讓企業獲益的AI成功案例

Bob Violino

人工智能（AI）和機器學習（ML）目前可能處于發展規律周期的高位，但這并不意味著企業沒有從部署利用這些技術的過程中獲得切實的收益。

本文介紹人工智能和機器學習怎樣改進內部業務流程并為企業帶來回報的三個實例。

促進銷售和營銷

Beacon Street Services希望其公司所有的數據都有一個“單一的真實來源”，以保證應用程序的一致性和準確性。該公司是Stansberry控股的服務機構，專門通過購買和訂閱來獨家制作金融出版物。

Beacon Street Services使用基于云的數據倉庫服務：Snowflake，收集和存儲了大量數據，希望利用這些數據幫助其銷售和營銷團隊改進以前的銷售訂閱策略和流程。

Beacon Street Services的工程副總裁David Kline說：“我們的營銷和銷售團隊發現了通過應用數據科學方法改進銷售流程的機會。通過這種方法，我們希望能夠更好地確定采購標準，幫助營銷團隊更有效地開展工作。”

從2019年開始，該公司將Snowflake中的歷史用戶數據加載到DataRobot部署的企業人工智能平臺中，使用數十種最新的數據科學算法，能夠快速自動地構建一系列模型。通過這些模型，確定了采購標準，以幫助營銷團隊更有針對性、更有效地開展活動。

Kline說，該公司現在繼續從數據倉庫向人工智能平臺提供大量數據。

新流程的結果是，Beacon Street Services的銷售額增長了10%，年銷售額有望額外增加1500萬美元，這直接歸功于人工智能平臺。Kline說，自從組建這一平臺以來，該公司在收入增長和成本降低方面的投資回報率達到了30至35倍。

Kline說：“例如，對于一個單獨的項目，我們必須手動檢查以前的交易記錄，以確定自動續訂后的退單風險，并創建一個風險評估模型。利用人工智能實現了自動化，而且主動處理即將到來的交易也讓我們受益匪淺。”

除了使用人工智能提高準確性和優化營銷工作外，DataRobot平臺還節省了大量的時間。以前，開發一個模型需要長達六周的時間，而且不能保證選擇了最優算法。有了人工智能平臺，開發和部署更合適算法的模型所需的時間縮短到一星期。

另一個好處是，公司的IT部門分析數據的時間減少了，而將更多的時間放在了對業務有潛在價值的項目上。

對文檔進行分類以提高安全性

Company Nurse公司為服務對象提供新冠病毒健康篩查、工傷報告和護士分診服務，正在多個方面利用人工智能。

其中一個項目涉及改進文件分類過程。Company Nurse在2020年在Concentric公司部署了一個名為語義智能（Semantic Intelligence）的平臺，為客戶和最終用戶保護員工的薪酬數據。

該系統自動發現Company Nurse的關鍵非結構化數據，從而使該公司有機會緩解數據蔓延壓力和減少威脅面。

作為其客戶服務的一部分，Company Nurse完成了工傷賠償事故報告，為受傷員工提供適當的護理建議，并管理轉診服務提供者。該公司首席技術官Henry Svendblad介紹說，報告和表格中的信息包括大量非結構化數據。

通過使用由Concentric提供的人工智能系統，Company Nurse保護了文檔中的私人信息，而且員工不需要手動瀏覽數據。該平臺使用深度學習對數據進行分類、發現業務關鍵因素并降低了風險，從而自動保護了非結構化數據的安全。

Semantec Intelligence使用針對每一類數據的基準安全措施來計算每個文檔與基準的“風險距離”。風險距離能夠發現不適當的信息共享、危險的存儲位置和不正確的分類事件等。

Svendblad說，該平臺部署后不久，Company Nurse就能夠識別不需要維護的重復文件，并找到了增強訪問權限的機會。該公司還發現，由于過度共享和訪問權限不嚴，在一個開放共享應用程序上留下了大量私人受傷報告。

Svendblad說：“這些文件出現任何泄露都會對Company Nurse造成毀滅性的打擊。由于人工智能為我們自動分類這些文檔，我們已經關閉了文件被過度共享的幾個小‘盲點。防止一次泄露事件對我們來說價值數萬美元。解決方案的成本非常值得投資回報，即使不是‘硬件投資回報。”

除了文檔分類過程外，Company Nurse還將人工智能軟件產品應用于銷售機會評分、數據分析、零日安全威脅識別和語音文本轉錄等方面。

Svendblad說，很難估計該公司在人工智能技術方面的投資，因為這些工具內置在其使用的各種軟件產品中。但該公司實際收獲了許多好處，包括提高了安全性，員工們能夠工作生活兩不誤，并提高了客服中心的服務質量。

向自主石油鉆探邁出第一步

石油和天然氣公司在提高鉆井作業效率上正面臨著越來越大的壓力。德文能源（Devon Energy）便是這樣一家公司，它正處于利用人工智能和機器學習進行實時決策的早期階段，這將實現每一口油井的閉環自動化管理，以及鉆機的自動工作，有助于增強現場的整體運營能力、效率和安全性。

德文能源公司最近與WPX能源公司（WPX Energy開展合作。該公司從2020年開始推進人工智能/機器學習）合并，目前正在使用一種名為Hivecell的產品，為西德克薩斯和北達科他油田的鉆井現場提供邊緣計算服務。由同名公司提供的Hivecell是一種“邊緣即服務”產品，能夠在數據源附近進行計算和分析。