对于电子商务和非营利组织来说，利用企业数据资产可能是决定成败的优先事项。机器学习和生成 AI 是等式的一部分，但掌握它们的应用程序需要评估 AI 对业务的实际影响。
来源：Zamrznuti tonovi / Shutterstock
AI 已成为一种企业口号，机器学习 （ML） 和通用 AI 已成为更大对话的补充。尤其是 CIO 的角色，必须相应地进行调整，总部位于阿姆斯特丹的国际电气零售协会 Euronics 就证明了这一点。在这里，数字总监 Umberto Tesoro 的工作始于更好地使用数字数据来创造更高的客户体验和增加销售额的需求。
Gartner 建议扩展数据和分析战略，以包括 AI，并避免在没有治理的情况下分散的计划。在实践中，Gen AI 是 Euronics 战略的一个特例，涉及数据和分析，指导者（CIO 或 CDO）的任务是了解何时应用它，何时不应用它。
事实上，Gen AI 目前不在 Euronics 实施的技术之列，因为 Tesoro 没有看到对零售活动有用的用例。“IT 必须为业务服务，”他说。
经理团队的第一步是聘请一名 UX 设计师，他们不仅为最终用户设计界面和体验，而且还进行测试，以提供网站和应用程序性能的定性和定量证据，以指导业务。
“电子商务是从访问网站到完成购买的过程，”Tesoro 说。“我们监控整个流程，并使用汇总数据来评估要带给客户的最佳解决方案和体验。我们始终为消费者提供两种不同的体验并评估结果。然后，我们选择一个并对网站体验进行任何更改，因此我们的电子商务策略完全由数据驱动。”
网站解决方案通过 ML 得到加强，ML 通过建议显示与客户已购买的产品一致的产品来帮助提供个性化内容。对于 ML 和分析，Tesoro 在其认为同类最佳的市场上购买产品，然后通过技术合作伙伴根据公司网站和应用程序的需求定制应用程序。
“内部 IT 团队必须能够管理和指导供应商，但我们不进行内部开发，”他说。“我认为这对我们来说不方便。我向供应商和合作伙伴提供指导和策略，内部项目经理充当链接。对我们来说，数字团队的关键人物是 UX 设计师和业务分析师，因为在内部，我们致力于实现战略目标：客户体验和数据分析，以支持销售。”
正是公司数据资产的价值化和不断改进客户体验的目标，促成了 Euronics 与商业媒体公司 Criteo 最近合作，在 Euronics 的电子商务网站上实施 Criteo 的零售媒体解决方案。
“我们为消费者提供的产品与网站上的特定搜索相符，”Tesoro 说。“对我们来说，它有很多优势：我们为广告商提供更好的结果，并为在我们的电子商务平台上销售某种产品创造了条件。由于 Criteo 平台提供的消费者搜索意图数据分析，我们对销售产生了积极影响。”
一、数据在非营利组织中的价值
即使对于意大利非政府组织 Emergency，数据也是一项需要增强和保护的战略资产。
“数据是医院核心活动的支持，”首席信息官 Manuele Macario 说。“它必须始终对我们治疗的人是安全的。”
这一理念导致了一个信息系统，该系统通过 SDC 软件平台管理阿富汗三个急诊外科中心的临床数据。它有一个基于开源组件的架构，包括分布在各个急诊诊所的服务器和平板电脑上。
“开源软件平台是由我们的医疗部门创建的，即使在不稳定的条件下也能保持记录，”Macario 说。“例如，它可以适应没有互联网连接和离线工作的情况。然后，当线路可用时，数据将被重新传输。它很容易安装，我们可以将其转移到其他站点。”
这并不影响它是一个非常先进的临床数据收集系统的事实，因为它是数字化的、实时的和安全的，因为数据在 VPN 上加密并发送到 Emergency 在米兰的中央数据中心。在这里，还可以通过 Microsoft Power BI 执行分析。Macario 解释说，基础设施是本地的，以保护所做的投资，但不排除云。事实上，近年来已经采取了几个步骤将一些服务迁移到云中。
“数据管理中重要的是制定可靠的灾难恢复计划，”Macario 说。“事实上，对于像我们这样的非政府组织来说，安全既是一个网络问题，也是一个物理问题，因为我们不仅是攻击的目标，而且我们在战区开展业务，那里提供的服务并不总是可靠的，而且在发生故障时，很难找到硬件更换部件。”
应用了创新的加密和地理数据备份技术，特别是防止勒索软件的不可变云技术。AI 支持这些 API 以实现端点保护。用户身份也在 Azure Entra ID 平台上进行管理，该平台集成了 AI 并实时警告可疑活动。
二、数据管理的转折点
但是，人工智能在紧急情况下的真正变化来自于同样在阿富汗开展的 Amanat 项目中应用的通用人工智能。该计划基于八年前扫描超过 1000 万张医疗记录的工作。
该项目的下一步是使用数字化数据并对其进行分析。事实上，扫描数据无法被软件读取，因为它们是从一家在创伤中运营的医院的文件中提取的，因此经常匆忙书写，笔迹不准确且收缩。
“我们求助于大型技术参与者来解决问题，LLM 算法带来了一个转折点，因为它们允许我们进行分析，”Macario 说。“我们的医疗部门使用这些来分析获得护理的机会和提高质量、获取统计数据、创建档案，并了解我们在战争背景下需要哪些仪器、药物和医生。这些数据构成了我们的干预基础，也是我们报告战争对平民居民影响的能力的基础。”
