全球調研AI應用場景160個案例

麥肯錫全球調研160個案例，公布5個行業(yè)34個AI應用場景（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)務場景中發(fā)揮至關主要作用。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數(shù)據(jù)、了解消費者行為，并對應地調整其產(chǎn)品和服務，改進企業(yè)管理運行。｛01

｝圖解行業(yè)場景中人工智能應用這僅僅是人工智能一個非常小商用案例。關于人工智能商業(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個應用案例，并對零售、電力、醫(yī)療3個行業(yè)應用進行了圖解：1.零售：連接消費者，改進購物體驗圖像識別、機器學習和自然語言處理等技術等發(fā)展使得智能服務機器人能夠輕松與用戶打招呼、交流，能夠預測訂單，提供引導；經(jīng)過機器學習，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；基于深度學習計算機視覺技術，能夠識別購物者打包商品;加上傳感器所獲取數(shù)據(jù)，AI使得自動結帳和付款成為可能；使用深度學習技術無人機快遞完成了零售業(yè)務鏈最終一英里交付，能夠實現(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)過傳感器和機器學習系統(tǒng)，能夠經(jīng)過對風力條件實時調整，最大程度地提升發(fā)電效率；經(jīng)過機器學習能夠預測電力供需峰值，從而最大程度地利用間歇性可再生能源；智能電線與機器學習結合，能夠實現(xiàn)實時電力調度，改進電網(wǎng)負載；無人機和小型機器人能夠在不關停電路情況下，檢測和預測設備故障；機器能夠代替人工自動統(tǒng)計數(shù)據(jù)并檢驗設備狀態(tài)，從而降低對技術人員需求數(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，愈加好治療機器學習程序能夠經(jīng)過可穿戴設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，提供健康提議并預警疾病風險；使用機器學習和其余相關AI技術，設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?。灰勒蔗t(yī)療和環(huán)境等原因，AI算法能夠預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技術為客戶提供更優(yōu)質售后服務；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不停優(yōu)化教育制度，提升人才與市場匹配度；為學生提供更有針對性教學計劃，改進學習結果，并幫助學校不停改進課程組合，提升畢業(yè)生就業(yè)率；經(jīng)過自適應學習系統(tǒng)，在適宜時間以最好方式向每個學生提供適當內容，打造個性化教學；自然語言、計算機視覺和深度學習能夠幫助教師回答學生常規(guī)問題或擔任教學助教，使得教師能夠把更多時間花在更具價值教學步驟中?，F(xiàn)在人工智能應用程度最高企業(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影響，并親自主導相關項目標開展。據(jù)IBM商業(yè)價值研究院在今年6月份公布一項調查結果顯示，73%受調查企業(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計劃在前采取相關技術。｛02

｝企業(yè)應用AI技術10條提議當然，還未采取人工智能技術企業(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，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，以下總結了企業(yè)在應用AI技術過程中10條提議/10個關鍵思索點：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)對人工智能技術采取依然有些滯后。即使AI總投資額（包含內部和外部）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應用仍處于初步階段，在麥肯錫調查對象中，只有20%受訪者在一個或一個以上業(yè)務或是關鍵業(yè)務中大規(guī)模使用AI技術。（調查涵蓋了五個范圍下AI技術系統(tǒng)：機器人和自動駕駛汽車、計算機視覺、語言、虛擬代理和機器學習）2.要相信AI能夠提升企業(yè)營收和利潤這類“炒作”依照麥肯錫調查，AI早期采取者（即大規(guī)模使用AI或在關鍵業(yè)務采取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)品和服務能力。另外，AI早期采取者中預計自己企業(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）與其相關數(shù)字技術范圍投資回報率相同，如大數(shù)據(jù)和高級分析。3.沒有領導支持，你AI轉型計劃可能會失敗成功人工智能采取者往往擁有領導對新技術最強有力支持。調查反饋顯示，已經(jīng)成功大規(guī)模布署AI技術調查對象得到企業(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”，人工智能領域最近才開始加速其創(chuàng)新步伐，而具備專業(yè)技術和能力人才也出現(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能夠利用其機器學習能力幫助谷歌提升搜索優(yōu)化等關鍵業(yè)務。另外，據(jù)調查顯示，AI早期使用者主要是經(jīng)過購置外部適用技術處理方案來實現(xiàn)，只有少數(shù)調查對象完全是由企業(yè)內部人才開發(fā)和實施人工智能處理方案。5.防止讓技術團體獨立進行人工智能項目和計劃在IT、數(shù)字或創(chuàng)新領域分別任命不一樣部門主管，劃分人工智能管理職責，可能會造成“拿著錘子找釘子”結果出現(xiàn)，為確保企業(yè)能夠把關注點放在最有價值案例上，人工智能項目應該由業(yè)務和技術部門主管共同評定和領導。6.采取投資組合方式加速企業(yè)AI歷程AI工具如今應用范圍已相當廣泛，能夠處理詳細商業(yè)問題，比如用于預測性維護等等。各組織機構能夠考慮在融合AI技術時采取一個基于投資組合方法。7.機器學習是一個強大工具，但它并非適適用于全部事物機器學習及其最為突出子領域深度學習已經(jīng)吸引了眾多媒體關注，并取得了占據(jù)全部外部投資近60%份額融資。但即便如此，機器學習也只是眾多能夠處理企業(yè)問題人工智能技術中一項。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)客戶服務中心效率提升所采取AI技術可能與用于識別信用卡詐騙風險所采取技術迥然不一樣。所以，在一個企業(yè)數(shù)字與AI技術應用歷程特定階段，尋找適宜工具處理每一個增值業(yè)務問題才是至關主要。不一樣人工智能技術之間是有交集。8.數(shù)字化能力應該優(yōu)先于AI調查發(fā)覺，在AI應用方面領先行業(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，全部早期應用AI技術企業(yè)都已在包含云基礎架構和大數(shù)據(jù)數(shù)字化能力方面進行了投資。實際上，沒有數(shù)字化轉型經(jīng)驗企業(yè)似乎極難輕易地跳躍到AI領域。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。9.要大膽勇敢在一項關于數(shù)字化顛覆（digitaldisruption）獨立研究中，我們發(fā)覺要扭轉數(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)將從根本上調整其業(yè)務投資組合，開發(fā)新商業(yè)模式，以構建一個比其數(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轉型與數(shù)字化轉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技術性挑戰(zhàn)。作為領導者，需要決定哪些任務由機器處理，哪些任務由人類執(zhí)行，而且不論是新任務還是傳統(tǒng)任務，實施能夠讓員工