從電子商務(wù)到非營利組織，利用企業(yè)數(shù)據(jù)資產(chǎn)已成為組織成敗的關(guān)鍵。機(jī)器學(xué)習(xí)和GenAI是其中的一部分，但掌握它們的應(yīng)用需要評(píng)估AI對(duì)業(yè)務(wù)的實(shí)際影響。

AI已成為企業(yè)的流行語，機(jī)器學(xué)習(xí)(ML)和GenAI也成為了更大討論的一部分，特別是CIO的角色必須相應(yīng)適應(yīng)。以總部位于阿姆斯特丹的國際電器零售協(xié)會(huì)Euronics為例，其數(shù)字總監(jiān)Umberto Tesoro的工作始于如何更好地利用數(shù)字?jǐn)?shù)據(jù)來提升客戶體驗(yàn)并增加銷售額。

Gartner建議擴(kuò)展數(shù)據(jù)和分析戰(zhàn)略，以涵蓋AI，并避免缺乏治理的分散化舉措。GenAI在Euronics的戰(zhàn)略中是數(shù)據(jù)和分析的一個(gè)特殊案例，負(fù)責(zé)這些工作的CIO或CDO必須理解何時(shí)適用GenAI，何時(shí)不適用。

事實(shí)上，Euronics目前并未實(shí)施GenAI技術(shù)，因?yàn)門esoro認(rèn)為它沒有適合零售活動(dòng)的應(yīng)用場(chǎng)景。他表示：“IT必須為業(yè)務(wù)服務(wù)。”

管理團(tuán)隊(duì)的第一步是聘請(qǐng)一位用戶體驗(yàn)(UX)設(shè)計(jì)師，不僅為終端用戶設(shè)計(jì)界面和體驗(yàn)，還通過測(cè)試提供定性和定量的證據(jù)，以指導(dǎo)網(wǎng)站和應(yīng)用的性能優(yōu)化。

Tesoro解釋道：“電子商務(wù)是一段從訪問網(wǎng)站到完成購買的旅程。我們監(jiān)控整個(gè)流程，并利用匯總的數(shù)據(jù)來評(píng)估帶給客戶的最佳解決方案和體驗(yàn)。我們總是為消費(fèi)者提供兩種不同的體驗(yàn)，并評(píng)估結(jié)果，然后，我們選擇其中一種，并對(duì)網(wǎng)站體驗(yàn)進(jìn)行任何必要的調(diào)整，因此我們的電子商務(wù)戰(zhàn)略完全基于數(shù)據(jù)驅(qū)動(dòng)。”

網(wǎng)站的解決方案由ML增強(qiáng)，幫助提供個(gè)性化內(nèi)容，推薦與客戶已購買產(chǎn)品相關(guān)的商品。對(duì)于ML和分析，Tesoro會(huì)在市場(chǎng)上購買他認(rèn)為最佳的產(chǎn)品，然后通過技術(shù)合作伙伴根據(jù)公司網(wǎng)站和應(yīng)用的需求進(jìn)行定制。

他說：“內(nèi)部IT團(tuán)隊(duì)必須能夠管理和引導(dǎo)供應(yīng)商，但我們不進(jìn)行內(nèi)部開發(fā)。在我們的情況下，我認(rèn)為這不太合適。我為供應(yīng)商和合作伙伴提供方向和戰(zhàn)略，內(nèi)部的項(xiàng)目經(jīng)理則充當(dāng)鏈接。對(duì)于我們來說，數(shù)字團(tuán)隊(duì)的關(guān)鍵人物是UX設(shè)計(jì)師和業(yè)務(wù)分析師，因?yàn)槲覀儍?nèi)部專注于戰(zhàn)略目標(biāo)：客戶體驗(yàn)和支持銷售的數(shù)據(jù)分析。”

正是對(duì)公司數(shù)據(jù)資產(chǎn)的重視以及不斷提升客戶體驗(yàn)的目標(biāo)，促成了Euronics與商業(yè)媒體公司Criteo的合作，以在其電子商務(wù)網(wǎng)站上實(shí)施Criteo的零售媒體解決方案。

Tesoro表示：“我們?yōu)橄M(fèi)者提供與他們?cè)诰W(wǎng)站上的具體搜索相匹配的產(chǎn)品。對(duì)我們來說，這有多重好處：我們?yōu)閺V告商提供了更好的結(jié)果，并為某些產(chǎn)品在我們電商平臺(tái)上銷售創(chuàng)造了條件。通過分析Criteo平臺(tái)提供的消費(fèi)者搜索意圖數(shù)據(jù)，我們對(duì)銷售產(chǎn)生了積極影響。”

數(shù)據(jù)在非營利組織中的價(jià)值

即便對(duì)于意大利的非政府組織Emergency，數(shù)據(jù)也是需要加強(qiáng)和保護(hù)的戰(zhàn)略資產(chǎn)。

Emergency的CIO Manuele Macario表示：“數(shù)據(jù)是醫(yī)院核心活動(dòng)的支持，必須始終確保我們治療對(duì)象的數(shù)據(jù)安全。”

