IBV-利用生成式 AI 增強(qiáng)競爭優(yōu)勢-整合產(chǎn)品開發(fā)、供應(yīng)鏈和可持續(xù)性-2024.08-24正式版

IBM商研究院

|專家洞業(yè)價值察利用生成式

AI增強(qiáng)競爭優(yōu)勢整合產(chǎn)品開發(fā)、供應(yīng)鏈和可持續(xù)性主題專家JonChambers合伙人，供應(yīng)鏈轉(zhuǎn)型負(fù)責(zé)人，EMEAIBMConsulting/in/jon-chambers-9055581/Jon.Chambers@KostasDidaskalou消費(fèi)品行業(yè)合伙人，能力中心IBMConsulting/in/kostasdidaskalou/KDIDASKA@JaneCheung消費(fèi)品行業(yè)全球研究負(fù)責(zé)人IBM商業(yè)價值研究院/in/janescheung/jane.cheung@PraveenVelichety執(zhí)行合伙人，數(shù)字孿生全球產(chǎn)品負(fù)責(zé)人IBMConsulting/in/velichety/praveen.velichety@摘要在優(yōu)化新產(chǎn)品開發(fā)和改善消改進(jìn)協(xié)同傳統(tǒng)

AI和生成式

AI帶來了廣闊

的機(jī)遇，從更成功地推出費(fèi)品行業(yè)供應(yīng)鏈運(yùn)營方面，AI潛力巨大。新消費(fèi)產(chǎn)品到協(xié)同供應(yīng)鏈運(yùn)營以提高效率并減少浪費(fèi)。生成式優(yōu)化整合生成式

AI可以優(yōu)化新產(chǎn)品通，并改善與供應(yīng)商和生態(tài)合作伙伴的整合，加速創(chuàng)新并增開發(fā)，支持與供應(yīng)鏈運(yùn)營互聯(lián)互強(qiáng)韌性。支持可持續(xù)性和監(jiān)管合規(guī)性生成式

AI功能可以支持整個消費(fèi)產(chǎn)品生命周

期內(nèi)的決策，推動全方位的可持續(xù)性，并支持各個市場和地區(qū)的監(jiān)管合規(guī)性?？焖俨捎孟M(fèi)品行業(yè)高管正在迅速采用生成式

AI。超過三分之二的受訪高管認(rèn)同或強(qiáng)烈認(rèn)同生成式

AI對其組織的未來至關(guān)重要。而且，超過四分之三的受訪高管認(rèn)為應(yīng)迅速采用生成式

AI以保持競爭力。1AI引領(lǐng)產(chǎn)品開發(fā)新

時代在競爭激烈的消費(fèi)品市場中推出新產(chǎn)品歷來就是一項高風(fēng)險舉措。如今，企業(yè)面臨的挑戰(zhàn)比以往更加嚴(yán)峻。從不斷變化的消費(fèi)者偏好、日益加劇的市場競爭、持續(xù)攀升的成本與供應(yīng)鏈壓力、監(jiān)管合規(guī)問題到層出不窮的新產(chǎn)品，企業(yè)推出新產(chǎn)品的環(huán)境正變得愈加復(fù)雜。數(shù)據(jù)表明，在每年推出的

30,000種新消費(fèi)產(chǎn)品中，有高達(dá)

95%未能實現(xiàn)其商業(yè)目標(biāo)。1在

2020年代，企業(yè)在新產(chǎn)品導(dǎo)入

(NPI)流程中面臨的主要挑戰(zhàn)如下：未針對品當(dāng)營銷、制造和供應(yīng)鏈團(tuán)隊在組織中孤立運(yùn)作時，缺乏協(xié)作會導(dǎo)致延誤、質(zhì)量問題和供應(yīng)鏈中斷。如果未建立整體的產(chǎn)品生命周

期視圖，就難以確定何時將產(chǎn)品納入產(chǎn)品組合、何時計劃實現(xiàn)峰值銷量以及何時逐步淘汰產(chǎn)品，同時降低對其他產(chǎn)品的影響。牌組合中的新產(chǎn)品建立全局視圖市場研究和消費(fèi)者洞如果未進(jìn)行深入的市場調(diào)查，也未收集準(zhǔn)確的消費(fèi)者洞察，推出的新產(chǎn)品就無法滿足消費(fèi)者的需求或期望。這會導(dǎo)致庫存過剩

、銷售業(yè)績不佳以及供應(yīng)鏈效率低下。察不足不切實際的時間新產(chǎn)品開發(fā)和發(fā)布的緊迫時間表給供應(yīng)鏈帶來了巨大壓力。由此產(chǎn)生加快發(fā)貨速度，或者占用其他盈利產(chǎn)品線的生產(chǎn)能力等連帶反應(yīng)，可能影響下游的財務(wù)業(yè)績。表和緊迫的期限2生成式

AI提供的洞察可以在整個產(chǎn)品生命周期中融入可持續(xù)性。在新產(chǎn)品導(dǎo)入

(NPI)流程早期做出的決策也會產(chǎn)生一系列后續(xù)挑戰(zhàn)，從而影響供應(yīng)鏈和端到端產(chǎn)品生命周

期。這些挑戰(zhàn)包括：供應(yīng)商難以找到可靠的供應(yīng)商、協(xié)商有利的條款和確保新材料

風(fēng)險評估不足和缺乏應(yīng)急規(guī)劃來應(yīng)對潛在的供應(yīng)鏈中斷或原料的穩(wěn)定供應(yīng)，從而嚴(yán)重

