AI veicina labākus biznesa lēmumus

Sadarbībā ar PricewaterhouseCoopers

Tāpat kā citās nozarēs, uzņēmumu vadītājiem automobiļu un finanšu pakalpojumu nozarēs ir steidzami nepieciešams uzticams un praktiski izmantojams reālās pasaules ieskats, kas varētu viņiem palīdzēt labāk uzzināt un apkalpot savus klientus, vienlaikus nodrošinot ātru inovāciju.

Tomēr pārāk bieži vadītājiem ir nācies strādāt ar neskaidru, nepilnīgu un nekonsekventu informāciju. Tagad mākslīgā intelekta (AI) attīstība ir padarījusi uz datiem balstītu reālās pasaules modeļu un simulāciju izveidi par realitāti.

2015. gada Tech Pro pētījums aptauja norādīja, ka 24 procenti uzņēmumu visās nozarēs pašlaik izmanto AI vai plāno to darīt gada laikā. Lai gan veselības aprūpes nozare ir bijusi viena no vadošajām AI ieviesējām, arī finanšu pakalpojumu un autobūves uzņēmumi arvien vairāk pievēršas atbalstītai, paplašinātai un autonomai izlūkošanai. Šīs organizācijas cer, ka šie trīs AI veidi palīdzēs uzlabot to efektivitāti un efektivitāti, uzlabos to novatoriskās spējas un ļaus labāk izmantot iespējas, piemēram, paplašināties jaunos tirgos. (Īsas trīs AI veidu definīcijas skatiet sadaļā AI īsumā.)

PwC ne tikai palīdz saviem automobiļu un finanšu pakalpojumu klientiem saprast, kā vislabāk izmantot AI, bet arī savās darbībās izmanto AI metodes. Piemēram, PwC Strategy& ir izstrādājis rīku ar nosaukumu Atkal kas ļauj gan uzņēmuma iekšējiem analītiķiem, gan klientiem novērtēt konkrētas finanšu tehnoloģijas graujošo potenciālu un ātri novērtēt, kā to izmantot vislabākajā veidā. DeNovo lielā mērā ietekmē iekšējais PwC rīku komplekts Emerging Tech Radar, kas tiek izmantots, lai izprastu jaunās tendences, izmantojot semantisko dabiskās valodas analīzi, grafiku apstrādi un uzraudzītu mācīšanos.

Izmantojot DeNovo, jūs ļoti ātri veidojat zināšanu kopumu par tehnoloģiju: uzņēmumi, kas to dara, riska kapitālisti, kas tajā iegulda, cik daudz rakstu par to bija šonedēļ salīdzinājumā ar iepriekšējo nedēļu un kas ir daži no vadošajiem spēlētājiem. iesaistīts, skaidro Anands Rao, PwC Data & Analytics partneris un inovāciju vadītājs. Laika gaitā DeNovo uzzina, kāda veida informācija lietotājiem ir visnoderīgākā, un nodrošina pielāgotus rezultātus.

PwC arī izstrādāja AI iespējotu tirgu analītikas lietotnes analītiķu iekšējai lietošanai. Pašlaik tirgū ir 60 lietotnes, un PwC plāno tās izlaist arī ārējai un klientu lietošanai.

Izpratne par pastāvīgi mainīgajām finanšu vajadzībām

Finanšu pakalpojumu sektorā PwC ir izstrādājis liela mēroga modeli gandrīz 320 miljonu ASV patērētāju finanšu un pirkšanas lēmumiem visā dzīves laikā. Šī informācija tika iegūta, apvienojot ASV Tautas skaitīšanas biroja datus, ASV patērētāju finanšu datus un informāciju no vairākiem citiem publiski pieejamiem un licencētiem avotiem. Šī apjomīgā datu kopa, ko izstrādājusi un komercializējusi PwC, ar nosaukumu $ecure nodrošina reālistisku modeli, pēc kura finanšu pakalpojumu uzņēmumi var novērtēt patērētāju sarežģītos, vairāku gadu stratēģiskos lēmumus. Tas izveido modeli par tādu personu kā jūs, kā arī to, kādus finanšu produktus šī persona iegādājās, kad, kur, kāpēc un no kā. Finanšu pakalpojumu uzņēmumi var arī izmantot šos datus, lai sekundes daļā apstiprinātu savus reāllaika operatīvos lēmumus.

Šī tehnoloģija var arī modelēt jūsu nākotni, simulējot to, kas, visticamāk, notiks ar jūsu finanšu pārskatu ienākumu un izdevumu izteiksmē, kā arī aktīvu un saistību attiecību. Finanšu pakalpojumu uzņēmumi var modelēt jautājumus par klientu uzvedību, piemēram, “Kāda ir viņu uzvedība attiecībā uz kredītkaršu izmantošanu, aizdevumu izmantošanu, apdrošināšanas produktu izmantošanu?” “Kā tas mainās laika gaitā?” Un “kā tas mainās atkarībā no segmenta?” Un ne tikai kā tas ir mainījies, bet arī 'kā tas mainīsies nākotnē, pamatojoties uz dažādiem pieņēmumiem par ekonomiku, tirgu, par indivīdiem?' saka Rao. Šī ir ļoti visaptveroša sistēma.

