23/google-ceo-sundar-pichais-keynote-at-JackClark,“Why2015WasaBreak/news/articles/2015-12-08/why-201breakthrough-year-in-artificial-intellige一次谷歌客戶活動上宣布該公司將轉(zhuǎn)向“AI（人工智能）優(yōu)先人感到特別驚訝。皮查伊在面向技術(shù)開發(fā)人員的演講中說道AI優(yōu)先的世界里，我們正在重新思考我們所有的產(chǎn)品，并應(yīng)和AI來解決用戶的問題?！痹缭?015年，谷歌就已經(jīng)在全開展了超過2700個關(guān)于AI和機器學(xué)習(xí)的項目。AI嵌入了幾客戶的產(chǎn)品和服務(wù)，包括搜索、地圖、電子郵件、視頻聊天助手等。它還給谷歌云的客戶提供TensorFlow——一套機器工具。Alphabet旗下的其他幾家公司，包括自動駕駛汽車公司W(wǎng)AshFontana,TheAl-FirstCompany:HowtoCompeteandArtificialIntelligence（London:Portfolio,2021）.在業(yè)內(nèi)，Alphabet全力押注AI當(dāng)時已經(jīng)廣引起太多關(guān)注，這是硅谷和積極進取的原生數(shù)至有一本書專門介紹科技創(chuàng)業(yè)領(lǐng)域那些奉行“AI會令人感到驚訝。人們似乎認(rèn)為：“谷歌就遜、騰訊、阿里巴巴等公司也是如此。”ThomasH.Davenport,“TheFutureofWorkNow:I/sites/tomdavenport/2021/05/04/the-futurenow-intelligent-mortgage-processing-at-radius-finan更多細節(jié)，參見Davenport,“TheFu4但是，并非只有Alphabet和其他科技公司考慮有200名員工的抵押貸款公司半徑金融集團（RadiusFin到了。該公司的聯(lián)合創(chuàng)始人兼運營負(fù)責(zé)人基思務(wù)中發(fā)生的一切都要被衡量評估。他在工作中部署了AI和自動化工具，Airbuswebsite,/en/innovation/industry-4-0/ar效率，于是它在21世紀(jì)第一個10年的中及直升機、國防和航天。AI技術(shù)一直是空客括OneAtlas圖像服務(wù)、ATTOL（基于視航）演示器、基于視覺的直升機導(dǎo)航，以及在中國，像阿里巴巴和騰訊這樣的原生數(shù)字化的應(yīng)用。但是，AI也在傳統(tǒng)業(yè)務(wù)領(lǐng)域得到應(yīng)健康和汽車銷售。作為一家大型企業(yè)，平安速的保險索賠支付，使用面部識別確定身份遠程醫(yī)療，以及評估二手車的價值等。平安融服務(wù)、醫(yī)療健康服務(wù)、汽車服務(wù)和智慧城市助AI向客戶和互聯(lián)網(wǎng)用戶提供基于生活方式5AI在平安集團運作良好。該公司1988年才成立，2020年收入近2平安、空客、半徑金融都是傳統(tǒng)企業(yè)，盡管們不是科技公司或電子商務(wù)公司，它們代表了我里的角色。盡管AI本身不是它們的核心產(chǎn)品或利用了AI的力量。一家零售機構(gòu)的AI負(fù)責(zé)人告什么我只在傳統(tǒng)企業(yè)擔(dān)任數(shù)據(jù)、分析和AI等方原生數(shù)字化企業(yè)里，這項工作太容易了！”我像看起來那么簡單，但傾向于認(rèn)同他的觀點。并利用AI來改造一家現(xiàn)有企業(yè)，是一件很困難提及谷歌一樣，當(dāng)需要從AI密集型科技公司和或者當(dāng)這類公司與傳統(tǒng)企業(yè)合作時，我們會偶主要的案例將會是在我們出生之前就已經(jīng)存在將介紹銀行、保險公司、生產(chǎn)制造商、零售商商、生命科學(xué)公司，甚至政府機構(gòu)。這些組織在本書里，我們關(guān)注的是在AI出現(xiàn)之前就已——“AI驅(qū)動”“AI推動”“AI賦能”等。這些方法共同的思路是，它們在AI在本書后面的章節(jié)中，我們的目標(biāo)是探索全力6——最積極的采用、與戰(zhàn)略和運營的最佳集成、最高的商業(yè)價值、最佳的實施。我們將介紹積極使用AI對戰(zhàn)略、流程、技術(shù)、文化和人才的影響。了解領(lǐng)先的AI采用者正在做什么，可以幫助其他公司評估這項技術(shù)對于自身轉(zhuǎn)型的潛力。我們的經(jīng)驗HarvardBusinessReview,Jttps:///2006/01/competing-on-analytics,orThomasH.DavendJeanneHarris,CompetingWinning（Boston:HarvardBusinessReviewPress,2007；updatedandanewintroduction2017）.領(lǐng)域之前，第一作者托馬斯·達文波特在定業(yè)評論》上的同名文章甚至被評為該雜志百年一。這些文章和圖書引起的反響清楚地表明了漸進式的方法，也可以從這種全力押注的馬斯·達文波特與全球數(shù)百家公司合作，這文章中介紹的一些公司，比如第一資本（C），多家。DTTL及其每個成員機構(gòu)均為具有獨立不向客戶提供服務(wù)。在美國，德勤是指DT構(gòu)、其在美國使用“德勤”名稱經(jīng)營的相關(guān)實據(jù)公共會計規(guī)則和條例，某些服務(wù)可能無法有關(guān)其全球成員機構(gòu)網(wǎng)絡(luò)的信息，請訪問www.deloittAI驅(qū)動到底意味著什么。他還發(fā)現(xiàn)，很多對AI不甚了解的公到，了解公司如何通過AI技術(shù)的廣度實現(xiàn)轉(zhuǎn)型是有用的。在專前，他與一些醫(yī)療健康和生命科學(xué)公司合作了大約15年，幫助7務(wù)中采集和分析數(shù)據(jù)。作為德勤（Deloi你將從這本書中學(xué)到什么第1章AI驅(qū)動意味著什么第2章人性的一面在本章中，我們認(rèn)為，讓AI實踐取得成功最8第3章的重點是介紹AI是如何實現(xiàn)或變革商我們提到了各種各樣的公司：羅布勞、豐田、摩根士丹利、平安、空第4章技術(shù)和數(shù)據(jù)以在第4章中，我們介紹了一個現(xiàn)代的、面環(huán)境的組成部分。我們討論了AI工具箱中AutoML（自動機器學(xué)習(xí)）、MLOps（機器學(xué)習(xí)運維）、傳估和排名。由于AI的運用有不同的戰(zhàn)略原型，的能力模型。我們在本章中詳細介紹了平安、進保險和安森保險的能力。我們也在這一章中些組織包括沃爾瑪、希捷、第一資本、美國蘭診所、輝瑞、諾華（Novartis）、阿斯利康（Ast第7章成為AI驅(qū)動的公司9在最后一章中，我們介紹了4條可供選擇的析的公司到專注于AI的公司；Well作為一家醫(yī)療健康領(lǐng)域的初創(chuàng)公司，都積極地將AI集成到自己的業(yè)務(wù)中，其中的都有所不同。但我們相信，本書中的案例和型歷程都會有所幫助。至少我們希望，了解在AI方面所做的事情會激發(fā)你，讓你對自己動起來?！盇I驅(qū)動意味著什么October4,2016,/20到足夠多的公司案例來寫本書并不容易，但我們還是發(fā)掘了大約30家。不過，我們預(yù)期會看到更多的公司朝這個方這么做呢？我們在本書中介紹的公司業(yè)績表業(yè)模式、良好的決策機制，能夠與客戶維系的產(chǎn)品和服務(wù)，并設(shè)置有利可圖的價格。這器，其員工被AI加速了。它們之所以能夠做其他公司更多、更好的數(shù)據(jù)，并且這些數(shù)據(jù)已對很多公司而言，要充分利用AI的潛力，先和一些潛在的用例。很多公司從來沒有邁出步——將模型部署到生產(chǎn)中。雖然這種嘗試重新思考人類與機器在工作環(huán)境中的互動方式投資，投資不僅用于AI的試點，還要用于全工的工作方式以及客戶與公司的溝通方式。關(guān)鍵程序和運營中系統(tǒng)地部署AI工具，以支式。就目前而言，以這種積極的方式使用AAI驅(qū)動的構(gòu)成有哪些究和咨詢中，我們發(fā)現(xiàn)對這項技術(shù)采取特別種特質(zhì)。在過去的4年，我們對這些公司的AI公司普遍通過使用多種技術(shù)來采用AI/cn/en/pages/about-deloitte/articles/statethe-enterprise-3rd-edition們的調(diào)查，AI技術(shù)最常用于提高業(yè)務(wù)流程升現(xiàn)有的產(chǎn)品和服務(wù)。根據(jù)德勤2020年的護需求，甚至預(yù)測哪些應(yīng)聘者被錄用后將取公司最終會開發(fā)出涵蓋各種功能和流程、決策以及產(chǎn)品或服務(wù)的用例。在我們最近發(fā)起的“企業(yè)AI”調(diào)查中，擁有最強們在下面介紹的那樣，“變革者”在它們的AI受訪者很少最終成為AI驅(qū)動的公司（數(shù)量太挑選出來）。平均而言，這類公司有大約6個得了大約7項業(yè)務(wù)成果。這些成果令人印象深比仍存在差距?！白兏镎摺钡臉?biāo)簽表明，它們很少有公司已經(jīng)通過AI完成了轉(zhuǎn)型。