2018年AI如何在醫療、金服、零售、營銷四大關鍵領域大展拳腳？

本文由 【AI前線】原創，推薦閱讀：http://t.cn/RHNgd73

譯者｜薛命燈、馬卓奇

編輯｜Emily

AI 前線導讀：「2017 年，幾乎每個行業都意識到了 AI 技術的潛在影響力。而 2018 年，我們將會看到以 AI 為後盾的服務出現井噴式的增長。

科技和金融行業已經率先採用了 AI 技術，而到了 2018 年，將會有更多的公司奮起直追，他們希望能夠利用 AI 技術來幫助公司獲得更好的發展。那麼問題來了，AI 產業是否有足夠的能力來滿足如此大規模的需求？

要想讓 AI 這艘大型火箭升空，最起碼需要三個東西：數據、計算能力和 IT 基礎設施。但我們又該如何利用這些技術來影響日常的業務運營呢？」

健康醫療

• 2018 年，AI 至少會被用來解決健康醫療方面的一些已知問題，如重要信息缺失問題和長時間等待問題。預測分析技術可用於改進看病流程。在一些先進的醫療系統里，AI 將會被用於診療，因為深度學習演算法已經越來越擅長於模式識別，而診療本質上就是進行模式識別。通過數據分析，AI 讓診療過程更順暢，結果也更準確。
• 通過使用大數據集、數據分析和數據建模，AI 和機器學習可用來幫助臨床試驗更好地識別潛在的病患。
• 因為醫療服務費用高昂，AI 可用於降低病人的看病費用。比如，使用聊天機器人與病人交談，詢問他們的癥狀，然後把信息傳送給醫生，確保在正確的時間開出正確的處方。

案例：IBM Watson

在智能診療的應用中，IBMWatson 是目前最成熟的案例。IBMWatson 可以在 17 秒內閱讀 3469 本醫學專著、248000 篇論文、69 種治療方案、61540 次試驗數據、106000 份臨床報告。2012 年 Watson 通過了美國職業醫師資格考試，並部署在美國多家醫院提供輔助診療的服務。目前 Watson 提供診治服務的病種包括乳腺癌、肺癌、結腸癌、前列腺癌、膀胱癌、卵巢癌、子宮癌等多種癌症。Watson 實質是融合了自然語言處理、認知技術、自動推理、機器學習、信息檢索等技術，並給予假設認知和大規模的證據搜集、分析、評價的人工智慧系統。

金融服務

• Fintech 創業公司的崛起讓這個行業分崩離析，傳統的金融服務公司需要利用 AI 技術來鞏固他們的競爭地位，加強客戶的參與度和改進績效。
• 金融行為監管局（FCA）的一份報告表明，從 2014 年到 2017 年，數字攻擊事件從每年 5 起增長到了每年 49 起。在過去一年更是發生了無數起數據泄露和數字攻擊事件，所以毫無疑問，在未來會有越來越多的銀行和金融服務機構會採用 AI 和機器學習技術來防範威脅。
• AI 不僅可用於防範風險，也可用於檢測市場變化的早期徵兆。
• 因為其他行業成功實施了個人定製化解決方案，客戶也會要求金融服務行業這麼做，所以 AI 進入金融行業是必然的。通過分析數據找出共通的模式，客戶需求和金融公司服務之間的匹配度會越來越高。

案例：阿里巴巴的螞蟻金服

阿里巴巴旗下的螞蟻金服下設一個特殊的科學家團隊，專門從事機器學習與深度學習等人工智慧領域的前沿研究，並在螞蟻金服的業務場景下進行一系列的創新和應用，包括互聯網小貸、保險、徵信、智能投顧、客戶服務等多個領域。

根據螞蟻金服公布數據，網商銀行的花唄與微貸業務上，使用機器學習把虛假交易率降低了近 10 倍，為支付寶的證件審核系統開發的基於深度學習的 OCR 系統，使證件校核時間從 1 天縮小到 1 秒，同時提升了 30％的通過率。

以智能客服為例，2015 年「雙 11」期間，螞蟻金服 95% 的遠程客戶服務已經由大數據智能機器人完成，同時實現了 100% 的自動語音識別。當用戶通過支付寶客戶端進入「我的客服」後，「我的客服」會自動「猜」出用戶可能會有疑問的幾個點供選擇，這裡一部分是所有用戶常見的問題，更精準的是基於用戶使用的服務、時長、行為等變數抽取出的個性化疑問點；在交流中，則通過深度學習和語義分析等方式給出自動回答。問題識別模型的點擊準確率在過去的時間裡大幅提升，在花唄等業務上，機器人問答準確率從 67% 提升到超過 80%。

