對于電子商務(wù)和非營利組織來說，利用企業(yè)數(shù)據(jù)資產(chǎn)可能是決定成敗的優(yōu)先事項。機(jī)器學(xué)習(xí)和生成?AI?是等式的一部分，但掌握它們的應(yīng)用程序需要評估?AI?對業(yè)務(wù)的實際影響。
來源：Zamrznuti tonovi / Shutterstock
AI?已成為一種企業(yè)口號，機(jī)器學(xué)習(xí) （ML） 和通用?AI?已成為更大對話的補充。尤其是?CIO?的角色，必須相應(yīng)地進(jìn)行調(diào)整，總部位于阿姆斯特丹的國際電氣零售協(xié)會?Euronics?就證明了這一點。在這里，數(shù)字總監(jiān)?Umberto Tesoro?的工作始于更好地使用數(shù)字?jǐn)?shù)據(jù)來創(chuàng)造更高的客戶體驗和增加銷售額的需求。
Gartner?建議擴(kuò)展數(shù)據(jù)和分析戰(zhàn)略，以包括?AI，并避免在沒有治理的情況下分散的計劃。在實踐中，Gen AI?是?Euronics?戰(zhàn)略的一個特例，涉及數(shù)據(jù)和分析，指導(dǎo)者（CIO?或?CDO）的任務(wù)是了解何時應(yīng)用它，何時不應(yīng)用它。
事實上，Gen AI?目前不在?Euronics?實施的技術(shù)之列，因為?Tesoro?沒有看到對零售活動有用的用例?！?span style="font-size: 16px; -webkit-tap-highlight-color: transparent; outline: 0px; font-family: Calibri;">IT?必須為業(yè)務(wù)服務(wù)，”他說。
經(jīng)理團(tuán)隊的第一步是聘請一名?UX?設(shè)計師，他們不僅為最終用戶設(shè)計界面和體驗，而且還進(jìn)行測試，以提供網(wǎng)站和應(yīng)用程序性能的定性和定量證據(jù)，以指導(dǎo)業(yè)務(wù)。
“電子商務(wù)是從訪問網(wǎng)站到完成購買的過程，”Tesoro?說?！拔覀儽O(jiān)控整個流程，并使用匯總數(shù)據(jù)來評估要帶給客戶的最佳解決方案和體驗。我們始終為消費者提供兩種不同的體驗并評估結(jié)果。然后，我們選擇一個并對網(wǎng)站體驗進(jìn)行任何更改，因此我們的電子商務(wù)策略完全由數(shù)據(jù)驅(qū)動?！?/span>
網(wǎng)站解決方案通過?ML?得到加強，ML?通過建議顯示與客戶已購買的產(chǎn)品一致的產(chǎn)品來幫助提供個性化內(nèi)容。對于?ML?和分析，Tesoro?在其認(rèn)為同類最佳的市場上購買產(chǎn)品，然后通過技術(shù)合作伙伴根據(jù)公司網(wǎng)站和應(yīng)用程序的需求定制應(yīng)用程序。
“內(nèi)部?IT?團(tuán)隊必須能夠管理和指導(dǎo)供應(yīng)商，但我們不進(jìn)行內(nèi)部開發(fā)，”他說?！拔艺J(rèn)為這對我們來說不方便。我向供應(yīng)商和合作伙伴提供指導(dǎo)和策略，內(nèi)部項目經(jīng)理充當(dāng)鏈接。對我們來說，數(shù)字團(tuán)隊的關(guān)鍵人物是?UX?設(shè)計師和業(yè)務(wù)分析師，因為在內(nèi)部，我們致力于實現(xiàn)戰(zhàn)略目標(biāo)：客戶體驗和數(shù)據(jù)分析，以支持銷售?！?/span>
正是公司數(shù)據(jù)資產(chǎn)的價值化和不斷改進(jìn)客戶體驗的目標(biāo)，促成了?Euronics?與商業(yè)媒體公司?Criteo?最近合作，在?Euronics?的電子商務(wù)網(wǎng)站上實施?Criteo?的零售媒體解決方案。
