AI正重塑组织形态，看这六家企业如何引领风潮

2023年无疑将是AI科技之年。各类报刊杂志都喜欢用年内最为重大的事件来命名这一整年，而尽管AI技术已经伴随我们走过了数十载，但直到现在生成式AI的出现，AI才真正成为为大众所熟知的日常生产力工具。

生成式AI正在重塑一切：节约时间、帮助人们完成自己原本无法完成的工作、开启新的机会之门等等。但与此同时，它也有自己的黑暗一面——员工们担心雇主会在质量不及，但成本远低的AI产出面前动摇，甚至彻底抛弃人类劳动力。

当然，其中还有准确性的问题。生成式AI系统经常犯错误，而且人们对其越是依赖，对结果就越少进行严格检查。

而且尽管极具代表性，但生成式AI仅仅只是当前AI整体阵容中的一员。为此，我们采访了多位企业高管，并从中挑选出六个故事来展示各类AI技术的应用场景和已经发挥的优势。这六家备受瞩目的企业正在利用AI技术从根本上改变各自行业的传统实践和执行规范，并相信AI的引入将有助于提高效率、安全性、客户体验和整体创新能力。

六家企业的高管分别就目前如何使用AI、AI如何改变其业务流程以及具体带来了哪些好处等进行了分享。

爱立信：电信领域的AI应用
• 问题：工作场所中的潜在伤害
• 相关AI技术：计算机视觉
• 助益：增强工人安全

爱立信安全工作部门隶属于电信巨头爱立信公司，该部门创始人兼CEO Vivek Gnanavelu告诉我们：“在电信行业，现实信号塔施工所造成的死亡人数甚至超过一般建筑业领域的人员伤亡。而安全工作部门就是要为工作人员提供更多保护。”他表示此举确实有助于缓解工伤和死亡隐患。

尽管签有安全协议，但在安装或维护手机信号塔、天线或无线电基站时，各种安全事故仍然时有发生。Gnanavelu称，自安全工作项目成立以来，“我们在内部客户中观察到了AI驱动带来的显著效益。从关键指标出发，例如节约上塔时间、AI检测不合规情况以及AI辅助的安全表格审批占比等方面，均已表现出可观的效率提升。”

该公司会使用计算机视觉加AI模型来验证工人是否遵守了个人防护装备（PPE）标准，例如是否正确穿戴头盔、手套、背心和工作靴。它还能提供实时天气警报与风险评估。此外，AI系统还具备持续监控与实时要点跟踪功能，确保工作人员为任务执行做好充分准备。

在更大的应用范围内，该公司的AI模式识别功能还可支持自动报告与规模化数据分析，借此学习并预防未来负面事件的再次发生。

SoFi：银行领域的AI应用
• 问题：客户服务速度慢
• 相关AI技术：对话式AI
• 助益：即时、准确且富有同理心的响应体验

SoFi提供以会员为中心的数字金融服务，帮助超过六百万会员“实现财务独立”。

Sofi公司南美洲首席风险官兼全球运营主管Aaron Webster介绍称：“SoFi的AI解决方案并不是聊天机器人。它采用的是智能数字助理模型，能够理解客户情绪、增强客服体验。跟较为基础的聊天机器人不同，我们的助手采用先进的自然语言处理技术，提供与人类相似的交互体验，具备实时适应能力，能够在必要时无缝切换至人工座席并可生成个性化响应。”

SoFi将Galileo Financial Technologies开发的对话式AI智能引擎Cyberbank Konecta集成至其原有技术栈当中，希望借此增强会员的自动化客服体验。在客户支持团队无暇单独提供服务时、或者工作时间之外，SoFi就会利用这套对话式AI引擎处理客户询问。

Webster在采访中表示，“我们正利用具有同理心的对话式AI来实时定制每位会员的交互内容，并在必要时添加人性化关怀，借此增强我们的会员体验，同时通过AI技术轻松管理常见查询以降低运营服务成本。”

他还提到，自从部署这套解决方案以来，客服响应速度提升了65%以上，并将中途退出聊天互动的客户数量缩减了一半。经他观察发现，已经有成千上万条对话在无需转接给人工客服前就得到顺利解决。

