2023年将是人工智能年。出版物通常用与当年较大事件较密切相关的名称来标记一年。尽管人工智能已经伴随我们数十年，但生成式人工智能已使人工智能成为日常用户的生产力工具。
生成式人工智能正在改变一切：节省时间、使人们能够完成他们原本不具备的技能的工作、打开新的机会之门等等。但也有黑暗的一面。工人们担心雇主可能会用人工智能生成的低质量但更便宜的产品来取代他们。
还有一个准确性问题。生成式人工智能系统常常是错误的，而且越多的人依赖它们，就越少人会仔细检查结果。
生成式人工智能只是目前使用的人工智能的一个方面。我们通过电子邮件与一群高管进行了交谈，并选择了六个故事来展示各种人工智能应用程序和已经发挥的优势。这六家备受瞩目的公司正在利用人工智能从根本上改变各自行业的传统做法和规范。他们采用人工智能可以提率、安全性、客户体验和整体创新。
这六家公司的高管告诉 ZDNET，他们目前如何使用人工智能、人工智能如何改变他们的流程以及他们看到了哪些好处。特别感谢高管们的宝贵时间和深入的解答。
爱立信：电信领域的人工智能
- 问题：工作场所伤害
- AI技术：计算机视觉
- 好处：增强工人安全
爱立信安全工作是电信巨头爱立信的一部分。爱立信安全工作创始人兼首席执行官 Vivek Gnanavelu 告诉我们：“在电信行业，与铁塔相关的死亡人数超过了一般建筑造成的死亡人数，安全工作为工作人员提供了保护。” 他说这有助于消除工伤和死亡。
尽管有安全协议，但在安装或维护手机信号塔、天线或无线电时仍会发生许多事故。Gnanavelu 报告说，自该项目成立以来，我们在内部客户中看到了人工智能驱动的显着效率。在关键指标上，例如节省的船员时间、人工智能检测到的不合规情况以及人工智能辅助的安全表格审批比，效率显着提高已经出现。”
该公司使用计算机视觉和人工智能模型来验证工人是否遵守个人防护装备（PPE）标准，例如头盔、手套、背心和工作靴。它还提供实时天气警报和风险评估。然后，人工智能系统提供持续监控和实时重要跟踪，确保工作人员为任务做好准备。
在更大范围内，该公司的人工智能模式识别支持自动报告和大规模数据分析，以学习和防止未来重复发生事件。
SoFi：银行业的人工智能
- 问题：客户服务速度慢
- AI技术：对话式AI
- 好处：即时准确且富有同理心的响应
SoFi提供以会员为中心的数字金融服务，帮助超过六百万会员“实现财务独立”。
我们采访了拉丁美洲首席风险官兼运营主管 Aaron Webster，他告诉 ZDNET：“SoFi 的人工智能解决方案不是聊天机器人。它采用智能数字助理模型，可以理解客户情绪，增强体验。与基本聊天机器人不同，该助手采用先进的自然语言处理技术，提供类似人类的交互，具有实时适应能力、在需要时无缝切换给座席以及个性化响应。”
SoFi 将 Galileo Financial Technologies 附属公司提供的对话式人工智能引擎 Cyberbank Konecta 集成到其现有的技术堆栈中，目的是通过自动化代理增强会员体验。SoFi 正在使用这种对话式 AI 引擎在客户支持团队无法单独提供服务的时间之外处理客户询问。
韦伯斯特告诉 ZDNET，“我们正在利用具有同理心的对话式人工智能来实时定制每个会员的互动，在需要时注入人性化的接触，以增强我们的会员体验，同时通过人工智能轻松管理常见查询来降低运营服务成本。”
他表示，自从部署此解决方案以来，响应时间增加了 65% 以上，并且退出聊天互动的客户数量减少了一半。他说，现在已经解决了数千个对话，转移给人工代理。
Hexagon：人工智能在公共安全领域的应用
- 问题：大量公共数据
- 人工智能技术：辅助人工智能
- 好处：实时预防犯罪和数据分析