影響滿足生產(chǎn)和分銷要（例如自然災(zāi)害、地緣政治事件或供應(yīng)商問題）會阻礙的能力。

新產(chǎn)品發(fā)布取得成功。和資源限制

風(fēng)險管理和應(yīng)急規(guī)劃不足求供應(yīng)鏈可視性和協(xié)同能力有限

為了應(yīng)對這些挑戰(zhàn)并管理新產(chǎn)品開發(fā)中的相關(guān)風(fēng)險，消費(fèi)品行業(yè)需要一種更具前瞻性、數(shù)據(jù)驅(qū)動且端到端的決缺乏端到端的供應(yīng)鏈可視性和協(xié)同會導(dǎo)致溝通中斷、發(fā)布取得策方法。利用生成式

AI來協(xié)助和增強(qiáng)產(chǎn)品開發(fā)、供應(yīng)鏈庫存不平衡和分銷效率低下，從而妨礙新產(chǎn)品整合與生命周

期管理，消費(fèi)品行業(yè)高管可以加速創(chuàng)新、改成功。善成本管理、減少浪費(fèi)并提高整體效率。監(jiān)管和合規(guī)問題除了優(yōu)化新產(chǎn)品導(dǎo)入和供應(yīng)鏈整合，以及管理各個市場和地區(qū)的監(jiān)管合規(guī)以外，生成式

AI還將為產(chǎn)品生命周

期如果在產(chǎn)品開發(fā)階段沒有提前處理好監(jiān)管要求和合規(guī)標(biāo)準(zhǔn)，就會增加延遲、產(chǎn)品召回或供應(yīng)鏈中斷的風(fēng)險，管理開啟一個全新的維度

—

改善用戶體驗。由于生成式AI可支持“以用戶為中心”的設(shè)計理念，因此有助于促從而對成本和品牌聲譽(yù)造成負(fù)面影響。進(jìn)產(chǎn)品采用并幫助做出更明智的決策。可持續(xù)性和供應(yīng)鏈透明度擔(dān)憂忽視新產(chǎn)品和供應(yīng)鏈流程中的可持續(xù)性影響會增加監(jiān)管不合規(guī)的風(fēng)險，并錯失降本增效的機(jī)會。此外，未來對供應(yīng)鏈透明度的要求預(yù)計將大幅提高，這也是新產(chǎn)品2推出中應(yīng)當(dāng)考慮的一項因素。3案例研究利用

AI創(chuàng)造新的香水香型Symrise3Symrise是成分，為超過

35,000種消費(fèi)品其

AromasMolecules部門，Symrise還是一家總部位于德國的公司，致力于開發(fā)、生產(chǎn)和銷售香料、調(diào)味料

、食品配料及活性化妝品供應(yīng)原料。依靠全球領(lǐng)先的香料原材料生產(chǎn)商。隨著消費(fèi)市場對新香水香型的需求不斷增加，Symrise發(fā)現(xiàn)了利用其超過兩百萬種香水配方寶庫的機(jī)會。關(guān)鍵就是利用人工智能來幫助

Symrise管理越來越短的產(chǎn)品周期

，同時提高整體產(chǎn)品開發(fā)效率。初始香水設(shè)計算用一款名為

Philyra的

AI助手來分析分子結(jié)構(gòu)，確定應(yīng)用領(lǐng)域，并考慮各種市場和銷售料特性方面要作用，最終數(shù)據(jù)。AI在分析香水配方和原法由開發(fā)人員創(chuàng)建，然后再通過

AI工具加以改進(jìn)。該團(tuán)隊利發(fā)揮了重幫助調(diào)香師找到微妙差異的配方組合，創(chuàng)造出新的香型。Symrise利用

AI設(shè)計的首款上市產(chǎn)品相。2019年，兩款

AI設(shè)計的香水成功上市，由全球第三大香水制造商巴西在法國尼斯的世界香水大會上亮OBoticário公司負(fù)責(zé)市場營銷。如今，AI已成為調(diào)香師不可或缺的一項利器，不僅為他們賦予更敏銳的嗅覺，還幫助

Symrise建立了自動化流程，加速開發(fā)出更多符合客戶需求的產(chǎn)品。4超過四分之三的消費(fèi)品行業(yè)高管認(rèn)同或強(qiáng)烈認(rèn)同應(yīng)迅速采用生成式

AI以保持競爭力。AI在消費(fèi)品行業(yè)中日益

重

要與許多其他商業(yè)領(lǐng)域一樣，消費(fèi)品行業(yè)也開始利用生成式

AI來提升運(yùn)營效率和協(xié)助做出決策。生成式

AI可以生成類似于人類創(chuàng)造的結(jié)果，因此更具直于生成式

AI的解決方案。這項技術(shù)在消費(fèi)品觀性和可信度，從而促進(jìn)更快地采用基行業(yè)中有廣泛的應(yīng)用場景，從利用聊天機(jī)器人和數(shù)字助手簡