Hexagon：AI在公共安全领域的应用
• 问题：大量公共数据
• 相关AI技术：AI辅助
• 助益：预防犯罪和实时数据分析

Hexagon AB是一家价值52亿欧元的跨国企业、总部位于斯德哥尔摩，主要为市政当局提供服务。Hexagon安全、基础设施与地理空间部门首席技术官Kalyn Sims表示：“数据智能很有价值，但更重要的是如何实时共享这些信息、并依据信息内容采取行动。面对如今数据爆炸的客观现实，AI辅助功能正是帮助组织管理这项工作的关键技术。”

在这样的背景之下，AI辅助功能将帮助人类操作员处理大量数据，包括筛选数据并识别出可能被遗漏，或者以往需要很长时间才能识别出的重要模式、关联性及异常情况。

Hexagon公司安全、基础设施与地理空间部门成功提高了关键服务和基础设施的弹性与可持续性。他们的技术将关于人员、地点和资产的复杂数据转化为有意义的信息和功能，以便在公共安全、公共事业、国防、交通和政务等方面做出更快、更好的决策。

Sims还提到，Hexagon使用AI辅助技术来帮助机构充分分析实时数据，“抢在信息过时之前”加以利用。AI辅助利用先进的统计与机器学习来挖掘组织运营数据，从中检测出需要立即加以处置的异常情况。

例如，AI辅助功能可以帮助警察、消防及急救人员更快发现并应对复杂的紧急状况。整个系统在后台持续运行，不断识别模式并确定是否发生了公共安全事件、有无必要联系911调度员。而且因为只是AI“辅助”系统，因此它只会向调度员发出异常警报，实际资源部署决策仍把握在人类手中。

公共安全部门长期处于高压力环境之下，且整个行业目前也面临着人员配备不足的挑战。随着公众对于服务的需求和呼声越来越高，监控摄像头、交通传感器、物联网设备等数据来源也持续增多，往往导致从业人员处理不及。

根据Sims的解释，新型协作AI功能可以解决这个问题。通过使用智能技术来更新旧有遗留系统，它能够筛选传入的实时数据、识别出趋势和异常情况，并向用户发出即时警报。这就大大减轻了犯罪行为分析师和调度员的日常工作压力。

Sims指出，最终结果就是，“这种由AI辅助技术产生的自主初步评估，往往在效率、效果和可扩展性等方面优于以往针对公众、传感器和警报等大量呼叫源的手动监控/分析机制。”

Revolear：B2B销售中的AI应用
• 问题：复杂的B2B销售
• 相关AI技术：AI优化
• 助益：转换销售流程

Revolear公司专为高复杂度B2B销售提供工具。公司创始人兼CEO Raja Singh表示：“这是一套融入了AI技术的顶尖数字交易平台，它改变了企业建立、提议、谈判和批准复杂业务解决方案的固有方式。”

Revolear在其产品和开发过程中，也广泛应用到AI技术。

对于复杂交易，企业对企业的销售过程往往需要几个月时间，而且期间充满波折和震荡。面对此等现实挑战，自然有必要以各种形式应用AI技术。Revolear公司使用生成式AI来提炼客户需求，并生成量身定制的、针对特定职能角色的销售提案文本。该平台还利用机器学习来预测最佳折扣水平及其他交易条款，并围绕交易驱力和接受概率等因素创建加权指标。

Revolear开发团队还使用GitHub的Copilot工具协助编码。Singh表示，该技术并不会取代人类软件工程师，但可以补全当前行或贡献特定的代码片段。根据他的介绍，“我们还使用生成式AI来完善我们的营销文案。我们不会用它来设计故事情节，但它可以校对和润色各个部分。另一个重要用例则是生成虚构的演示数据，即展现我们的产品在真实使用场景下会有怎样的量化表现。ChatGPT已经能够大量生成这类合成数据。”

Singh报告称，AI技术的引入大大减少了销售流程中各个复杂环节间的摩擦。“以往，销售团队需要做出的最令人头痛的决策之一，就是设置初始要价。从历史上看，销售团队一般只能依赖自己的经验。现在，我们只使用区区50行数据就能让机器学习模型预测出最终商定价格。”