Hexagon AB总部位于斯德哥尔摩，是一家价值 52 亿欧元的跨国公司，为市政当局提供服务。海克斯康安全、基础设施和地理空间部门首席技术官 Kalyn Sims 告诉 ZDNET：“数据智能很有价值，但能够实时共享这些信息并根据这些信息采取行动至关重要。辅助人工智能是帮助组织管理的关键技术。”我们今天面临的数据爆炸。”
在这种情况下，辅助人工智能可以帮助人类操作员处理大量数据，方法是筛选数据并识别可能被遗漏或需要很长时间才能识别的重要模式、相关性或异常情况。
海克斯康的安全、基础设施和地理空间部门提高了关键服务和基础设施的弹性和可持续性。他们的技术将有关人员、地点和资产的复杂数据转化为有意义的信息和功能，以便在公共安全、公用事业、国防、交通和方面做出更好、更快的决策。
Sims 表示，Hexagon 使用辅助人工智能来帮助机构充分实现实时数据，“在信息变得无关紧要之前”。辅助人工智能使用先进的统计和机器学习来挖掘组织的运营数据，以检测需要立即采取行动的异常情况。
例如，辅助人工智能可以帮助警察、消防和急救人员更快地发现和应对复杂的紧急情况。它在后台运行，通过查看模式并确定公共安全事件是否存在关联来帮助 911 调度员。由于它是辅助性的，它只会向调度员发出异常警报，而将资源部署的决策权留给人类。
公共安全部门是一个高压力的环境，该行业目前正面临着人员配备的挑战。随着公众对服务的呼声越来越多，监控摄像头、交通传感器、物联网设备等收到的数据也越来越多，用户可能会不知所措。
西姆斯表示，新的协作人工智能功能可以解决这个问题。通过使用智能技术更新遗留系统，它可以筛选传入的实时数据，寻找趋势和异常情况，并为用户提供即时警报，从而减轻了过度劳累的犯罪分析师和调度员的压力。
Sims 表示，较终结果是“这种由辅助人工智能技术产生的自主初步评估比手动监控和分析来自公众、传感器和警报的多个呼叫的信息更加、有效和可扩展。”
Revolear：B2B 销售中的人工智能
- 问题：复杂的 B2B 销售
- AI技术： AI优化
- 好处：转变销售流程
Revolear为非常复杂的 B2B 销售提供工具。创始人兼首席执行官 Raja Singh 表示：“这是一个融入人工智能的数字交易平台，它改变了公司构建、提议、谈判和批准复杂业务解决方案的方式。”
Revolear 在其产品和开发过程中使用人工智能。
对于复杂的交易，企业对企业的销售过程通常可能需要数月的时间，并且涉及许多曲折。毫不奇怪，有充足的机会以多种形式应用人工智能。Revolear 使用生成式人工智能来提炼客户需求并生成量身定制的、针对特定角色的销售提案文本。他们使用机器学习来预测较佳折扣水平和其他交易条款，并围绕交易动力和批准概率创建加权指标。
Revolear 的开发团队使用GitHub 中的 Copilot 工具来帮助编码。辛格表示，它不会取代工程师，但可以完成一行或贡献一个代码片段。他说：“我们还使用生成式人工智能来完善我们的营销文案。我们不使用它来构建故事情节，但它可以校对和改进各个部分。一个真正有用的应用程序是生成虚构的演示数据。我们的产品在真实的情况下看起来更好数据，而 ChatGPT 可以大量生成这些数据。”
辛格报告说，人工智能减少了销售流程中较困难部分的摩擦。“销售团队必须做出的较令人伤脑筋的决定就是设定他们的初始要价。从历看，销售团队依赖于他们的经验。现在，我们已经使用少至 50 行的数据构建了机器学习模型预测较终价格。”
Abpro：生物制药中的人工智能
- 问题： COVID-19 治疗
- 人工智能技术：人工智能驱动的发现
- 优点：加速药物实验过程
Abpro是一家生物技术公司，在癌症、眼科护理和传染病领域开发单克隆抗体疗法。他们开发了一种治疗 COVID-19 的关键疗法。
Abpro 首席执行官兼联合创始人 Ian Chan 解释说，人工智能正在帮助抗击新冠肺炎疫情。“COVID-19 的一个持续挑战是治疗方法无法跟上不断变化的变异。Abpro 正在部署人工智能来做到这一点。”
