北京2023年3月31日 /美通社/ -- 人工智能又一次在科技界掀起波瀾。 爆火的ChatGPT讓人們看到,當理解語言的新方法(基礎模型和生成式 AI 革命)與強大的基于 GPU 的計算相組合時,我們在處理、理解和融入自然語言的能力提升,令人震撼而期待。
同時,企業(yè)客戶尤其關心,無論是利用這些強大的技術來處理和理解非結構化文檔,還是構建對話式 AI 平臺來執(zhí)行事務,今天的企業(yè)都必須制定策略,將強大的 AI 應用于提高企業(yè)業(yè)務理解能力和滿足大規(guī)模需求的能力,推進企業(yè)數(shù)字化轉型。
強大的自然語言 AI ,為何對企業(yè)轉型至關重要?
根據(jù) IBM 商業(yè)價值研究院的"2022 年 AI 采用指數(shù)"研究指示,"全球 AI 采用率穩(wěn)步增長,現(xiàn)在為 35%,比前一年提高 4 個點。"雖然采用率不斷提高,但將項目投入生產(chǎn)并在企業(yè)級場景應用 AI 仍是大多數(shù)組織面臨的挑戰(zhàn)。 企業(yè)在組織中實施 AI 時通常提出以下幾個關鍵問題:
而強大的自然語言處理 (NLP) 人工智能,讓企業(yè)場景中的 AI 能力得到充分發(fā)揮。迄今為止,企業(yè)已經(jīng)開始在典型的 NLP 用例中利用基礎模型(Foundation Models):
1. 優(yōu)化客戶互動體驗:如今,客戶期望輕松且個性化的體驗。 無論是通過聊天機器人還是語音支持的虛擬助手,自然語言 AI 都能使企業(yè)以更人性化的方式與客戶溝通,提高客戶滿意度和忠誠度。
2. 提高員工生產(chǎn)力:自然語言 AI 可以幫助自動執(zhí)行人工重復任務,從而提高效率并釋放時間和資源,使員工能夠專注于更高價值的任務。
3. 工作流程優(yōu)化和決策支持:自然語言 AI 可以通過提供快速且準確的洞察、建議和預測來幫助簡化工作流程。 這有助于支持決策、減少錯誤并提高整體生產(chǎn)力。
利用 IBM Watson 釋放自然語言 AI 的強大功能
IBM 連續(xù)兩年在Gartner®"企業(yè)級對話式 AI 平臺魔力象限中被評為領導者。
IBM Watson Assistant 是 2023 年 Gartner®"企業(yè)級對話式 AI 平臺魔力象限"(Magic QuadrantTM for Enterprise Conversational AI Platforms,CAIP)中評估的產(chǎn)品之一。Gartner 將該市場定義為"用于構建、編排和維護多種用途的軟件平臺的企業(yè)級對話式 AI 平臺市場"。
IBM 為何獲此殊榮?
Watson Assistant 是 IBM 眾多人工智能(AI)和自然語言處理(NLP)解決方案之一,與其它 IBM Watson 人工智能解決方案享譽盛名,例如用于實時語音轉文本或文本轉語音的 Watson Speech to Text/Text to Speech,屢獲殊榮的、全渠道企業(yè)智能搜索和文本分析平臺 Watson Discovery (Insight Engine)、語言即時翻譯平臺 Watson Language Translator 和用于連接程序、實現(xiàn)業(yè)務自動化的 IBM App Connect。 根據(jù)自然語言處理和人工智能的專利和學術貢獻,IBM 是本次 Gartner®"企業(yè)級對話式 AI 平臺魔力象限"中提供最穩(wěn)固和最多產(chǎn)的研發(fā)組織和供應商之一,主要體現(xiàn)在以下三方面優(yōu)勢:
在產(chǎn)品特性和客戶反饋中,今年 IBM 展示了"低代碼"對話式 AI 構建功能,該功能被稱為"操作"。"操作"可使技術和非技術用戶非常輕松地創(chuàng)建對話式流程,而不必擔心對話中的編排和意想不到的轉折。 新一代 IBM Watson Assistant 還提供企業(yè)可以使用的行業(yè)模板,來加快開發(fā)速度。同時,它還包含了新集成的能力,可以在多個"操作"之間共享。
這并不是 IBM 最近在 Gartner 的自然語言 AI 領域中的唯一收獲。 2022 年 12 月,Gartner® 還在 Gartner"洞察引擎魔力象限"(Magic QuadrantTM for Insight Engines) 中將 IBM 評為領導者。 洞察引擎應用相關性方法來發(fā)現(xiàn)、分析、描述和組織內容和數(shù)據(jù)。 能夠根據(jù)不同的業(yè)務場景,以交互的方式主動向人們交付或合成信息,并將數(shù)據(jù)傳遞給機器。 IBM Watson Discovery 具備提取和豐富非結構化文檔數(shù)據(jù)的功能,可以滿足特定業(yè)務領域的需求,這是一個關鍵的競爭優(yōu)勢。