Abpro：生物制药中的AI应用
• 问题：COVID-19治疗
• 相关AI技术：AI驱动的药物发现
• 助益：加快药物实验过程

Abpro是一家生物科技公司，负责在癌症、眼科护理和传染病领域开发克隆抗体疗法。他们还开发出一种治疗COVID-19的关键疗法。

Abpro公司CEO兼联合创始人Ian Chan解释称，AI正在帮助抗击新冠肺炎疫情：“COVID-19带来的一大持续挑战，就是治疗方法往往跟不上迅猛的毒株变异节奏。Abpro正部署AI技术来破解这个难题。”

他强调称，通过AI技术，该公司得以预测刺突蛋白以及病毒其他区域的进化形态，从而提供面向未来的治疗方法。Abpro之所以开发出单克隆抗体、而不仅依赖体外实验，依靠的就是将生化测量与实际实验中的抗体生成相结合，之后利用这些数据来训练AI模型的抗体预测能力，保证其能够跟上快速演进的变异节奏。

他还提到，AI可以协助识别新的药效靶点、设计新药、加快整个药物发现过程。目前，AI技术正帮助该公司简化复杂任务，例如加快抗体的设计和优化。

使用机器学习模型，Abpro公司现在可以增强特定抗体特性，包括抗体如何与靶标结合，及其溶解度、免疫原性和产量。AI技术还被用于预测药物化合物的理论合成路径，并提供分子修改建议以降低实际制造难度。

使用AI技术帮助该公司节约下大量时间。传统上，单克隆抗体只能通过实验技术发现，例如杂交瘤技术，或者通过噬菌体来展现。Chan解释称，“如今通过AI的协助，像Abpro这样的生物制药企业能够将以往长达八周的实验过程缩短到一个下午。”

The Digital Panda：创意机构中的AI应用
• 问题：手动设计模板
• 相关AI技术：Midjourney与ChatGPT
• 助益：加快模板设计速度

The Digital Panda是一家专司品牌、网络、移动与动态设计的小型创意机构。该公司使用Midjourney和ChatGPT等商用云AI工具协助推进创作过程。他们使用Midjourney快速制作出高质量的运作故事板，并在开发团队中使用ChatGPT来支持编码和bug修复工作。

The Digital Panda公司创始人Ilya Kroogman表示：“我们利用大语言模型来改善文案输出，并对在各类社交平台上的作品发布方式进行自动化改造。”

Kroogman补充称，“在Midjourney的帮助下，我们的创意团队也得以快速简化情绪板和故事板的开发与构思过程。以往，我们可能需要几个小时来进行构思、草图绘制和概念化调整，但现在我们可以直接告诉模型自己的想法，再快速根据输出的结果进行迭代。”

从根本上讲，Kroogman认为生成式AI帮助“我们的组织像行业巨头那样高效紧凑地运行起来”。

通过AI推动组织转型

企业高管们也在权衡如何把生成式AI技术引入组织内部。凯捷工程公司执行副总裁兼首席软件官Jiani Zhang表示：“生成式AI是一项令人着迷的技术，同时也是一项非常年轻的技术。”凯捷工程的母公司凯捷集团是一家跨国IT服务与咨询公司，在至少50个国家/地区设有办事处。

她指出：“不少企业都在试验生成式AI，它也表现出加速知识管理、支持甚至生成代码等重要任务的潜力。可尽管生成式AI的地位日益突出，但具体采用程度却各有不同——主要是人们对其所生成内容的完整性还大多持保留态度。”
Zhang就此提出在组织中采用AI技术的三条建议：

1. 必须落实新流程，通过代码生成来引导AI开发工作的监管与道德约束。
2. 组织和用户都必须信任所生成的内容，因此专家需要不断提升后续所推出的更多大语言模型（LLM）的有效性与可靠性。
3. 引入AI需要在开发生命周期中建立新流程，同时配合对生成内容的验证方案。

与此同时，在全球四个大洲设有办事处的商业与技术咨询公司Slalom也对美国各地200位企业高管进行了调查，希望了解他们对于2023年内及2024年AI投资的看法。调查还关注AI技术在业务中的采用情况，希望了解组织当前正如何使用AI、未来还有哪些新的探索方向。而从结果上看，受访者群体似乎给出了两组相互矛盾的统计数据。

首先，调查发现71%的高管并没有完全想通AI技术在其组织内实现有效增强/自动化改造的适用范围。具体适用范围包括以下细分任务：

• 组织与劳动力：调整劳动力和文化以实现AI协作。
• 技术与数据：指定AI基本工具、平台和数据集。
• 业务与客户价值：利用AI增强客户体验与市场价值。
• 战略调整与编排：将AI集成至业务战略和运营当中。
• 安全、道德与治理：确保AI实践符合道德、安全和监管要求。

