從電子商務到非營利組織，利用企業數據資產可能是組織成敗的關鍵。機器學習和生成式AI是其中的一個組成部分，但要成功地應用這些技術則評估AI對業務的實際影響。

AI已經成為一種企業口號，機器學習和生成式AI也成了討論的話題之一，特別是CIO的角色必須做出相應調整，總部位于阿姆斯特丹的國際電器零售協會Euronics就是其中一個例子。Euronics數字總監Umberto Tesoro的工作，就是從更好地利用數字數據來創造更好的客戶體驗和增加銷售額開始的。

市場分析公司Gartner建議，將數據和分析策略擴展到包含AI，并避免沒有治理的碎片化舉措。在實踐中，生成式AI是Euronics涉及數據和分析戰略的一個特例，而指導這一戰略的人(CIO或CDO)，其任務就是知道什么時候應用生成式AI，什么時候不應用。

事實上，生成式AI目前并不在Euronics實施的技術之列，因為Tesoro認為生成式AI并沒有適用于零售活動的用例。“IT必須為業務服務，”他說。

經理團隊的第一步，就是聘請一名UX設計師，這位設計師不僅要為最終用戶設計界面和體驗，還要進行測試，以提供有關網站和應用性能的定性及定量證據來指導業務。

Tesoro說：“電子商務就是關于從訪問網站到完成購買的整個旅程，我們會監控整個流程，使用匯總數據來評估為客戶帶來的最佳解決方案和體驗。我們始終向消費者提供兩種不同的體驗并評估結果。然后，我們選擇其中一種，對網站體驗進行改善，因此我們的電子商務策略完全是由數據驅動的。”

網站解決方案通過機器學習得到了增強，這種方案通過建議展示與客戶已購買產品一致的相關產品來幫助提供個性化的內容。至于機器學習和分析，Tesoro會在市場上購買最好的產品，然后通過技術合作伙伴根據公司網站和應用需求定制應用。

“內部IT團隊必須能夠管理和指導供應商，但我們自己是不進行內部開發的，我認為，對我們來說內部開始是很不方便的。我向供應商和合作伙伴提供方向和策略，內部項目經理充當紐帶。對我們來說，數字團隊的關鍵人物是用戶體驗設計師和業務分析師，因為在內部，我們致力于實現的戰略目標是：客戶體驗和通過數據分析支持銷售。”

這就是Euronics公司數據資產的價值體現，其目標是為了持續不斷地改善客戶體驗，這促成了Euronics公司前不久與商業媒體公司Criteo之間的合作，即在Euronics的電子商務網站上實施Criteo的零售媒體解決方案。

“我們為消費者提供網站上符合特定搜索的產品，這對我們來說有很多好處：我們為廣告商提供了更好的結果，并為在我們的電子商務平臺上銷售某種產品創造了條件。由于采用了Criteo平臺提供的消費者搜索意圖數據分析，我們對銷售產生了積極的影響。”

非營利組織中數據的價值

即使對于意大利非政府組織Emergency來說，數據也是需要增強和保護的戰略資產。

首席信息官Manuele Macario表示：“數據是醫院核心活動的支柱，對于我們治療的患者來說，數據必須始終是安全的。”

這一理念促使Emergency啟用了一種信息系統，該系統通過SDC軟件平臺管理阿富汗三個急救外科中心的臨床數據。Emergency系統的架構是基于開源組件的，分布在各個急救診所的服務器和平板電腦上。

Macario表示：“這個開源軟件平臺是由我們的醫療部門創建的，即使在不穩定的條件下也能記錄數據，例如，它可以適應于沒有互聯網連接和離線工作的情況。當線路可用時，數據會重新傳輸。而且它易于安裝，可以將其傳輸到其他站點。”

但這并不影響它是一個非常先進的臨床數據收集系統的事實，因為該平臺是數字化的、實時的、安全的，因為數據在VPN上加密并發送到Emergency位于米蘭的中央數據中心。在這里，還會通過微軟Power BI進行分析。Macario解釋說，基礎設施是在本地部署的，用于保護現有的投資，但不排除云。事實上，近年來Emergency已經采取了措施將一些服務遷移到云上。

Macario說：“數據管理中最重要的，就是要有一個可靠的災難恢復計劃。事實上，對于像我們這樣的非政府組織來說，安全既是網絡問題，也是物理問題，因為我們不僅是攻擊的目標，而且我們在戰區運營，所提供的服務并不總是可靠的，而且一旦發生故障，很難找到替換的部件。”

他們還采用了創新的加密和地理數據備份技術，特別是可以防止勒索軟件的不可變云技術。這些技術由AI提供支持，用于端點保護。用戶身份是在Azure Entra ID平臺上進行管理的，該平臺集成了AI并提供對可疑活動的實時警報。