化客戶服務(wù)，到一些更復(fù)雜的實現(xiàn)，例如利用非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行需求感知和預(yù)測，以及實現(xiàn)物流管理自動化。在新產(chǎn)品引入方面特性或消費(fèi)者偏好相關(guān)的歷史，生成式

AI可以通過分析與熱門產(chǎn)品數(shù)據(jù)來幫助創(chuàng)造新的產(chǎn)品設(shè)計和概念。生成式

AI有望進(jìn)一步提高消費(fèi)品行業(yè)的運(yùn)營效率

—

IBM的內(nèi)部項目評估表明，生成式

AI有機(jī)會實現(xiàn)高達(dá)

30%的效率提升。4IBM商AI。超過三分之二的受訪高管認(rèn)同生成式

AI對其消費(fèi)品應(yīng)迅速采用生成式

AI以保業(yè)價值行業(yè)高管正在迅速采用生成式研究院

(IBMIBV)的最新研究表明，消費(fèi)品或強(qiáng)烈認(rèn)同組織的未來至關(guān)重要。而且，超過四分之三的消費(fèi)品行業(yè)高管認(rèn)同或強(qiáng)烈認(rèn)同5持競爭力。5近一半的受訪消費(fèi)品組織正在供應(yīng)鏈、物流和履行領(lǐng)域試點(diǎn)或?qū)嵤┥墒?/p>

AI項目。40%的受訪組織正在產(chǎn)品開發(fā)領(lǐng)域試點(diǎn)或?qū)嵤┥墒?/p>

AI項目，但只有

3%的受訪組6織目前正在產(chǎn)品開發(fā)和供應(yīng)鏈運(yùn)營領(lǐng)域優(yōu)化這項能力。圖

1受訪組織在產(chǎn)品開發(fā)中采用生成式AI的情況3%25%20%3%49%不考慮正在試點(diǎn)正在實施和運(yùn)營正在優(yōu)化正在考慮和評估受訪組織在供應(yīng)鏈運(yùn)營中采用生成式AI的情況8%19%32%3%38%不考慮正在試點(diǎn)正在實施和運(yùn)營正在優(yōu)化正在考慮和評估信息來源業(yè)價值和消費(fèi)品高管的調(diào)研。：未發(fā)布的

IBM商研究院研究。對

225名全球零售6通過以前所未有的速度處理大量信息，生成式AI可以總結(jié)復(fù)雜文檔并創(chuàng)建內(nèi)容，從而提供其他方式無法獲取的見解。生成式

AI有潛力創(chuàng)造更多價值多年來，消費(fèi)品期。生成式

AI基。因此，生成式

AI可以發(fā)揮行業(yè)高管一直在尋求改進(jìn)新產(chǎn)品端到端管理的方法，從初始設(shè)計、開發(fā)到產(chǎn)品淘汰的整個周于的廣泛的產(chǎn)品和市場數(shù)據(jù)進(jìn)行訓(xùn)練，這些數(shù)據(jù)來自眾多利益相關(guān)者至關(guān)重要的協(xié)同作用，助力提高可見性和效率。通過與可信賴的供應(yīng)商生成式

AI模型?；鶖?shù)據(jù)，增強(qiáng)型生成式

AI功能可以提察。生成式

AI提供對話知識、復(fù)雜文檔總結(jié)、合作，新產(chǎn)品導(dǎo)入研發(fā)團(tuán)隊可以利用來自供應(yīng)商的專有數(shù)據(jù)來訓(xùn)練于大量結(jié)構(gòu)化和非結(jié)構(gòu)化供應(yīng)商供其他方式無法獲取的技術(shù)和解決方案洞內(nèi)容創(chuàng)建和代碼生成等功能，尤其可為產(chǎn)品開發(fā)的早期階段提供強(qiáng)大支持。例如，如果一家包裝供應(yīng)商將詳細(xì)的產(chǎn)品和創(chuàng)新信息輸入到共享數(shù)據(jù)庫中，那么消費(fèi)品公司利用生成式

AI來處理這些數(shù)據(jù)，就可以加速其產(chǎn)品開發(fā)流程。供應(yīng)商共享數(shù)據(jù)的動機(jī)可能很大

—

消費(fèi)品行業(yè)專家預(yù)計，這可以增加供應(yīng)商獲得包裝合同的可能性。生成式

AI的另一個應(yīng)用場景是在新產(chǎn)品探索過程中，幫助研發(fā)專家尋找新技術(shù)和新材料。通過分析和理解來自研究出版物、新聞報道、貿(mào)易活動、社交媒體等來源的海量數(shù)據(jù)，AI可以總結(jié)可能的技術(shù)方案，并幫助規(guī)劃人員快速甄別出具備新興技術(shù)能力的供應(yīng)商。這種方法有助于提高新產(chǎn)品的性能和市場潛力。7生成式

AI所實現(xiàn)的目標(biāo)狀態(tài)是，在產(chǎn)品開發(fā)初期就優(yōu)化成本和性能，而不是在產(chǎn)品推出后再逐步進(jìn)行優(yōu)化。生成式

AI可以改變傳統(tǒng)模式；例如，激勵采購經(jīng)理在產(chǎn)品推出時就實現(xiàn)成本節(jié)省，而不是在產(chǎn)品發(fā)布后再歷時數(shù)年試圖削減材料成本。圖

