人工智能和高級分析將對從聯絡中心和供應鏈到整體業務戰略等各方面業務產生變革性的影響。
隨着冠狀病毒疫情帶來的新挑戰，組織將需要更多的建議、更多的數據和可見性，以最大程度地減少疫情對業務的影響。
早在疫情對社會和生活造成影響之前，數據就被認為是改善客户服務的重要資產。各種組織仍在努力從其海量數據中獲取更多的有形價值，以改善員工和客户體驗。
數據孤島、遺留系統和快節奏的敏捷競爭者都要求利用組織的數據來驅動最重要的價值。由於面臨巨大的挑戰，許多組織都開始意識到使用合作伙伴生態系統以及利用人工智能和高級分析等各種技術，以滿足利用數據進行創新的需求。
從採用行業標準到圖形數據庫的使用，以及人工智能和高級分析的實際使用案例，六位行業專家探討了人工智能和高級分析的變革影響，同時對如何實施這些技術進行了解釋。
1.使數據戰略與業務目標保持一致
Pure Storage公司歐洲、中東和非洲地區首席技術官Patrick Smith闡述了數據的價值。他表示，這是現代貨幣中一個最有價值的形式。
然而，他指出，“大量的業務數據只有在能夠快速處理、讀取和理解的情況下才是可行的。從這個意義上説，高級分析可以完成繁重的數據處理工作，支持業務轉型努力，幫助各種組織提高業績和績效。”
Smith強調指出，儘管如此，大多數組織缺乏基礎設施和分析軟件，或者缺乏有效實施人工智能和高級分析的專門知識。
他解釋説，要克服這一點，組織必須專注於使數據戰略與業務目標保持一致，並與技術合作夥伴合作，以快速、橫向擴展、易於使用的基礎設施提供現代數據體驗。
2.擺脱人工過程
在過去的十年裏，商業智能一直被用來從歷史數據中獲得洞察力，但直到最近，這些分析技術主要還是人工操作。
這種情況正在發生變化，全球技術研究和諮詢機構ISG公司總監Wayne Butterfield解釋説，企業領導者歡迎人工智能(AI)消除人工流程，並提高洞察質量的承諾。
他説：“數據驅動的見解(利用歷史數據來預測未來的結果)結合數據、高級分析和人工智能，在收入、需求和供應等領域的預測性見解的基礎上轉變決策。現在還處於早期階段，但自動機器學習(AutoML)技術正在降低組織進入的門檻，因為這些組織可能沒有龐大的數據科學家團隊，但他們仍然看到了分析數據的價值。”
談到諸如Kortical.io和Data Robot之類的自動機器學習(AutoML)工具時，Butterfield解釋説，“這些在卓越自動化中心變得越來越流行，因為先進的人工智能模型被投入到相對簡單的機器人過程自動化類型的過程中，並根據這些預測採取行動。”
3.完整的視圖
OpenText公司人工智能歐洲銷售總監Kerrie Heath説，從數據中提取價值不應該是一項艱鉅的任務。
她説，“通過採用先進的人工智能分析技術，組織可以實時推動價值，並以可視化、交互式的形式交付價值，讓用户能夠輕鬆地預測產品、主題、事件、趨勢，甚至主題和情感。而只有全面瞭解這些非結構化數據，並將其與企業系統中的結構化數據實時結合，組織才能更有效地分析、理解和管理其企業數字生態系統。反過來，組織也為自己提供了確保和實施數據治理的工具。”
4.所需的行業標準
Seldon公司工程總監Alejandro Saucedo認為，先進人工智能和分析技術的實施正在對社會產生巨大影響。
但是Saucedo指出，如果實施不當，人工智能會給組織帶來不良後果，尤其是在涉及到網絡安全、隱私和信任受損的情況下。
他建議説，“為了最佳地實施人工智能，並確保它為我們的經濟和社會帶來淨收益，我們需要制定行業特定的標準以及適合目的的監管框架。透明和可執行的框架是關鍵，我們需要保證技術和非技術方面的有關專家不斷參與開發和更新它們。”
他指出，人工智能無法預測未來，例如，即使是最先進的人工智能技術也無法預測疫情的發生或其對世界的影響。但當今的人工智能模型將能夠利用這段時間的數據，其中包括疫情所產生的影響，為未來的預測提供信息。
5.圖形數據庫
圖形數據庫提供商Neo4j公司分析和人工智能程序經理Amy Hodler説：“分析的邏輯擴展是使用所有數據中保存的關係和網絡結構，這些關係和網絡結構被證明具有極強的預測性。這將改變分析和人工智能，因為基於連接性的學習是解決複雜問題的必要條件，包括關於系統動力學和羣體行為的問題，而這些問題的數據量較少。
企業可以利用圖形數據庫中的關聯數據洞察，從而提高效率和靈活性，否則就無法使用關係數據庫。因為建立圖形數據庫是為了保存和計算關係，所以它可以進行有價值的、通常是細微差別的預測，例如查明表明欺詐的交互作用，識別相似的實體或個人，找到患者或客户旅程中最具影響力的因素，甚至可以改善IT運營。”
她繼續説：“當數據科學家使用圖形算法通過數據模式理解複雜系統的自然狀態並提高預測精度時，就會獲得力量。當人工智能自動將預測數據轉換為更靈活的自動結構時，它將提供更靈活的預測結構。”
6.實踐中的人工智能和高級分析：保險行業
人壽保險行業只是可以使用人工智能和先進分析技術進行轉型的眾多行業之一。慕尼黑再自動化解決方案歐洲、中東和非洲地區執行副總裁Paul Donnelly解釋了人工智能和高級分析在人壽保險行業中的應用。
他説：“保險行業採用大量人工流程和後台程序步驟，這導致客户體驗不良。雖然無論如何我們都不希望購買人壽保險，但複雜的流程肯定無助於吸引現代數字用户。這就是人工智能和數據分析技術的用武之地。由於許多原因，這些先進技術優化了最終客户的旅程。例如，利用人工智能技術意味着我們可以不必無休止詢問客户重複的個人問題，而是通過與他們相關的問題進行引導。因為在這樣一個世界裏，人們只需點擊幾下鼠標，就可以輕鬆地在幾分鐘內購買到想要的大多數產品，而漫長的人壽保險流程根本就沒有吸引力。
此外，高級分析使保險公司可以利用大量申請者數據，並將其轉化為可行的見解。這些見解使保險公司可以實時修改承保規則，從而產生可以設計、改進和簡化面試流程的技術，從而為客户帶來便利，並縮短承保客户的時間。”