依靠AI這方面走得更遠，有些公司部署了數(shù)百個系全力押注AI的公司也不會將其AI產(chǎn)品組合會利用AI所能提供的一切。表1-1展示了該領(lǐng)AI驅(qū)動的企業(yè)，其領(lǐng)導(dǎo)者對這項技術(shù)有足夠的了解，可以就具之間隱藏著復(fù)雜性。例如，表1-1列出的選擇中還要進一步選擇。例如，表1-1中的向語言的應(yīng)用，如自然語言理解（NLU）自然語言理解應(yīng)用的核心可以是深度學(xué)習(xí)算此，就像OpenAI（人工智能研究公司）開有些公司針對同一用例或應(yīng)用場景使用多種技術(shù)險欺詐檢測和醫(yī)療健康分析的公司，它將規(guī)了一種非常實用的組合。星展銀行采用同樣），構(gòu)化工作流并根據(jù)規(guī)則進行決策。但越來越流程自動化與機器學(xué)習(xí)相結(jié)合，以更好地進還會賦予它們一些新名稱。積極的采用者很有些如表1-1所述，有些則是我們現(xiàn)在還無的組合形式。虛擬現(xiàn)實（VR）及其他形式生產(chǎn)部署中的眾多AI系統(tǒng)應(yīng)用AI的挑戰(zhàn)之一是讓這些系統(tǒng)進入生產(chǎn)AI”的調(diào)查發(fā)現(xiàn)，“變革者”（最成功和最有經(jīng)驗的受訪公司）AI系統(tǒng)進行生產(chǎn)部署。這使它們被歸為最積極的受訪者之列為本書采訪的一些公司中，有更多的AI模型投IBMWatsonGlobalAIAdoptionIndex2021,https://filecom/mr5mr_ibmnews/190846/IBM’s%20Global%20AIndex%202021_ExecutivSamRansbothametal.,“Wi/projects/winning-with-ai/./us/en/insights/focus/cognitive-technologiof-ai-and-intelligent-automation-in-business-sThomasH.DavenportandR/article/companies-are-making-seriowith-ai/.斷言，即部署AI很困難。IBM（國際商業(yè)機器公司）在2021查發(fā)現(xiàn)，在7個國家的5000多名技術(shù)決策者中，只有31%的的公司“已將AI作為業(yè)務(wù)運營的一部分進行了積極部署”；41隆管理評論》與波士頓咨詢集團在2019年的一項調(diào)查中發(fā)現(xiàn)調(diào)查的10家公司中，有7家說迄今為止AI的影響很小或沒有AI進行過投資的90%的公司中，只有不到2/5的公司報告稱，臨的前三大挑戰(zhàn)是實施問題、將AI集成到公司的角色和職能中的問題，以及數(shù)據(jù)問題，所有這些都是大規(guī)模部署所涉及的因素。經(jīng)開始發(fā)生變化，很多公司開始報告它們正在部署更多的AI這些系統(tǒng)中獲得更多的經(jīng)濟回報。但是，數(shù)據(jù)科學(xué)家的和編寫最小化可行產(chǎn)品（MVP）的代碼，但且通常涉及很多其他活動，例如更改業(yè)務(wù)流有系統(tǒng)集成。此外，一些數(shù)據(jù)科學(xué)家認(rèn)為，機器學(xué)習(xí)模型之后，他們的工作就結(jié)束了。開始就對部署進行計劃，除非項目在早期階常會安排專人負(fù)責(zé)整個開發(fā)和部署過程，專人和流程的產(chǎn)品經(jīng)理，這個人會確保系統(tǒng)得到據(jù)科學(xué)家和產(chǎn)品經(jīng)理，從一開始就與業(yè)務(wù)方面的利益相關(guān)方密切合作，利用AI對工作流程進行重新設(shè)想和設(shè)計20世紀(jì)90年代初，一場名為“業(yè)務(wù)流程ThomasH.DavenportandJuliaKirby,OnlyHumansandLosersintheAgeofSmart2016）;alsoThomasH.DavenpRealStoriesofHuman-MachinPress,2022）.），將會取代人類，但到目前為止，這種情況并不在利用這項技術(shù)，讓人類員工騰出時間來完成更推動的公司面臨的首要問題不是如何用AI取代重新設(shè)計工作崗位、重新培訓(xùn)員工以及在工作在我們的調(diào)查中，有相當(dāng)大比例的公司高管表適度或重大的變化（在2019年的調(diào)查中，ThomasH.Davenport,“ContinuousImprovementandAutoFinancial,”Forbes,December9,2019,https://www.fortomdavenport/2019/12/09/continuous-improvement-and-automation-financial/?sh=4f8441ac46a4.將衡量和改進技術(shù)應(yīng)用到這個流程中。例如益方法和六西格瑪方法。Voya有一個三步程機器人流程自動化、評估自動化流程的性能實現(xiàn)轉(zhuǎn)型，公司必須在廣泛的范圍內(nèi)做到這能夠促進這一點的是采用了AI的新技術(shù)：流務(wù)系統(tǒng)的數(shù)據(jù)，以了解流程的執(zhí)行情況，然后程挖掘消除了流程改進中的大量細節(jié)工作，公司的很大一部分人精通AI及其應(yīng)用方式人。希望在業(yè)務(wù)中大量使用AI的公司需要大普通員工。明智的公司正在對員工進行再培釋和改進AI系統(tǒng)。隨著AI系統(tǒng)的開發(fā)（尤其動化，以及未經(jīng)深入專業(yè)培訓(xùn)的公民數(shù)據(jù)科學(xué)值和用途。高管不僅應(yīng)該為AI項目提供資經(jīng)理做出的。因此，重要的是要讓這個群體對絕大多數(shù)公司來說，這種技能提升和再培樣的機會可能越多越好。有些公司已經(jīng)著手劃，如空客和星展銀行等?？湛鸵呀?jīng)對1000多析技能方面的再培訓(xùn)；星展銀行已經(jīng)對1800培訓(xùn)，并創(chuàng)建了一家公民數(shù)據(jù)科學(xué)家公司。在這精通數(shù)據(jù)科學(xué)和商業(yè)智能等前沿領(lǐng)域，另有7000人被認(rèn)定在數(shù)據(jù)使用、但是，在我們的一項AI調(diào)查中，只有10%的美對AI的長期承諾和投資策。他們所做的決策將對公司未來的幾十年產(chǎn)生重大影響，億或幾十億美元。我們?yōu)楸緯稍L的每一家公司都告訴我們押注AI的代價。起初，這樣的資源承諾可能會讓公司感到害到從早期項目中獲得的各種好處之后，這些AI驅(qū)動的公司發(fā)在下一章中，我們將進一步闡述領(lǐng)導(dǎo)力和承獨特且龐大的數(shù)據(jù)來源，實時分析并采取行動度的公司必須認(rèn)真對待數(shù)據(jù)——搜集數(shù)據(jù)、整合數(shù)據(jù)、存儲就比平常情況下更重要。在我們2020年的AI調(diào)查中，當(dāng)被要AI增強競爭優(yōu)勢的舉措時，采用了AI的公司將“實現(xiàn)AI數(shù)據(jù)現(xiàn)代化”作為首選。事實上，我們采訪過的所有公司都在采取相同的數(shù)據(jù)，那么它們都將擁有相似的機器一資本銀行和新加坡的星展銀行等銀行利用客戶和交易的信息，并將這些數(shù)據(jù)反饋給客的克羅格和加拿大的羅布勞等零售機構(gòu)則更存數(shù)據(jù)、購物者忠誠度數(shù)據(jù)等，這些數(shù)據(jù)量在某些情況下，積極采用AI的公司已經(jīng)開發(fā)地訪問數(shù)據(jù)。中國平安有一個非常合理的“這在一定程度上是因為它們擁有現(xiàn)代技術(shù)堆流程來管理數(shù)據(jù)供應(yīng)鏈和利用數(shù)據(jù)的緊迫感建立合乎倫理和值得信賴的AI框架VeronicaCombs,“GuardrailFailure:CompaniesAr/article/guardrail-failure-companies-arrevenue-and-customers-due-to-ai-bias/.乎倫理且值得信賴，否則很可能會因AI而得不償失。到目前數(shù)關(guān)于AI倫理的正式治理機制和結(jié)構(gòu)都在科技公司那里，它量的AI產(chǎn)品和服務(wù)，并且希望向客戶證明自己是負(fù)責(zé)任的。科技公司相對而言是AI的早期采用者，它們過去也最有可能我們可以成立一個由具備強大技術(shù)和業(yè)務(wù)專業(yè)知識的高管組成的小組，來評估所有要投入生產(chǎn)的AI系統(tǒng)的每條標(biāo)準(zhǔn)。公司設(shè)立了算法審查委員會之類的團體，不過僅是算法。一位倫理顧問呼吁成立一個AI機構(gòu)對人體受試者的學(xué)術(shù)或醫(yī)學(xué)研究的委員會一樣，AI驅(qū)動的公司如何實現(xiàn)價值A(chǔ)I驅(qū)動的公司通過一些具體的價值杠桿創(chuàng)造了比其他很多公值（見表1-2）。我們將在整本書中引用AI驅(qū)動的公司經(jīng)常使用多種杠桿（有時是同一個用例）來改在單個用例的層面，我們在本章前面提到的種方式為銀行帶來了價值。它幫助星展銀行有利于加快執(zhí)行速度。