2生成式AI在產(chǎn)品開發(fā)和供應(yīng)鏈職能中的應(yīng)用價值排名產(chǎn)品開發(fā)97%92%91%增強(qiáng)知識搜索創(chuàng)建分析模型創(chuàng)建自定義產(chǎn)品（內(nèi)部和外部）可視化和設(shè)計供應(yīng)鏈95%89%81%增強(qiáng)知識搜索根據(jù)結(jié)構(gòu)化/非結(jié)構(gòu)化總結(jié)復(fù)雜文檔（內(nèi)部和外部）數(shù)據(jù)生成需求預(yù)測信息來源業(yè)價值和消費(fèi)品高管的調(diào)研。：未發(fā)布的

IBM商研究院研究。對

225名全球零售8生成式

AI可以預(yù)測遵守新法規(guī)的影響，并更全面地管理法規(guī)合規(guī)性。具體而言，在以下十二個領(lǐng)域，生成式

AI有望迅速而長遠(yuǎn)地影響新產(chǎn)品開發(fā)和上市，及其在市場整體產(chǎn)品組合中的表現(xiàn)：的實施更具戰(zhàn)略性的產(chǎn)品規(guī)劃和產(chǎn)品組合管理

生成用于產(chǎn)品測試的客戶畫

像生成式

AI可以幫助產(chǎn)品生成式

AI可以加速產(chǎn)品規(guī)劃人員準(zhǔn)確預(yù)測新產(chǎn)品是否開發(fā)的早期階段，并建議符合指特征。合的選擇和收入，并指導(dǎo)在特定渠道推出新產(chǎn)品協(xié)助包裝設(shè)計和材料規(guī)劃會侵蝕現(xiàn)有產(chǎn)品，以避的銷量。這項技術(shù)可以優(yōu)化整體產(chǎn)品組

定客戶畫

像需求的產(chǎn)品免影響其他產(chǎn)品的銷售業(yè)績。生成式

AI可以協(xié)助包裝設(shè)計人員開發(fā)產(chǎn)品設(shè)計和文案，并探索各種個性化選項。優(yōu)化的設(shè)計流程和更高效的材料有助于更快地測試消費(fèi)者偏好、增加消費(fèi)者接受度并降低成本。建模新產(chǎn)品包裝的藝術(shù)支持運(yùn)營性數(shù)字孿生生成式

AI可支持創(chuàng)建表示端到端供應(yīng)鏈的運(yùn)營性數(shù)字孿生。在開發(fā)和推出新產(chǎn)品的表現(xiàn)及其對供應(yīng)鏈的影響，從而形成良性反饋循環(huán)，增加決策力。之前，數(shù)字孿生可以模擬和更精確地預(yù)測需求生成式

AI利用大量非結(jié)構(gòu)化數(shù)據(jù)來創(chuàng)建準(zhǔn)確的需求預(yù)限制影響供應(yīng)鏈的細(xì)微產(chǎn)品變更數(shù)量測，從而將需求預(yù)測的實用性和準(zhǔn)確性提升到全新水生成式

AI可以幫助新產(chǎn)品平。根據(jù)

IBM商研

，48%的受訪高管預(yù)計生成式

AI有望將預(yù)測誤差降規(guī)劃人員了解消費(fèi)者偏好，預(yù)業(yè)價值研究院最近開展的對標(biāo)分析調(diào)測遵守新法規(guī)的影響，并更清晰準(zhǔn)確地理解供應(yīng)商條款與條件。這些及時的信息有助于減少交付給制造工廠的產(chǎn)品變更訂單。這些產(chǎn)品變更不僅會產(chǎn)生更高的成本，例如小幅設(shè)計改動造成材料過時或廢棄，還會導(dǎo)致官僚程序上的延誤和額外費(fèi)用。低

20%，并將庫存持有成本降低

24%。79更全面的表現(xiàn)，并結(jié)合財務(wù)

一項極度績效報告，地管理供應(yīng)商和監(jiān)管合規(guī)性

過渡規(guī)劃效率提高產(chǎn)品通過總結(jié)供應(yīng)鏈生態(tài)系統(tǒng)中供應(yīng)商和可持續(xù)性指標(biāo)，生成式

AI可以改進(jìn)供應(yīng)商復(fù)雜的決策。而生成式

AI可以創(chuàng)建模型來優(yōu)化產(chǎn)品并發(fā)現(xiàn)新的毛利率增長機(jī)會。利用生成式

AI從海量報確定何時從貨架上撤下產(chǎn)品并用新產(chǎn)品替換是過渡計劃，從零售和包裝。決策者可以受益于多種觀點(diǎn)，并且可以做出對費(fèi)品供應(yīng)鏈所有環(huán)節(jié)最有利的選擇。商和分銷渠道進(jìn)行逆向分析，直到制造告、日志、手冊和其他來源生成實用摘要公司在多個市場和司法管轄區(qū)的合規(guī)能力。，還可以增強(qiáng)消擴(kuò)展產(chǎn)品生命周

期管理

改進(jìn)貿(mào)易促銷和促銷資金管理生成式

AI工具可以訓(xùn)練和調(diào)優(yōu)模型以處理產(chǎn)品生成式

AI可以創(chuàng)建戰(zhàn)略替代方案、分析決策參數(shù)、發(fā)現(xiàn)需求、制造完成提供翻譯服務(wù)以及優(yōu)化設(shè)計工作流程。產(chǎn)品價值創(chuàng)造機(jī)會，以及識別和優(yōu)先排序產(chǎn)品及組合風(fēng)險，后，生成式

