企业通过AI技术定制提升营业收入

作者：杰西卡·霍克，微软数据、人工智能与数字应用产品营销企业副总裁

生成式AI技术正在重塑我们的生活场景，而商业战场上已掀起AI定制的浪潮。MIT最新报告揭示，50%企业通过AI定制实现效率跃升，49%借此构筑竞争壁垒，但数据隐私与人才缺口等仍是最大挑战。MicrosoftAzureAl Foundry（国际版）以1800+专业模型和智能开发工具，正帮助企业破解这一难题，实现技术曲线的跨越式发展。

你最近用生成式AI技术做了什么？为侄女创作了一本猫咪独角兽的绘本？总结了同事发来的42页简报？对我而言，是使用智能 Microsoft Copilot副驾驶帮助家里九年级的学生复习历史课，关于美索不达米亚文明的知识，我现在掌握得超乎你的想象。

无论你用它做了什么，我敢打赌这些事在一年前你根本不会想到。就在我们开始习惯触手可及的AI技术时，对它能为我们做些什么的期待也以同样速度增长。企业正通过越来越定制化的AI服务来回应用户的期待，创造能在市场中脱颖而出的应用和独特体验。

客户用定制化的AI技术创建应用，重塑完整的用户体验。NBA正通过AI技术驱动的个性化功能重新定义球迷文化，为每位观众提供量身定制的比赛集锦和数据。与此同时，布宜诺斯艾利斯市用名为“Boti”的AI聊天机器人改变了城市生活，每月处理超过200万次查询，为居民提供驾照更新、地铁时刻表、停车规定甚至个性化旅游计划的即时协助。这些组织正在按照自身愿景改造AI服务，突破可能的边界。因此我很高兴分享MIT Technology Review Insights的最新报告《DIY GenAI：通过定制生成式AI创造独特价值》，深入探讨企业如何利用AI定制化在竞争激烈的市场中保持领先。报告重点揭示了技术领导者在定制AI模型为企业创造净新价值时的动机、方法与挑战。

虽然AI技术定制并非新概念，但Microsoft Azure AI Foundry(国际版)等快速发展的AI平台可以使其更容易实施，为企业创造独特价值提供了更大机遇。根据MIT报告，虽然提升效率是定制生成式AI模型的首要动机，但创造独特解决方案、提升用户满意度以及增强创新创造力同样是重要驱动力。

效率提升之所以成为主要动机，是因为它是企业通过AI技术定制能最快获得的明确收益。随着组织经验积累，学习曲线趋于平缓时，我认为当企业更关注通过AI技术定制提升营业收入，而非节省销货成本时，其他动机会显著增长。

01专业智能体时代来临

在选择模型时，MIT报告中半数受访高管表示除多模态（56%）、灵活支付选项（53%）和性能提升（63%）外，他们还会优先考虑智能体与多智能体能力。AI智能体具有广泛用途，无需人类直接干预即可执行任务和决策。它们适用于医疗保健领域的临床数据录入与检索、制造业的供应商协调与维护追踪、零售业的库存与门店运营优化等领域，能够进行自主的问题解决。

智能体不仅能将人类觉得枯燥的流程进行自动化，还有可能以更加独特方式来颠覆市场。以员工支持平台提供商Atomicwork为例，其所在的服务管理行业长期被拥有数十年经验的巨头所主导。Atomicwork凭借以专业AI智能体为核心的ITSM（IT服务管理）和ESM（企业服务管理）平台脱颖而出，这些智能体融入了工作流程，无需多重工具或复杂集成即可提供无缝、即时的支持。据Atomicwork数据，某客户在六个月内实现了65%的问题自主解决率，无需人工进行干预。

与其他AI技术开发领域类似，智能体构建工具正在快速发展，以适应多样化的用例。从在Microsoft Copilot Studio 创建简单低代码智能体，到使用GitHub和Microsoft Visual Studio开发更复杂的自主专业代码智能体，整个过程均已实现流程简化。例如通过Microsoft Azure AI Foundry（国际版）内置的直观智能体编排体验，Microsoft Azure AI Agent Service（国际版）只需几行代码，即可完成原本需要数百行代码才能完成的工作，这让定制智能体并安全地投入运营变得非常容易。

02优质数据成就优质AI应用

AI技术定制潜力巨大，但挑战并存。具有讽刺意味的是，AI技术定制最宝贵的资产——数据，往往成为客户的最大障碍。具体而言，是数据完整性，这包括与AI应用配合使用的数据安全性、保密性和质量。MIT报告中，有半数参与者将数据隐私安全（52%）和数据质量准备（49%）列为AI技术定制的主要障碍。