“我們?yōu)橄M者提供的產(chǎn)品與網(wǎng)站上的特定搜索相符，”Tesoro?說。“對我們來說，它有很多優(yōu)勢：我們?yōu)閺V告商提供更好的結(jié)果，并為在我們的電子商務(wù)平臺上銷售某種產(chǎn)品創(chuàng)造了條件。由于?Criteo?平臺提供的消費者搜索意圖數(shù)據(jù)分析，我們對銷售產(chǎn)生了積極影響?！?/span>
一、數(shù)據(jù)在非營利組織中的價值
即使對于意大利非政府組織?Emergency，數(shù)據(jù)也是一項需要增強和保護(hù)的戰(zhàn)略資產(chǎn)。
“數(shù)據(jù)是醫(yī)院核心活動的支持，”首席信息官?Manuele Macario?說。“它必須始終對我們治療的人是安全的?！?/span>
這一理念導(dǎo)致了一個信息系統(tǒng)，該系統(tǒng)通過?SDC?軟件平臺管理阿富汗三個急診外科中心的臨床數(shù)據(jù)。它有一個基于開源組件的架構(gòu)，包括分布在各個急診診所的服務(wù)器和平板電腦上。
“開源軟件平臺是由我們的醫(yī)療部門創(chuàng)建的，即使在不穩(wěn)定的條件下也能保持記錄，”Macario?說。“例如，它可以適應(yīng)沒有互聯(lián)網(wǎng)連接和離線工作的情況。然后，當(dāng)線路可用時，數(shù)據(jù)將被重新傳輸。它很容易安裝，我們可以將其轉(zhuǎn)移到其他站點。”
這并不影響它是一個非常先進(jìn)的臨床數(shù)據(jù)收集系統(tǒng)的事實，因為它是數(shù)字化的、實時的和安全的，因為數(shù)據(jù)在?VPN?上加密并發(fā)送到?Emergency?在米蘭的中央數(shù)據(jù)中心。在這里，還可以通過?Microsoft Power BI?執(zhí)行分析。Macario?解釋說，基礎(chǔ)設(shè)施是本地的，以保護(hù)所做的投資，但不排除云。事實上，近年來已經(jīng)采取了幾個步驟將一些服務(wù)遷移到云中。
“數(shù)據(jù)管理中重要的是制定可靠的災(zāi)難恢復(fù)計劃，”Macario?說。“事實上，對于像我們這樣的非政府組織來說，安全既是一個網(wǎng)絡(luò)問題，也是一個物理問題，因為我們不僅是攻擊的目標(biāo)，而且我們在戰(zhàn)區(qū)開展業(yè)務(wù)，那里提供的服務(wù)并不總是可靠的，而且在發(fā)生故障時，很難找到硬件更換部件?！?/span>
應(yīng)用了創(chuàng)新的加密和地理數(shù)據(jù)備份技術(shù)，特別是防止勒索軟件的不可變云技術(shù)。AI?支持這些?API?以實現(xiàn)端點保護(hù)。用戶身份也在?Azure Entra ID?平臺上進(jìn)行管理，該平臺集成了?AI?并實時警告可疑活動。
二、數(shù)據(jù)管理的轉(zhuǎn)折點
但是，人工智能在緊急情況下的真正變化來自于同樣在阿富汗開展的?Amanat?項目中應(yīng)用的通用人工智能。該計劃基于八年前掃描超過?1000?萬張醫(yī)療記錄的工作。
該項目的下一步是使用數(shù)字化數(shù)據(jù)并對其進(jìn)行分析。事實上，掃描數(shù)據(jù)無法被軟件讀取，因為它們是從一家在創(chuàng)傷中運營的醫(yī)院的文件中提取的，因此經(jīng)常匆忙書寫，筆跡不準(zhǔn)確且收縮。
“我們求助于大型技術(shù)參與者來解決問題，LLM?算法帶來了一個轉(zhuǎn)折點，因為它們允許我們進(jìn)行分析，”Macario?說。“我們的醫(yī)療部門使用這些來分析獲得護(hù)理的機(jī)會和提高質(zhì)量、獲取統(tǒng)計數(shù)據(jù)、創(chuàng)建檔案，并了解我們在戰(zhàn)爭背景下需要哪些儀器、藥物和醫(yī)生。這些數(shù)據(jù)構(gòu)成了我們的干預(yù)基礎(chǔ)，也是我們報告戰(zhàn)爭對平民居民影響的能力的基礎(chǔ)?！?/span>
