行业报告·为什么AI驱动，将成为企业数字化转型的战略引擎

近期，德勤发布《2019技术趋势报告：超越数字化》，深入研究了曾经的颠覆性趋势（如云技术、分析技术、数字体验等）及三项新兴趋势：区块链、认知现实和数字现实，并聚焦新兴技术趋势（如人工智能、智能交互和体验式营销等）分析，揭示了企业数字化转型的未来。

 以下内容摘录于报告「第二章节」关于「AI驱动型组织」分析的「部分内容」。

▌AI驱动型组织：充分发挥AI在企业中的潜力

对一些企业而言，AI潜力的充分利用是从探索特定的商业机会和创造潜在的应用场景开始的。若要成为真正的AI驱动型组织，需要从人机互动方式出发，从根本上重构工作环境。同时，管理人员还要考虑如何系统地将机器学习和其他认知工具部署在企业整体运营和每一核心业务流程中，基于数据来制定决策，推出新产品和创造新商业模式。随着AI技术在各个行业迅速标准化，成为AI驱动型企业不仅仅是战略上的需要，它也将成为企业能否生存的关键。

当下，全球各行各业的企业均已走上AI探索之旅。 在这场AI之旅中领先的企业透过独特的举措，将目光放得更为长远。他们开始将AI作为企业战略的组成部分 。 《麻省理工学院斯隆管理评论》期刊和波士顿咨询集团最近对3000多名企业高管进行了一项调查，结果发现，雪佛龙、安联和戴姆勒等先锋企业已经优先考虑开发创收型的AI应用程序而非节省成本的传统应用。他们将AI扩展到企业运营的方方面面，并使高级管理层也参与到AI计划中。值得注意的是，先锋企业的受访高管中，90%的人表示已经制定了AI战略。

▌AI——是AI啊！

在一系列推动生产力实现巨大飞跃的技术驱动型变革中，AI驱动型企业已成为最新的趋势。在20世纪初，新的制表机器已能帮助员工整理数据并进行计算。20世纪50年代，出现了可编程系统，即当今计算技术和互联网技术的前身。21世纪来临之际，AI、机器学习和机器人技术等认知技术开始增强和扩大人工智能，这种转变正在不断颠覆运营模式并开启全新机遇。

自动化所提供的更多且更为深刻的洞察有助于提高生产力、提高效率并降低运营成本。而在AI的背景下，以上目标并不难实现。

加强合规性。尽管公司做出了最大努力，但由于人们普遍存在的偏见，合规仍是个难以瞄准的移动靶。主观意见和不同世界观的碰撞使得交谈变得有趣，但同时也使得任意的两人（或更多人）很难以相同方式去解读法律和法规。相比之下，算法没有起伏不定的思维过程：它们总是根据现有法规的字面意思来解释和执行。通过智能自动化IT系统中的合规功能，企业可以将人类认知的机动性交由机器自动执行，理想情况下，这种自动执行不受主观性、偏见和情绪的影响。

产品和服务的“大量个性化”。如今，内容、产品和服务主要为大众消费而设计。在不久的将来，它们可能会根据个人用户的角色、需求、愿望和特点进行定制—这种方式被称之为大量个性化。更重要的是，这种程度的个性化将同时存在静态与动态。

资产智能。当下，企业依赖人类智能去解读、预测和感知信息的这一情况即将改变。未来，由基础设施、IT系统和库存等企业资产实现的数据智能，可能超越人类的洞察力，成为企业中最关键的商业智能。

▌AI的下一超级模型

的确，许多企业在以创新的方式使用AI，但随着AI化趋势的发展，越来越多的企业开始从孤立试验项目的技术应用转向部署更大的AI系统。目前在使用中的系统模型已有三种：

云原生模型。鉴于AI在企业技术领域的优势，不难想象，AI即服务（AI-as-a-service）平台也许将成为下一个大型操作系统。这也许并不一定会发生，但仅是这种可能性便已在主流（和次要）科技公司中引发某种淘金热，纷纷基于AI打造平台。

组合模型。作为云原生模型的一种替代方法，一些供应商正在将现有的通用AI平台放入云端。例如，IBM现在开始为云端客户提供沃森（Watson）的AI和机器学习技术。Salesforce则为其Einstein平台采取了一种略微不同的策略：该公司正在收购AI技术，然后添加到其云服务组合中。同样，SAP和甲骨文仍专注于将AI整合到现有产品包中。

开放算法模型。认识到AI蕴含大好商机的企业，并非只有财力雄厚的老牌供应商。同样地，也并非所有人都认为，一种单一的云模型或供应商模型能占据市场主导地位。出于这个原因，许多初创公司和精品软件商店都在开发AI解决方案，以应对特定的商业需求、用例和垂直领域问题。在市场整合获得动力和标准兴起之前，预计将有更多高度创新的初创公司加入AI战局，而他们早期的一些努力很有可能会形成可扩展性部署。

▌智能：AI与人类智能

AI驱动型组织将AI、机器学习和其他认知技术置于企业和IT运营的核心。虽然这听起来极其容易，但其颠覆性结果或将波及整个企业，并在以下方面产生特殊影响：

数据管理。若要获取成为AI驱动型组织的好处，您需要落实更为动态化的数据管控、存储和架构。高级数据管理为企业AI引擎提供了动力，它是从大量数据存储中获取自主洞察力的核心。数据在向AI输入前需要进行正确标记，企业的团队应准备好为该信息提供商业环境。要成为AI驱动型企业，需要访问正确的数据集，并能对该数据进行算法训练，以及聘用能够解读该信息的专业人员。