數據管理的轉折點

但是在緊急情況下使用AI所帶來的真正變化，是在阿富汗開展的Amanat項目中應用的生成式AI。該計劃源自于八年前Emergency掃描了超過1000萬張醫療記錄的工作。

該項目的下一步，是使用數字化數據并對其進行分析。事實上，掃描的數據無法被軟件讀取，因為是從一家從事創傷手術的醫院的文件中提取的，因此通常是匆忙書寫的，筆跡不準確且潦草。

“我們求助于大型技術公司來解決這個問題，而大型語言模型算法帶來了轉折點，這種模型讓我們能夠進行分析，我們的醫療部門使用這些算法來分析獲得護理的機會并提高質量，獲取統計數據，創建檔案，并了解在戰爭環境中我們需要哪些儀器、藥物和醫生。這些數據為我們開展干預和報告戰爭對平民的影響提供了科學依據。”

Macario的團隊隨后啟動了PoC，從2002年至2018年期間隨機抽取了喀布爾創傷醫院的一千份醫療記錄。PoC是測試該技術功能和控制成本所必需的，如果將系統應用于所有文檔，成本會大幅增加。

“我們選擇微軟和Azure OpenAI技術作為合作伙伴，我們不想將醫療記錄數據放在開放的OpenAI-ChatGPT系統上。相反，我們使用了微軟租戶上的空間，以確保我們患者數據的隱私和保護。”

微軟的技術是定制的，提供了計算能力，但急救團隊需要定制的Azure文檔智能算法，通過對醫療記錄中使用的格式進行訓練，讓AI知道在哪里解釋什么信息。

Emergency創建了一個可搜索的關系數據庫，從中執行活動的后驗分析以捕捉趨勢。為了讀取數字化的醫療記錄，Macario的團隊創建了插入Azure OpenAI的特定提示，以獲取例如首字母縮略詞的解包或僅部分書寫的單詞解釋。

Macario解釋說：“我們把從受傷到醫院治療之間的時間信息區分開，這對于了解急救中心的位置以及手術是否有效至關重要。通過正確的提示，我們引導Azure OpenAI糾正和轉換此類信息，為我們提供可以在圖表上進行分析和可視化的數據。”

對AI進行適當的投資

Macario強調，只有當AI的收益足以證明投資的合理性時，才應該應用AI。

“除了我們組織真正需要的東西之外，我不會考慮使用AI和大型語言模型，否則，從成本和環境負擔的角度來看，這是一種不可持續的技術。對我來說，AI和生成式AI應該用于獲得無法通過其他方式獲得的結果，或者預期會有顯著收益的情況下。我們的Amanat項目就是如此，該項目不僅使用AI為運營提供有用的數據，并為在戰爭背景下更好地應對未來干預做好準備，能夠通過數據判斷戰爭的后果。”

Euronics的Tesoro對AI也很挑剔，因為該公司目前沒有將其應用于零售活動，但Euronics正在Salesforce生態系統中進行測試，以了解AI在提高生產力方面的潛在用途，前景似乎是十分光明的。

“我認為，目前AI不會對我們的業務產生重大影響，但我對手動流程的自動化很感興趣，我們已經測試了一些生產力工具，這些工具帶有生成式AI功能用于執行重復性、非價值性的任務。對我來說，AI是一種賦予人們權力的工具，使人們不會將自己的才能浪費在機械任務上，而是轉向那些可以發揮他們智力的任務。”

Macario重申，在Emergency的Amanat項目中，ChatGPT的任務是被嚴格限制的。“它是一種工具，而不是一個預言，必須給它設定界限，明確指示它必須做什么，算法通過統計數據說話。它們不會給出正確或錯誤的答案，而是一個或多或少具有高可靠性的答案。但同時，低于某個閾值的答案是不可接受的。在PoC中輸入的數千條記錄中，我們丟棄了一半不可靠的記錄。”

不要忘記傳統AI

據作家兼數據和分析專家Stefano Gatti稱，生成式AI雖然有幫助，但還不夠成熟，無法管理面向客戶的服務。“相反，正如不少CIO所意識到的，生成式AI已經足夠成熟，可以支持內部生產力的提高。在任何情況下，人工監督對結果可靠性的驗證來說，仍然是根本。”

Gartner也持類似觀點，認為在投資生成式AI之前，CIO們應該首先了解用例是否為企業創造了價值，在實踐中是否可行，因為很難證明不加區分地應用生成式AI是否合理。還有一些成熟的或傳統的AI技術，如優化、模擬和知識圖譜，在沒有生成式AI的情況下也可以發揮作用，而且這些技術的風險更小一些。