這一理念促使我們?cè)诎⒏缓沟娜齻€(gè)Emergency外科中心啟動(dòng)了一個(gè)管理臨床數(shù)據(jù)的信息系統(tǒng)，該系統(tǒng)基于SDC軟件平臺(tái)運(yùn)行。其架構(gòu)基于開源組件構(gòu)建，無論是服務(wù)器還是分布在各Emergency診所的平板電腦，都是使用開源技術(shù)的。

Macario表示：“這款開源軟件平臺(tái)由我們的醫(yī)療部門開發(fā)，目的是創(chuàng)建一個(gè)即便在不穩(wěn)定的條件下也能正常工作的記錄系統(tǒng)。”舉例來說，它能夠適應(yīng)沒有互聯(lián)網(wǎng)連接的環(huán)境并支持離線工作，當(dāng)網(wǎng)絡(luò)恢復(fù)時(shí)，數(shù)據(jù)會(huì)重新傳輸。該系統(tǒng)易于安裝，我們還可以將它部署到其他地點(diǎn)。”

盡管如此，這仍然是一個(gè)非常先進(jìn)的臨床數(shù)據(jù)收集系統(tǒng)，因?yàn)樗菙?shù)字化的、實(shí)時(shí)的，而且安全性很高，因?yàn)閿?shù)據(jù)通過VPN加密后傳輸?shù)紼mergency位于米蘭的中央數(shù)據(jù)中心。在那里，使用Microsoft Power BI進(jìn)行數(shù)據(jù)分析。Macario解釋道，這一基礎(chǔ)設(shè)施是本地部署的，目的是保護(hù)已有的投資，但這并不排斥使用云技術(shù)。實(shí)際上，近幾年我們已采取了一些步驟，將部分服務(wù)遷移到云端。

“數(shù)據(jù)管理中最重要的是擁有一個(gè)穩(wěn)健的災(zāi)難恢復(fù)計(jì)劃，”Macario說，“對(duì)于像我們這樣的非政府組織來說，安全問題既包括網(wǎng)絡(luò)安全，也包括物理安全。因?yàn)槲覀儾粌H是攻擊的目標(biāo)，還在戰(zhàn)爭(zhēng)區(qū)域運(yùn)營，那里的服務(wù)并不總是可靠的，一旦發(fā)生故障，硬件替換零件也很難找到。”

為應(yīng)對(duì)這些問題，我們應(yīng)用了創(chuàng)新的加密技術(shù)和地理數(shù)據(jù)備份技術(shù)，特別是不可變的云技術(shù)，這能有效防止勒索軟件的攻擊。這些還得到了AI技術(shù)的支持，用于終端保護(hù)。用戶身份通過Azure Entra ID平臺(tái)管理，該平臺(tái)集成了AI，能夠?qū)崟r(shí)警告可疑活動(dòng)。

數(shù)據(jù)管理的轉(zhuǎn)折點(diǎn)

但Emergency真正利用AI技術(shù)實(shí)現(xiàn)突破的是在阿富汗開展的Amanat項(xiàng)目中應(yīng)用的GenAI，這個(gè)項(xiàng)目基于八年前對(duì)超過1000萬份病歷的掃描工作。

該項(xiàng)目的下一步是利用數(shù)字化數(shù)據(jù)進(jìn)行分析。由于這些掃描的數(shù)據(jù)來自創(chuàng)傷醫(yī)院的文件，往往因醫(yī)護(hù)人員匆忙書寫，字跡潦草且不規(guī)范，因此這些數(shù)據(jù)無法被軟件直接讀取。

Macario表示：“我們求助于大型科技公司解決這個(gè)問題，LLM算法帶來了轉(zhuǎn)折點(diǎn)，因?yàn)樗鼈兪刮覀兡軌蜻M(jìn)行分析。”這些分析結(jié)果被我們的醫(yī)療部門用來分析醫(yī)療服務(wù)的獲取情況和提高質(zhì)量，獲取統(tǒng)計(jì)數(shù)據(jù)，創(chuàng)建檔案，并幫助我們理解在戰(zhàn)爭(zhēng)環(huán)境下需要哪些器材、藥品和醫(yī)生，這些數(shù)據(jù)為我們提供了一個(gè)科學(xué)基礎(chǔ)，幫助我們?cè)u(píng)估干預(yù)措施的效果，并報(bào)告戰(zhàn)爭(zhēng)對(duì)平民的影響。”

隨后，Macario的團(tuán)隊(duì)啟動(dòng)了一個(gè)概念驗(yàn)證(PoC)項(xiàng)目，隨機(jī)選取了2002年至2018年間喀布爾創(chuàng)傷醫(yī)院的一千份病歷進(jìn)行測(cè)試。這一概念驗(yàn)證是為了測(cè)試技術(shù)的有效性并控制成本，因?yàn)槿绻麑⑾到y(tǒng)應(yīng)用于所有文檔，成本將顯著增加。