交易監(jiān)控分析師可以件，提高生產(chǎn)效率并降低成本。它使用更多現(xiàn)真正欺詐的可能性有多大（即理解復(fù)雜性采用盡可能多的不同的價值杠桿，并努力在單個用例中實現(xiàn)多種杠桿。有些杠桿（比如降低成本）相對容易衡量。限于容易衡量的AI用例中。一些最大的好處公司在全力押注之路上的位置是什么在了解了一家AI驅(qū)動的公司的所有組成部分施并正常運行。其業(yè)務(wù)建立在AI能力之上成為一臺組織學(xué)習(xí)機器/2017/06/great-businesses-scale-their-learning-not-ju器。在這樣的公司里，與AI相關(guān)的學(xué)習(xí)在地從AI的研究和部署中學(xué)習(xí)。它們進行試藝術(shù)的AI系統(tǒng)可能會吸引公司龐大的客戶/a/201909/23/WS5d882a3da310cf3e3試驗取得了成功：研究人員能夠利用AI創(chuàng)歌。該系統(tǒng)在2019年世界AI大會上推出，音樂創(chuàng)作系統(tǒng)甚至獲得了國際獎項。肖京在集團正在研究將AI藝術(shù)創(chuàng)作系統(tǒng)與集團不同接，比如將AI創(chuàng)作的音樂用于在線醫(yī)療或其時，他的團隊還掌握了如何為涉及參與者主觀AI驅(qū)動的公司成為組織學(xué)習(xí)機器的另一種方式與機器學(xué)習(xí)直少是監(jiān)督式機器學(xué)習(xí)，這是目前為止商業(yè)中最常見的機器學(xué)習(xí)類型）。這項技術(shù)基于已知結(jié)果的過往數(shù)據(jù)，通過訓(xùn)聽起來可能有點兒令人困惑，但作為組織學(xué)從它們的機器學(xué)習(xí)中學(xué)習(xí)。當(dāng)代AI能力所做AI驅(qū)動的公司會監(jiān)控它們的模型，以了解模型預(yù)測的準(zhǔn)確性一種被稱為MLOps的技術(shù)。如果模型不且知道可以使用技術(shù)來促進模型運維過程。行推出了聊天機器人，該機器人最初在其印向銀行客戶提供無須等待、全天候可用的高質(zhì)量客戶服務(wù)的一種方式。在2016年對一次服務(wù)故障進行審查時，管理他們將實時監(jiān)控每位數(shù)字化銀行客戶的服務(wù)在使用移動應(yīng)用軟件時遇到困難的痕跡，培“組織學(xué)習(xí)機器”這個術(shù)語的最終含義集中于這樣一個事實，即這些公司始終如一、可靠且不知疲倦。它們在業(yè)務(wù)轉(zhuǎn)型運轉(zhuǎn)良好的機器一樣永不停歇。它們投資A（用于機器學(xué)習(xí)模型的、定義明確的變量存在整個公司內(nèi)多次重復(fù)使用。它們確保很多員它們并不把AI視為一種時尚，而是將其視為核酸）、支持AI和數(shù)據(jù)驅(qū)動決策的企業(yè)文化、持續(xù)試驗和創(chuàng)新的態(tài)度，人性的一面至不涉及數(shù)據(jù)。領(lǐng)導(dǎo)力、文化、態(tài)度和技能習(xí)模型來預(yù)測一家公司是否會成為AI驅(qū)動（BroadInstitute）。該），的機會和抓住這些機會的方法。當(dāng)然，他們RandyBeanandThomasH.DavenpofortstoBecomeData-Driven,”Ha/2019/02/companies-are-failing-in-their-efforts-to在采取積極措施解決這些與人類相關(guān)的問題所有公司在全面采用AI方面取得進展的一一位AI領(lǐng)導(dǎo)者的畫像種原因，他不僅在曾經(jīng)被稱為“該死的慢節(jié)家銀行巨頭，而且還成為高度積極的AI采多個全球銀行業(yè)大獎，包括《歐洲貨幣》雜向AI試驗敞開大門，看看他們能做些什么），應(yīng)用。這個團隊開發(fā)了“工作智能大師”應(yīng)變革，以使其適合雄心勃勃的AI計劃。大清理了8000萬條不完整的數(shù)據(jù)記錄，針對在高博德的領(lǐng)導(dǎo)下，星展銀行還創(chuàng)建了新的讓高博德感到自豪的是，星展銀行目前聘用他們思考和實踐數(shù)字化創(chuàng)新。最近，高博德一直力、消除對AI的恐懼。一名員工提出了鼓勵員授機器學(xué)習(xí)和強化學(xué)習(xí)的自動賽車游戲。星展銀望使用這種方法培訓(xùn)多達3000名員工。高博德本他所說：“我很高興最終能躋身我們員工的前100表現(xiàn)得非常出色，其中一名員工獲得了“亞馬遜與他們展開競爭?！钡墓ぷ?。到目前為止，星展銀行還沒有員工經(jīng)能夠通過AI在某些領(lǐng)域顯著提升效率（），致力于幫助員工提高技能，為AI增加價值，關(guān)于領(lǐng)導(dǎo)力的經(jīng)驗），部署成本也非常昂貴。AI領(lǐng)導(dǎo)者必須投入足夠多的資金來保面的AI采用。值得注意的是，高博德在采用AI的早期就打開驗，并且不需要太多的財務(wù)理由。他認(rèn)為：“太早要求投資項目的節(jié)省額或回報額。星展銀行的個人銀行業(yè)務(wù)本財年的AI實現(xiàn)5000萬新加坡元的回報，高博德對此會有所幫助。數(shù)據(jù)始終是一個重要問題，盡管個人參與的另一種可能性是開發(fā)一個特別重丹利的財富管理業(yè)務(wù)是全球規(guī)模最大的，該公統(tǒng)，用于向客戶提供投資建議。該公司時任爾，財富管理部門的負(fù)責(zé)人是安迪·薩珀斯席總裁。十幾年前，羅森塔爾就有了一個類似網(wǎng)飛的推薦引擎的想法，并一直監(jiān)督其開發(fā)工作，直到他從摩根士丹這一想法，在他的監(jiān)管下，隨后公司將用于務(wù)的背景和特定的需求，每個人都具有鮮明的特征。以中國平安為例，JoannaPachner,“ChoicePresi/business/rob-magazine/articlpresident-why-sarah-davis-is-the-leader-loblaw-needs-right-now/.有羅布勞的大部分股權(quán)，并且在該公司10韋斯頓主導(dǎo)了該公司對Shoppers藥店及醫(yī)療病歷公司。他特別關(guān)注數(shù)據(jù)、分析醫(yī)療健康。羅布勞擁有該國最大的醫(yī)療健康售的5.5萬種產(chǎn)品提供營養(yǎng)信息和健康產(chǎn)品據(jù)市場主導(dǎo)地位。公司的CEO吉蒂斯·拉席技術(shù)官。作為一名技術(shù)專家，他能夠長期AI領(lǐng)導(dǎo)力還包括對公司業(yè)務(wù)未來的展望，以及有勇氣采取行標(biāo)。在第7章中，我們將介紹德勤走向AI驅(qū)的專業(yè)服務(wù)機構(gòu)，過去該行業(yè)一直非常注重專業(yè)人才。但德勤的商業(yè)、全球和戰(zhàn)略服務(wù)部門的執(zhí)行負(fù)責(zé)人賈森·吉部門，并評估它們與未來商業(yè)和經(jīng)濟環(huán)境的契在該機構(gòu)發(fā)揮重要作用，他說服德勤的合伙詢和風(fēng)險顧問等業(yè)務(wù)流程，這些流程涉及人與德勤尚未宣稱自己已經(jīng)通過AI實現(xiàn)全面轉(zhuǎn)型AI領(lǐng)導(dǎo)力有多種形式，其中共同的特征之一是，這些領(lǐng)導(dǎo)者知可以做什么，特別是可以為他們的公司做些模式、流程和人員的影響可能是什么。只有有效的領(lǐng)導(dǎo)角色。對于AI領(lǐng)導(dǎo)力的其他方面播下成功的文化種子對我們介紹的這類傳統(tǒng)公司而言，利用AI進數(shù)據(jù)類型，如何在分析和AI計劃中使用這努力讓公司的所有人都有責(zé)任提出、開發(fā)、通常，領(lǐng)先的計劃有多個組成部分。人們往在特定項目層面，變革管理通常涉及的活動確AI系統(tǒng)的目標(biāo)和性能預(yù)期，頻繁溝通項饋，以及對那些將成為新系統(tǒng)用戶的員工進與構(gòu)建模型和編程相比，數(shù)據(jù)科學(xué)家和AI專趣，因此很多公司都在設(shè)置AI項目或產(chǎn)品經(jīng)/content/dam/insights/articles/US14State-of-AI-4th-edition/DI_CIR-St變革管理的公司報告AI舉措超出預(yù)期的可能性是其他公司的1.6倍，實內(nèi)部的思想領(lǐng)導(dǎo)力和建議。2021年，它啟動了德勤AI學(xué)院，AI人才。該學(xué)院的愿望不僅是培養(yǎng)自己的AI專業(yè)人才，而且對分析和AI部門的領(lǐng)導(dǎo)者來說，他們能利用），ThomasH.DavenportandRenZhang,“AchievingReturnonAIProjects,”/article/achieving-return-on-ai-projects/.在識別、試驗和實施AI系統(tǒng)時，AI團隊的領(lǐng)對其他相對較新的技術(shù)采取的步驟類似。例如進入那些關(guān)注度高的領(lǐng)域是可取的。例如，在蒙心新任負(fù)責(zé)人張韌最初專注于擁有大量數(shù)據(jù)的行的數(shù)字化部門擁有來自客戶的大量點擊流數(shù)據(jù)數(shù)據(jù)并實現(xiàn)個性化的客戶交互。