企業使用AI能否很快看到回報？

康仁

物流與AI的協作

在過去的幾年中，DHL投資開發大數據、增強現實和物聯網等領域的最新創新。人工智能被視為DHL數字化轉型戰略的重要組成部分，DHL董事會從戰略角度看待AI，它利用的是谷歌、亞馬遜、微軟、IBM等公司置于公共領域的技術——這些AI存在強大的開源工具和平臺中。

DHL自身還開發了一款全球版本的在線跟蹤工具——Global ProView，并計劃在全球主要市場推廣使用。在一些DHL的航運中心，人工智能可以幫助員工確保貨盤安全地裝載到貨機中——由計算機視覺系統捕捉每個托盤，用算法判斷它是否可以與其他托盤堆疊或調整位置，以適應下一個航班。

人類與AI系統一起工作可以逐步協調，如果一個人無法正確分類包裹，則可以控制原型機械手，重新訓練控制它的算法。“許多由AI驅動的系統并不是100%完美的，特別是在部署的早期階段，需要請專家協助改善算法的準確性。”操作人員表示。

DHL是越來越多使用AI的公司之一，除了在線跟蹤，貨盤掃描系統，AI還可以幫助運送貨物，控制將包裹運送到倉庫的機器人，以及控制用于揀選和分類包裹的機器人手臂。根據最新報告，DHL表示使用該技術已經獲得了較好的投資回報。

石油公司用AI提高精煉效率

西班牙的一家能源和公用事業公司雷普索爾（Repsol）使用AI來識別其鉆井作業中的問題，協調油的儲存和運輸。雷普索爾率先在自己位于西班牙東海岸的塔拉戈納（Tarragona）精煉廠使用了谷歌人工智能學習工具CloudML優化工作流程，該精煉廠目前每日原油產量達到了12萬桶。雷普索爾希望通過此次合作將塔拉戈納精煉廠每桶原油的利潤率提高30%，并計劃下一步將該技術推廣到旗下另外五家精煉廠。

谷歌的Cloud ML作用于分析精煉廠各道流程中存在的數百個變量，比如油壓、溫度、流動率和精煉速度等。事實上，近年來有越來越多煉油企業和能源公司開始尋求諸如谷歌和亞馬遜數據分析工具的幫助來提高自己的工廠運營表現。

雷普索爾表示，“通過使用AI工具，公司將有可能從自己已經處于下坡階段的原油提煉、分銷業務中重新獲得高達1億美元的營收”。該公司CEO則透露，雖然谷歌CloudML目前僅僅會分析大約30個變量，但最終其負責分析的變量數量將達到400個。

“這也是我們致力于提高全公司內部工業提煉流程大計劃中的一部分。而且，我在這兒說的并不是減少人工，而是提升我們員工的工作效率，這畢竟不是一場人和機器之間的對抗。”雷普索爾CEO 瑪麗亞·維多利亞·金戈尼說道。

機器學習，人類是老師

波士頓咨詢集團和麻省理工學院的專家一直在研究公司是否能從人工智能中受益的問題，一些線索表明為何部分公司已經從AI中獲利，而另一些公司似乎還在“燒錢”。

一個關鍵點在于：即使最初的項目并沒有帶來很大的回報，也要繼續嘗試AI。業內人士說，最成功的公司會從AI的早期使用中學習，并根據結果調整其業務實踐。在最有效地做到這一點的企業中，有73%的企業表示他們看到了投資回報。報告發現，員工與AI算法緊密合作的公司（從中學習但也有助于改進）也表現更好。

共同撰寫該報告的波士頓學院教授薩姆·蘭斯伯瑟姆說：“真正有價值的人們正在嘗試‘后退一步，讓機器告訴他們他們可以做些什么。” 他說，要獲得投資回報并沒有簡單的公式，要點不是盲目地將 AI應用于業務流程。

在研究表明機器學習算法如何在提供足夠的訓練數據和計算機功能的情況下以超人的技能執行某些任務后，AI成為熱門的商業流行語。近年來越來越清楚的是，人工智能通常仍需要人類的幫助才能取得良好的性能。

這項新研究調查了來自各行各業的公司的3000位經理以及高管和學者。超過一半的經理人（57%）表示其公司正在試用或使用AI，高于2019年的44%。該報告發現，使用AI的重點是大型公司，這些公司的平均年收入超過1億美元。

年收入100億美元或以上的公司的可觀投資收益歸類為1億美元的新收入或成本節省。對于收入在5億美元至100億美元之間的公司，可觀的回報被定義為2000萬美元。對于年收入在1億美元至5億美元之間的公司，起征點為1000萬美元。“我們看到人與機器的融合是公司表現良好的模式。”薩姆·蘭斯伯瑟姆教授說。