AI工具還可以管理物料清單并提供工程協(xié)助。其好處包括提高效率、加速創(chuàng)新、增多創(chuàng)新、縮短上從而消除管理貿(mào)易促銷中的不確定性。改善采購和入庫物流管理市時間以及更快地響應(yīng)市場與消費(fèi)者趨勢。借助生成式

AI，消費(fèi)品公司可以實時整合關(guān)鍵采購與供加快產(chǎn)品追蹤和退貨應(yīng)鏈數(shù)據(jù)，并總結(jié)狀態(tài)和警報信息。更快速準(zhǔn)確地識別基于生成式

AI的自動化系統(tǒng)可以準(zhǔn)確分類退貨原因、供應(yīng)問題有助于提高制造效率。確定退貨政策優(yōu)先級并更準(zhǔn)確地預(yù)測退貨率，從而節(jié)省成本、提高客戶滿意度以及簡

化物流運(yùn)營。10案例研究利用

AI助手捕獲機(jī)構(gòu)知識并提高生產(chǎn)力8英國糖業(yè)公司英國糖業(yè)公司是2,300家種植商合作，每年將超過

800萬噸甜菜加工成約

120萬噸糖，供應(yīng)量可滿足英國約

50%的市場需求。然而，由于投英國甜菜的獨(dú)家加工商，已有

110多年的歷史。該公司與約入成本不斷上升、天氣狀況變動、數(shù)據(jù)來源分散以及員工嚴(yán)重

依賴同事的經(jīng)驗，英國糖業(yè)公司需要采用一種更有效的方式在組織各個層面上共享機(jī)構(gòu)知識。許多經(jīng)驗豐富的專家已到達(dá)或接近退休階段，保存和分享他們的知識變得越來越重要。為了及時捕獲這些專家的知識和專業(yè)技能，英國糖業(yè)公司決定探索如何將運(yùn)營數(shù)據(jù)與

AI相結(jié)合，以增強(qiáng)知識搜索能力并快速總結(jié)數(shù)以千計的數(shù)據(jù)點(diǎn)。其目標(biāo)是實現(xiàn)運(yùn)營優(yōu)先級排序，并快速解讀復(fù)雜文檔?，F(xiàn)在，借助針對移動應(yīng)用進(jìn)行了優(yōu)化的概念驗證生成式

AI助手，運(yùn)營員工可以在

10到

20秒內(nèi)獲得所需的詳細(xì)答案，而以前需要10到

20分鐘。英國糖業(yè)公司還進(jìn)一步開發(fā)了更多的生成式

AI功能，可支持為業(yè)務(wù)網(wǎng)絡(luò)的數(shù)字孿生提供信息，優(yōu)化智能工廠運(yùn)營，以及建立跨多個站點(diǎn)的控制塔視圖來監(jiān)控預(yù)測性維護(hù)工作、作物產(chǎn)量、供應(yīng)鏈計劃和運(yùn)營績效?！敖柚墒?/p>

AI，我們的解決方案可以通過語言處理數(shù)百萬個數(shù)據(jù)點(diǎn)（這是所有決策的基礎(chǔ)

），從而顯著增強(qiáng)人類能力，并實現(xiàn)顛覆性的制造效率和創(chuàng)新能力。”DanielSimkiss，英國糖業(yè)公司工業(yè)

4.0負(fù)責(zé)人11生成式

AI在消費(fèi)品行業(yè)的應(yīng)用：數(shù)據(jù)和標(biāo)準(zhǔn)發(fā)揮關(guān)鍵作用越來越多的消費(fèi)品出和供應(yīng)鏈運(yùn)營方面的潛力，同時在采用過程中也面臨與其他行業(yè)類似的挑戰(zhàn)。通過分析消費(fèi)品行業(yè)高管指出的六大障礙，我們發(fā)現(xiàn)與數(shù)據(jù)相關(guān)的問題占其中一半。公司開始意推識到生成式

AI在優(yōu)化新產(chǎn)品為了做出數(shù)據(jù)驅(qū)動的決策，理解數(shù)據(jù)至關(guān)重定傳統(tǒng)自動化、機(jī)器學(xué)習(xí)

(ML)或生成式

AI是，生成式

AI并不是要。數(shù)據(jù)的性質(zhì)和質(zhì)量還將決否是解決特定問題的最有效方法。從戰(zhàn)略契合度來看一把“萬能鑰匙”。傳統(tǒng)自動化和機(jī)器學(xué)習(xí)在許多應(yīng)用場景中仍然是關(guān)鍵性技術(shù)。由于缺乏明確的標(biāo)準(zhǔn)，51%的受訪消費(fèi)品首席執(zhí)行官推遲了投資決策。此外，63%的受訪首席執(zhí)行官表示在一個或多個核心戰(zhàn)略領(lǐng)域缺乏一致的標(biāo)9準(zhǔn)，例如數(shù)據(jù)、隱私和可持續(xù)性。就明確的標(biāo)準(zhǔn)達(dá)成一致并提供有關(guān)客戶、市場和運(yùn)營的及時可靠數(shù)據(jù)是消費(fèi)品行業(yè)的命脈。有效的標(biāo)準(zhǔn)制定流程以及數(shù)據(jù)管理與治理對于訓(xùn)練和運(yùn)行成功采用生成式

