Примеры успешных вариантов использования ИИ

Коммунальное хозяйство. Организации с тысячами километров линий электропередач, трубопроводов и другой распределенной и иногда труднодоступной инфраструктуры часто тратят миллионы долларов на сохранение работоспособности и целостности активов. Модели коррозии и профилактического обслуживания можно переобучить с помощью ранее непригодных для использования неструктурированных записей проверок, что повышает производительность. Это включает в себя интеграцию многих источников данных, - традиционные записи, такие как прошлые повреждения, визуальные проверки и данные датчиков на самом активе. Здесь генеративный ИИ может значительно повысить эффективность основной бизнес-функции, необходимой как для непрерывности операций, так и для общественной безопасности. Другие источники данных, такие как изображения с дронов, аэрофотоснимки и спутники, могут быть существенно улучшены с помощью компьютерного зрения на базе искусственного интеллекта.

Нефтяные и газовые компании. Специализированные модели, основанные на приложениях обработки изображений, могут обрабатывать, интерполировать и интерпретировать дорогостоящие сейсмические данные для определения ключевых атрибутов (таких как отслеживание горизонтов, расположение разломов или прямая классификация углеводородов). В результате объем данных, необходимых для исследования с высоким разрешением, может быть уменьшен, а качество результатов может быть повышено.

Горнодобывающие компании. Шахты с парком сложных и широко рассредоточенных машин на местах могут обеспечивать модели библиотеками руководств по техническому обслуживанию, историческими заказами на выполнение работ, процедурами, инвентарем инструментов и базами данных деталей. Искусственный интеллект может стать мощным помощником технических специалистов, помогая оптимизировать работу и повысить надежность. Хотя это может показаться простым применением готовых моделей, необходимо уделить особое внимание тому, чтобы представленные рекомендации были правильными и полезными для квалифицированных технических специалистов, а для достижения полной эффективности необходима интеграция с существующими системами.

Химические компании. Обширные химические базы данных можно использовать для создания моделей, способных прогнозировать свойства новых химических веществ, что существенно сокращает пространство поиска для физической лаборатории и ускоряет темпы открытия молекул. Аналогичным образом, новые пути синтеза могут быть смоделированы в цифровом виде, что поможет решить проблему недорогих, энергосберегающих или низкоуглеродных выбросов.

Сельскохозяйственные компании. Изучая данные о погоде, состоянии почвы, давлении, о  вредителяех агрономические компании могут создавать виртуальных консультантов на базе искусственного интеллекта. Эти консультанты могут определить персонализированные риски и возможности для производителей, менеджеров ферм и операторов ферм, к которым они могут получить доступ круглосуточно и без выходных по низкой цене. Gen AI также может синтезировать широкий массив данных для создания сценариев тестирования аналитических программ, что может позволить агрономическим компаниям моделировать различные события и давать более точные результаты.

На рисунке отображено, как изменяется оценка реализации возможностей ИИ. Серым - то как оценивались перспективы в 2017 году. Синим - в 2023. Оптимизм растет. И даже если необоснованно, то можно пользоваться серыми оценками или придумать свое.

Источник.

"Beyond the hype: New opportunities for gen AI in energy and materials". February 5, 2024 | Article

This article is a collaborative effort by Filipe Barbosa, Soenke Lehmitz, Jukka Maksimainen, Lapo Mori, Bryan Richardson, Erik Roth, Humayun Tai, Sapna Thakker, Ian Wells, and Rodney Zemmel, representing views from McKinsey’s Global Energy & Materials Practice.

https://www.mckinsey.com/industries/metals-and-mining/our-insights/beyond-the-hype-new-opportunities-for-gen-ai-in-energy-and-materials

Зрелость ИИ

На уровне команды и предприятия DQ является стратегическим инструментом, позволяющим оценить цифровую готовность бизнеса. Оно помогает предприятиям понять цифровые возможности, показывает области, которые необходимо укрепить, а затем отслеживает прогресс в освоении этих возможностей, что дает предприятиям преимущество.

DQ Score — это составное число, полученное на основе уровней компетентности, измеренных в соответствии с восемью основными компетенциями цифрового гражданства. Подобно показателю IQ, средний мировой показатель равен 100 со стандартным отклонением 15.

AI Quotient или AIQ — коэффциент, позоволяющий ответить на вопрос «Какую часть кода можно улучшить с помощью ИИ?». Это коэффициент был распространен не только на код, но и на бизнес.

Источник

https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/what-it-takes-to-rewire-a-cpg-company-to-outcompete-in-digital-and-ai

What it takes to rewire a CPG company to outcompete in digital and AI

* * *

Примеры использования ИИ

Решения или инструменты генеративного искусственного интеллекта	Описание
Технические услуги	Решения для документирования вопросов и ответов для исполнения заявок в проектах оказания услуг, управляемых приложениями. Это помогает пользователям сформировать запросы в службу поддержки.
Агент по звонкам в СМИ	Инструмент, который помогает глобальной образовательной и медиа-компании осуществлять быстрый и высококачественный поиск знаний для агентов, обслуживающих клиентов во время звонков.
Выставление счетов и страхование доходов	Агент синтеза знаний, который извлекает данные из различных источников для помощи в процессах продаж.
Агент синтеза идей	Решение Gen AI, которое помогает глобальной компании, предоставляющей информационные услуги, быстрее и эффективнее получать информацию о поведении потребителей.
Виртуальный агент	Инструмент для автоматизации задач веб-исследований, получения аналитической информации и взаимодействия со сторонними API.
Виртуальный аналитик	Интерактивный чат-бот, который помогает пользователям легко извлекать ценную информацию из своих личных данных.
Второй пилот агента	Инструмент, обеспечивающий поддержку агентов в режиме реального времени и персонализированные рекомендации для клиентов.
Голосовая аналитика с искусственным интеллектом	Приложение, которое понимает причины вызовов и получает полезную информацию для снижения потока, улучшения маршрутизации и повышения производительности агентов.
Коучинг колл-центра	Инструмент, который определяет возможности обучения сотрудников колл-центра жестким и мягким навыкам.
Голосовая автоматизация	Голосовой бот, который отвечает на вопросы клиентов индивидуальными ответами и/или быстрыми автоматизированными задачами.
Консультант по маркетингу	Инструмент, который обобщает сообщения в социальных сетях для получения маркетинговой информации.
Sales.ai. Адаптивное решение, которое позволяет вести диалог с клиентами	Комплексное решение, использующее аналитический и генерирующий искусственный интеллект для выявления потенциальных клиентов и масштабного охвата клиентов.
Ада. AI-агент для круглосуточной поддержки клиентов	Единое решение для сценариев использования закупок генеративного ИИ (например, подготовка переговоров, проверка контактов, генерация идей, факты о категориях, новости рынка и поставщиков)
IQ документа	Инструмент, использующий передовые методы глубокого обучения для анализа и извлечения данных из контрактных документов и изображений, а также сбора данных в структурированный формат.
Генератор предложений клиентам	Инструмент, который позволяет пользователям вводить контекст запроса предложений (RFP request for proposal) и следить за подсказками в чате для автоматического создания нового контента RFP.
ИИ поддержки контрактов на закупку	Инструмент генеративного искусственного интеллекта, который проверяет контракты, сравнивает условия и положения с заранее заданными передовыми практиками и собственными знаниями, предоставляя мгновенную информацию.
Второй пилот для кодирования	AI-помощник для генерации кода и устранения неполадок