前几期本专栏一直在谈AI的技术，从这期开始，我们聊一聊AI走向行业。不过，在这之前，我们先要问一下，如何评估AI为企业带来的效果？如果不搞清楚这个问题，盲目应用AI，就会适得其反。
近年来，随着大数据、高性能计算和深度学习技术的快速发展，AI技术迎来了第三次发展浪潮，与更多领域的融合不断深入，迸发出了一系列的新技术、新模式、新业态。与此同时，市场对AI技术的投入与期望值高涨，一些头脑发热的企业往往会为了用而用，对于AI为企业带来的实际价值并不清晰。于是，如何构建科学的AI效能评估体系，客观准确地评价AI技术为企业带来的价值就显得尤为重要。
对企业而言，AI的价值无非降本增效。但具体降低了多少成本？增加了多少效益？对于不同体量、不同行业、不同发展阶段的企业来说很难量化成一个统一的评估模型。考虑到AI在企业不同的职能部门发挥的价值也不尽相同，目前主流的评测方法是将与AI相关的职能部门分为四类，即：产品服务、生产、运营和决策。
接下来，我们就逐步分析这四大部门应用AI之后产生的效果。
➤ 产品服务：覆盖交互全流程
对于涉及产品服务的部门，AI技术最多应用在与客户的交互上，能够覆盖售前-售中-售后整个流程。在与用户的交互环节采用AR、VR和语音识别等技术，不仅可以提升用户体验，进而提高转化率，还能降低人工成本。而后期对用户行为的分析也能为企业寻找到更多潜在的销售机会。
以百度智能云智能客服接入银行为例，可以实现电话端、微信端、APP客户端全面的服务智能化。对话式客服承担了原先重复性较高的动作，可以代替人工客服回答70%的问题。解放人力的同时，减少了客户的等待时间和输入行为，极大提升了客户体验和工作效率。
➤ 生产：用于质量和监控
AI技术应用于生产相关的场景时，典型的应用包括产品质量和生产环境的监控。产品质量的监控主要应用了图像识别技术，通过外观检测保证产品质量，从而提高效益。以某个企业的质检大脑为例，与百度智能云合作，利用PaddlePaddle框架训练深度学习模型，其对零件检测的精度与人工不相上下，但速度却远超人工，可达20ms/个。这相当于10个熟练的质检工人，能够帮助企业降低生产成本15%以上，目前已经在不少钢铁企业中应用。
除了产品质量外，生产环境也可以通过AI技术进行监控。通过分析车间的图像、视频，生产环境是否安全、生产能耗是否超标一目了然，能够有效降低生产事故和过度耗能造成的损失。
➤ 运营：提高预测精准度
涉及运营职能部门的AI技术主要可以应用于物流、运营管理以及研发。供应链智能化、企业应用智能化和运营智能化是三个常被提到的关键场景。以供应链智能化为例，AI技术具体可以做到分析仓储物流信息，预测市场供需变化，进而做到智能补货，提高周转效率及最终效益。
举一个案例。快消品行业如便利店等以往一直采用人工稽查的方式，但由于门店数量多，稽核成本往往非常巨大且存在人工失误。为解决这一问题，某家零售商与百度智能云共同合作，将3000家零售门店接入EasyDL。EasyDL拥有定制化物体检测能力，可以识别商品陈列是否满足要求。应用该技术后，人员效率提升超过30%，将门店智能陈列审核变为现实。
➤ 决策：实时商业洞察
对于企业的决策部门，AI技术的效用也是不可小觑。这里讨论的决策主要指企业战略级决策。借助AI技术，企业可以对自身原有的分析方式进行升级。决策的智能化升级中，AI加持下的商业分析系统可以应用机器学习进行高级预测分析，做到实时获取商业洞察，快速应对市场变化，为决策提供有价值的参考。
考虑到现阶段人工智能在企业的应用尚处于导入期，大量企业刚刚开始接触AI，所以，以上评测维度主要从成本节约与新增效益入手，仅为企业提供一个AI评测的框架，企业还要根据自身的业务流程情况以及商业模式，有条件的引入AI。
相信随着AI技术深入更多领域，未来将会出现大批具有行业属性的评估体系，加速企业的智能化进程。
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与极客网无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