AI所需的模型至關(guān)重要。12圖

3采用生成式AI的六大障礙52%49%46%對數(shù)據(jù)準(zhǔn)確性或偏見的擔(dān)憂財務(wù)理由/商業(yè)論證不足技術(shù)能力有限45%44%生成式AI專業(yè)能力不足對數(shù)據(jù)和信息隱私/保密性的擔(dān)憂40%可用于定制模型的專有數(shù)據(jù)不足信息來源業(yè)價值和消費(fèi)品高管的調(diào)研。：未發(fā)布的IBM商研究院研究。對225名全球零售13案例研究利用

AI簡

化不同地區(qū)的監(jiān)管管理10全球性消費(fèi)品公司這是中東、非洲和美洲地區(qū)。該公司在嚴(yán)格監(jiān)管的農(nóng)產(chǎn)品行業(yè)中開展業(yè)務(wù)，投大量資源來管理不同地區(qū)的監(jiān)管合規(guī)，應(yīng)對不斷變化的法規(guī)，并將合規(guī)性整合到產(chǎn)品開發(fā)流程中。一家市值數(shù)十億美元的全球性消費(fèi)品公司，業(yè)務(wù)遍及歐洲、亞太地區(qū)、入為了幫助其產(chǎn)品展戰(zhàn)略性工作，該公司開發(fā)了一款生成式

AI賦能的法規(guī)助手。該解決方案具，可實現(xiàn)高效、準(zhǔn)確的監(jiān)管管理，為影響全球運(yùn)營的

1,000合規(guī)和開發(fā)團(tuán)隊減少繁重

的手動工作，并騰出更多時間來開有對話式用戶界面多項法規(guī)提供單一可靠信息源。借助該法規(guī)助手，產(chǎn)品合規(guī)員工能夠在數(shù)分鐘內(nèi)預(yù)測法規(guī)意圖的影響，總結(jié)監(jiān)管要求，并比較全球范圍內(nèi)的各項法規(guī)，而這在過去通常需要數(shù)小時或數(shù)天時間開發(fā)人員能夠在無縫的對話過程中分析法規(guī)對產(chǎn)。AI工具還讓產(chǎn)品品組合的影響、評估解決方案選項以及查詢產(chǎn)品規(guī)格。到目前為止，該法規(guī)助手已實現(xiàn)其概念驗證目標(biāo)

—

證明生成式

AI能夠在數(shù)分鐘內(nèi)整理法規(guī)數(shù)據(jù)，推動更緊密的跨境協(xié)作，助力整個企業(yè)實現(xiàn)成功的監(jiān)管流程。該工具還有望在未來五年內(nèi)推動效率提升

8%至

13%，推動生產(chǎn)率提高

10%至

15%，并推動利潤增長超過

1.65億美元。14圖

4生成式AI助手如何增強(qiáng)和加快監(jiān)管合規(guī)預(yù)測影響從多種渠道捕獲監(jiān)管意圖并預(yù)測其對產(chǎn)品組合的影響。建議更改總結(jié)要求審查與法規(guī)相關(guān)的產(chǎn)品變更，并優(yōu)先考慮可實現(xiàn)最佳績效的產(chǎn)品變更?？偨Y(jié)國際法規(guī)，并提出問題以快速理解法規(guī)要求。評估創(chuàng)新了解產(chǎn)品的表現(xiàn)，以評估產(chǎn)品創(chuàng)新的影響。

評估流程中的重

點(diǎn)關(guān)注領(lǐng)域。比較法規(guī)變更會如何影響全球市場比較舊法規(guī)和新法規(guī)，迅速識別影響查詢規(guī)格按成分查詢產(chǎn)品會如何影響產(chǎn)品組合中的產(chǎn)品規(guī)格，了解監(jiān)管變化。15在運(yùn)營中嵌入

AI和可持續(xù)發(fā)

展以改善效益越來越多的企業(yè)領(lǐng)導(dǎo)者領(lǐng)域，而是會竭力優(yōu)化投資和工作，力爭同時實現(xiàn)兩個領(lǐng)域的業(yè)務(wù)目標(biāo)。五分之三的消費(fèi)品行業(yè)高管表示會有意識地將可持續(xù)發(fā)展目標(biāo)與業(yè)務(wù)運(yùn)營不再將可持續(xù)發(fā)展和運(yùn)營視為單獨(dú)或相互競爭的11目標(biāo)相融合。產(chǎn)品生命周

期中的大部分可持續(xù)性成本及其碳足跡都是在設(shè)計階段確定的。如果在產(chǎn)品生命周

期的早期階段考慮到可持續(xù)性因素，這些因素就更有可能融入運(yùn)營并創(chuàng)造更大的業(yè)務(wù)效益。正是因此，在關(guān)鍵的新產(chǎn)品導(dǎo)入規(guī)劃和產(chǎn)品開發(fā)階段使用生成式

