带你读《创新之巅: 未来十年重构商业的六大战略性技术》第一章未来十年重构商业的 六大技术1.AI 启用战略

简介: 《创新之巅: 未来十年重构商业的六大战略性技术》第一章未来十年重构商业的 六大技术1.AI 启用战略

AI启用战略

 

人工智能潜力巨大,必将引发各行各业、一波又一波的创新浪潮。当一个组织开始构建一个全面的、跨越几年的AI战略时,可以在几个方面开启你的思考。

 

预测客户、运营和趋势

 

利用 AI的预测能力进行需求预测、流线化运营、营销目标定位、预测趋势并影响未来产品的设计。电力公司利用AI预测电力需求,时尚设计师利用 AI接下来几年的秋季色彩提出建议,设备制造商利用AI预测机器何时会出现故障以便安排预警性维护。AI预测能为你的企业做什么?

 

 

看得越多、理解越深、制订的决策越好

 

未来的超级传感器可以提升自动驾驶汽车的安全性,成为医学上的下一个CT扫描,或者为我们所有人提供第六乃至第七感官。超级传感器将使企业运营流线化,彻底改变人工界面,并颠覆未来的产品和服务。

每个公司都应该围绕超级传感器出现的可能性开展战略性探讨:确定你的公司可以如何使用超级传感器聚焦业务、实时获得对运营的洞察,并且利用这些洞察制订出高质量的数据驱动的商业决策。在谷歌 Soli技术的启发下,思考可以如何为你的产品构建超级传感器以改善人机界面。通过超级传感器,你如何以新的方式了解你的客户?超级传感器还可以帮助你的企业提出什么其他新点子?

 

构建一个全面的数字语音战略

 

每个企业都应该有一个数字语音战略。语音平台为客户与品牌交互提供了一个新的方式,提升客户支撑能力,并且对使用双手执行工作,或在非传统办公条件下工作的员工有所帮助。

首先,确定语音平台在你的组织内的目标。找到一些领域,通过语音界面传递信息会提高员工的工作效率或促进其协同合作。了解你的品牌应该为现有客户创建怎样的会话能力,以及如何利用语音吸引新客户。思考可交互、可发声的线上广告将能扮演怎样的角色,比如点击并询问我有关最新款式的问题!探索数字语音代理如何降低支撑成本并开创新的销售渠道。

客户总是想要更多选择。当品牌提供给我们更多选择时,他们尊重我们作为个体被承认的需求。消费者期望通过许多渠道与品牌进行交互:面对面、电话、网络、移动 App、社交媒体、虚拟现实、交互式增强现实对象、聊天机器人,等等。每个品牌都会提供对消费者来说有意义的、尽可能多的选择。一个语音界面对于你的企业来说是一扇新的大门,而语音代理则是你们公司品牌的大使。你必须像守护你的网站一样去守护大门。你还需要教导你的大使总是表现出最佳的一面。

 

企业需要训练它们的聊天机器人用一种与其品牌声音一致的音调进行交    互。营销部门需要确定合适的设计参数:语音代理应该表现出的是随意还是正式的音调?平静高效的,抑或激情服务的音调?严肃的,抑或带着幽默的音调?迪士尼、哈雷·戴维森(译者注:著名机车品牌)和酩悦香槟(译者注:世界最大的香槟品牌)的语音代理听起来可是完全不同。

确定在哪里开发语音代理:企业自建、使用第三方架构,或基于现有的语音平台。谷歌、亚马逊、苹果及其他技术巨头支撑开发人员为自己的语音服务创建App。谷歌称这些App活动,而亚马逊则称其为技能。品牌不同,购买的决策也不同。大多数品牌会在主流技术平台上建立语音代理。出于竞争或安全考虑,一些品牌可能选择建立专有语音代理嵌入在其 App和网站中。银行可能出于安全原因更倾向于拥有他们自己的语音代理,美国银行的虚拟助理 Erica是一个很好的例子。

语音的未来将变得越来越宽广。今天的主流语音平台包括谷歌的Assistant

(助手)、亚马逊的Alexa、提供在线服务的AOL(美国在线)Compuserve(译者注:美国最大的在线信息服务机构之一)。互联网的崛起、开放的标准网页和浏览器打破了网络服务的壁垒,在线世界向每一个想要参与其中的人敞开大门。例如 OpenVoiceNetwork(开放语音网络)正努力寻求建立类似于网页的 HTML

(超文本标记语言)的在线语音标准以构建它们自身的语音能力。

 

理解并消除偏见

 

当利用代表人类行为样例的数据对 AI进行训练时,AI也会学习到反映在数据中的人类偏见。亚马逊每周要接受堆积如山的工作申请。为了对简历进行分类,亚马逊构建了试验性 AI以把可以进入面试的候选者筛选出来。但是存在一个问题根据路透社的一份报告,很显然亚马逊的AI对女性持有偏见,这与其编码方式毫无关系。AI所反映的是亚马逊招聘过程中以往存在的偏见。招聘经理的无意识偏见在 AI的推荐中被编码,因此它学习到偏爱男性候选者。亚马逊在项目部署前取们人性的镜子。