生成式AI是数据领域长期以来的重大突破，为企业提供了以独特方式与数据进行互动的新途径。数据正是“魔法”发生的地方，AI技术模型掌握着海量知识，除非用你自己的的数据进行过训练，否则它无法准确识别你的公司和竞争对手之间的差异。

智能数据平台是支持数据驱动型 AI 应用工具的关键，它能整合分散的数据存储、提供数据管控与安全保障，并与AI技术构建工具无缝集成。这正是为什么Microsoft Fabric（国际版）能够成为我们历史上增长最快的分析产品，也是我们看到原始存储、数据库服务和应用平台服务，因客户数据驱动型AI工作负载而快速增长的原因。Microsoft Fabric（国际版）显著降低了数据完整性方面的挑战，与Microsoft Azure AI Foundry（国际版）配合使用时，数据与开发团队得以在同一环境中协同工作，消除了因数据问题导致的上市延迟。

03RAG是定制的起点

检索增强生成（RAG）是最简单有效的定制方法之一。MIT报告中三分之二的受访者正在实施或探索RAG应用。将AI模型植根于组织或实践的专属数据，能够使其具备提供专业化体验的独特能力。

在实践中，RAG 并不单独用于自定义模型。报告发现，它通常与微调（54%）和提示工程（46%）结合使用，以创建高度专业化的模型。东京跨国广告公关公司电通（Dentsu）最初使用通用大语言模型来分析媒体渠道对客户销售的贡献，但发现准确率仅为40-50%。为此他们开发了定制数据控制结构，利用他们在零售与营销数据分析的专长打造了专属模型。

通过集成定制RAG框架和智能体决策层，电通实现了约95%的相关数据与洞察检索准确率。这种AI技术驱动的方法，现已成为了制定广告策略和优化客户营销预算分配的核心手段。

04赋能开发团队

AI应用的开发会带来新的动力，其中关键是要跟上技术进步的步伐。模型功能特性与开发者工具方法都在快速演进，因此为团队配备合适工具对成功定制AI应用至关重要。

例如，新模型功能的快速迭代催生了对模型评估工具自动化的需求。MIT报告显示，54%的企业使用手动评估的方法，26%的企业已经开始或持续应用自动化方法，然而这些数据预计很快就会逆转。报告指出，提示词调试工具Playground和提示词开发功能，也被广泛用于促进AI工程师与应用开发者在定制模型时的协作。

评估不仅是AI技术定制的关键环节，更是应用上线后的管理监控重点。我们将全生命周期评估内置于Microsoft Azure AI Foundry（国际版），助你持续评估模型能力、优化性能、测试安全性并紧跟技术进步的步伐。

我们还看到，定制化与不断扩展的AI技术产品组合正在引领下一代AI应用开发。报告显示，超半数受访机构已采用遥测追踪与调试工具。AI技术追踪增强了理解AI应用结果所需的透明度，调试则通过展示从初始提示到最终输出的推理流程来优化性能。

05与Azure AI共赴未来

AI技术在创造差异化市场服务和体验方面具有重要价值。企业迅速采用、探索和定制AI工具的速度，正是对其商业价值认知的直观印证。AI模型正沿着任务类型和行业特性持续进化，如今Microsoft Azure AI Foundry（国际版）已汇集1800余个专业模型，其迭代速度与配套工具链的升级保持同步。当前，智能体正在创造全新客户服务体验，这种创新或许尚属市场差异化优势，但随着消费者日益习惯AI驱动体验，快速跟进者将重塑整个客户服务生态。届时，AI定制将褪去“定制”的光环，成为智能开发的常规操作，但构建独特解决方案的创新价值永不褪色，它终将沉淀为企业的核心数字资产。

你的企业将打造怎样的独特智能体验？你计划为客户解锁何种创新服务？你希望为员工配备怎样的智能助手？Microsoft Azure AI Foundry（国际版）将为你提供完整的创新加速套件，助你实现技术曲线的跨越式发展。

无论你的组织处于AI转型的哪个阶段，都建议研读这份MIT深度报告。除调研数据外，研究团队还与数十位科技领袖进行深度对话，共同探索生成式AI定制的价值创造路径，报告中遍布有益的实例与洞见。特别致谢MIT Technology Review Insights团队，正是他们的专业洞察，让我们得以聚焦这个充满机遇的智能新时代。