AI工具，可以對可持續(xù)性和運(yùn)營目標(biāo)做出快速、長期且重

大的貢獻(xiàn)。下面–69%的受訪消費(fèi)品行業(yè)高管表示，生成式

AI對于其可持續(xù)發(fā)展議程非常重–73%的受訪組織計劃增加對生成式

AI的投資以推動可持續(xù)發(fā)展。13列出了一些數(shù)據(jù)：12要。與提升運(yùn)營效率一樣，企業(yè)需要建立數(shù)據(jù)平臺和基礎(chǔ)架構(gòu)，并將這些寶貴信息轉(zhuǎn)化為可為決策者提供切實指導(dǎo)的洞察。在運(yùn)營中嵌入可持續(xù)性的組織能夠更有效地將數(shù)據(jù)轉(zhuǎn)化為可持續(xù)發(fā)展效益，而且

83%的受訪高管認(rèn)為高質(zhì)量的數(shù)據(jù)和透明度對于實現(xiàn)可持續(xù)發(fā)展14目標(biāo)必不可少。企業(yè)高管普/服務(wù)開發(fā)方面的受訪消費(fèi)品遍認(rèn)識到，生成式

AI為挖掘數(shù)據(jù)的可持續(xù)性潛力創(chuàng)造了新的機(jī)會，83%的受訪高管認(rèn)為其組織更有可能利用數(shù)據(jù)能力在可持續(xù)創(chuàng)新和產(chǎn)品創(chuàng)造重

大1556%AI模型將實效益。

此外，行業(yè)高管表示，具有可視化功能的生成式16時發(fā)現(xiàn)供應(yīng)鏈瓶頸。16案例研究通過技術(shù)整合打造更具可持續(xù)性的供應(yīng)鏈物流17智能綠色托盤托盤在供應(yīng)鏈中發(fā)揮重要作用，可以更快地批量運(yùn)輸產(chǎn)品。然而，追蹤托盤的能力仍然比較有限。承運(yùn)商有時在運(yùn)輸?shù)年P(guān)鍵階段提供信息，但這種監(jiān)控不足以實時跟蹤貨物狀態(tài)。目前，40%的公司在其供應(yīng)鏈中使用物聯(lián)網(wǎng)技術(shù)來追蹤貨物和監(jiān)控儲存條件。這些信息通常僅供內(nèi)部使用。不過，借助區(qū)塊鏈技術(shù)（一種可靠且安全的分布式數(shù)字賬本），這些信息可以提供端到端的可追溯性。這還有助于消除或減少分銷渠道中出現(xiàn)產(chǎn)品質(zhì)量損失或損壞的影響。“智能綠色托盤”計劃利用區(qū)塊鏈技術(shù)實現(xiàn)全面紛，更好地監(jiān)控貨物質(zhì)量，并大幅節(jié)省運(yùn)輸和托盤管理成本。智能綠色托盤配備實時傳感器，通過接入?yún)^(qū)塊鏈和物聯(lián)網(wǎng)來報告托盤貨物的位置和狀態(tài)，時具備可持續(xù)性優(yōu)勢。通過將已回收、可再循環(huán)和可重

復(fù)使用的托盤與物聯(lián)網(wǎng)和區(qū)塊鏈相結(jié)合，企業(yè)可以優(yōu)化每個托盤的生命周

期，從而改善環(huán)境保護(hù)。的可追溯性，從而減少糾同隨著企業(yè)采用物聯(lián)網(wǎng)和區(qū)塊鏈技術(shù)并應(yīng)用

AI解決方案從收集的數(shù)據(jù)中獲取洞察，智能綠色托盤可以為供應(yīng)鏈可持續(xù)性做出日益重

的貢獻(xiàn)。要17行動指南建立可信的數(shù)據(jù)基礎(chǔ)，充分釋放生成式AI的潛力。盡早與合作伙伴和利益相關(guān)者積極合作。如果供應(yīng)商、制造商和采購經(jīng)理等相關(guān)方開始分享流程和創(chuàng)新相關(guān)信息，并使用生成式

AI分析這些數(shù)據(jù)，這將加速強(qiáng)大的數(shù)據(jù)基礎(chǔ)對于基于專有信息構(gòu)建和調(diào)優(yōu)

AI模產(chǎn)品開發(fā)，并擴(kuò)大所有相關(guān)方的業(yè)務(wù)機(jī)會。如果能提前發(fā)現(xiàn)要，這些數(shù)據(jù)將為您的品牌賦予差異化優(yōu)勢。型至關(guān)重問題和機(jī)會，產(chǎn)品成功推出的可能性就會增加，而成本高昂開展數(shù)據(jù)評估，理解在哪些情況下使用傳統(tǒng)自動化或機(jī)器學(xué)習(xí)技術(shù)來處理高質(zhì)量結(jié)構(gòu)化數(shù)據(jù)可創(chuàng)造更大效益，而在哪些情況下更適合采用生成式

AI來處理非結(jié)構(gòu)化數(shù)據(jù)。的后續(xù)整改需求則會減少。設(shè)計良好的用戶體驗，并創(chuàng)造關(guān)鍵時刻。大處著想，小處著手。確定生成式