零售

• 2018 年，電商行業將會更大範圍地應用 AI 技術，用於識別用戶的購買習慣。比如更好地了解購物車物品的放棄率，這樣就可以更智能地向客戶推薦商品。
• 聊天機器人將會給電商平台帶來人性化的元素，客戶滿意度也會隨之提升。零售商通過 AI 技術與顧客互動，提供類似實體店的導購和建議。
• 商店客流量統計數據讓零售商更好地了解用戶對品牌的認同度，這些信息可用在任意的決策中，從採購決策、市場決策到商店布局顧，再到推廣客忠誠度相關的活動。

案例：星巴克的「專屬咖啡師」

被稱為「最懂互聯網的科技公司」的星巴克，2016 年推 出了它的 AI 虛擬助理「我的星巴克咖啡師」（My Starbucks Barista）App，打字下單在星巴克早已過時，現在只需要對著手 機說出自己所需，具有聲音識別功能的虛擬助理會把訂單發送 到附近的星巴克門店，店內咖啡師接單後開始做咖啡，等消費者 進店時，咖啡已經做好在等著他，幫他節省了排隊等候的時間。

「我的星巴克咖啡師」的功能不止於此。它的演算法能夠追蹤 到消費者的購買歷史，並在將來為他做出相似的推薦和配套的 服務。例如，當它的演算法監測到，一位消費者每天早晨都要搭乘 班車時，就會在 App 裡面向他推薦遊戲，這樣在乘車的時間裡， 就可以玩遊戲打發無聊的時光。隨著消費者數據積累得越多，星 巴克虛擬助理提供的服務將更周到。

市場營銷

• 2018 年，顧客對一般性的產品不會太感興趣。他們希望商家能夠實時地向他們推送相關度更高、對他們來說更有意義的產品。這個時候，AI 就可以派上用場。
• 因為 AI 技術會越來越普及，可用於自動化處理那些費時的重複性工作，所以市場營銷人員就可以節省出更多時間專註於提升產品價值上。
• 市場營銷人員還會使用 AI 工具來掃描數據點，對顧客進行情感分析。這些信息可用於後續的營銷活動。

案例：喜力啤酒使用大數據、物聯網和人工智慧提升銷量

荷蘭啤酒釀造商喜力（Heineken）近 150 年來一直是世界釀造業的領導者，但今天，作為歐洲第一和世界第二的啤酒廠家，由於大數據和人工智慧的助力，他們一直在提高自己的業績。為了在強大的美國啤酒市場更好的競爭，他們開始計劃利用收集的大量數據。目前，他們在美國賣出了旗下各種品牌啤酒總計超過 850 萬桶，但他們希望用數據驅動的改進和人工智慧增強運營、市場營銷、廣告和客戶體驗，來提高這個數字。

從預測到優化配送路徑，喜力在供應鏈的每一個階段都利用了數據。數據為喜力的合作規劃、預測和補貨流程提供了信息，以消除整個鏈中的低效率。通過數據分析，廠家可以在出現高庫存、長生產或補貨提前期、以及產品需求的季節性變化時調整生產線。

喜力也不會放過物聯網的潛力。根據麥肯錫全球研究院的報告，到 2025 年，物聯網預計一年將產生高達 11 兆 1000 億美元的經濟價值。

喜力啤酒利用 Shopperception 感測器與沃爾瑪超市合作了試點項目，Shopperception 公司主要使用感測器分析消費者在貨架前的購物行為，並使用它收集的數據創建實時事件來帶動更多的轉換。這個項目幫助他們收集了六瓶裝或一罐喜力啤酒是如何離開商店的數據。啤酒商和零售商可以評估所有收集到的數據，以便更好地了解購買喜力啤酒的顧客，以及商店賣啤酒的最佳地點，以及應該何時出售。

喜力還擁有強大的社交媒體，並與 Facebook 和谷歌建立了合作關係，以更好地了解他們的客戶。現在，憑藉這種洞察力，喜力可以創造個性化和事件驅動的營銷體驗。

總結

毫無疑問，AI 將會幫助我們解決很多挑戰，每個人都將從 AI 技術中獲得好處。那些有能力實施 AI 技術的公司將會拔得頭籌。那麼，2018 年的關鍵問題將會變成：我們如何能夠確保除了科技巨頭之外的所有公司都能夠用上 AI 技術？

關注後回復「AI」你懂的