AI: virzība uz transporta nākotni

Automobiļu nozare ietver neskaitāmus pašreizējos mākslīgā intelekta lietojumus, kā arī nākotnes iespējas, sākot no automātiskas negadījumu prasību pielāgošanas līdz drošības brīdinājumiem autovadītājiem un beidzot ar autonomu automašīnu iespējamo pieņemšanu un izplatīšanu. Daudzi transportlīdzekļi mūsdienās ir aprīkoti ar kamerām un sensoriem, kas nodrošina datus, ko var izmantot drošības veicināšanai, atzīmē Rao.

Mūsdienās lielākā daļa jauno automašīnu ir aprīkotas ar sensoriem priekšā, aizmugurē un sānos, kā arī uz priekšu un aizmuguri vērstām kamerām, viņš saka. Daudzi izmanto šos sensoru un kameru datus, lai izveidotu mašīnmācīšanos, kas var identificēt anomālus modeļus un brīdināt autovadītājus pirms negadījuma. Papildu drošas braukšanas sistēmas tagad izmanto šo mašīnmācīšanos, lai brīdinātu par joslu novirzīšanu un nenovēršamu sadursmes risku.

Piemēram, daži jaunuzņēmumi pārdod lētu videokameru, ko vadītājs var piestiprināt pie automašīnas vējstikla. Kamera uztver visu šo informāciju, būtībā skatoties ārā pa vējstiklu tāpat kā to darītu vadītājs, taču tā mēra visu: kur atrodas koki, kur atrodas cilvēks, kas šķērso ielu, saka Rao. Visas šīs lietas tiek apkopotas, un sistēma faktiski var sniegt norādes, piemēram, “Jūs braucat pārāk ātri; šeit jums vajadzētu palēnināt ātrumu” vai “Uzmanieties no gājēja otrā pusē”.

Adaptīvā kruīza kontrole, kuras pamatā ir mākslīgā intelekta algoritmi, ir vēl viena funkcija, pēc Rao domām, drīzumā tiks ieviesta. Ja jūs iestatāt savu ātrumu uz 70 jūdzēm stundā un jūsu priekšā braucošā automašīna brauc 50 jūdzes, tuvojoties tai drošā attālumā, jūs automātiski sāksit samazināt ātrumu, viņš saka. Jums nekas nav jādara. PwC konsultē automobiļu nozares klientus — gan ražotājus, gan citus plašākas autobūves ekosistēmas dalībniekus — par to, kā izmantot mašīnmācīšanos, lai uzlabotu transportēšanu un drošību.

AI sistēmas tiek izmantotas arī visas nākotnes automobiļu ekosistēmas modelēšanai. Pašlaik miljoniem viedo aģentu jeb robotprogrammatūras tver individuālos lēmumus, ko pieņem patērētāji, automašīnu ražotāji, personīgās mobilitātes pakalpojumu sniedzēji (piemēram, taksometri un automašīnu koplietošanas operatori) un citi ekosistēmas dalībnieki. Šīs sistēmas ļauj modelēt, kā klienti izvēlas koplietot automašīnu vai autonomus vai elektriskus transportlīdzekļus; tie arī ļauj modelēt dažādus biznesa modeļus, reklamēt un noteikt dažādu pakalpojumu cenas. Atšķirībā no tipiskiem stratēģijas pētījumiem, kuros tiek izmantoti daži tirgū ienākšanas (GTM) scenāriji par spēlētājiem ekosistēmā pieejamām izvēlēm, šīs AI sistēmas ir izmantojušas vairāk nekā 200 000 GTM scenāriju, lai izstrādātu individualizētus un optimālus GTM scenārijus, lai palielinātu ieņēmumus vai peļņu.

Šādas sarežģītas mākslīgā intelekta sistēmas pāriet no pašreizējiem preskriptīvajiem modeļiem uz paplašinātu intelektu, kas uzlabo sarežģītu cilvēka lēmumu pieņemšanu. Cilvēku lēmumi no reālās pasaules savukārt informē šīs AI sistēmas un māca tām darboties efektīvāk nākotnē.

Pēc Rao domām, spēja modelēt neierobežota skaita scenāriju rezultātus ir moderno AI metožu galvenais sasniegums. AI sistēmas sākas no nulles, taču, tiklīdz tās saņem pastāvīgu lielo datu daudzumu, tās var prognozēt vēl nebijušus rezultātus. Rao saka, ka ir milzīga iespēja izmantot AI visu veidu lēmumu pieņemšanā.

Saskaņā ar vecmodīgo stereotipu viedās mašīnas aizstās cilvēkus darbā, tādējādi zagjot darbu. Taču, tā kā tagad tiek izmantotas uzlabotās mākslīgā intelekta metodes, cilvēku darbu patiešām bagātinās AI sniegtā informācija, ko viņi var izmantot, lai izdarītu šobrīd labāko iespējamo izvēli, saka Rao. AI jau pārveido finanšu pakalpojumu un automobiļu nozari, cita starpā, taču visu nozaru uzņēmumu vadītājiem vajadzētu sagatavoties jau tagad, uzzinot vairāk par AI un to, kā viņi to var izmantot vislabākajā veidā.

Lai uzzinātu vairāk par to, kura AI tehnika ir piemērota jūsu uzņēmumam, lūdzu, izpētiet PwC jauno tehnoloģiju emuārs .

paslēpties