Macario?的團(tuán)隊隨后從喀布爾的創(chuàng)傷醫(yī)院隨機(jī)采集了?2002?年至?2018?年的?1000?份醫(yī)療記錄，從而啟動了?PoC。PoC?對于測試技術(shù)的功能和控制成本是必要的，通過將系統(tǒng)應(yīng)用于所有文檔，成本將顯著增加。
“我們選擇了?Microsoft?和?Azure OpenAI?技術(shù)作為我們的合作伙伴，”他說?！拔覀儾幌雽⒉v數(shù)據(jù)放在開放的?OpenAI-ChatGPT?系統(tǒng)上。相反，我們使用了?Microsoft?租戶上的空間，這保證了我們的隱私和患者數(shù)據(jù)的保護(hù)。
Microsoft?的技術(shù)是定制的，提供了計算能力，但應(yīng)急團(tuán)隊需要自定義?Azure Document Intelligence?算法，方法是根據(jù)醫(yī)療記錄中使用的格式對其進(jìn)行訓(xùn)練，并讓?AI?了解要解釋的信息位置和內(nèi)容。
從那里，創(chuàng)建了一個可搜索的關(guān)系數(shù)據(jù)庫，從中對活動進(jìn)行后驗分析以捕獲趨勢。為了閱讀數(shù)字化的醫(yī)療記錄，Macario?的團(tuán)隊創(chuàng)建了插入?Azure OpenAI?的特定提示，以獲取首字母縮略詞的解釋或僅解釋部分書寫的單詞等。
“我們分離了有關(guān)受傷和醫(yī)院治療之間經(jīng)過了多少時間的信息，這對于了解我們的急救中心在哪里以及我們的手術(shù)是否有效至關(guān)重要，”Macario?解釋說。“通過正確的提示，我們指導(dǎo)?Azure OpenAI?糾正和轉(zhuǎn)換此類信息，為我們提供可以在圖表上分析和可視化的數(shù)據(jù)。”
二、對?gen AI?的適當(dāng)投資
馬卡里奧強調(diào)，只有在有好處，證明投資是合理的時，才應(yīng)該如何應(yīng)用通用人工智能。
“我不考慮使用 大模型AI?，除非是我們組織真正需要的，否則就成本和環(huán)境負(fù)擔(dān)而言，這是一項不可持續(xù)的技術(shù)，”他說?！皩ξ襾碚f，應(yīng)該使用?AI?和?gen AI?來獲得通過其他方式無法獲得的結(jié)果，或者因為預(yù)期會帶來顯著的好處。我們的?Amanat?項目就是這種情況，該項目不僅使用通用人工智能為我們的運營提供有用的數(shù)據(jù)，而且為未來在戰(zhàn)爭背景下的干預(yù)做好準(zhǔn)備，并能夠通過數(shù)據(jù)判斷戰(zhàn)爭的后果?！?/span>
Euronics?的?Tesoro?對?gen AI?也很有選擇性，因為該公司目前沒有將其應(yīng)用于零售活動，但正在?Salesforce?生態(tài)系統(tǒng)中進(jìn)行測試，以了解它對生產(chǎn)力的可能用途。而在這方面，前景似乎很有希望。
“我不認(rèn)為通用?AI?在現(xiàn)階段對我們的業(yè)務(wù)有很大影響，但我對自動化手動流程很感興趣，我們已經(jīng)在測試帶有生成式?AI?的生產(chǎn)力工具，以處理重復(fù)和無價值的任務(wù)，”Tesoro?說。“對我來說，人工智能是一種賦予人們權(quán)力的工具，讓他們不會將才能浪費在機(jī)械任務(wù)上，而是轉(zhuǎn)移到那些可以提高他們智力能力的任務(wù)上?！?/span>
Macario?重申，在?Emergency?的?Amanat?項目中，ChatGPT?的任務(wù)已被有效限制?！?/span>它是一個工具，而不是一個預(yù)言機(jī)，它必須被賦予界限，清楚地表明它必須做什么，”他說?！八惴ㄍㄟ^統(tǒng)計數(shù)據(jù)說話。他們不會給出正確或錯誤的答案，而是或多或少具有高度可靠性的答案。但是，低于某個閾值時，答案是不可接受的。在?PoC?中放置的一千條記錄中，我們丟棄了一半的不可靠記錄。”
