上海2021年12月21日 /美通社/ -- 從AlphaGo到AlphaFold，算法不斷迭代，智能邊界不斷拓展，短短幾年，AI（人工智能）不僅從科幻走向現(xiàn)實，而且在技術層面實現(xiàn)了跨越式地發(fā)展。然而，對于大多數(shù)組織來說，主要的挑戰(zhàn)在于規(guī)?；瘧肁I，以及如何最大化挖掘AI價值。
近日，德勤AI研究院發(fā)布報告《AI案例精選》。該報告精心篩選六大關鍵行業(yè)（消費，能源、資源及工業(yè)，金融服務，政府及公共服務，生命科學及醫(yī)療保健，科技、媒體及電信）里最引人注目、可應用的AI案例進行分析，每個案例都歸納了關鍵業(yè)務問題和機會，AI如何提供幫助以及可能的益處，這些案例或多或少隱含了未來趨勢，有望在未來產(chǎn)生重大影響。
德勤AI研究院聯(lián)席領導人及負責人Nitin Mittal 表示：“AI正在迅速成為競爭的必需品，但許多企業(yè)管理者仍會質疑AI實際上可以為他們的業(yè)務做什么，《AI案例精選》可以幫助企業(yè)管理者了解AI可以提供的價值，以及如何在當今和未來優(yōu)先考慮對AI的投資?！?/p>
消費行業(yè)
消費行業(yè)涵蓋的業(yè)務范圍非常廣泛，包括消費品、零售、汽車、住宿、餐飲、旅游和交通。這些看似完全不同業(yè)務的共同點是：它們都將重點放在服務好消費者上，給他們以更好的用戶體驗。消費行業(yè)一直以來都在積極探索與AI相結合的各種模式，涌現(xiàn)出許多有價值的案例，例如AI助力交通路徑優(yōu)化，AI幫助提升客戶體驗的個性化，AI賦能營銷智能化等。未來，AI在無人零售店、自動駕駛、自動穿戴建議等方面會與消費者有更密切的交互，同時也將給用戶帶來更好的體驗。
能源、資源和工業(yè)（ER&I）
與其他行業(yè)相比，AI在能源、資源和工業(yè)（ER&I）領域的應用和部署似乎不夠廣泛和成熟，挑戰(zhàn)主要圍繞數(shù)據(jù)。與其他許多以數(shù)據(jù)為中心的行業(yè)不同，ER&I仍然圍繞物理資產(chǎn)展開，其中許多資產(chǎn)在地理上分散，與數(shù)字網(wǎng)絡斷開。IoT相關技術的應用以及邊緣計算的興起正在開始填補這一數(shù)據(jù)空白。目前來看，ER&I中AI應用的重點領域是AI優(yōu)化工業(yè)機器性能預測故障，利用AI+IoT來優(yōu)化工業(yè)生產(chǎn)流程。此外，探索AI應對極端天氣和其他難以預測的事件并自動生成警報也是目前主要的方向。未來，AI在加速材料研發(fā)、供應鏈規(guī)劃，通過數(shù)字孿生優(yōu)化工廠運營等方面將會迎來較大的突破。
金融服務業(yè)（FSI）
金融服務業(yè)（FSI）的大多數(shù)公司仍處于AI采用和投資的早期階段。盡管FSI領導人普遍認識到AI的重要性以及AI對業(yè)務帶來的價值，但大多數(shù)AI應用僅限于小規(guī)模試點和獨立的業(yè)務單元。在金融服務行業(yè)，AI應用重點領域是利用AI來改善客戶體驗，例如，聊天機器人、AI驅動的個性化定制金融方案等。AI的另一個迅速出現(xiàn)的應用領域是自動化和增強關鍵的FSI流程，如欺詐檢測、支付處理、現(xiàn)金對賬、信用風險分析、承保和索賠管理。其中一些過程是高度重復和勞動密集型的，這使得它們成為AI智能化的首選。從長遠來看，AI扎根金融服務行業(yè)扎根的重要趨勢是，利用AI和數(shù)據(jù)來打破部門豎井，產(chǎn)生跨越整個價值鏈的見解。對于大多數(shù)FSI公司來說，重要的是開始擁抱AI并將其產(chǎn)業(yè)化，以便AI解決方案可以在整個企業(yè)中大規(guī)模部署，發(fā)揮更大的價值。
政府和公共服務（GPS）
在政府和公共服務（GPS） 中，AI的采用和成熟度水平往往因政府機構的不同、現(xiàn)有基礎設施對原有系統(tǒng)的依賴以及工作人員的適應程度而異。國防、情報和執(zhí)法機構正在普遍部署和擴展AI，積極采用計算機視覺等先進技術，利用圖像識別，分析發(fā)現(xiàn)可疑活動和參與者。另一個共同的趨勢是越來越多地使用機器人流程自動化來減少雇員的工作量。同時，新冠疫情所催化的AI在賦能公共健康與環(huán)境預測方面正發(fā)揮著巨大的價值。未來，利用AI技術更快、更準確地檢測潛在的安全威脅，維護城市基礎設施方面仍有巨大潛力，讓城市運行更加平穩(wěn)、安全、高效。
生命科學與健康管理（LSHC）
迄今為止，生命科學和醫(yī)療保?。↙SHC）領域的大多數(shù)組織只觸及了AI潛力的皮毛。他們主要使用AI來自動執(zhí)行重復性任務和標準業(yè)務流程。例如利用自然語言理解技術解讀病例，實現(xiàn)自動化的臨床試驗數(shù)據(jù)管理，AI智能導診、AI輔助閱片等。然而，AI如何更好地與生命科學結合，現(xiàn)在被廣泛認為是這一領域的戰(zhàn)略性議題。特別是，AI在加速藥物開發(fā)周期，幫助研究人員識別和驗證基因靶點，并設計新的化合物方面有巨大價值空間。
技術、媒體和電信（TMT）
在該領域，AI的采用和成熟度因行業(yè)而異。AI技術已經(jīng)廣泛應用于面向客戶的活動，例如虛擬語音助手、AI翻譯等。未來幾年可能會普遍發(fā)生的是使用AI進行預測分析，這可以將電信公司的大量客戶數(shù)據(jù)轉化為有價值的見解，從而進一步促進獲取更多的數(shù)據(jù)。在媒體領域，AI的大部分重點一直放在個性化內(nèi)容的推薦上，而且這種趨勢在未來可能會增加。
縱觀六大行業(yè)的所有案例，AI毫無疑問為各行各業(yè)創(chuàng)造了不少的價值：
“雖然AI的采用率和成熟度因行業(yè)而異，但AI正在助推各規(guī)模的企業(yè)到達效率和績效的新水平，”德勤AI研究院聯(lián)席領導人及負責人Irfan Saif說，“當企業(yè)接受并在整個企業(yè)中大規(guī)模部署AI時，他們就有機會充分發(fā)揮AI的全部潛力?！?/p>