“我們選擇了Microsoft和Azure OpenAI技術(shù)作為我們的合作伙伴，”他說，“我們不希望將病歷數(shù)據(jù)放在開放的OpenAI-ChatGPT系統(tǒng)中。因此，我們使用了我們Microsoft租戶上的空間，這為我們提供了患者數(shù)據(jù)的隱私和保護(hù)保障。”

微軟的技術(shù)為Emergency團(tuán)隊(duì)提供了計(jì)算能力，但團(tuán)隊(duì)需要定制Azure Document Intelligence算法，通過訓(xùn)練使其識(shí)別醫(yī)療記錄中的格式，并幫助AI理解應(yīng)解析哪些信息以及如何解析。

在此基礎(chǔ)上，創(chuàng)建了一個(gè)可搜索的關(guān)系數(shù)據(jù)庫，從中可以對(duì)活動(dòng)進(jìn)行事后分析以捕捉趨勢(shì)。為了讀取數(shù)字化的病歷，Macario的團(tuán)隊(duì)設(shè)計(jì)了特定的提示，插入Azure OpenAI系統(tǒng)中，以便獲得如縮略語的展開或僅解釋部分書寫的單詞等信息。

“我們提取了從受傷到接受醫(yī)院治療之間的時(shí)間信息，這是理解我們急救中心的布置是否合理以及我們的手術(shù)是否有效的關(guān)鍵，”Macario解釋道，“通過正確的提示，我們引導(dǎo)Azure OpenAI修正并轉(zhuǎn)換這些信息，為我們提供了可分析和可視化的數(shù)據(jù)。”

對(duì)GenAI的合理投資

Macario強(qiáng)調(diào)，GenAI只有在投資回報(bào)合理時(shí)才應(yīng)該應(yīng)用。

“我不認(rèn)為我們應(yīng)將AI和大型語言模型(LLM)應(yīng)用到不必要的領(lǐng)域，否則在成本和對(duì)環(huán)境的負(fù)擔(dān)方面，技術(shù)將變得不可持續(xù)，”他說，“對(duì)我而言，AI和GenAI應(yīng)用于無法通過其他手段獲得的結(jié)果，或者因?yàn)轭A(yù)期的利益顯著。我們的Amanat項(xiàng)目正是如此，它不僅為我們的運(yùn)作提供了有用的數(shù)據(jù)，還為未來在戰(zhàn)爭(zhēng)背景下的最佳干預(yù)做好準(zhǔn)備，并能以數(shù)據(jù)展示戰(zhàn)爭(zhēng)帶來的后果。”

Euronics的Tesoro對(duì)GenAI也持謹(jǐn)慎態(tài)度，該公司目前并未將其應(yīng)用于零售業(yè)務(wù)，但正在Salesforce生態(tài)系統(tǒng)中進(jìn)行測(cè)試，以了解其在提高生產(chǎn)力方面的可能用途。在這方面，前景看起來很有希望。

“我目前認(rèn)為GenAI不會(huì)對(duì)我們的業(yè)務(wù)產(chǎn)生重大影響，但我感興趣的是將其用于自動(dòng)化手動(dòng)流程，我們已經(jīng)在測(cè)試GenAI工具，以處理重復(fù)且無附加價(jià)值的任務(wù)，”Tesoro說道，“對(duì)我來說，AI是賦能人們的工具，幫助他們避免在機(jī)械任務(wù)上浪費(fèi)才華，而是將精力轉(zhuǎn)向提升智力能力的工作。”

Macario重申，在Emergency的Amanat項(xiàng)目中，ChatGPT的任務(wù)范圍非常明確。“它是一個(gè)工具，不是一個(gè)神諭，必須設(shè)定界限，明確其應(yīng)該做什么，”他說。“算法通過統(tǒng)計(jì)數(shù)據(jù)發(fā)聲，它們不會(huì)給出正確或錯(cuò)誤的答案，而是給出一個(gè)具有不同程度可靠性的結(jié)果，然而，低于某個(gè)門檻，答案是不可接受的。在概念驗(yàn)證項(xiàng)目中，我們篩選了一千份病歷，最終淘汰了一半，因?yàn)樗鼈兊慕Y(jié)果不可靠。”

不要忘記傳統(tǒng)AI

數(shù)據(jù)與分析專家Stefano Gatti指出，GenAI確實(shí)有幫助，但還不夠成熟，無法管理面向客戶的服務(wù)。“不過，它足夠成熟，可以支持提高內(nèi)部生產(chǎn)力，許多CIO對(duì)此已有共識(shí)，”他說，“人類的監(jiān)督，或者至少對(duì)結(jié)果可靠性的驗(yàn)證，仍然是至關(guān)重要的。”

Gartner也持類似觀點(diǎn)，認(rèn)為CIO們應(yīng)首先理解用例是否能為業(yè)務(wù)創(chuàng)造價(jià)值以及是否具備實(shí)際可行性，然后再投資GenAI，因?yàn)楹茈y證明不加區(qū)分地應(yīng)用GenAI是合理的。此外，還有一些更為成熟的傳統(tǒng)AI技術(shù)，如優(yōu)化、仿真和知識(shí)圖譜，它們無需GenAI也能有效應(yīng)用，并且風(fēng)險(xiǎn)更低。