盘点各行业应用的10个人工智能用例

如今，人工智能(AI)越来越受到企业决策者的关注。鉴于这一点，人工智能使用案例日益增多并不奇怪。根据调研机构Gartner公司的研究，智能机器人将在2021年实现主流应用，30%的大型企业使用人工智能

这些技术可以采用认知计算、机器学习和深度学习的形式，现在正在利用图像识别、语音识别、智能代理和预测分析等先进功能来重塑组织的业务方式，并将结合其他数字技术，其中包括物联网(IoT)等。而在人工智能的新时代，企业的业务有望促进发展。

以下是在各行业应用的10个人工智能用例，并对组织如何使用人工智能获得竞争优势进行了阐述：

(1)市场营销：实时数据的人工智能

市场营销行业和领域将使用实时数据、网络数据、历史购买数据、应用程序使用数据、非结构化数据，以及地理定位信息，并在适当的时间和地点引入提供信息、产品推荐、优惠券和激励的能力。人工智能允许市场营销组织参与个性化营销，并使其更接近一对一的关系。

此外，企业通过分析电子邮件和社交媒体流，使用机器学习和深度学习来进行情绪分析，从而获得竞争优势。更先进的系统可以从照片和视频中检测到相关人员的情绪，这有助于系统在场景中做出响应，并创建更有针对性的营销和互动。

(2)零售销售：用于语音和图像搜索的人工智能

零售行业的人工智能正在改变人们购物的方式。而语音搜索和图像搜索现在很普遍。亚马逊公司和许多其他零售商现在将这些工具整合到他们的应用程序中。下一代人工智能技术也正在发展。例如，增强现实(AR)允许购物者查看在房屋或办公室中的沙发或油漆颜色。虚拟现实(VR)允许消费者坐在车内，甚至可以在不离开家的情况下进行试驾。奥迪、宝马和其他公司已经为购车者开发了虚拟现实(VR)系统。

但人工智能的用例并不止于此。零售行业的人工智能扩展到推荐产品和提供信息的机器人和虚拟助手;帮助销售团队专注于高价值客户和高概率交易的算法;以及预测分析，其中包括天气、原材料和组件的价格、库存水平，以动态调整定价和促销活动。例如，服装零售商North Face公司在其网站上向客户询问与购买相关的一系列问题。这不仅可以引导客户选择合适的产品，还可以利用机器学习技术获取可能带来更高购物价值和额外销售的洞察力。

(3)客户支持：自然语言的人工智能

零售行业中的人工智能正在成为一股强大的力量，但客户支持领域也在利用该技术获得竞争优势。机器人和数字助理正在改变支持功能的发展方式。这些技术越来越依赖于自然语言处理来识别问题，并参与自动对话。人工智能算法确定如何指导对话或将呼叫路由到拥有所需信息的人工代理。这有助于缩短通话时间，从而提高客户满意度。调研机构Forrester公司的一项研究发现，73%的客户表示，节省时间是为他们提供良好的在线客户服务所能做的最重要的事情。

(4)制造行业：人工智能为智能机器人的应用提供驱动力

机器人技术已经改变了制造业的面貌。然而，采用人工智能，机器人变得更加智能和自主。机器学习在工厂中有哪些用途?许多企业正在建造所谓的“智能制造”设备，这些设备使用人工智能来优化劳动力，加快生产速度，提高产品质量。企业也倾向于预测分析，以了解何时设备可能需要维护、维修或更换。

例如，西门子公司为其生产的燃气轮机系统配备了500多个传感器、可持续监控设备和机器。所有这些数据都有助于创建未来的生产设施，有的也称之为工业4.0。根据市场研究机构TrendForce公司进行的一项研究，智能制造业将工业物联网和人工智能相结合，预计其市场规模将从2018年的2000亿美元增长到2020年的3200亿美元。

(5)运输供应链：人工智能管理

运输供应链管理中的人工智能用例正在增长。组织正在采用算法以改善车队管理、仓库管理、物流流程、货运代理和许多其他任务。这包括无人机交付和自动驾驶车辆等新兴领域。将传感器放置在原材料、组件和产品上的物联网也通过收集大量数据来重塑业务，这些数据可以输入到人工智能决策的分析引擎中。

与此同时，企业正在寻找其他人工智能用例。他们正在转向图像识别、语音识别、手势界面和其他工具以及人工智能，以简化输入和自动化。麦肯锡公司发现人工智能将预测准确率提高了10%至20%。这通常意味着降低了5%的成本。

(6)IT管理：人工智能帮助路由

人工智能正在重新定义企业消费和管理各种IT资源的方式。人工智能可以检测流量模式以及计算机、服务器和其他系统在任何给定时刻的使用情况，并通常通过使用云计算技术动态调整带宽。人工智能用例还包括：预防性维护;识别未修补或不合规的系统;数据和文件分类;优化网络性能，管理存储，其中包括数据的存档方式。

(7)网络安全：人工智能保护资产

保护企业资产是一个越来越具有挑战性的问题。网络攻击者的攻击方式变得越来越复杂，技术越来越隐秘。人工智能、机器学习，以及深度学习，正在以多种方式帮助重塑网络安全。人工智能算法通过检测异常活动和模式(包括数据包的移动)，将保护变得越来越无效的白名单、黑名单和防火墙。

在机器学习用例中：分析大量有关攻击和响应的数据，以发现更有效的方法来响应不同的场景。另一个新兴领域是用户和实体行为分析(UEBA)，它依赖于深度学习方法。ABI研究公司预测，到2021年，网络安全中的机器学习将使大数据、情报和分析支出增加到960亿美元。

(8)金融服务：人工智能实现智能处理

银行和其他机构已经使用人工智能检测可疑活动，其中包括网络欺诈。人工智能用例还扩展到智能过程自动化(IPA)和机器人过程自动化(RPA)。这包括从扫描支票和存款的应用程序到基于利率自动化资金流动的系统的所有内容。使用推荐引擎取代传统股票经纪人的机器人顾问也变得司空见惯。

股票交易数量也使用包含一系列因素、信息和变量的算法来处理交易。而深度学习、机器学习和其他人工智能工具也有助于组织更加了解客户。这其中包括可以衡量消费者何时进入汽车贷款市场或考虑更换银行的预测分析工具。

(9)生命科学与医学：人工智能利用算法

生命科学和医学中存在许多人工智能用例。研究人员和医疗保健提供商越来越多地使用机器学习、深度学习和其他类型的人工智能来挖掘数据，并使用分析技术，帮助医疗服务提供者更有效地治疗风险群体。制药公司和生物医学设备制造商正在利用人工智能来开发能够生产更有效的药物、智能假肢、机器人手术系统和虚拟现实应用的算法，以帮助治疗抑郁症和创伤后应激障碍(PTSD)等疾病。

(10)智能城市：人工智能优化大量功能

人工智能算法正在成为智能城市计划的一个组成部分，旨在实现自动化和改进各种活动和运营。除此之外，它们还有助于确定如何运营交通系统，优化发电厂和公用设施，监督执法功能，以及控制一系列其他功能。随着政府部门部署物联网的传感器和其他设备，以及部署高级分析，智能城市的人工智能用例正在增长。