让人工智能成为杀手级数据应用_利用数据实现人工智能之旅实用指南_23页_2mb
报告摘要
人工智能成为杀手级数据应用的实用指南总结
核心内容
本指南旨在帮助企业制定有效的人工智能战略,充分利用数据、技术与流程变革,实现人工智能的规模化应用,推动企业向“Digital OneOffice”模式转型。人工智能不是目的,而是实现业务价值的手段。成功的人工智能之旅依赖于四个关键因素:战略、数据、执行和改变。
主要观点
- 人工智能不是技术本身,而是由多种技术构成的体系,包括自然语言处理、机器学习、深度学习、神经网络、虚拟客服、自主系统和计算机视觉等。
- 数据是人工智能的核心驱动力,没有数据,人工智能无法实现。企业需要整合内部和外部数据,确保其结构化、可访问和可扩展。
- 执行人工智能项目需聚焦业务成果,避免“观光客”式试点,应以解决关键业务问题为目标,进行系统性部署。
- 组织变革是人工智能成功的关键,需要培养相关人才、改变企业文化,以适应新的技术环境和工作方式。
关键信息
1. 战略:勿忘初心
- 人工智能战略应以业务价值为导向,而非技术本身。
- 需要高层领导参与,明确战略重点和愿景。
- 企业应采用统一的方法,无论是自上而下还是自下而上,确保所有部门目标一致。
2. 数据:没有数据,就没有人工智能
- 数据质量直接影响人工智能的性能和成果。
- 结构化和非结构化数据都重要,但企业通常缺乏处理非结构化数据的能力。
- 应建立数据平台,整合内外部数据源,确保数据可访问、可处理和可训练。
- 示例:一家卡车运输公司利用内部和外部数据开发智能广告业务;一家联邦政府机构整合多种数据构建认知决策引擎。
3. 执行:避免人工智能成为“观光客”
- 人工智能项目应与业务目标紧密结合,解决实际问题。
- 需要建立合适的架构,协调各方资源,确保项目可持续发展。
- 建议设立“人才中心(CoE)”,统一管理人工智能项目,避免孤岛效应。
- 项目初期应注重快速迭代和成果展示,以获得持续支持和扩展机会。
4. 改变:改变思路、想法及行动
- 企业需要具备理解数据与算法交集的人才,尤其是数据科学家和开发人员。
- 人才缺口是当前企业面临的主要挑战之一,需通过培训、招聘和合作解决。
- 变革管理是关键,需推动企业文化转型,促进灵活性与创新。
- 与经验丰富的技术合作伙伴合作,有助于加速项目落地与成果实现。
案例研究:Groupama Italy
Groupama Italy 通过车载通信技术,将业务从风险承保转向风险预防,成功打造了 G-Evolution 子公司。
- 目标:利用数据和人工智能技术提升风险分析、欺诈检测和客户体验。
- 实施过程:
- 2015 年开始使用第三方提供的车载通信服务。
- 2016 年决定自建车载通信能力,选择 IBM 作为战略合作伙伴。
- 使用 Watson IoT 平台收集车辆数据,建立数据湖整合数据源,优化数据结构。
- 到 2018 年,G-Evolution 正式上线,保单数量从 30,000 增至 500,000,35% 的投保车辆为互联汽车。
- 成果:
- 提高理赔效率和准确性。
- 增强事故检测和盗窃预防能力。
- 提升客户满意度,挽救生命。
- 未来计划:
- 推广至整个 Groupama 集团。
- 扩展至其他保险公司和保险类型。
实现人工智能的实用步骤
- 制定清晰的人工智能战略,确保与业务目标一致。
- 优先处理数据,建立数据平台,整合内外部数据源。
- 快速执行,从具体用例入手,展示成果,推动扩展。
- 培养人才与文化,结合内部培训与外部合作,推动组织变革。
总结
- 人工智能的潜力巨大,但其价值实现依赖于企业是否能有效整合数据、制定战略、执行项目并推动组织变革。
- 数据是基础,战略是方向,执行是路径,改变是保障。
- 实现“Digital OneOffice”模式是企业数字化转型的终极目标,有助于实时响应客户需求,提升运营效率与客户满意度。
- 通过 HfS 和 IBM 的合作与研究,企业可以找到切实可行的方法,避免人工智能沦为“观光客”,实现真正的业务转型。
附录一:人工智能构成要素示例
| 构成要素 | 技术示例 | 用例 |
|---|---|---|
| 自然语言处理 | Nuance、Cortana、Alexa | 语音识别、对话服务 |
| 机器学习和深度学习 | Google DeepMind、Tensorflow | 模式识别、IoT数据分析 |
| 神经网络 | HIRO、ignio、HOLMES | 会计发现、客户画像、批量管理 |
| 虚拟客服 | IBM Watson、Amelia | 代替客服、虚拟数据科学家 |
| 自主系统 | IPcenter、HIRO | 自动密码重置、自我修复型IT环境 |
| 计算机视觉 | AntWorks、Clarifai | 图像模式识别、笔迹集成 |
关于作者与合作者
- Tom Reuner:HfS Research 业务运营战略与并购咨询执行合伙人
- Elena Christopher:HfS Research 行业研究与机器人流程自动化副总裁
- Cathy Reese:IBM Services 全球分析实践负责人
- Glenn Finch:IBM Services 认知业务决策支持全球总经理
- Brian C. Goehring:IBM 商业价值研究院副合伙人,人工智能/认知与分析负责人
- Yashih Wu:IBM Services 认知流程转型全球战略与产品总监
- 合作者:Lori Feller、Phil Fersht、Tony Giordano、Manish Goyal、Mike Hobday、Peter Korsten、Jesus Mantas
HfS Research 简介
HfS Research 专注于帮助企业洞察未来业务运营模式,推动数字化转型。通过 OneOffice™ Framework,他们帮助企业建立以客户为中心的智能运营模式。
IBM 简介
IBM 通过技术与行业知识,帮助企业实现人工智能与分析技术的落地,提升决策效率与客户体验。其解决方案包括人工智能平台、分析工具和认知业务决策支持系统。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载