該銀行的金融客戶和員工行為的數(shù)據(jù)，并且始終對使用最新的罪活動很感興趣。張韌的AI舉措較少關(guān)注商如，商業(yè)銀行服務(wù)的客戶比個人銀行少，并且彩，而不是自動化程度更高的流程和交互。信用數(shù)據(jù)和分析來做出更好的信貸決策，但這方AI項目的領(lǐng)導(dǎo)者應(yīng)該尋求并利用來自業(yè)務(wù)領(lǐng)導(dǎo)者的支持，這獲得所需的資源，又能讓公司其他部門相信動。在理想情況下，這項工作應(yīng)該在啟動大型當(dāng)維平·戈帕爾擔(dān)任禮來公司首席數(shù)據(jù)和分），DeloitteInsights,“2021StateofAIintheEnterprise.”對在公司內(nèi)部領(lǐng)導(dǎo)AI工作的人來說，通過將合起來，保持對AI的積極看法非常重要。調(diào)查信AI將對他們的業(yè)務(wù)和所在行業(yè)產(chǎn)生變革性影響。例如，在我們合作過的一家專注于AI的健康器學(xué)習(xí)應(yīng)用從PDF文件中提取會員數(shù)據(jù)。就，但部分利益相關(guān)方將其描述為邁向客戶提取數(shù)據(jù)意味著呼叫中心的代表可以使用這劃的詳細信息，并更輕松地回答問題。這也是石，最終將減少呼叫中心的呼叫需求。AI負(fù)對員工進行關(guān)于AI及未來工作的教育在AI涉及的人性化問題方面，理論上最具挑戰(zhàn)來什么樣的變化；不同的員工相對于工作有不同的目標(biāo)和興這一部分取材自ThomasH.DavenportandGeorgeWeLeadersArePreparingfortheAI-EnablementReview,March17,2021,httpsleaders-are-preparing-for-the-ai-enabled-wEdi-tion:EarlyAdoptersCombiInvestments,”PDFfile（NewYork:DeloitteInsights,20https://www2.deloitt2018年對AI采用者的調(diào)查發(fā)現(xiàn)，82%的受是時候?qū)T工進行關(guān)于AI及其影響的教育以我們沒有什么時間可以浪費了。這些恰好/2019/07/11/amazon-plans-to-spend-700-milretrain-a-third-of-its-workforce-in-new-skill需要哪些具體技能，但它們相信這些技能將為例，該公司已承諾投入7億美元進行員工在亞馬遜內(nèi)部還是外部，都具備在日益數(shù)字技能。該公司的主要關(guān)注點是分布在配送中術(shù)性崗位上占總?cè)藬?shù)1/3的員工。公司為配響）的員工提供再培訓(xùn)，使他們獲得IT支持業(yè)人才精通技術(shù)。他們認(rèn)為，在以AI為導(dǎo)向工都需要了解技術(shù)如何運作，以及技術(shù)如何司都認(rèn)為，無論未來的工作崗位發(fā)生什么變Wei-ShenWong,“DBSBankGrowsItsTeamofDataTransTechnology,July29,2019,/data-management/4456596/dbs-bank-grows-its-team-of-data-t泛討論，但沒有得到廣泛設(shè)置。星展銀行甚與該領(lǐng)域的在線課程提供商合作。以殼牌公作始于2019年，當(dāng)時這家能源巨頭意識到公夠，無法完成它計劃中的所有AI相關(guān)的項目。建了一個試點項目，然后啟動了一個針對石學(xué)家和地球物理學(xué)家等人的更大的項目。完成常需要4~6個月，每周學(xué)習(xí)10~15個小時。截至名員工完成或正在學(xué)習(xí)納米學(xué)位課程，另有10析方面的培訓(xùn)。公司要求員工和他們的經(jīng)理每周花半天時間進行培訓(xùn)。中央數(shù)據(jù)科學(xué)小組可以與他們合作。培訓(xùn)項應(yīng)用的一種手段，而這些應(yīng)用是讓管理者及然，這很難預(yù)測或不可能精確地預(yù)測。即使會大相徑庭。盡管如此，這些公司已經(jīng)開始形了，包括那些特別有可能受到AI影響的工“JPMorganChaseMakes$350MillionGlobalInvestmentintheFutureofWork,”JPMorganChase/news-stories/jpmorgan-chaseinvestment-in-the-futurErikBrynjolfsson,TomMitchellLearn,andWhatDoesItMeanPapersandProceedin/articles?id=10.1257/pandp.20181019.舉例來說，一家積極采用AI的美國大型銀行宣布將投資3.5億美元，用于一項“機器學(xué)習(xí)實用性”（SML）評估司組成的聯(lián)盟“歐洲技能包”正投入20億歐森（Verizon）正在招聘和培訓(xùn)數(shù)據(jù)科學(xué)家和營五代移動通信技術(shù)）無線技術(shù)。SAP公司正在提發(fā)、區(qū)塊鏈和物聯(lián)網(wǎng)方面的技能。對特定行業(yè)進而引導(dǎo)員工接受再培訓(xùn)，要比對公司進行普些工作會發(fā)生變化，而是幫助員工獲得對自己職業(yè)道路更多的自主權(quán)。DavenportandWesterman,“HowHRLeadersArePrepEnabledWorkforce.”），們可以遵循的發(fā)展路徑、他們可能需要獲得的技能，甚至空缺的職位。ThomasH.Davenport,“AI,”HarvardBusinessRevie/2019/10/building-a-culture-that-embraces-data對任何人來說，接受任何類型的AI及相關(guān)已經(jīng)創(chuàng)建了一些項目，涉及為高級管理人員思考面向AI的產(chǎn)品或服務(wù)的所有要素。美國道），的領(lǐng)導(dǎo)者推動，公司正在建立數(shù)據(jù)驅(qū)動的文化自身的AI歷程。大多數(shù)公司可能會證明，AI技工和組織動員起來去探索、打造和使用AI才是極采用AI的公司已經(jīng)在很大程度上實現(xiàn)了這一Conversation,December10,2an-ai-to-debate-its-own-ethics-in-the-oxford-union-what-it-said——由英偉達（NVIDIA）的威震天AI系統(tǒng)自主撰寫們來訓(xùn)練和部署。但在利用AI進行轉(zhuǎn)型的的人參與進來，進行一系列不同的互動。公如何改善我們的業(yè)務(wù)？”“我們可以利用AI發(fā)展？”“我們?nèi)绾瓮ㄟ^AI賺錢？”這些問性，也需要了解AI如何解決或改變這些問題在這一章中，我們將介紹一系列涉及AI戰(zhàn)略在這些公司中，有幾家同時追求不止一個AI戰(zhàn)略原型1：創(chuàng)造新事物全力押注AI的公司通過AI開創(chuàng)了幾種新的是來自AI的最激動人心的機會。我們將介紹創(chuàng)造新事物的每一種方新業(yè)務(wù)與市場theEnterprise,”MITSloanM/projects/the-cultural-benefits-of-arintelligence-in-the-enterprise/.全力押注AI的公司不僅利用AI來支持其現(xiàn)業(yè)務(wù)的創(chuàng)建或進入新市場。它們利用AI的現(xiàn)有優(yōu)勢提供新產(chǎn)品與服務(wù)，或者以效率更高、效果更好的方式提供現(xiàn)有這是一個好主意，但多年來的年度“企業(yè)AI”都在用AI來改進現(xiàn)有的業(yè)務(wù)流程。然而，202的公司（被稱為“起步者”和“后進生”）往往目標(biāo)，而成就較高的公司（被稱為“變革者”和以增長為導(dǎo)向的目標(biāo)，比如提高客戶滿意度入新市場?！堵槭±砉W(xué)院斯隆管理評論》的創(chuàng)新戰(zhàn)略性思維的價值，該分析發(fā)現(xiàn)，主要使商業(yè)價值的公司，與主要使用AI來改進現(xiàn)有領(lǐng)域。2013年，該公司收購了加拿大最種定位在很大程度上集中體現(xiàn)在名為“PCHea牌）。PCHealth的目標(biāo)并不是取代加務(wù)大部分已經(jīng)國有化。相反，它旨在幫助加誠計劃，PCHealth的用戶可以通過“以健分。未來，羅布勞計劃整合PCHealth與來PCHealth中的大部分AI都可以通過與League的合作身定制的計劃。League還與企業(yè)主和保險公司合方數(shù)據(jù)，甚至廣泛搜集的醫(yī)學(xué)影像數(shù)據(jù)。該貨店購買了什么食物。鑒于迄今為止所實現(xiàn)新產(chǎn)品與服務(wù)AI的第二個戰(zhàn)略性用途是創(chuàng)造新產(chǎn)品與服務(wù)，或者對現(xiàn)有產(chǎn)行重大改進。這種趨勢在硅谷公司中很常見，它們已經(jīng)在很其他很多產(chǎn)品中。但正如我們所指出的，在產(chǎn)品中加入AI對公司來說是自然而然的事情。