2018年-德勤中国_德勤：推动自动化与决策变革重塑客户互动模式_20页_1mb

科技、传媒和电信行业的智能化升级总结

核心内容

科技、传媒和电信行业正经历由认知计算驱动的智能化升级。这项技术通过自动化、洞察和参与能力，帮助企业提升效率、优化决策和改善客户互动。德勤的认知优势服务致力于协助企业合理利用认知技术，将其融入现有业务流程，以实现显著的业务价值。

主要观点

1. 认知计算的现实应用

• 认知自动化：用于后端流程自动化，如发票处理、客户信息更新等，减少人工负担，提高效率。
• 认知洞察：通过整合多源数据，生成实时洞察，支持企业做出更精准的决策。
• 认知参与：利用自然语言处理技术，改善客户互动体验，如聊天机器人、语音识别系统等。

2. 技术的挑战与潜力

• 认知计算虽然被过度宣传，但其实际价值在于处理非结构化数据，如文本和图像。
• 人工智能技术仍在发展，不能完全取代人类判断，但可以显著提升效率和范围。
• 技术进步使得认知自动化和参与系统能够处理更复杂的任务，如多语言、多格式数据的解析。

3. 行业特殊性与应用优势

• 科技、传媒和电信行业因数据量大、业务模式复杂，成为认知技术应用的天然试验场。
• 该行业高管对人工智能的接受度和应用热情较高，40%表示已从认知技术中获得可观效益。

4. 实践案例

• 科技行业：戴尔通过机器人流程自动化系统提升财务效率，亚马逊利用机器学习优化云服务容量管理。
• 传媒行业：《纽约时报》借助Jigsaw工具筛选评论，Netflix通过推荐引擎提升用户留存率。
• 电信行业：ComRes Telecom利用自动化技术提升系统备份效率，Vodafone开发聊天机器人TOBi，优化客户服务体验。

5. 企业高管对人工智能的看法

• 多数科技、传媒和电信行业高管认为认知技术对内部流程优化和产品创新具有重要意义。
• 他们普遍认为人工智能是推动企业转型的关键因素，希望在未来三年内实现“基本转型”。
• 产品开发是该行业高管认为人工智能带来的首要效益，远高于其他行业。

关键信息

• 认知自动化：通过机器人流程自动化（RPA）处理重复性任务，如发票处理、客户信息更新。
• 认知洞察：整合多源数据，提供实时分析，支持企业决策，如客户行为预测、供应链管理。
• 认知参与：通过聊天机器人、语音识别等技术提升客户互动体验，如个性化推荐、自动客服。
• 行业应用：科技、传媒和电信行业因数据密集和业务复杂性，成为认知技术应用的先行者。
• 投资与回报：科技、传媒和电信行业高管更积极投资认知技术，且在应用上取得更高回报。
• 内部专业知识：企业需要具备内部人工智能知识，以有效利用认知技术，避免依赖外部供应商。

结构清晰总结

认知计算的三大应用领域

• 认知自动化：通过机器人与认知自动化技术，提升后端流程效率，减少人工干预。
• 认知洞察：利用机器学习与数据分析工具，从海量信息中提取有价值的实时洞察。
• 认知参与：通过自然语言处理和聊天机器人，改善客户互动方式，提供个性化服务。

行业应用案例

企业高管对人工智能的态度

• 72%的受访科技、传媒和电信企业高管认为认知技术对其内部流程优化“非常重要”。
• 46%认为认知技术对其产品和服务优化“非常重要”。
• 43%认为内部使用人工智能的能力是其竞争优势的重要来源。
• 75%的高管希望在未来三年内实现“基本转型”。

技术发展趋势

• 自动化技术不断升级，从简单任务处理到复杂数据解析。
• 人工智能在自然语言处理、图像识别等领域的应用日益成熟。
• 企业需具备内部人工智能专业知识，以有效评估和应用新技术。

结论

科技、传媒和电信行业正处于认知技术应用的前沿，其数据密集型和业务复杂性的特点使其成为理想的试验场。认知计算在自动化、洞察和参与三个层面创造显著业务价值，推动企业向智能化转型。企业应重视内部认知技术的积累与应用，以确保在竞争中保持优势。