他说，通过人工智能，该公司能够预测刺突蛋白以及病毒其他区域的进化，从而提供更面向未来的治疗方法。Abpro 能够开发单克隆抗体，而不仅仅是依赖体外实验，通过结合测试的生化测量和实际实验中的抗体生成，然后利用这些数据来训练抗体的预测能力并使其能够跟上不断变化的变异。
他告诉ZDNET，人工智能可以协助识别新药靶点、设计新药，并加速整个药物发现过程。人工智能正在简化复杂的任务，例如加快抗体的设计和优化。
使用机器学习模型，公司现在可以增强特定的抗体特性，包括抗体如何与靶标结合，以及其溶解度、免疫原性和产量。人工智能还被用来预测生产理论药物化合物的途径，能够建议对这些分子进行修改，这将使它们更容易制造。
使用人工智能可以节省大量时间。传统上，单克隆抗体是通过实验技术发现的，例如杂交瘤技术，或通过使用噬菌体展示。Chan 表示，“通过利用人工智能的力量，像 Abpro 这样的生物制药公司可以将大约八周的实验过程缩短到一个下午。”
数字熊猫：创意机构中的人工智能
- 问题：手动设计模型
- AI技术： Midjourney和ChatGPT
- 优点：快速设计模型
Digital Panda是一家开发品牌、网络、移动和动态设计的小型创意机构。该公司使用 Midjourney 和 ChatGPT 等现成的云人工智能工具来帮助他们的创作过程。他们使用 Midjourney 来创建快速的高保真动作故事板。他们还在开发团队中使用 ChatGPT 来支持编码和错误修复。
The Digital Panda 创始人伊利亚·克鲁格曼 (Ilya Kroogman) 告诉 ZDNET，“我们利用法学硕士来提高我们的文案输出，并自动化我们在各种社交平台上发布自己作品的方式。”
Kroogman 补充道：“使用 Midjourney 还使我们的创意团队能够快速简化情绪板和故事板开发的构思阶段。以前，我们需要花费数小时进行构思、草图绘制和概念化，现在我们可以简单地告诉模型我们的想法。”想法，然后几乎立即迭代。”
从根本上说，克鲁格曼认为生成式人工智能的帮助是“让我们的组织感觉和运作起来像一个更大的组织”。
通过人工智能进行组织转型
高管们也在权衡组织中突然采用生成式人工智能的情况。凯捷工程公司执行副总裁兼首席软件官张嘉妮表示：“生成式人工智能是一项令人着迷的技术，但仍然非常新。”凯捷工程公司的母公司凯捷公司是一家跨国 IT 服务和咨询公司，在至少 50 个国家/地区设有 办事处 。
“许多公司正在试验 GenAI，因为它有潜力加速知识管理、支持甚至代码生成等用例的开发，”她告诉 ZDNET。“尽管 GenAI 的地位日益突出，但采用程度却各不相同——主要是因为对生成内容的完整性持保留态度。”
张提出了在组织中采用人工智能的三项建议：
- 必须落实新流程，以通过代码生成来引导人工智能开发的监管和道德方面。
- 组织和用户都必须能够信任生成的内容，因此必须确保正在推出的大型语言模型 (LLM) 的有效性。
- 这将需要在开发生命周期中实施新流程，并使用验证生成内容的方法。
与此同时， 在洲设有办事处的商业和技术咨询公司 Slalom 对美国各地200 名 C 级高管进行了调查，了解他们对 2023 年人工智能的投资和 2024 年的看法。对业务采用情况的调查显示了组织现在如何使用人工智能以及它们未来的发展方向。结果还显示了两个相互矛盾的统计数据。
首先，调查发现 71% 的高管没有完全理解 AI 可以在其组织中有效增强或自动化的任务范围。这些任务包括以下部门的工作：
- 组织和劳动力：调整劳动力和文化以实现人工智能协作。
- 技术和数据：人工智能的基本工具、平台和数据集。
- 业务和客户价值：通过人工智能增强客户体验和市场价值。
- 战略调整和编排：将人工智能集成到业务战略和运营中。
- 安全、道德和治理：确保道德、安全和受监管的人工智能实践。