三、不要忘記傳統(tǒng)的?AI
根據(jù)作家兼數(shù)據(jù)和分析專家?Stefano Gatti?的說法，gen AI?有幫助，但還不夠成熟，無法管理面向客戶的服務(wù)?！跋喾矗鐜孜?CIO?所認(rèn)識到的那樣，它已經(jīng)足夠成熟，可以支持內(nèi)部生產(chǎn)力的提高，”他說?！叭斯けO(jiān)督，或者無論如何，對結(jié)果可靠性的驗證仍然是至關(guān)重要的?！?/span>
Gartner?以類似的方式寫道，在投資?gen AI?之前，CIO?應(yīng)該首先了解用例是否為業(yè)務(wù)創(chuàng)造了價值以及在實踐中是否可行，因為很難證明不加選擇地應(yīng)用它是合理的。還有一些風(fēng)險較小的成熟或傳統(tǒng)?AI?技術(shù)，例如優(yōu)化、模擬和知識圖譜，這些技術(shù)可以在沒有生成?AI?的情況下有效。
【睿觀：評估AI應(yīng)用領(lǐng)域的具體業(yè)務(wù)價值時，可以從以下幾個關(guān)鍵指標(biāo)進(jìn)行考量，這些指標(biāo)可以幫助企業(yè)全面評估AI技術(shù)在具體業(yè)務(wù)中的應(yīng)用價值，并作出更明智的投資決策。
戰(zhàn)略價值：AI技術(shù)如何幫助企業(yè)實現(xiàn)長期發(fā)展和競爭力提升。這包括品牌美譽度提升、政策響應(yīng)度提高和創(chuàng)新研發(fā)水平提升。
降本增效：AI技術(shù)如何降低企業(yè)運營成本和提升運營效率。具體來說，可以衡量成本降低（如人力成本、生產(chǎn)成本、服務(wù)成本和交易成本）和效率提升（如生產(chǎn)效率、服務(wù)效率和運營效率）。
創(chuàng)收創(chuàng)利：AI技術(shù)如何提升企業(yè)收入和盈利能力。這包括業(yè)務(wù)規(guī)模擴(kuò)大和產(chǎn)品質(zhì)量提升。
成功率：AI系統(tǒng)在滿足用戶需求方面的能力，包括使用者意圖理解與使用者目標(biāo)對齊。
內(nèi)容采用率：用戶在實際工作中采用AI輸出內(nèi)容的頻率和意愿，包括創(chuàng)意符合程度和迭代修改次數(shù)。
對照試驗：通過對比AI生成內(nèi)容與傳統(tǒng)人工內(nèi)容在不同維度上的表現(xiàn)，評估AI技術(shù)的實際價值，包括交付同樣內(nèi)容所需的時間節(jié)省和接收者對于交付物的滿意度。
成本收益量化：通過精確計算AI應(yīng)用所帶來的成本節(jié)約和收益增長，評估其對企業(yè)整體財務(wù)狀況的影響，包括整體投資收益比。
技術(shù)性能：模型的性能，包括其速度、準(zhǔn)確度和效率。
可擴(kuò)展性和適應(yīng)性：模型在不同規(guī)模的數(shù)據(jù)和各種環(huán)境下的表現(xiàn)。
用戶體驗和滿意度：用戶對AI產(chǎn)品的接受度、滿意度和整體體驗。
公平性、透明性和倫理：AI產(chǎn)品在公平性和無偏見方面的表現(xiàn)。
安全性和隱私保護(hù)：AI產(chǎn)品在安全性和隱私保護(hù)方面的表現(xiàn)。
感知質(zhì)量評估：對于生成類AI產(chǎn)品，評估生成內(nèi)容的質(zhì)量、多樣性和創(chuàng)造性。
多樣性評估：評估AI生成內(nèi)容的多樣性。
創(chuàng)造性評估：評估AI生成內(nèi)容的創(chuàng)造性和原創(chuàng)性。
實用性評估：評估AI生成內(nèi)容在實際應(yīng)用場景中的實用性?！?/span>
常用生成式AI應(yīng)用場景與價值分析