對傳統(tǒng)公司來說，以一種有意AI添加到它們的產(chǎn)品與服務(wù)中通常會使它們面臨更StevenLeVine,“OurEconomyWasJustBlastedYearsintotheFuture,”Mediumwebsite,May25,2020,was-just-blasted-years-into-the-future-a591fbba2298.RobertoBaldwin,“Self-DrivingCa/features/a32266303/self-driving-ctaking-longer-to-build-than-everyone-thought/.是，完全自動駕駛的概念存在一些問題。事這個話題上，汽車界的熱潮正在悄然消退。息相關(guān)，在2020年年初的新冠疫情時期，消動駕駛卡車初創(chuàng)公司星空機器人（StarskyRobo車志》雜志一篇文章的標(biāo)題所說：“自動駕地理圍欄、無行人專區(qū)、溫暖干燥的城市里，比如在美國的菲尼克斯，谷歌的Waymo自動出租車在特定的街道上動“守護者”（Guardian）項目，這是豐來一直強調(diào)安全性。普拉特在2017年麻ThomasH.Davenport,“GettingRealaboutAuInitiativeontheDigitalEcon/insights/getting-real-about-autonomous-cars/.），普拉特和豐田研究所仍在致力于推動“守護者”人類的生活質(zhì)量。我們致力于打造一個“所Jobdescriptionfor“ResearchScientist,Machine-AssistedCognition,”ToyotaResearchInstitute,https://www.simplyhired.q=toyota+research+institute&job=IKITba9sbM2sxZvZ5eCw4DFFo2fIRUkQGllRXw,accessedA“ToyotaResearchInstituteBetsBiginVegason‘ToyotaGuardian’Autonomy,”To/toyota-re-search-institute-bets-big-in-toyota-guardian-autonomy/.在2019年的消費電子展上，豐田確實透露了有在說還為時過早；這可能超出了某些司機想要的智能和控制程度。不法。普拉特表示，安全功能將在21世紀(jì)2），進，而且這種汽車智能化方式非常符合該公司和風(fēng)險投資機構(gòu)已經(jīng)在完全自動駕駛項目上但相比于完全自動駕駛，豐田的“守護者”項目將新服務(wù)領(lǐng)域的AI：財富管理JamesBurton,“TheWorld’sTop-10WealthManagementFirmsbyAUM,”WealthProfessionalwebsite,May5,2021,https://www.wealthprofessica/news/industry-news/the-worlds-top-10-wealth-management-firms-by-AI還可用于提供差異化服務(wù)和提高服務(wù)價值。這通常意味的、更智能的方式提供與之前相同的服務(wù)。士丹利首席運營官的吉姆·羅森塔爾有一個資、感興趣的行動以及與特定客戶的相關(guān)性要大約45分鐘。當(dāng)一名財務(wù)顧問平均有2“下一步最佳行動”系統(tǒng)可能會在一天內(nèi)生成20多條可能的客戶建議，但顧問注意到客戶的賬戶剛剛增加了10萬美況下，“下一步最佳行動”系統(tǒng)可以將客戶摩根士丹利的“下一步最佳行動”系統(tǒng)還根戶?！睂Α跋乱徊阶罴研袆印毕到y(tǒng)的使用是自愿的，營方式。他贊揚了管理系統(tǒng)和流程的跨職能堅持這一想法的高管們。除了對已經(jīng)退休的對財富管理部門前負(fù)責(zé)人、摩根士丹利現(xiàn)任示了贊揚。在我們看來，麥克米蘭也值得高新商業(yè)模式與生態(tài)系統(tǒng)/sites/barrylibert/2019/10/29/platform-mocoming-to-all-industries/?sh=4ccb418962e7.在過去的幾十年里，AI一直在促進新的戰(zhàn)略的大多數(shù)是原生數(shù)字化公司。當(dāng)然，這對它邊平臺（它們在其中管理買家和賣家之間的且利潤豐厚。顧問巴里·利伯特對商業(yè)模式業(yè)模式中，多邊平臺的估值是最高的，其年AI在讓平臺商業(yè)模式發(fā)揮作用方面承擔(dān)著重要作用。數(shù)據(jù)來有參與者，而機器學(xué)習(xí)有助于將客戶與他們行匹配。客戶產(chǎn)品可以通過AI實現(xiàn)個性化。需要智能客服和聊天機器人所提供的高效客迎、亞馬遜、谷歌、優(yōu)步、阿里巴巴、騰訊以有關(guān)業(yè)務(wù)生態(tài)系統(tǒng)的更詳細的討論，參見ArnoudDeWilliamson,TheEcosystemEdge（PaloAlto,C據(jù)、吸引和服務(wù)新客戶。對它們來說，AI段。我們2021年的調(diào)查發(fā)現(xiàn)了AI領(lǐng)導(dǎo)別是70%和59%）。此外，擁有多元化AI驅(qū)動的生態(tài)系統(tǒng)：平安對于AI驅(qū)動的生態(tài)系統(tǒng)，最好的實例也許是在1988年起步時是一家保險公司，但現(xiàn)在它費金融服務(wù)公司，其通過綜合性金融服務(wù)平供商、醫(yī)療保險公司和技術(shù)聯(lián)系在一起。在醫(yī)療健康服務(wù)方AI相關(guān)的服務(wù)來幫助醫(yī)生診斷和治療2000多種疾病。截至202外部醫(yī)生累計提供了12億次就診服務(wù)。它與189醫(yī)院和83000多家其他醫(yī)療機構(gòu)合作。但它對于積累洞察力以訓(xùn)練AI模型也至關(guān)重權(quán)，平安醫(yī)療健康生態(tài)系統(tǒng)可以從醫(yī)療費用據(jù)，從醫(yī)療健康服務(wù)提供方獲取治療數(shù)據(jù)，者那里獲取癥狀數(shù)據(jù)，以及從其他生態(tài)系統(tǒng)據(jù)。到2020年，平安已經(jīng)掌握超過3萬種疾病平安還通過其智能醫(yī)療健康部門提供放射影斷時間從15分鐘縮短到了15秒，它還允城市的關(guān)系只是平安發(fā)展生態(tài)系統(tǒng)戰(zhàn)略的一個其3700萬名新客戶中有36%是通過其生態(tài)系空客、殼牌和SOMPO的新興生態(tài)系統(tǒng)但正在尋找數(shù)據(jù)共享和集成方法，并開始開球大數(shù)據(jù)巨頭Palantir合作建立的。其目“運行狀況監(jiān)控”整合了來自飛機的所有實時數(shù)據(jù)，可以分析設(shè)備事件并立了一個更加開放的生態(tài)系統(tǒng)。它的衛(wèi)星圖客及其合作伙伴開發(fā)）允許用戶對物體進行而發(fā)生的變化。這些非常準(zhǔn)確的地理空間分化檢測到經(jīng)濟活動分析和監(jiān)測等各個方面。構(gòu)建模塊，為國防、測繪、農(nóng)業(yè)、林業(yè)以及發(fā)專題服務(wù)。它們既可以完全由空客提供，比如St），共同開發(fā)：Preligens用于監(jiān)控防御設(shè)施，（OrbitalInsightforEarth4EarthIntelligence用于分析空氣質(zhì)量，以及繪制陸圖；Sinergise和EuroDataCube用于衡量新響。空客集團領(lǐng)導(dǎo)AI規(guī)劃和戰(zhàn)略的羅曼里克示：“使用OneAtlas空間圖像系統(tǒng)所能做超出了空客單獨所能做到的。因此，我們的系統(tǒng)，其中包含正確的構(gòu)建模塊，以支持優(yōu)用。”），公司也與Palantir合作，并對其進行了公司希望在每個領(lǐng)域都使用Palantir的方法，在生態(tài)系統(tǒng)的參括競爭對手和合作伙伴）之間進行數(shù)據(jù)整合。SOMPO將會開推出了多項針對移動出行和護理的應(yīng)用。該公司還希望通過的投資來獲得AI方面的幫助，比如它投資了日本的深度學(xué)“Shell,C3.AI,BakerHughes,andMicrosoftLaunchtheOpenAIEnergyInitiative,anEcosystemofAISolutionstoIndustry,”C3.AIpressrelease,February1,2baker-hughes-and-microsoft-launch-the-open-ai-energy-initiative-an-ecosystem-of-ai-solutions-to-help-transform-the-energy-industry/.業(yè)和其他大型工業(yè)企業(yè)的效率，并特別關(guān)注可靠性解決方案。到目前為用的軟件及服務(wù)供應(yīng)商；微軟，將用于整合殼牌的云服務(wù)；以及貝克休斯，一家行業(yè)領(lǐng)先的能源技術(shù)和油田服務(wù)公司。DanJeavonsandChristopheVaeforEnergyProductio/business-customers/catalysts-technologies/rlibrary/ai-in-energy-sec劃的關(guān)鍵。