第二，虽然高管们并没有完全想通AI的发展方向，但有87%的受访者已经开始采用或转向AI技术。

Slalom咨询公司业务发展及高级分析董事总经理Tony Ko表示，“通过交谈我们发现，大多数企业已经进行了AI投资，例如为客户提供AI聊天机器人，或者建立内部培训以改善员工的工作方式。这些投资对他们来说更像是一种赌注，必须及时跟上以保持市场竞争力。”

但Slalom的调查还显示，有61%的高管表示他们的企业正在努力跟上AI技术的发展步伐。

Ko补充称，“目前最大的挑战，就是不知道下一步该往哪里走。领导者们也在积极寻求帮助，想要建立起清晰可靠的长期愿景，并确定需要进行哪些投资才能从激烈的市场竞争中脱颖而出。”

因此，Slalom的调查显示，高达70%的高管计划在2024年内增加对AI项目的资源和预算分配。

总的来看，AI技术不仅是个附加项，更成为推动变革、颠覆行业并重新定义传统/新时代行业形态的关键力量。

这到底意味着什么？

如果说2023年是AI爆发的一年，那么2024年的AI无疑将全面起飞。

Slalom全球商业咨询服务总经理Ali Minnick在采访中指出，“由于担心可能出现的经济衰退，很多企业并没有为2023年的大规模AI转型分配相应的预算。当前虽然趋势性的担忧仍然存在，但不少公司已经在为2024年积极筹备，并计划在AI领域投入更多资金。换言之，他们对于在竞争中落后的恐惧，已经超过了对经济不确定性的担忧。”

从我们重点关注的这六家企业来说，情况确实如此。在爱立信、SoFi、Hexagon、Revolear、Abpro和The Digital Panda当中，企业正积极将AI技术融入以下几个主要议题：

提高效率：SoFi和Hexagon都利用AI技术来加快传统手动流程。对于SoFi来说，这意味着更快的客户服务速度；而对Hexagon来说，这表现为以更高的数据处理效率来保障公共安全。

改进决策：Hexagon的AI辅助功能正为公共安全机构提供见解，帮助其做出明智决策，借此防范潜在的风险或威胁。
以客户为中心的解决方案：SoFi所集成的对话式AI平台能够增强客户服务，而Revolear对B2B销售流程的优化也体现出其在改善客户服务/体验方面的承诺。

安全性与合规性：爱立信和Hexagon两家公司凭借着利用AI技术增强安全水平而脱颖而出。爱立信专注于办公场所安全，而Hexagon则更强调公共安全与预防犯罪。

传统行业中的创新探索：Abpro在生物制药行业内采取的AI驱动型药物发现方法，以及爱立信在电信领域的AI应用，凸显出AI技术为历史悠久的行业带来变革的重大潜力。

自适应学习和进化：The Digital Panda使用AI加快模板设计速度，这体现出AI驱动型解决方案如何随时间推移而不断发展、适应，最终带来更好的运营产出。

突破现实的壁垒：Revolear和Abpro等公司正利用AI技术重新定义行业规范，应用范围涵盖B2B销售到药物发现。

整体解决方案：爱立信通过集成AI、计算机视觉和物联网等技术来保障工人安全的综合性方案，展示出技术如何通过彼此融合来解决复杂的现实问题。

从本质上讲，这些议题都在强调了AI技术在银行、生物制药、公共安全等各个领域中的变革潜力，以及在提高效率、增强安全和协助创新等方面的积极作用。

Slalom Build总经理Kevin McClelland对现状做出如下总结：“不少组织发现，生成式AI的采用过程就像是蒙着眼睛跳上一列疾驶的火车。他们能感受到行动的紧迫性，但具体实现仍然极具难度，而且他们也不确定这能否带领企业走向正确的方向。”

但可以肯定的是，这列疾驶中的火车绝不等人。关于AI技术到底能为个人和企业做些什么，我们已经来到历史阶段中的一个重大转折点。也许持续关注我们带来的行业动态能帮助大家摘下眼罩、清晰把握住这项技术的发展方向，在了解前路上的荆棘和陷阱之后做出适合自身业务形态的正确决定。