作”依照麥肯錫調(diào)查，AI早期采取者（即大規(guī)模使用AI或在關(guān)鍵業(yè)務(wù)采取AI企業(yè)）中有30%用戶表示他們已經(jīng)實現(xiàn)了收入增加，利用AI取得了更高市場份額，或提升了產(chǎn)品和服務(wù)能力。另外，AI早期采取者中預(yù)計自己企業(yè)利潤率增加到比同行高出5%人相較其余人要多3.5倍。證據(jù)表明，人工智能已經(jīng)能夠直接提升企業(yè)利潤，使得AI投資投資回報率（ROI）與其相關(guān)數(shù)字技術(shù)范圍投資回報率相同，如大數(shù)據(jù)和高級分析。3.沒有領(lǐng)導(dǎo)支持，你AI轉(zhuǎn)型計劃可能會失敗成功人工智能采取者往往擁有領(lǐng)導(dǎo)對新技術(shù)最強有力支持。調(diào)查反饋顯示，已經(jīng)成功大規(guī)模布署AI技術(shù)調(diào)查對象得到企業(yè)管理層支持率幾乎是那些沒有采取任何AI技術(shù)支持企業(yè)2倍。另外，除了從其企業(yè)CEO和IT部門主管那里取得了強有力支持，他們還取得了來自全部管理層高管和董事會支持。4.不要一個人獨立專研AI，你還需要合作搭檔才能和能力經(jīng)歷數(shù)十年“寒冬”，人工智能領(lǐng)域最近才開始加速其創(chuàng)新步伐，而具備專業(yè)技術(shù)和能力人才也出現(xiàn)了稀缺情況。即便是亞馬遜和谷歌這么大型數(shù)字原生代企業(yè)也開始轉(zhuǎn)向經(jīng)過外部市場企業(yè)和人才，以增強其本身AI技能。比如谷歌對DeepMind企業(yè)收購，正是因為DeepMind能夠利用其機器學(xué)習(xí)能力幫助谷歌提升搜索優(yōu)化等關(guān)鍵業(yè)務(wù)。另外，據(jù)調(diào)查顯示，AI早期使用者主要是經(jīng)過購置外部適用技術(shù)處理方案來實現(xiàn)，只有少數(shù)調(diào)查對象完全是由企業(yè)內(nèi)部人才開發(fā)和實施人工智能處理方案。5.防止讓技術(shù)團體獨立進行人工智能項目和計劃在IT、數(shù)字或創(chuàng)新領(lǐng)域分別任命不一樣部門主管，劃分人工智能管理職責(zé)，可能會造成“拿著錘子找釘子”結(jié)果出現(xiàn)，為確保企業(yè)能夠把關(guān)注點放在最有價值案例上，人工智能項目應(yīng)該由業(yè)務(wù)和技術(shù)部門主管共同評定和領(lǐng)導(dǎo)。6.采取投資組合方式加速企業(yè)AI歷程AI工具如今應(yīng)用范圍已相當(dāng)廣泛，能夠處理詳細商業(yè)問題，比如用于預(yù)測性維護等等。各組織機構(gòu)能夠考慮在融合AI技術(shù)時采取一個基于投資組合方法。7.機器學(xué)習(xí)是一個強大工具，但它并非適適用于全部事物機器學(xué)習(xí)及其最為突出子領(lǐng)域深度學(xué)習(xí)已經(jīng)吸引了眾多媒體關(guān)注，并取得了占據(jù)全部外部投資近60%份額融資。但即便如此，機器學(xué)習(xí)也只是眾多能夠處理企業(yè)問題人工智能技術(shù)中一項。并不存在什么放之四海而皆可用人工智能處理方案。比如，為實現(xiàn)客戶服務(wù)中心效率提升所采取AI技術(shù)可能與用于識別信用卡詐騙風(fēng)險所采取技術(shù)迥然不一樣。所以，在一個企業(yè)數(shù)字與AI技術(shù)應(yīng)用歷程特定階段，尋找適宜工具處理每一個增值業(yè)務(wù)問題才是至關(guān)主要。不一樣人工智能技術(shù)之間是有交集。8.數(shù)字化能力應(yīng)該優(yōu)先于AI調(diào)查發(fā)覺，在AI應(yīng)用方面領(lǐng)先行業(yè)，如高科技、電信和汽車等，也是數(shù)字化程度最高行業(yè)。一樣，全部早期應(yīng)用AI技術(shù)企業(yè)都已在包含云基礎(chǔ)架構(gòu)和大數(shù)據(jù)數(shù)字化能力方面進行了投資。實際上，沒有數(shù)字化轉(zhuǎn)型經(jīng)驗企業(yè)似乎極難輕易地跳躍到AI領(lǐng)域。經(jīng)過一連串統(tǒng)計分析，我們發(fā)覺在數(shù)字化方面經(jīng)驗較多企業(yè)在融合AI技術(shù)時創(chuàng)造出利潤可能性相比其余企業(yè)要高出50%。數(shù)字化程度更高行業(yè)和價值鏈更加快采取了人工智能技術(shù)。9.要大膽勇敢在一項關(guān)于數(shù)字化顛覆（digitaldisruption）獨立研究中，我們發(fā)覺要扭轉(zhuǎn)數(shù)字化顛覆“魔咒”，采取更“激進”數(shù)字化戰(zhàn)略是最主要原因。采取這么策略企業(yè)將從根本上調(diào)整其業(yè)務(wù)投資組合，開發(fā)新商業(yè)模式，以構(gòu)建一個比其數(shù)字化前愈加強大增加路徑。截至現(xiàn)在，這一原因似乎也適適用于AI：AI早期應(yīng)用者中恰好采取主動、“激進”策略企業(yè)較其余企業(yè)擁有愈加好利潤前景。AI轉(zhuǎn)型與數(shù)字化轉(zhuǎn)型所需相同條件和要素。10.人與流程是最大挑戰(zhàn)多數(shù)情況下，對管理層而言，將AI納入到企業(yè)流程和決議過程挑戰(zhàn)其實遠遠超出了實施AI技術(shù)性挑戰(zhàn)。作為領(lǐng)導(dǎo)者，需要決定哪些任務(wù)由機器處理，哪些任務(wù)由人類執(zhí)行，而且不論是新任務(wù)還是傳統(tǒng)任務(wù)，實施能夠讓員工