企业使用AI能否很快看到回报？

康仁

物流与AI的协作

在过去的几年中，DHL投资开发大数据、增强现实和物联网等领域的最新创新。人工智能被视为DHL数字化转型战略的重要组成部分，DHL董事会从战略角度看待AI，它利用的是谷歌、亚马逊、微软、IBM等公司置于公共领域的技术——这些AI存在强大的开源工具和平台中。

DHL自身还开发了一款全球版本的在线跟踪工具——Global ProView，并计划在全球主要市场推广使用。在一些DHL的航运中心，人工智能可以帮助员工确保货盘安全地装载到货机中——由计算机视觉系统捕捉每个托盘，用算法判断它是否可以与其他托盘堆叠或调整位置，以适应下一个航班。

人类与AI系统一起工作可以逐步协调，如果一个人无法正确分类包裹，则可以控制原型机械手，重新训练控制它的算法。“许多由AI驱动的系统并不是100%完美的，特别是在部署的早期阶段，需要请专家协助改善算法的准确性。”操作人员表示。

DHL是越来越多使用AI的公司之一，除了在线跟踪，货盘扫描系统，AI还可以帮助运送货物，控制将包裹运送到仓库的机器人，以及控制用于拣选和分类包裹的机器人手臂。根据最新报告，DHL表示使用该技术已经获得了较好的投资回报。

石油公司用AI提高精炼效率

西班牙的一家能源和公用事业公司雷普索尔（Repsol）使用AI来识别其钻井作业中的问题，协调油的储存和运输。雷普索尔率先在自己位于西班牙东海岸的塔拉戈纳（Tarragona）精炼厂使用了谷歌人工智能学习工具CloudML優化工作流程，该精炼厂目前每日原油产量达到了12万桶。雷普索尔希望通过此次合作将塔拉戈纳精炼厂每桶原油的利润率提高30%，并计划下一步将该技术推广到旗下另外五家精炼厂。

谷歌的Cloud ML作用于分析精炼厂各道流程中存在的数百个变量，比如油压、温度、流动率和精炼速度等。事实上，近年来有越来越多炼油企业和能源公司开始寻求诸如谷歌和亚马逊数据分析工具的帮助来提高自己的工厂运营表现。

雷普索尔表示，“通过使用AI工具，公司将有可能从自己已经处于下坡阶段的原油提炼、分销业务中重新获得高达1亿美元的营收”。该公司CEO则透露，虽然谷歌CloudML目前仅仅会分析大约30个变量，但最终其负责分析的变量数量将达到400个。

“这也是我们致力于提高全公司内部工业提炼流程大计划中的一部分。而且，我在这儿说的并不是减少人工，而是提升我们员工的工作效率，这毕竟不是一场人和机器之间的对抗。”雷普索尔CEO 玛丽亚·维多利亚·金戈尼说道。

机器学习，人类是老师

波士顿咨询集团和麻省理工学院的专家一直在研究公司是否能从人工智能中受益的问题，一些线索表明为何部分公司已经从AI中获利，而另一些公司似乎还在“烧钱”。

一个关键点在于：即使最初的项目并没有带来很大的回报，也要继续尝试AI。业内人士说，最成功的公司会从AI的早期使用中学习，并根据结果调整其业务实践。在最有效地做到这一点的企业中，有73%的企业表示他们看到了投资回报。报告发现，员工与AI算法紧密合作的公司（从中学习但也有助于改进）也表现更好。

共同撰写该报告的波士顿学院教授萨姆·兰斯伯瑟姆说：“真正有价值的人们正在尝试‘后退一步，让机器告诉他们他们可以做些什么。” 他说，要获得投资回报并没有简单的公式，要点不是盲目地将 AI应用于业务流程。

在研究表明机器学习算法如何在提供足够的训练数据和计算机功能的情况下以超人的技能执行某些任务后，AI成为热门的商业流行语。近年来越来越清楚的是，人工智能通常仍需要人类的帮助才能取得良好的性能。

这项新研究调查了来自各行各业的公司的3000位经理以及高管和学者。超过一半的经理人（57%）表示其公司正在试用或使用AI，高于2019年的44%。该报告发现，使用AI的重点是大型公司，这些公司的平均年收入超过1亿美元。

年收入100亿美元或以上的公司的可观投资收益归类为1亿美元的新收入或成本节省。对于收入在5亿美元至100亿美元之间的公司，可观的回报被定义为2000万美元。对于年收入在1亿美元至5亿美元之间的公司，起征点为1000万美元。“我们看到人与机器的融合是公司表现良好的模式。”萨姆·兰斯伯瑟姆教授说。