企业正在加速将AI和机器学习融入日常运营，这已不是什么秘密。无论是为了更精准地预测客户喜好，还是为了支撑核心业务运转，技术投入的步伐是一年比一年快。我们先来看一组数据：IDC的分析显示，2019年全球企业在AI系统上的支出是375亿美元，而到了2023年，这个数字预计会飙升至979亿美元——几乎翻了近三倍。凯捷在6月发布的一项研究也印证了这一点，在受访的950个组织中，有87%已经部署了AI试点项目，或者正在将有限的应用推入生产环境。
然而，正当大家准备大干一场时，新冠疫情的爆发给这股热潮浇了一盆冷水。一个很现实的问题是：许多企业的AI模型极度依赖历史数据来训练算法，但自3月以来，社会经济活动发生了剧烈变化，这些历史数据的基础逻辑变了。凯捷的洞察和数据执行副总裁Jerry Kurtz将这种现象称为“数据漂移”，它让许多公司发现，现有的模型已经不太管用了。举个例子，一家试图预测喷气发动机维护周期公司的模型可能就会完全失灵，因为最近几个月，喷气发动机的使用频率骤降。对近几个月销量大幅下滑的零售商来说，情况也类似。
Kurtz在接受采访时坦言：“现在有太多这样的例子，某些数据的变化速度之快，快到连历史记录都无法再作为可靠的预测指标。公司们不得不回过头去重新审视自己的算法，因为它们从未想过，那些关键的变量会在这么短的时间内发生根本性改变。”面对这个棘手的新问题，负责推进AI和机器学习项目的首席信息官们开始了新的讨论和应对策略。
健康保险公司如何用AI提升业务成果
健康保险巨头安森（Anthem）的首席数字官Rajeev Ronanki分享了一个积极的案例。安森已经在多个业务环节部署了AI和机器学习解决方案，从预测患者的健康轨迹，到处理客户对服务流程的投诉，覆盖范围很广。
他们是怎么做的呢？通过分析慢性病（比如糖尿病或心脏病）患者多年来的医疗数据，并将这些数据与患有类似疾病的“数字孪生”患者进行对比，安森就能提前预测出可能的治疗结果。不仅如此，AI还被用来监控理赔流程和其他服务的执行情况，从而发现各种潜在的客户问题。一旦系统监测到严重的数据出入，客服团队就会主动联系相关的服务提供商或患者，解释其中的原因。Ronanki强调，这种主动出击的服务方式至关重要，它能有效避免问题升级为更激烈的冲突。而这些判断，都基于AI对数百万次呼叫历史数据的深度分析——系统会生成一系列分数，用以预测客户将投诉升级的可能性有多大。
Ronanki说：“我们总是尝试主动与客户沟通，解释每一个决定的来龙去脉，尽可能提供全面的背景信息。”为了体现对这项技术的重视，安森早在2018年就聘请了谷歌搜索业务的前负责人Udi Manber担任首席AI官。在Manber的领导下，安森的每个业务线都嵌入了AI功能，跨职能团队开发了各种旨在简化医疗流程的应用，目标很明确：让整个过程变得更“个性化、高效且主动”。
运输公司用机器学习保障包裹处理
拥有超过百年历史的办公室运输和邮递服务商必能宝（Pitney Bowes）的首席创新官James Fairweather透露，他们在过去8年里一直大规模使用AI和机器学习工具。目前，他们正在用这类软件来预测其集成了安卓平板和打印机的邮件包裹处理坞的故障时间。一旦与设备直接通信的机器学习软件检测到潜在故障征兆，系统就会自动安排现场服务人员前往维护。
Fairweather指出，在机器真正发生故障前解决问题，对于减少包裹运输过程中因设备问题导致的停机时间至关重要。而且，由于机器学习软件的预测能力已经相当精准，公司可以提前在服务管理系统中排好维修计划。“这给客户带来了极佳的体验。”他补充道。
蔓越莓生产商如何用机器学习优化运营
在优鲜沛（Ocean Spray）正式启动AI和机器学习之旅前，这家蔓越莓、葡萄柚及其他果汁的生产商首先做了一项非常基础的工作：清理多年来沉淀下来的大量数据。首席数字和技术官Jamie Head说，他们执行了一套主数据管理策略，来提升由业务部门和客户产生的信息资产的准确性和一致性。
做完数据清理后，优鲜沛开始使用机器学习来分析过去三年的历史数据，评估销售增长趋势，并剖析竞争对手的促销策略，从而解决可能存在的季节性销售差异。Head的团队正与机器学习初创公司Visual Fabric合作，探索如何从市场追踪的支出数据中获得更深的洞察，以“推动业务发展”。这些洞察会分享给销售团队，帮助他们完善市场开发策略。此外，优鲜沛还在研究如何利用机器学习来提高蔓越莓的产量。他们的方法是：分析水果的颜色、大小以及其他变量，并结合其位于加拿大、马萨诸塞州、新泽西州、威斯康星州和智利等地的农业合作伙伴提供的土壤和气候条件数据。
机器制造商用虚拟助手管理销售
在工业领域，霍尼韦尔（Honeywell）的销售人员现在多了一位“智能助手”。他们使用一套由Tact.ai构建的AI虚拟助手，来帮忙合理安排会议的先后顺序，并管理销售线索，为公司旗下的航空电子系统、工程车辆和其他工业机器寻找买家。
霍尼韦尔的卓越销售运营副总裁Patrick Hogan介绍说，这个应用可以从公司的Microsoft Office 365和Salesforce系统中获取信息。销售人员只需通过智能手机与助手对话或发信息，就能查看自己的销售目标完成情况，以及客户与商业计划互动的各项指标。当一场会议结束时，助手会询问下一步计划。它还会通过通知“推动”用户去跟进那些可能错失良机的事项。Hogan说：“这能帮你成为自己领域里的佼佼者。”他补充说，这个工具非常智能，它会学习每位销售人员每次使用过程中的工作流和偏好。
这套智能助手对霍尼韦尔的销售管道产生了显著的积极影响——促成了更多面对面的会议，增加了每位销售人员的收入，提升了销售转化率和收益率。Hogan正在积极推动公司9500名销售人员中的更多人使用这个工具。
AI让商业服务走向个性化
欧迪办公（Office Depot）的首席信息官Todd Hale表示，他们也在大力投资机器学习能力，目的是获取关于客户偏好的深度洞察，从而做出更精准的产品推荐。
这家市值110亿美元的公司正寻求扩大其业务服务部门（包括较早在2019年收购的CompuCom技术服务部门），并减少对传统办公用品销售的依赖，因此数据分析显得尤为关键。目前，B2B销售已经为他们贡献了超过60%的收入。他们使用先进的AI和机器学习技术来细分客户群体、预测客户流失率、评估客户生命周期价值以及分析产品忠诚度。Hale举例说：“在电子商务领域，我们利用基于Apache Spark和BigDL的Analytics Zoo深度学习功能，提供基于用户行为的实时产品推荐，并开发交叉销售和追加销售模型。”他相信，在理想情况下，这能帮助欧迪办公打造出真正“按需定制的产品和服务”。