我们应该让 AI达到比我们自己更高的标准,并且应该努力创建出不反映人类偏见的 AI。新泽西州构建了一个 AI,作为其废除保释担保系统计划的一个构成部分。现金保释成为美国审判系统的一部分已有几个世纪的历史,但因其惩罚的是更贫穷的被告而受到诟病。根据新泽西药物政策联盟在2013年的一个研究,新泽西监狱有 75%的人都是等候审判的人,平均候审时间为 314天。其中有大40% 的人支付不起 2500美元或更少的保释金。根据新泽西州的法律规定,无论罪行是什么,只要交够足够的保释金,每个人都可以保释,所以富人总是可以免于进监狱,而保释担保人赚了很多钱。20171月,新泽西州以一个AI系统取代了其保释系统,AI系统可以对每一个被告创建一份公共安全评估(PSA)报告,法官使用这份 PSA作为指导。PSA能够预测候审期间被告犯罪的可能性,无论他们是否会在他们的开庭日出现。新的系统使新泽西监狱候审人数减少了30%。训练 AI使用的是 300个司法管辖区的 150万名前被告的信息。种族和性别信息被特意从训练数据中剔除。开发人员还剔除了被告的姓名、教育程度、就业状态、收入和家庭地址等全部信息。所有这些数据都是种族和性别的代表,可能会对一些人口统计群体不利。我们训练AI的方式在起作用。我们应该期望我们的 AI道德、公正,而不带偏见。领导者必须确保其团队努力帮其创建的 AI消除一切偏见。

 

采集今天的数据养育未来的AI

 

AI对数据有着格外的偏好。建立数据管道,采集当下的数据以训练未来的AI。你的 AI战略指引着你的数据战略,你的数据战略指引着你的传感器战略、协同合作战略、招聘战略以及 IT战略。想清楚你将需要什么数据以及从哪里获得这些数据。将这作为另一个建造或购买的战略性决策进行思考。数据存储相对比较便宜。你永远不知道隐藏在今天的数据中,有什么相关运营、客户、市场及其他的洞察将被明天的AI发现。每个企业都应该遵守所有数据隐私及数据保留的相关法律。但是,只要有可能,企业就应该采集和保存尽可能多的数据,尤其是那些来自机器运行、传感器和市场调研的资料。今天的数据是明天 AI的燃料。

 

新产品和新服务开发

 

利用 AI激发全部产品线的创新。利用语音和超级传感器提升并简化人工界面。创造新的价值,构建智能管理和自我维护的产品。利用生成式设计加速研究,进一步向前推进产品设计的边界并加速服务交付。将人类的才智与协作型AI结合,以创造和提供新的服务。

 

结语

 

20世纪初,每个企业都不得不抓住电气化机会。20世纪后期,每个企业都不得不理解并拥抱数字化技术。要保持企业竞争力,每个企业必须在企业运营的各个方面都建立人工智能的全面战略。没有例外,不得延迟。

相关文章
|
4月前
|
人工智能 数据安全/隐私保护
如何识别AI生成内容?探秘“AI指纹”检测技术
如何识别AI生成内容?探秘“AI指纹”检测技术
640 119
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
AI检测技术:如何识别机器生成的“数字指纹”?
AI检测技术:如何识别机器生成的“数字指纹”?
344 115
|
4月前
|
人工智能 自然语言处理 算法
揭秘AI文本:当前主流检测技术与挑战
揭秘AI文本:当前主流检测技术与挑战
756 115
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
如何准确检测AI生成内容?这三大技术是关键
如何准确检测AI生成内容?这三大技术是关键
875 116
|
4月前
|
消息中间件 人工智能 安全
云原生进化论:加速构建 AI 应用
本文将和大家分享过去一年在支持企业构建 AI 应用过程的一些实践和思考。
1128 52
|
5月前
|
人工智能 安全 中间件
阿里云 AI 中间件重磅发布,打通 AI 应用落地“最后一公里”
9 月 26 日,2025 云栖大会 AI 中间件:AI 时代的中间件技术演进与创新实践论坛上,阿里云智能集团资深技术专家林清山发表主题演讲《未来已来:下一代 AI 中间件重磅发布,解锁 AI 应用架构新范式》,重磅发布阿里云 AI 中间件,提供面向分布式多 Agent 架构的基座,包括:AgentScope-Java(兼容 Spring AI Alibaba 生态),AI MQ(基于Apache RocketMQ 的 AI 能力升级),AI 网关 Higress,AI 注册与配置中心 Nacos,以及覆盖模型与算力的 AI 可观测体系。
1203 60
|
4月前
|
人工智能 运维 Kubernetes
Serverless 应用引擎 SAE:为传统应用托底,为 AI 创新加速
在容器技术持续演进与 AI 全面爆发的当下,企业既要稳健托管传统业务,又要高效落地 AI 创新,如何在复杂的基础设施与频繁的版本变化中保持敏捷、稳定与低成本,成了所有技术团队的共同挑战。阿里云 Serverless 应用引擎(SAE)正是为应对这一时代挑战而生的破局者,SAE 以“免运维、强稳定、极致降本”为核心,通过一站式的应用级托管能力,同时支撑传统应用与 AI 应用,让企业把更多精力投入到业务创新。
608 30
|
4月前
|
设计模式 人工智能 自然语言处理
3个月圈粉百万,这个AI应用在海外火了
不知道大家还记不记得,我之前推荐过一个叫 Agnes 的 AI 应用,也是当时在 WAIC 了解到的。
598 1
|
4月前
|
存储 人工智能 NoSQL
AI大模型应用实践 八:如何通过RAG数据库实现大模型的私有化定制与优化
RAG技术通过融合外部知识库与大模型,实现知识动态更新与私有化定制,解决大模型知识固化、幻觉及数据安全难题。本文详解RAG原理、数据库选型(向量库、图库、知识图谱、混合架构)及应用场景,助力企业高效构建安全、可解释的智能系统。