感謝我們的合作伙伴和客戶,他們激勵 IBM 團隊持續(xù)交付 AI 賦能的解決方案,從而助力企業(yè)實現(xiàn)其業(yè)務目標。
IBM 大中華區(qū)科技事業(yè)部、客戶成功管理部中國區(qū)負責人翟峰表示:"2021年,IBM 成立客戶成功事業(yè)部,這是一支由各行各業(yè)的解決方案架構師組成的專家團隊,其目的就是通過與客戶及合作伙伴的合作、創(chuàng)新,加速企業(yè)的 AI 之旅和數(shù)字化轉型,讓 AI 解決方案盡快落地并發(fā)揮作用。"
近些年,越來越多的中國企業(yè)已經(jīng)開始使用 IBM Watson 技術推進 AI 在不同業(yè)務場景中的落地。下面分享幾個客戶成功團隊近期與客戶共創(chuàng)的落地案例:
案例1:延鋒汽車作為一家在全球 20 多個國家擁有 9 家研發(fā)基地、240 多個工廠的全球汽車零部件供應商,每天收到整車廠和下游廠商的訂單量是巨大的,此前手動分類帶來的人工成本和高錯誤率,僅國內的20多個工廠,每天每個工廠要安排2個人、花150分鐘來處理。基于 IBM Watson Discovery 構建的 AI 決策大腦,從 1.8 億條歷史數(shù)據(jù)中,學習了外部訂單對應的內部訂單背后蘊藏的規(guī)則,實現(xiàn)了全自動執(zhí)行流程,且訂單分類正確率從 85% 提升到 97%。
案例2:通過使用 IBM Watson Discovery 和 Cloud Pak for Data所提供的智能文本搜索、數(shù)據(jù)科學和機器學習預測技術,上海水利科技取代了原來傳統(tǒng)的資料室,為工程人員提供了統(tǒng)一平臺,在一個整體視圖中搜索與訪問所需文檔信息,幫助工程人員高效獲取知識,輔助水利工程建設智慧決策。同時,上海水利科技運用數(shù)據(jù)科學和機器學習算法,在傳統(tǒng)土木工程模型的基礎上構建水利樞紐工程安全模型,實現(xiàn)數(shù)據(jù)模型優(yōu)化和在線推演預測,實現(xiàn)結構變形預測及異常監(jiān)測預警等實時應用,從而實現(xiàn)工程安全分析預警、綜合決策等上層業(yè)務。
案例3: 某國內大型制造企業(yè)此前一直使用傳統(tǒng)的呼叫中心來支持客戶服務,但隨著業(yè)務的不斷擴展和復雜,傳統(tǒng)呼叫中心已經(jīng)不能滿足客戶需求而且成本也過高,客戶需要在降低成本的同時提升客戶服務質量。 該企業(yè)利用 Watson Assistant 和 Watson Discovery 構建了企業(yè)內的智能客服,使用人工智能的方式以最快的速度解決客戶詢問的問題,將對話式 AI 與 Watson Discovery 提供的 AI 驅動的搜索相結合,找到最匹配的答案。這套方案的落地,使得客戶服務做到 7x365 的全天候自動覆蓋,以及更加快速且精準的解決客戶熱點問題, 客戶滿意度大幅提升。
通過這幾個案例,我們看到 AI 的落地為企業(yè)解放新的生產(chǎn)力提供了有效支撐。IBM 認為,將數(shù)字化轉型和智能化能力注入業(yè)務轉型,這是當今企業(yè)應對挑戰(zhàn)、達成業(yè)務目標、實現(xiàn)企業(yè)可持續(xù)發(fā)展的不二選擇。我們希望數(shù)據(jù)能夠推動企業(yè)的數(shù)字化轉型,人工智能的能力解鎖數(shù)據(jù)的價值,然后通過混合云架構實現(xiàn)企業(yè)內外更廣泛的數(shù)據(jù)共享。
了解 IBM Watson Assistant 和 IBM Watson Discovery 如何助您優(yōu)化客戶體驗、提高員工生產(chǎn)力。
關于 IBM
IBM 是全球領先的混合云、人工智能及企業(yè)服務提供商,幫助超過 175 個國家和地區(qū)的客戶,從其擁有的數(shù)據(jù)中獲取商業(yè)洞察,簡化業(yè)務流程,降低成本,并獲得行業(yè)競爭優(yōu)勢。金融服務、電信和醫(yī)療健康等關鍵基礎設施領域的超過 4000 家政府和企業(yè)實體依靠 IBM 混合云平臺和紅帽 OpenShift 快速、高效、安全地實現(xiàn)數(shù)字化轉型。IBM 在人工智能、量子計算、行業(yè)云解決方案和企業(yè)服務方面的突破性創(chuàng)新為我們的客戶提供了開放和靈活的選擇。對企業(yè)誠信、透明治理、社會責任、包容文化和服務精神的長期承諾是 IBM 業(yè)務發(fā)展的基石。了解更多信息,請訪問:https://www.ibm.com/cn-zh
IBM 媒體聯(lián)絡人: