麥肯錫是一家全球管理咨詢公司，致力于幫助各類組織實(shí)現(xiàn)可持續(xù)且包容性增長(zhǎng)。其將果敢的戰(zhàn)略與變革性技術(shù)相結(jié)合，幫助組織實(shí)現(xiàn)更具可持續(xù)性的創(chuàng)新、持久的業(yè)績(jī)改善，并打造立足當(dāng)下、制勝未來(lái)的卓越員工團(tuán)隊(duì)。

麥肯錫全球董事合伙人彭波以《人工智能如何助力汽車行業(yè)數(shù)字化轉(zhuǎn)型》為主題展開(kāi)演講，以下是演講內(nèi)容整理：

麥肯錫全球董事合伙人彭波

AI的五大應(yīng)用方向

在制造業(yè)和汽車行業(yè)，AI主要有包括復(fù)雜數(shù)據(jù)生成洞見(jiàn)、語(yǔ)言處理和文本分析、虛擬機(jī)器人及虛擬形象、自動(dòng)化決策等五個(gè)應(yīng)用方向。

具體來(lái)看，第一，AI可以應(yīng)用于復(fù)雜數(shù)據(jù)生成洞見(jiàn)。整車企業(yè)收集了大量用戶端的回傳數(shù)據(jù)；營(yíng)銷所收集的不同經(jīng)銷商的數(shù)據(jù)；售后和車聯(lián)網(wǎng)的大量數(shù)據(jù)。這些數(shù)據(jù)在大多數(shù)企業(yè)中并沒(méi)有發(fā)揮出價(jià)值，利用AI就可以利用現(xiàn)有數(shù)據(jù)進(jìn)行獨(dú)立的學(xué)習(xí)和持續(xù)完善，通過(guò)算法和平臺(tái)能夠持續(xù)生成洞見(jiàn)，這對(duì)整個(gè)業(yè)務(wù)非常有價(jià)值。

第二，語(yǔ)言處理和文本分析?；趯?duì)行業(yè)的觀察，我們發(fā)現(xiàn)這塊的應(yīng)用越來(lái)越多，語(yǔ)言處理和文本分析意味著借助算法從人類語(yǔ)言中提取語(yǔ)義，比如語(yǔ)音轉(zhuǎn)文字、轉(zhuǎn)圖片，或者圖片轉(zhuǎn)文字的技術(shù)發(fā)展到現(xiàn)在已經(jīng)相對(duì)比較成熟，應(yīng)用較多，這也是要在機(jī)器學(xué)習(xí)中大量應(yīng)用的。第三，圖片識(shí)別和視頻分析，已經(jīng)應(yīng)用在很多工業(yè)企業(yè)中的發(fā)票分析，自動(dòng)駕駛的圖像分析中。

第四，軟件智能體。在汽車行業(yè)的應(yīng)用多是虛擬形象，用以可以完成和乘員的互動(dòng)對(duì)話，接受命令之后對(duì)車輛的行駛狀態(tài)進(jìn)行控制。第五，自動(dòng)化的決策，比如說(shuō)流程自動(dòng)化。

以上五個(gè)方面是人工智能推動(dòng)車企數(shù)字化普遍的應(yīng)用，這些應(yīng)用到底帶來(lái)什么樣的價(jià)值？麥肯錫做過(guò)預(yù)測(cè)， 機(jī)器和深度學(xué)習(xí)蘊(yùn)含巨大價(jià)值，預(yù)計(jì)2025年，全球車企的潛在價(jià)值機(jī)會(huì)高達(dá)2150億美元，相當(dāng)于各家車企的息稅前利潤(rùn)年平均增長(zhǎng)9%。

圖片來(lái)源：麥肯錫

麥肯錫認(rèn)為具體到汽車行業(yè)內(nèi)，AI有11項(xiàng)應(yīng)用場(chǎng)景。比如基于AI采集產(chǎn)品設(shè)計(jì)建議，采購(gòu)環(huán)節(jié)如何搭建比較巧妙的供應(yīng)鏈，進(jìn)行產(chǎn)品結(jié)構(gòu)優(yōu)化的分析和建議，在供應(yīng)鏈這塊對(duì)需求形成比較準(zhǔn)確的預(yù)測(cè)，這些都對(duì)業(yè)務(wù)規(guī)劃有一定的幫助，在營(yíng)銷環(huán)節(jié)進(jìn)行銷量預(yù)測(cè)，包括對(duì)用戶購(gòu)買產(chǎn)品意向的判斷，售后環(huán)節(jié)如何預(yù)防性地防止客戶流失。

麥肯錫AI推動(dòng)數(shù)字化轉(zhuǎn)型的案例實(shí)踐

接下來(lái)挑幾項(xiàng)用例做具體解釋，首先，采購(gòu)環(huán)節(jié)中經(jīng)常用到，通過(guò)AI對(duì)一些不同實(shí)體支出的數(shù)據(jù)進(jìn)行自動(dòng)地合并統(tǒng)一，找到降低成本的空間，這也就意味著，企業(yè)可以通過(guò)數(shù)據(jù)的自我學(xué)習(xí)，自動(dòng)、自適應(yīng)地對(duì)采購(gòu)數(shù)據(jù)進(jìn)行分類，在分類之后進(jìn)一步提取和清理，這種方法不僅可以用于生產(chǎn)性采購(gòu)，也可以用于非生產(chǎn)性采購(gòu)。

就麥肯錫的項(xiàng)目實(shí)踐而言，麥肯錫曾經(jīng)通過(guò)自然語(yǔ)言處理和文本分析的技術(shù)，幫一個(gè)客戶找到了復(fù)雜標(biāo)準(zhǔn)件采購(gòu)成本中10%-20%的降本空間，節(jié)省近乎4000萬(wàn)歐元。

圖片來(lái)源：麥肯錫

第二個(gè)案例就是銷售預(yù)測(cè)，AI應(yīng)用有助于提升銷售環(huán)節(jié)預(yù)測(cè)的準(zhǔn)確性，對(duì)后期排產(chǎn)，車輛配置，庫(kù)存分配，營(yíng)銷等都有一定幫助。麥肯錫主要利用AI的神經(jīng)網(wǎng)絡(luò)系統(tǒng)從100個(gè)變量里面進(jìn)行學(xué)習(xí)，通過(guò)這個(gè)技術(shù)提升預(yù)測(cè)準(zhǔn)確度到80%。這項(xiàng)技術(shù)的原理主要是，從時(shí)間維度上，類比歷史上的相關(guān)事件，從產(chǎn)品，品類，門店，價(jià)格、促銷等不同維度入手進(jìn)行模擬分析，對(duì)可以實(shí)現(xiàn)預(yù)測(cè)值的模擬進(jìn)行模擬和優(yōu)化。

最后一個(gè)案例是，結(jié)合用戶的特點(diǎn)和所提供數(shù)據(jù)，通過(guò)建模提高向用戶推薦產(chǎn)品的準(zhǔn)確性，也就是利用大數(shù)據(jù)根據(jù)用戶特點(diǎn)進(jìn)行精準(zhǔn)推送，這項(xiàng)技術(shù)的應(yīng)用使預(yù)測(cè)準(zhǔn)確度提高了17%，并且可以形成相對(duì)自動(dòng)化的結(jié)果。

值得一提的是，AI的應(yīng)用還有助于在售后環(huán)節(jié)預(yù)測(cè)和預(yù)防用戶的流失。通過(guò)深度學(xué)習(xí)進(jìn)行建模，按照新的細(xì)分標(biāo)準(zhǔn)對(duì)于用戶進(jìn)行分類，將高風(fēng)險(xiǎn)、易流失的用戶進(jìn)行劃分?；谶@些劃分，對(duì)高風(fēng)險(xiǎn)用戶進(jìn)行挽留，使整體的流失率降低36%，在這個(gè)過(guò)程中，留住的客戶還會(huì)有向上銷售的幾率，可以將整體營(yíng)收提高4-5個(gè)百分點(diǎn)。

最后是軟件智能體，包括聊天機(jī)器人，場(chǎng)景應(yīng)用型機(jī)器人。麥肯錫根據(jù)自然語(yǔ)言處理(NLP)的技術(shù)開(kāi)發(fā)了聊天機(jī)器人，有助于服務(wù)流程自動(dòng)化，提升客戶的體驗(yàn)，使服務(wù)的準(zhǔn)確性有明顯提高。同時(shí)，使用圖像識(shí)別技術(shù)，能夠分析客戶手機(jī)發(fā)過(guò)來(lái)的照片，達(dá)到自動(dòng)抄表的效果，使客戶推薦率達(dá)到80%，服務(wù)成本降低20%-30%，明顯降低了用戶流失率。

總的來(lái)說(shuō)，基于我們?cè)贏I推進(jìn)數(shù)字化轉(zhuǎn)型中的具體實(shí)踐，AI的應(yīng)用可以為數(shù)字化轉(zhuǎn)型帶來(lái)量化的價(jià)值，企業(yè)推進(jìn)數(shù)字化轉(zhuǎn)型可以帶來(lái)實(shí)實(shí)在在的經(jīng)濟(jì)效應(yīng)。

（以上內(nèi)容來(lái)自麥肯錫全球董事合伙人彭波于2022年9月22日由蓋世汽車主辦的2022中國(guó)汽車數(shù)字化轉(zhuǎn)型大會(huì)發(fā)表的《人工智能如何助力汽車行業(yè)數(shù)字化轉(zhuǎn)型》主題演講。）

返回第一電動(dòng)網(wǎng)首頁(yè) >