其次，虽然高管们并不完全了解人工智能的发展方向，但 87% 的高管已经开始采用人工智能或转型计划。
Slalom Consulting 业务开发和高级分析董事总经理托尼·科 (Tony Ko) 表示：“我们采访的大多数公司已经进行了人工智能投资，例如为客户提供人工智能聊天机器人或内部培训，以改善员工的工作方式。”这些投资对他们来说是赌注。以保持竞争力。”
但 Slalom 的调查还显示，61% 的高管表示，他们的公司正在努力跟上人工智能进步的步伐。
“较大的挑战是知道下一步该往哪里走。者正在寻求帮助来建立他们的长期愿景，并确定他们需要进行哪些投资才能从竞争对手中脱颖而出，”Ko 补充道。
因此，Slalom 的调查显示，整整 70% 的高管计划在 2024 年增加对人工智能的资源和预算分配。
这概括了人工智能不仅是一个附加项，而且是推动变革、革新行业并重新定义传统和新时代行业可能性的关键力量。
这是什么意思呢？
如果你认为人工智能在 2023 年会很重要，那么它在 2024 年也会很重要。
Slalom 的商业咨询服务总经理 Ali Minnick 告诉 ZDNET：“由于担心可能出现的经济衰退，许多公司没有为 2023 年大规模人工智能转型工作制定预算。这些担忧尚未改变，但许多公司正在准备到 2024 年，他们会在人工智能上投入更多资金。他们对落后的恐惧超过了经济的不确定性。”
这对于我们重点关注的六家公司来说确实如此。在爱立信、SoFi、Hexagon、Revolear、Abpro 和 The Digital Panda 中，以下是与其人工智能使用相关的常见主题：
提率：SoFi 和 Hexagon 都利用人工智能来加速传统的手动流程。对于 SoFi 来说，这意味着更快的客户服务，而对于 Hexagon 来说，这意味着更快的数据处理以保障公共安全。
改进决策：海克斯康的辅助人工智能为公共安全机构提供见解，帮助做出明智的决策，防止潜在的风险或威胁。
以客户为中心的解决方案：SoFi 集成对话式 AI 平台以增强客户服务，Revolear 优化 B2B 销售流程，都体现了改善客户或客户体验的。
安全与合规性：爱立信和海克斯康这两家公司因致力于利用人工智能实现安全而脱颖而出。爱立信专注于工作场所安全，而海克斯康则强调公共安全和预防犯罪。
传统行业的创新：Abpro 在生物制药行业采用人工智能驱动的药物发现方法，以及爱立信在电信领域的人工智能应用，凸显了人工智能在历史悠久的行业中的变革潜力。
自适应学习和进化：数字熊猫使用人工智能进行快速设计模型，这体现了人工智能驱动的解决方案如何随着时间的推移不断发展和适应，以提供更好的结果。
挑战现状：Revolear 和 Abpro 等公司正在利用人工智能重新定义行业规范，从 B2B 销售到药物发现。
整体解决方案：爱立信通过集成人工智能、计算机视觉和物联网来确保工人安全的综合方法，展示了技术的整体使用来解决复杂的问题。
从本质上讲，这些主题强调人工智能在从银行到生物制药等各个领域的变革潜力，及其在推动效率、安全和创新方面的作用。
Slalom Build 总经理 Kevin McClelland 完美地总结了这种情况，他说：“许多组织发现采用生成式人工智能就像试图蒙着眼睛跳上一列行驶的火车。他们感到行动的紧迫性，但很难做到，而且他们不确定这是否会带领他们走向正确的方向。”
显然，行驶中的火车不会停下来。人工智能可以为个人和企业做些什么，我们已经达到了一个巨大的转折点。继续阅读 ZDNET 和像这样的专题文章，这样我们就可以帮助您摘掉眼罩，清楚地看到这项技术的发展方向，专注于做出正确的决定，并让您清楚地了解未来的陷阱。
你怎么认为？您的企业如何采用人工智能？请在下面的评论中告诉我们。请务必阅读本专题中的其他文章。每个人都从不同的角度解决问题，并拥有强大的见解，您可以立即将其融入到您的策略中。