該計劃接受的每一項應(yīng)用都將在C3牌公司數(shù)字化創(chuàng)新和計算科學(xué)負(fù)責(zé)人丹·杰據(jù)，“運營商多年來積累的豐富數(shù)據(jù)資產(chǎn)對且與其他一些AI驅(qū)動的生態(tài)系統(tǒng)所解決的窄的業(yè)務(wù)流程。在維護上的合作可能不會引起反壟斷方面的擔(dān)憂。然安森保險的數(shù)字化健康平臺先的、致力于改善社區(qū)的健康保險公司，該品為超過4500萬名消費者提供服務(wù)。多年來化和AI戰(zhàn)略。其目標(biāo)之一是以數(shù)字化的方式會員需要的服務(wù)連接起來，而不是像一些競機器學(xué)習(xí)和協(xié)作，為我們的消費者、護理服供主動、個性化的解決方案。通過利用這些森保險廣泛的制藥、行為、臨床和復(fù)雜護理供綜合的健康解決方案。我們的數(shù)字化平臺支持和加速安森保險的發(fā)展，而且將越來越對安森保險來說，轉(zhuǎn)向數(shù)字化健康平臺是一與黑石集團和KHealth（一款醫(yī)療應(yīng)用DiabetesPreventionProgramResearchGroup,“RofType2DiabeteswithLifestyleInt/doi/10.1056/NEJMoa012512.他們過上更健康的生活。安森保險實施的一種方是一家提供健康咨詢服務(wù)的初創(chuàng)公司，其基必要，Lark會為客戶安排一次與人類200萬名患者正在接受Lark的建議，基于生態(tài)系統(tǒng)的AI應(yīng)用的業(yè)務(wù)達成與開發(fā)），），戰(zhàn)略原型2：運營轉(zhuǎn)型——使現(xiàn)有的、定義明確的戰(zhàn)略更加成功。如果一家公司希望其供應(yīng)鏈管理人員能夠按時完成產(chǎn)品的市場進入，希望其營銷人員能夠吸引顧客購買，希望其銷售人員能夠拜訪有意向的客戶，希望其人力資源管理人員能夠招聘到合適的人才，那么所有這些目標(biāo)都可以在AI的幫助下實現(xiàn)。讓克羅格公司效率更高、效果更好種戰(zhàn)略執(zhí)行的一個實例。2017年，這家大化以及84.51°公司得到了重點關(guān)注，“KrogerUsingData,Technologyto‘Restock’fortheFuture,”ConsumerGoodsTechnology,October17,2017,using-data-technology-restock-大部分戰(zhàn)略性舉措都依賴于84.51°的店和35個州）的購物數(shù)據(jù)，創(chuàng)建并執(zhí)行“價值，”84.51°的CEO斯圖爾特·艾特肯說做的那樣，增強個性化并創(chuàng)造替代收入來源是重點領(lǐng)域?！?137099145/files/doc_events/2017/10/1/PresentatRussellRedman,“Krogerto‘LeadwithFresh,AcceleratewithDigital,”SupermarketNews,Afinancial/kroger-lead-fresh-accelerate-digital-2021.的客戶履約中心，這是即將建成的20個中OcadoGroupwebsite,“AboutUs:WhatWeDo,HowWe/about-us/what-we-do/how-we-use-ai,acce），戰(zhàn)略原型3：影響客戶行為DisruptsOurElections,OAdapt（NewYork:Crown,2021）.AI的一個最新戰(zhàn)略性目標(biāo)是影響客戶行為。隨著AI對谷TikTok（抖音海外版）和其他社交媒體供應(yīng)商等公司產(chǎn)和行為影響，這種原型可能已經(jīng)引起了人們的關(guān)注。這些公司在改變客戶的購買、社交、信息消費、信息共享和其他行為方面取得了巨大成功——有些是預(yù)期之中的，有些則不然。從財務(wù)角度來看，預(yù)期的行為已經(jīng)讓這些公司取得了巨大的成功和快速的增長，而非預(yù)期的行為已經(jīng)引起了包括立法機構(gòu)在內(nèi)的很多觀察者的關(guān)注，包括政治和社會兩極分或消極行為。然而，其他類型的公司已經(jīng)注據(jù)和AI算法可以改變其他類型的行為。在大于早期階段，但傳統(tǒng)公司和初創(chuàng)公司都在嘗試出，該公司于1958年創(chuàng)造了第一個信用慢，直到1975年，費埃哲才為富國銀行付賬單、不使用太多信用卡、不維持高額支在為數(shù)億人計算信用評分方面表現(xiàn)非常出色好，比如說服金融服務(wù)機構(gòu)在貸款決策中采ProgressiveInsurance,“TelematicsDevicesforCariwebsite,/answers/telematics-device的遠程信息處理數(shù)據(jù)來計算駕駛評分（盡管分?jǐn)?shù)母等級）。費埃哲現(xiàn)在也提供安全駕駛評分。Lark和安森保險的合作伙伴關(guān)系，而Lark就戰(zhàn)略性AI的流程地管理這項技術(shù)就沒有意義。對這些公司來說關(guān)重要的資源從定義上講是具有戰(zhàn)略意義的源，應(yīng)該成為高級管理者和戰(zhàn)略團隊關(guān)注的內(nèi)部協(xié)助決定AI用例的優(yōu)先級，以及其對產(chǎn)AI和戰(zhàn)略應(yīng)該以兩種主要方式聯(lián)系起來。第一，正如我們在出很多關(guān)鍵決策，包括如何構(gòu)建或購買AI能力、從哪里尋找關(guān)鍵人才、德勤2021年“企業(yè)AI”的現(xiàn)狀調(diào)查顯示，型特征。那些在AI領(lǐng)域走得最遠的受訪者他們擁有AI戰(zhàn)略，并且通過AI的使用從競級管理者闡明了AI的愿景將如何改變運營，代方案的考慮范圍。這可能需要改變戰(zhàn)略規(guī)可能會問：“如果我們使用機器學(xué)習(xí)更好地可以通過營銷計劃得到什么？我們?nèi)绾瓮ㄟ^的轉(zhuǎn)型？”如果沒有內(nèi)化AI能力的思維過程，會被嵌入公司的產(chǎn)品和流程中。在戰(zhàn)略與AI在本章中，我們考慮了AI與戰(zhàn)略之間的5種新產(chǎn)品與服務(wù)、新商業(yè)模式與生態(tài)系統(tǒng)、新客戶行為和運營戰(zhàn)略執(zhí)行。同的原型。但在AI驅(qū)動的公司里，重要的是增長做出實質(zhì)性貢獻。否則，我們很難說AI技術(shù)和數(shù)據(jù)請注意，在提及任何重要的技術(shù)之前，我們已以AI為中心的公司進行了介紹。AI的人性化的，而且通常也是最具挑戰(zhàn)性的。然而，一家術(shù)，就不可能在AI方面取得偉大的成就，并據(jù)，那么幾乎什么也做不了。我們認(rèn)定的每一AI驅(qū)動的公司對其AI技術(shù)舉措設(shè)立了明確的業(yè)務(wù)目標(biāo)，使用工具包中的所有工具在AI方面展開競爭的公司意識到存在很多不同技術(shù)，它們通常都愿意使用。不同的技術(shù)適入地采用AI的公司擁有廣泛的用例和適用的對任何銀行來說，預(yù)防金融犯罪都很重要，機器學(xué)習(xí)方面進行了投資，以打造更好的預(yù)防常被認(rèn)為已經(jīng)過時，但它們在防欺詐和反洗錢將它們用于此目的。但是，該系統(tǒng)常見的一個不足個機器學(xué)習(xí)模型，該模型使用更多銀行數(shù)據(jù)，排序。每個案例都會被計算風(fēng)險評分，風(fēng)險像和語音識別的深度學(xué)習(xí)模型，以及預(yù)測自動傳統(tǒng)機器學(xué)習(xí)模型。深度學(xué)習(xí)算法并未被銀行信用模型，但星展銀行正在與監(jiān)管機構(gòu)合作，了其中的很多技術(shù)。該銀行對其數(shù)據(jù)架構(gòu)進為“ADA”（AdvancingDBSwithAI）的數(shù)據(jù)攝取、信息安全、存儲、治理、可視化，內(nèi)的各種功能。該平臺的目標(biāo)是隨著時間的推模型時實現(xiàn)盡可能多的自助服務(wù)。星展銀行還更快、更好地打造AI應(yīng)用得更快一些。具體來說，你希望更多的數(shù)據(jù)科學(xué)家能更快地AI算法。你的運氣不錯，技術(shù)的發(fā)展讓專業(yè)數(shù)據(jù)科學(xué)家和公家都越來越有可能構(gòu)建新模型，這些模型在機器學(xué)習(xí)或根據(jù)如我們之前所指出的，監(jiān)督式學(xué)習(xí)是商業(yè)中使用訓(xùn)練數(shù)據(jù)集的大部分?jǐn)?shù)據(jù)來訓(xùn)練模型，據(jù)來測試模型，然后使用生成的模型對不屬及特征工程，或者需要測試各種不同版本的時間來解釋不同的模型，并需要時間來編寫代），于聚類無結(jié)果變量的相似案例，這種方法在預(yù)下構(gòu)建和部署大量模型。84.51°的網(wǎng)站上據(jù)事實，它代表其零售商母公司及其生態(tài)系在第3章，我們介紹了克羅格公司在多大程其戰(zhàn)略舉措。84.51°在數(shù)據(jù)科學(xué)方面劃。