Macario 的团队随后从喀布尔的创伤医院随机采集了 2002 年至 2018 年的 1000 份医疗记录，从而启动了 PoC。PoC 对于测试技术的功能和控制成本是必要的，通过将系统应用于所有文档，成本将显着增加。
“我们选择了 Microsoft 和 Azure OpenAI 技术作为我们的合作伙伴，”他说。“我们不想将病历数据放在开放的 OpenAI-ChatGPT 系统上。相反，我们使用了 Microsoft 租户上的空间，这保证了我们的隐私和患者数据的保护。
Microsoft 的技术是定制的，提供了计算能力，但应急团队需要自定义 Azure Document Intelligence 算法，方法是根据医疗记录中使用的格式对其进行训练，并让 AI 了解要解释的信息位置和内容。
从那里，创建了一个可搜索的关系数据库，从中对活动进行后验分析以捕获趋势。为了阅读数字化的医疗记录，Macario 的团队创建了插入 Azure OpenAI 的特定提示，以获取首字母缩略词的解释或仅解释部分书写的单词等。
“我们分离了有关受伤和医院治疗之间经过了多少时间的信息，这对于了解我们的急救中心在哪里以及我们的手术是否有效至关重要，”Macario 解释说。“通过正确的提示，我们指导 Azure OpenAI 纠正和转换此类信息，为我们提供可以在图表上分析和可视化的数据。”
二、对 gen AI 的适当投资
马卡里奥强调，只有在有好处，证明投资是合理的时，才应该如何应用通用人工智能。
“我不考虑使用 大模型AI ，除非是我们组织真正需要的，否则就成本和环境负担而言，这是一项不可持续的技术，”他说。“对我来说，应该使用 AI 和 gen AI 来获得通过其他方式无法获得的结果，或者因为预期会带来显着的好处。我们的 Amanat 项目就是这种情况，该项目不仅使用通用人工智能为我们的运营提供有用的数据，而且为未来在战争背景下的干预做好准备，并能够通过数据判断战争的后果。”
Euronics 的 Tesoro 对 gen AI 也很有选择性，因为该公司目前没有将其应用于零售活动，但正在 Salesforce 生态系统中进行测试，以了解它对生产力的可能用途。而在这方面，前景似乎很有希望。
“我不认为通用 AI 在现阶段对我们的业务有很大影响，但我对自动化手动流程很感兴趣，我们已经在测试带有生成式 AI 的生产力工具，以处理重复和无价值的任务，”Tesoro 说。“对我来说，人工智能是一种赋予人们权力的工具，让他们不会将才能浪费在机械任务上，而是转移到那些可以提高他们智力能力的任务上。”
Macario 重申，在 Emergency 的 Amanat 项目中，ChatGPT 的任务已被有效限制。“它是一个工具，而不是一个预言机，它必须被赋予界限，清楚地表明它必须做什么，”他说。“算法通过统计数据说话。他们不会给出正确或错误的答案，而是或多或少具有高度可靠性的答案。但是，低于某个阈值时，答案是不可接受的。在 PoC 中放置的一千条记录中，我们丢弃了一半的不可靠记录。”
三、不要忘记传统的 AI
根据作家兼数据和分析专家 Stefano Gatti 的说法，gen AI 有帮助，但还不够成熟，无法管理面向客户的服务。“相反，正如几位 CIO 所认识到的那样，它已经足够成熟，可以支持内部生产力的提高，”他说。“人工监督，或者无论如何，对结果可靠性的验证仍然是至关重要的。”
Gartner 以类似的方式写道，在投资 gen AI 之前，CIO 应该首先了解用例是否为业务创造了价值以及在实践中是否可行，因为很难证明不加选择地应用它是合理的。还有一些风险较小的成熟或传统 AI 技术，例如优化、模拟和知识图谱，这些技术可以在没有生成 AI 的情况下有效。
【睿观：评估AI应用领域的具体业务价值时，可以从以下几个关键指标进行考量，这些指标可以帮助企业全面评估AI技术在具体业务中的应用价值，并作出更明智的投资决策。
战略价值：AI技术如何帮助企业实现长期发展和竞争力提升。这包括品牌美誉度提升、政策响应度提高和创新研发水平提升。
降本增效：AI技术如何降低企业运营成本和提升运营效率。具体来说，可以衡量成本降低（如人力成本、生产成本、服务成本和交易成本）和效率提升（如生产效率、服务效率和运营效率）。
创收创利：AI技术如何提升企业收入和盈利能力。这包括业务规模扩大和产品质量提升。
成功率：AI系统在满足用户需求方面的能力，包括使用者意图理解与使用者目标对齐。
内容采用率：用户在实际工作中采用AI输出内容的频率和意愿，包括创意符合程度和迭代修改次数。
对照试验：通过对比AI生成内容与传统人工内容在不同维度上的表现，评估AI技术的实际价值，包括交付同样内容所需的时间节省和接收者对于交付物的满意度。
成本收益量化：通过精确计算AI应用所带来的成本节约和收益增长，评估其对企业整体财务状况的影响，包括整体投资收益比。
技术性能：模型的性能，包括其速度、准确度和效率。
可扩展性和适应性：模型在不同规模的数据和各种环境下的表现。
用户体验和满意度：用户对AI产品的接受度、满意度和整体体验。
公平性、透明性和伦理：AI产品在公平性和无偏见方面的表现。
安全性和隐私保护：AI产品在安全性和隐私保护方面的表现。
感知质量评估：对于生成类AI产品，评估生成内容的质量、多样性和创造性。
多样性评估：评估AI生成内容的多样性。
创造性评估：评估AI生成内容的创造性和原创性。
实用性评估：评估AI生成内容在实际应用场景中的实用性。】
常用生成式AI应用场景与价值分析
