AI驱动的数字化转型现状
作者:编辑部
2020-08-03
摘要:通过整体的转型战略,人工智能可以创造奇迹。

在过去十年中,数字化转型一直在改变和重塑组织开展业务的方式。从本质上讲,它是利用数字技术创造新的或修改现有的客户体验以及商业文化和流程,以满足不断变化的客户和市场需求的过程。数字化转型是组织如何为客户提供价值的基础性变革。

这里是人工智能(AI)准备成为游戏规则改变者的地方。作为许多组织数字化转型历程中的催化剂,人工智能的价值往往被低估。然而,不可否认的是,这种解放技术可以帮助企业变得比以往任何时候都更具适应性、创造性、灵活性和创新性。它不仅可以帮助企业赢得新客户,降低风险,还可以提高企业的利润。

Infosys2017年的一项研究发现,在利用人工智能进行数字化转型的受访者中,98%的受访者表示,人工智能有助于为他们的组织创造额外的收入。同一项研究还显示,机器学习在数字化转型中的影响最大,它大幅减少了日常活动的平均时间,改善了决策,同时最大限度地减少了出错的空间。

不仅仅是这样。在Forrester的另一项研究中,71%的受访者表示,人工智能可以提高业务效率,而59%的受访者表示,人工智能可以提高扩展性。此外,55%的受访者表示,人工智能可以帮助预测客户行为,从而改进产品和服务的开发。

 

最大的问题:如何在数字化转型过程中应用AI

长期以来,人工智能处于探索阶段,同时科学家们在研究如何利用深度学习来识别模式和进行预测方面取得了很大的进展。然而,我们现在正处于实施的时代。企业家、产品经理和工程师需要将这些算法转化为成功的业务。AI专家李开复说:“实施是让学术进步变得有意义的原因,也是最终将真正改变我们日常生活结构的原因。”

AI最受欢迎的用途之一是在客户服务和客户体验领域。如果供应商不了解他们的需求并据此进行个性化沟通,约52%的消费者和65%的企业买家可能会更换品牌。客户在寻求支持时,也讨厌让他们等待。他们讨厌输入大量有关问题的信息,并在找到合适的支持代表之前被转接多次。

保时捷投入巨资建立了一个集中式CRM数据中心,记录了整个客户生命周期中的每一次互动。这使其能够了解客户的心理以及他们在每个接触点上的期望。利用预测智能和实时细分,该汽车制造商能够推动更有效的营销活动。例如,它向当时真正有兴趣购买的人伸出援手,从而获得非常高的转化率。

 

AI驱动的数字化转型

正如Joerg最近共同撰写的一份案例研究中所讨论的那样,生活方式集团Majid Al FuttaimMAF)在围绕客户数据和人工智能有说服力的使用案例的帮助下,获得了数字化转型的内部认同。在一个案例中,MAF的电影院连锁店使用机器学习和关联规则来发现新的小吃组合,以便在影院特许经营摊位进行捆绑。仅仅基于组合试验,该电影院公司就能在短短三周内实现两个月的收入增长预测。

Joerg即将发表的案例研究介绍了法国B2B能源巨头ENGIE如何实现彻底的转型,重点是所谓的“3D”——去碳化、去中心化和数字化。将一系列技术解决方案(人工智能、区块链、物联网等)结合到一个全面的生态系统中,ENGIE将自己重新定位为“零碳转型即服务”的传播者。换句话说,ENGIE承诺不仅仅是提供能源,还要让客户能够可持续地使用能源,将浪费降到最低。企业客户为这项服务支付的费用超过了他们的电力成本,但大部分支出通过发现隐藏的节能机会回到了他们的口袋。例如,ENGIE的洞察力团队能够追踪星巴克过度的能源消耗,在使用该服务的美国5000家连锁店中的一台咖啡机。Joerg最近出版的《B2B数字化转型的权威指南》一书将其定义为“第三次转型转变”,即企业从产品驱动的价值主张转向数据驱动的解决方案。

政府也在通过人工智能转变服务方式。在中国,一些人工智能试点计划正在整个法院系统推出,包括可以实时回答法律问题的“人工智能机器人”,自动分析证据的工具,以及自动誊写法庭诉讼程序,这将消除司法书记员兼任速记员的需要。这些技术发展指向的未来是,常规的法庭程序大多由机器处理,这样法官就可以把注意力留给更复杂、更高难度的案件。

AI的另一个主要用途将是在安全和数据隐私领域。事实上,Forrester的研究发现,亚太地区61%的公司已经在利用AI加强或实施数据隐私和安全相关的能力。

例如,金融服务巨头AXA IT一直在利用机器学习和AI来挫败在线安全威胁。他们与网络安全公司Darktrace合作,该公司的企业免疫系统可以学习正常用户的行为,从而在人工智能的帮助下检测危险的异常情况。

 

面临的挑战

数据是人工智能的核心所在。因此,人工智能驱动的数字化转型的成功在很大程度上依赖于从大数据中获取洞察力的能力。这些是人工智能的关键构件。然而,这是大多数组织仍在努力的领域。

Forrester的研究显示,53%的受访者面临的最大挑战是在收集和整合大数据方面,而52%的受访者则在努力构建一个预测分析平台。这两个挑战都与缺乏数据战略有关。有先见之明,首先创建并实施客户“智能数据”战略的企业,能够更快、更有效地进行转型。他们利用人工智能快速发现大规模的洞察力,并将其转化为行动。用以下构件绘制AI路线图是必不可少的。

在哪里玩:优先考虑企业领导者今天和近期到远期将支持的案例。在组织开始其AI驱动的数字化转型之旅之前,目标必须非常清晰。不明确的案例会打乱最好的技术计划,因此企业需要确保他们做好充分的准备。

健全的现状评估:评估必须检查目前手头数据的广度、完整性、准确性和有用性,以及如何收集、部署、分析和保护这些数据。

寻找差距:找出最佳实践和必须解决的薄弱领域,以确保数字化转型拥有推进所需的客户数据。

从数据到行动和洞察力:例如,与电子表格相比,CRM系统可以帮助你更有效地组织客户或潜在信息。这使您能够做出更好的业务决策,例如在哪里集中您的营销或销售努力。如果没有人工智能,这样的报告需要你查看单个数据点(可能会达到数万个),以便得出洞察力。毋庸置疑,人工智能可以帮助您更快速有效地分析这些数据点,从而在您的数字化转型历程中起到催化剂的作用。

 


热门文章