數(shù)據(jù)科學(xué)經(jīng)理斯科特·克勞福德從2015司現(xiàn)任總裁米倫·馬哈德凡是公司內(nèi)部流程和產(chǎn)品自動化的機器學(xué)習(xí)與廣泛使用AutoML納入其中，是從臨時建模及分流程的邏輯發(fā)展，后者通過效率和提高準(zhǔn)確性產(chǎn)生價值。84.5AutoML的工具和流程，但這是在重新設(shè)計的機器學(xué)習(xí)流程AutoML為企業(yè)的機器學(xué)習(xí)能力提供了各種潛在好處。與程。相反，模型通常要基于新數(shù)據(jù)重新進行和庫存管理流程的“銷售預(yù)測”會根據(jù)最新84.51°首席科學(xué)家的保羅·赫爾曼和他的團更廣泛地支持、賦能和參與公司更好地使用和），入機器學(xué)習(xí)；“賦能”涉及確定最佳的機器學(xué)及使用那些工具的數(shù)據(jù)科學(xué)家。在評估了50多種工DataRobot（德勤的合作伙伴，托馬斯·達文波主要AutoML軟件提供商；“參與”意味著通過共享或示例（通過促進共享的代碼存儲庫Githu內(nèi)部開發(fā)的方法被稱為“8PML”（84.51°ProcessforMa在非廠商的公司中并不常見。斯科特·克勞了一些公開可用的數(shù)據(jù)挖掘過程，但為了更好地適和環(huán)境而進行了定制，它包含3個主要組成解決方案工程在搜集了必要的訓(xùn)練數(shù)據(jù)后，公司的大多數(shù)型的開發(fā)上，但84.51°感興趣的關(guān)注點更加到，未部署的模型不會提供任何經(jīng)濟價值，于利。8PML從解決方案的工程階段開始進標(biāo)并與可用資源進行比較。例如，項目的商快速部署大量模型，而無需必要的預(yù)算和人程需要重新思考問題，以保持在資源限制范圍內(nèi)大減少這些資源限制。解決方案工程仍然是模型開發(fā)在該方法的模型開發(fā)階段，我們要分析數(shù)據(jù)最適合訓(xùn)練數(shù)據(jù)的模型。使用DataRobot的AutoML大大加的速度，從而提高了數(shù)據(jù)科學(xué)家的工作效率。這讓他們能夠適應(yīng)更多模型或?qū)⒏嗑ν度肓鞒痰钠渌邇r值方面（如程、特征工程等）。該技術(shù)還使得技術(shù)水平較低的數(shù)據(jù)科學(xué)夠生成高質(zhì)量的模型，而不再需要詳細了解哪些算法適用于數(shù)據(jù)科學(xué)家最初擔(dān)心，未來他們在算法和方會變得沒有價值。公司的領(lǐng)導(dǎo)者強調(diào)，新工作。隨著時間的推移，事實證明確實如此，AutoML在84.51°的最初重點是提高專業(yè)數(shù)據(jù)科學(xué)家的生產(chǎn)力還使用自動化工具來擴大可以使用和應(yīng)用機器學(xué)習(xí)在發(fā)展其數(shù)據(jù)科學(xué)功能，以滿足快速增長的復(fù)雜的業(yè)務(wù)問題。對任何公司來說，找到訓(xùn)雖然在機器學(xué)習(xí)方面的經(jīng)驗不多，但擅長溝度商業(yè)化的頭腦。在AutoML的幫助下，模型部署84.51°的第三個機器學(xué)習(xí)方法的組成部分），在承擔(dān)84.51°促進使用機器學(xué)習(xí)的職務(wù)之前例如，84.51°經(jīng)常利用DataRobot輸出Jav已經(jīng)將這種AI方法提升到了新的水平。嵌入式機工具的標(biāo)準(zhǔn)化以及三階段機器學(xué)習(xí)方法都有體產(chǎn)品的方式相同。未來我們可能會看到這逐步擴大規(guī)模對很多采用AI的公司來說，一個關(guān)鍵的挑戰(zhàn)AI上取得較高成就的公司（被稱為變革者和探路者）比兩類公司（起步者和后進生）更有可能（高出的概率通常約為25行大規(guī)模AI運營，因為它們已經(jīng)采用了幾種不同的AI運營實AI的規(guī)?；统掷m(xù)管理。這些實踐包括：AI模型的記錄流期，使用MLOps來管理生產(chǎn)中的模型并確保其持續(xù)有效性，管團隊結(jié)構(gòu)和工作流程，以及設(shè)置新的工作角色（包括產(chǎn)品經(jīng)程師和機器學(xué)習(xí)工程師）來最大限度地推動AI進步（見圖杰文斯表示，為了在該領(lǐng)域?qū)崿F(xiàn)規(guī)?；?，該方法。一種方法是使用預(yù)測性維護，這是一降或出現(xiàn)故障的技術(shù)，而不是在標(biāo)準(zhǔn)間隔進時才進行維護。殼牌的高管深信，預(yù)測性維杰文斯認(rèn)為，AI對預(yù)測性維護模型（通常會用監(jiān)督式機器學(xué)習(xí)）的需求超過了任何一個能處理的能力。因此，殼牌決定招聘并培訓(xùn)在一起工作過的工程師，以便他們將來能夠在），Databricks的數(shù)據(jù)湖軟件Delt驗證所選模型的技能培訓(xùn)。他們還可以在模型移對其進行維護，并確保使用MLOps工具仍能們在第3章中介紹的生態(tài)系統(tǒng)的一部分，該生態(tài)系統(tǒng)每天有超過一萬臺設(shè)備受到監(jiān)控，基于AI行評估，而且這個數(shù)字還在以每周數(shù)百臺設(shè)備的速度增加。杰文斯說，AzureBoards（用于跨團隊規(guī)劃、跟蹤和討論開發(fā)工作的AzurePipelines（用于自動化系統(tǒng)開發(fā)和部署的一套工具和流程）和在預(yù)測性維護以外的領(lǐng)域，殼牌已經(jīng)采用了一照片，然后利用深度學(xué)習(xí)模型來檢測潛在的些工廠，人類員工用了6年時間才檢查完所有說服力的理由才能相信無人機或AI方法布在多個孤島中，不易進行分析，因此創(chuàng)建牌的高管很快意識到，其地下勘探業(yè)務(wù)的很宙”生態(tài)系統(tǒng)僅有幾年的開發(fā)歷史，但其規(guī)例如，在印度，聯(lián)合利華向90%的家庭銷當(dāng)?shù)氐男⌒碗s貨店購買產(chǎn)品——印度國內(nèi)各從歷史上看，產(chǎn)品分類是基于聯(lián)合利華過去在，聯(lián)合利華的數(shù)據(jù)科學(xué)家已經(jīng)開發(fā)出了數(shù)姆會員店）、大型超市（如法國的家樂福）或便利店（如日本的7-Eleven便利店）購物的國家，做法完全不同。AI部門主管安迪·希爾告訴我們：“對我們來說，業(yè)務(wù)規(guī)?；偷膯栴}，而是在全球范圍內(nèi)進行變革管理和部署的問題?！惫芾碛糜谟?xùn)練AI的數(shù)據(jù)準(zhǔn)確的預(yù)測。每一家認(rèn)真對待AI的公司都必理——結(jié)構(gòu)化或重組，將其放在一個通用平據(jù)質(zhì)量差、數(shù)據(jù)重復(fù)和數(shù)據(jù)孤島等棘手問題的數(shù)據(jù)轉(zhuǎn)型，以及本章前面介紹的星展銀行的的大量預(yù)測性維護數(shù)據(jù)。關(guān)于聯(lián)合利華，我公司一直致力于開發(fā)一個用于分析和AI的、牌一樣，他們也采用了湖倉一體的架構(gòu)，將業(yè)智能應(yīng)用的一些傳統(tǒng)關(guān)系數(shù)據(jù)結(jié)合起來。靈活性，以及多種AI應(yīng)用軟件工具。一些積等）聲稱，數(shù)據(jù)遷移到云端之后，這些公司方面投入的時間縮短、精力減少，因此它們能度和AI能力。如果出于某種原因，一家公司），），ThomasH.Davenport,TheodorosEvDataSupplyChainsA24,2021,/2021/06/data-management-is-a-supply-chai及消費的一些后續(xù)步驟，而不是它們之前強WallStreetJournal,June4,2018,/aease-gdpr-burden-1528084935.要AI來支持?jǐn)?shù)據(jù)。例如，它們正在使用概同數(shù)據(jù)庫中關(guān)于相同產(chǎn)品、客戶或供應(yīng)商的上幫助了數(shù)據(jù)準(zhǔn)備，指出數(shù)據(jù)質(zhì)量問題，并詢公司的首席數(shù)據(jù)官胡安·泰洛也指出，A費者隱私法案》（CCPA）。AI可以幫是勞動密集型的工作。因此，很多公司現(xiàn)在都程師。他們的作用是構(gòu)建高質(zhì)量、大容量的數(shù)模型，并有可能將其應(yīng)用于數(shù)據(jù)生產(chǎn)。執(zhí)行傳統(tǒng)應(yīng)用和體系架構(gòu)的負(fù)擔(dān)以及應(yīng)對方法AI技術(shù)的一個重要問題（即使不那么令人興奮）是如何處理應(yīng)用和復(fù)雜的現(xiàn)有技術(shù)架構(gòu)。如果要完全部統(tǒng)，或者那些促進用戶與計算機系統(tǒng)交互的A業(yè)務(wù)系統(tǒng)集成。很多公司都有一些陳舊、分具有挑戰(zhàn)性。在很多情況下，它們需要對這AI活動且欠缺強有力的中央?yún)f(xié)調(diào)的公司而言，情況尤其如此很多AI技術(shù)能力相互重疊的問題。領(lǐng)導(dǎo)者甚至很難知道誰在用什么，以及如何對所有這一切進行統(tǒng)一和管理。有這種情常擁有多個云系統(tǒng)、多個AI開發(fā)工具和很多聯(lián)盟，所有這些作的靈活性，取得的效果也不甚理想。因此，這類公司必須任務(wù)發(fā)人深省的本質(zhì)。