AI或機(jī)設(shè)計直觀、易于人機(jī)交互的系統(tǒng)，例如在交互式信息中心為供應(yīng)鏈經(jīng)理簡

化復(fù)雜的數(shù)據(jù)洞察。平衡簡

單性與功能性可器學(xué)習(xí)是不是最佳方案。能會頗具挑戰(zhàn)，而過于復(fù)雜的系統(tǒng)可能會阻礙用戶采用。評估當(dāng)前的新產(chǎn)品導(dǎo)入流程并確定最具改進(jìn)潛力的初始應(yīng)用場景。使用傳統(tǒng)自動化技術(shù)處理日常任務(wù)，利用機(jī)器學(xué)習(xí)執(zhí)行預(yù)測性任務(wù)；而對于受益于自然語言理解或創(chuàng)意內(nèi)容生成的應(yīng)用場景，則采用生成式

AI來確保能夠更輕松地訪問復(fù)雜數(shù)據(jù)并從中提取切實可行的將新產(chǎn)品推出作為整個產(chǎn)品生命周期的一部分來管理，并從一開始就確保產(chǎn)品具有可持續(xù)性。洞察。積極運(yùn)用可持續(xù)發(fā)展數(shù)據(jù)和洞績效，了解特定生成式

AI用例如何創(chuàng)造更大價值險。運(yùn)用生成式

AI來發(fā)現(xiàn)模式并從中揭示基察來改善企業(yè)和生態(tài)系統(tǒng)的或引入風(fēng)于可持續(xù)發(fā)展通過透明度建立用戶信任。指標(biāo)和數(shù)據(jù)的更優(yōu)定價、預(yù)算和激勵機(jī)制。確保用戶理解生成式

AI系統(tǒng)及其決策過程。這將增加對數(shù)字助理和其他增強(qiáng)型工具的信任和信心。復(fù)雜的

AI模型對用戶而言就像是“黑箱”，因而難以實現(xiàn)透明度。根據(jù)用戶反饋和績效指標(biāo)審查和優(yōu)化解決方案，確保可滿足業(yè)務(wù)需求。18關(guān)于專家洞察選對合作伙伴，駕馭多變的世界在

IBM，我們積極與客戶協(xié)作，運(yùn)用業(yè)務(wù)洞察和先進(jìn)的察代表了思想領(lǐng)袖對具有新聞價值的業(yè)務(wù)和專家洞相關(guān)技術(shù)主題的觀點(diǎn)和看法。這些洞察是根據(jù)與全研究方法與技術(shù)，幫助他們在瞬息萬變的商業(yè)環(huán)境中保了解更多信息，請球主題專家的對話總結(jié)得出。要持獨(dú)特的競爭優(yōu)勢。業(yè)價值聯(lián)系

IBM商研究院：iibv@相關(guān)報告IBM商業(yè)價值研究院無處不在的人工智能徹底變革零售業(yè)：消費(fèi)者不會等待。IBM商研究院，2024年1月。https://www.ibm.業(yè)價值IBM商研究院

(IBV)站在技術(shù)與商業(yè)價值業(yè)的交匯com/downloads/cas/PKRVMKXD點(diǎn)，將行業(yè)智庫、主要學(xué)者和主題專家的專業(yè)知識與全球研究和績效數(shù)據(jù)相結(jié)合，針對公共與私營領(lǐng)重塑品域的關(guān)鍵議題提供可信的戰(zhàn)略洞研究院，2023年4月。https://www.。IBM商業(yè)價值牌價值：在企業(yè)運(yùn)營中融合經(jīng)濟(jì)效益與社會價察。值/downloads/cas/7XWV8PND訪問

IBM商業(yè)價值研究院中國網(wǎng)站，免費(fèi)下載研究報告：/ibv/cn2024CEO調(diào)

研：CEO必須面IBM商研究院，2024年1月。https://www.ibm.com/downloads/cas/E8ZXYXGY對的六個殘酷事實。業(yè)價值19備注和參考資料1.Why95%ofnewproductsmissthemark.MITProfessionalEducation.202410.UnpublishedIBMinternalprojectassessment.11.Chambers,Jon,SachinGupta,UrsulaHeng,MaheshDodani,andJaneCheung.Redesigningbrandvalues:Purposeandprofitconvergeincoreoperations.IBMInstituteforBusinessValue.April2023.https://ibm.cosustainable-operations-consumer-products/blog/design/why-95-of-new-products-miss-the-mark-and-how-yours-can-avoid-the-same-fate/2.Botwright,KimberleyandSpencerFeingold.“EUgovernmentsbackhumanrightsandenvironmentalduediligencelawforsupplychains.”WorldEconomicForum.March27,2024./agenda/2024/03/eu-human-rights-environment-due-diligence-supply-chains/#:~:text=The%2012.TheCEO’sGuidetoGenerativeAI:Sustainability.IBMInstituteforBusinessValue.November2023.https://ibm.co/ceo-generative-ai-sustainability13.Ibid.14.Ibid.15.Ibid.directive%20will%20require%20large,protection%20across%20their%20supply%20chains.3.“Fragrancesfrombigdata.”Symrisewebsite.AccessedMay17,2024./our-stories/fragrances-from-big-data/16.TheCEO’sGuidetoGenerativeAI:Supplychain.IBMInstituteforBusinessValue.November2023.https://ibm.co/ceo-generative-supply-chain4.UnpublishedIBMinternalprojectassessment.5.UnpublishedIBMInstituteforBusinessValuecross-indu