虽然AI提供了以惊人速度处理、分析和执行数据的机会，但这首先需要高质量的数据来提供支持。遗憾的是，为AI部署准备数据并创建管理数据所需的动态功能，事实上是一项巨大的挑战。

 培训机器学习。AI技术依靠在神经网络中运作的机器学习算法来发挥作用，这些神经网络必须经过大量数据的“训练”。在全球AI淘金热的背景下，中国采取了与大部分国家不同的数据隐私处理方法：中国开发人员可以随时访问阿里巴巴和百度等公司所拥有的庞大数据集，所有这些数据在较大程度上是基本可控的，因而在目前具有一定优势。

AI伦理。目前关于使用AI所产生的伦理后果及其潜在的社会影响，社会上一直存在争论。在认知技术的诸多方面尚且缺乏伦理共识的情况下，各个公司在推进AI探索时，应将道德因素及企业价值观纳入对AI解决方案的研发中。

组织和文化变革。数据分析、数据建模和应用程序开发，是目前公认最具价值的IT技能。随着AI应用的普及，企业将越来越重视数据科学、算法开发和AI系统设计方面的专业技能，特别强调开发个性化用户体验所需的以人为本的设计技能。对CIO来说，这已成为一项挑战：如何利用已有系统中具备专长的现有人才？

 认知，并非信息。曾经，CIO们花费大量的时间和精力维护已建系统并保持这些系统的正常运行。而随着AI、机器学习和其他认知工具不断推动整个IT生态系统的自动化，CIO及其团队可以节省维护时间，并将更多精力用于帮助企业就如何使用技术，以及对技术的期望方面做出明智的决策。归根结底，AI化的过程为CIO提供了重新定义自身职能的机会，即从CIO转变为“首席认知官”—一个可在公司层面监管、推动并催生明智决策的组织领导者。

▌我们的观点

玄讯快消智研中心认为 ，作为离消费者最近的行业，快消零售行业一直以来都走在技术变革的前列。对于快消行业而言，AI早已不再是一个陌生的名词，众多快消品牌商与零售商都对智能化应用表现除了高度的兴趣，而快消零售行业的智能化落地也给快消传统品牌厂商提供了新的变革思路。

中国快消零售市场的变革每天都在发生，这意味着快消品公司要充分了解产品在各个消费场景中的销售情况。从品牌商角度出发，则着力于利用AI赋能和技术创新与最为直接、刚需的快消终端应用场景结合，需要更快加速地发现问题，例如商品缺货情况、货架陈列不当，并加快新产品上架速度，实现效率体能及供应链的智能优化。

结合快消行业数字化营销创新需求及AI智能化基础，AI除了在智能销售管理、智能销售预测、智能数字营销、智能客服等方面创新实践外，对于快消终端门店、销售自动化管理方面也已经实现了成功的场景落地与商业应用。同时基于快消行业庞大的、得天独厚的数据基础，目前AI技术的业务应用不断得到补充，已愈发成熟，并在帮助快消行业提高陈列识别、费用审核等方便取得了明显的价值效果。

玄讯AI+SFA八大核心应用场景展示

（图片来源：玄讯快消智研中心）

▌终端掌控应用场景：陈列智检

针对快消企业掌控终端、实时高效的硬需求，AI+CRM的智能化陈列检核应用，通过智能采集、实时检核、陈列智检、全量检核等，解决了在举证、稽核、费用等业务流程方面的管控难题。

（玄讯AI智能平台陈列检核智能应用示例）

通过智能AI平台，业务员/稽核人员在拍照上传后，系统会自动检测陈列照的陈列合规情况以及物料摆放情况，并且立即返回检测结果，所有合格与不合格项清晰罗列，无需手工核查，有效提高整体稽核效率，为费用的有效投放提供了有力的保障。

而目前，随着AI智能技术及图片识别的不断发展，AI+CRM在陈列检核场景中，已经实现了以下陈列检测功能。

（玄讯AI智能平台陈列检核智能功能列表）

并且，部分领先的AI+CRM提供商，通过图片选型-图片标注-模型搭建-专业训练-投入生产-智能分析等先进的AI技术，为快消企业提供整条AI服务链路，构建企业智能销售管理体系。在实际陈列检核AI应用方面，更是实现了识别准确率高达95%、3秒识别、360°全视角识别、多种陈列场景可识别、自定义陈列规则检测等多样化的创新应用。

快消企业通过AI+CRM智能化的陈列检核，将终端陈列举证环节从几天缩短为几分钟，时效性提高99%以上，而从10分钟人工肉眼检查到拍照3秒检测，大大提高稽核人员的稽核效率，全面提高业务员的拜访效率和拜访覆盖率，而通过保证陈列合规、物料粘贴到位，真实还原终端陈列真实情况，促进动销，进一步保障了所有费用的投放真实有效。

以上内容部分摘录于《2019技术趋势报告：超越数字化》第二章节【AI驱动型组织】，此外，本报告还对宏观科技力量、智能交互、超越营销等 前沿技术进行了全面、深度的分析，报告内容专业详实，对企业在数字化转型方面参考价值高。

 

版权：本报告版权归德勤所有，如需引用请注明版权出处，且仅供参考学习使用。

来源：内容来源于德勤报告原文，玄讯略有补充。