幾年前，我們在安森個問題。2017年，時任安森保險首席信息官議上發(fā)表了講話。當(dāng)時，德勤正與安森保險每年要處理逾10億宗理賠。2017年，安森），界面的對話式AI和機器人流程自動化等在AI、數(shù)字化和智能運維根據(jù)德勤對AI活動的年度調(diào)查，近年來最流行AI和自動化能力可以預(yù)測和診斷網(wǎng)絡(luò)及服務(wù)器中的問題，而可以讓它們恢復(fù)正常運轉(zhuǎn)。這種AI用例可能看起來屬于自反際上已經(jīng)成為很多公司的關(guān)鍵能力。如果你公司的業(yè)務(wù)依賴于化能力，那么你需要利用所有可以使用的工具來確保這些資區(qū)域并實現(xiàn)IT運營的自動化。隨著公司變得取代人類IT運營人員，但它有助于將此類分。如果關(guān)鍵IT設(shè)備出現(xiàn)故障，或者沒有產(chǎn)可能會中斷。該公司正在使用AI來預(yù)測機器及其網(wǎng)絡(luò)安全環(huán)境。在18個月的時間里融合平臺，每天監(jiān)控來自20萬個數(shù)據(jù)生成資產(chǎn)的20TB（太字節(jié)）數(shù)據(jù)。該監(jiān)控系統(tǒng)有超過120種不同的應(yīng)用，力。它們會評估IT資產(chǎn)是否以最佳水準(zhǔn)運行件，以及內(nèi)部或外部數(shù)據(jù)泄露或內(nèi)部安全威脅應(yīng)該確保其端到端的IT和數(shù)字化基礎(chǔ)架構(gòu)構(gòu)建高性能計算環(huán)境AI技術(shù)不僅僅涉及軟件。計劃進行大量AI開發(fā)的公司需要打執(zhí)行的數(shù)值計算系統(tǒng)。最常見的是，基于深端和本地部署配置中使用的GPU（圖形處延遲架構(gòu)來對模型進行實時評分。其他類型GPU的DGXA100系統(tǒng)，以證明新的AI技術(shù)的變革步伐AI技術(shù)可能是所有信息技術(shù)領(lǐng)域中變革最快的。成千上萬的探索新的模型和AI方法，成千上萬的知名廠產(chǎn)品。特定的廠商，尤其是初創(chuàng)公司，會隨著時間的推移而走向衰敗。任何一家公司都不應(yīng)該指望自己能為AI建立一公司）都應(yīng)該指定一些聰明的人來跟蹤AI的在它們看起來符合公司的需求時予以引入?？茖W(xué)家或AI工程師，但他們確實需要了解AI變革。AI技術(shù)是很強大的，但如果沒有業(yè)對于任何類型的重大商業(yè)變革，管理上都有在本章中，我們將介紹這些能力以及它們是紹一些公司實現(xiàn)各自追求的AI原型的具體歷章的最后，我們將討論合乎倫理、值得信賴通往AI驅(qū)動的一般途徑全力押注AI的道路并沒有為人們所熟知，司符合我們對“全力押注”的定義。但是，實·相對于AI試點或試驗，生產(chǎn)部署的范圍。往第1層的能力較弱，第5層的能力較強，我遠，已經(jīng)具備一些特征，擁有多個已部署的——已部署部分系統(tǒng)并取得一些可衡量的積極成果。濟體的大公司中，這肯定是少數(shù)情況。這與在于，我們?yōu)锳I的使用提供了3種可供選擇織。就像我們提供的例子一樣，它們是擁有各種AI技術(shù)和用例的公還有一些支持它們的專業(yè)技術(shù)平臺。它們會能會比那些尋求改善運營的公司做更多的試目標(biāo)（通常都已實現(xiàn)）是通過將AI系統(tǒng)投入生業(yè)務(wù)。由此，新的業(yè)務(wù)流程被采用了，新產(chǎn)客戶使用。高級管理人員積極參與識別用例據(jù)科學(xué)小組，實現(xiàn)了數(shù)字基礎(chǔ)設(shè)施的現(xiàn)代化供選擇。如前文所述，我們的觀點是，3個主要原型可以概括為1）創(chuàng)造新事物2）運營轉(zhuǎn)型3）影響客戶行為。根據(jù)我們的調(diào)查研究，雖然改善運營是AI最常見的目標(biāo)，但是使用AI來提高現(xiàn)有戰(zhàn)略、運營和商業(yè)模用AI來實現(xiàn)新的戰(zhàn)略、全新的業(yè)務(wù)流程設(shè)來評估其能力。以運營為重點的AI目標(biāo)將平安：一家打造新商業(yè)模式的“第5層”公司一家成立于1988年的中國公司。正如我們在式、新的戰(zhàn)略、新的生態(tài)系統(tǒng)和新的流程。在的戰(zhàn)略。沒有人會懷疑AI正在被用來推動安已經(jīng)成功地做到了這一點。當(dāng)然，平安也平安的高級管理團隊當(dāng)然在參與AI相關(guān)的工馬明哲與數(shù)據(jù)科學(xué)團隊密切合作，推動AI和相關(guān)技術(shù)的新發(fā)AI在業(yè)務(wù)中的新應(yīng)用產(chǎn)生想法時，他就會找合適的團隊來實現(xiàn)馬明哲引入陳心穎擔(dān)任首席運營官兼首席信息官。陳心穎來平安還建立了一個龐大的數(shù)據(jù)科學(xué)組織。截至2超過4500名數(shù)據(jù)科學(xué)家和AI專家，以及超過1科學(xué)家、AI部門實際負(fù)責(zé)人肖京是卡內(nèi)基—人學(xué)博士，而且該公司的很多數(shù)據(jù)科學(xué)家以前按項目分配到特定的業(yè)務(wù)部門。肖京告訴我的“好醫(yī)生”平臺上，基于AI的系統(tǒng)幫助人類醫(yī)生進行癥狀檢查為超過4億名用戶提供服務(wù)。好醫(yī)生平臺幫務(wù)。在“智慧城市”業(yè)務(wù)部門，智能疾病預(yù)測多個大城市社區(qū)中的流感和糖尿病等疾病的發(fā)件使用AI和其他數(shù)字工具，只需兩分鐘就能車禍索賠問題。該應(yīng)用軟件還可以在不到7的保險單。面向金融服務(wù)公司的“平安一賬通”平安已經(jīng)開發(fā)了幾個不同的AI平臺來驅(qū)動這些用戶場景案例。例持。疾病預(yù)測等智慧城市應(yīng)用由一個名為“P險公司或其他行業(yè)的公司沒有理由不采用同樣年代末的一家小公司成長為一家全球巨頭。2過1910億美元，在當(dāng)年的《財富》全球50豐業(yè)銀行：起步慢、成長快的運營轉(zhuǎn)型通過更緊密地整合數(shù)據(jù)和分析工作、對AI），要，而設(shè)立一個專注于客戶洞察、數(shù)據(jù)及分新團隊將是這項任務(wù)的核心。波特任命菲爾·性都是一致的，沒有摩擦或阻礙?！睒?biāo)直接結(jié)合起來。例如，雖然分析和AI功能學(xué)家都是直接與各種業(yè)務(wù)線保持一致的。因和AI用例，業(yè)務(wù)領(lǐng)導(dǎo)者最終會推動其議程，密切合作?！皵?shù)字化讓整個銀行在數(shù)據(jù)中可見支持者，還是新前線的一部分?！备窭俳z·李說。她直擔(dān)任首席分析官。（當(dāng)時格蕾絲接管了CID對菲爾、格蕾絲和他們的同事來說，改進銀么“大爆炸”項目，只有那些涉及持續(xù)改善銀行運營和客戶關(guān)系的項目。產(chǎn)品的可能方式，但絕大多數(shù)CID&A款和開支水平等交易數(shù)據(jù)來識別可能存在現(xiàn)金流問題的消費者。據(jù)此，該銀行確定了最需要支持和建議的人群。CI），變化。他們的目標(biāo)是更快速地為分析和AI用例據(jù)，就不可能有模型。在2019年CID&A重組主要聚焦于防御。這是一種保護銀行的方法，較快的競爭對手，只要這些企業(yè)致力于投資行采用的藍領(lǐng)AI戰(zhàn)略確保AI計劃能夠為業(yè)多數(shù)計劃能夠部署到生產(chǎn)中。該銀行的AI數(shù)據(jù)和AI對保險客戶行為的影響但保險行業(yè)的目標(biāo)是創(chuàng)造積極的行為改變。這行為，并在使用AI來實現(xiàn)這一目標(biāo)。這些公對早期階段，它們也在尋求使用AI來改善運公司合作，幫助打造這些能力，也有一些公），前進保險鼓勵更好的駕駛行為在全球范圍內(nèi)，汽車保險業(yè)務(wù)正朝著這樣一慣是決定客戶應(yīng)該支付多少保險費的最佳方習(xí)慣更安全的司機降低保險定價，為那些表提高保險定價。前進保險在2008年引入了“快照”在美國不同的州會監(jiān)測不同的要素，但前進保險搜集的駕駛數(shù)據(jù)“快照”不僅通過價格折扣（高達30%）來影響客戶的行為，還通過駕駛來影響行為。當(dāng)不安全駕駛行為被記錄時，會報告行駛期間的駕駛情況，智能手機上會保險費用。在某種程度上，如果該公司能夠安森保險的新健康行為AnthemCorporateandSocialRespoFirstPlatformforHealth,”2020,/annureport/2020/becoming-a-digital-first-platform-for-h截至2021年，安森保險已經(jīng)為會員開發(fā)了一配備了一套AI增強的工具和服務(wù)，旨在簡化護理信息導(dǎo)航并制護理體驗。其中一個工具擁有利用會員提供的健康信息、據(jù)和偏好，將會員與兼容的供應(yīng)商進行匹配的能力。安森保AI能力來識別需要復(fù)雜程序的會員，然后引導(dǎo)他們前往費用量設(shè)施和服務(wù)系統(tǒng)，以方便會員在獲得護理服務(wù)的同時節(jié)措施，與Sharecare等公司合作，從而影行地理分析，以確定全美各地社區(qū)的健康情個人層面，Sharecare的AI通過認(rèn)證的