前几期本专栏一直在谈AI的技术，从这期开始，我们聊一聊AI走向行业。不过，在这之前，我们先要问一下，如何评估AI为企业带来的效果？如果不搞清楚这个问题，盲目应用AI，就会适得其反。

近年来，随着大数据、高性能计算和深度学习技术的快速发展，AI技术迎来了第三次发展浪潮，与更多领域的融合不断深入，迸发出了一系列的新技术、新模式、新业态。与此同时，市场对AI技术的投入与期望值高涨，一些头脑发热的企业往往会为了用而用，对于AI为企业带来的实际价值并不清晰。于是，如何构建科学的AI效能评估体系，客观准确地评价AI技术为企业带来的价值就显得尤为重要。

对企业而言，AI的价值无非降本增效。但具体降低了多少成本？增加了多少效益？对于不同体量、不同行业、不同发展阶段的企业来说很难量化成一个统一的评估模型。考虑到AI在企业不同的职能部门发挥的价值也不尽相同，目前主流的评测方法是将与AI相关的职能部门分为四类，即：产品服务、生产、运营和决策。

接下来，我们就逐步分析这四大部门应用AI之后产生的效果。

➤ 产品服务：覆盖交互全流程

对于涉及产品服务的部门，AI技术最多应用在与客户的交互上，能够覆盖售前-售中-售后整个流程。在与用户的交互环节采用AR、VR和语音识别等技术，不仅可以提升用户体验，进而提高转化率，还能降低人工成本。而后期对用户行为的分析也能为企业寻找到更多潜在的销售机会。

以百度智能云智能客服接入银行为例，可以实现电话端、微信端、APP客户端全面的服务智能化。对话式客服承担了原先重复性较高的动作，可以代替人工客服回答70%的问题。解放人力的同时，减少了客户的等待时间和输入行为，极大提升了客户体验和工作效率。

➤ 生产：用于质量和监控

AI技术应用于生产相关的场景时，典型的应用包括产品质量和生产环境的监控。产品质量的监控主要应用了图像识别技术，通过外观检测保证产品质量，从而提高效益。以某个企业的质检大脑为例，与百度智能云合作，利用PaddlePaddle框架训练深度学习模型，其对零件检测的精度与人工不相上下，但速度却远超人工，可达20ms/个。这相当于10个熟练的质检工人，能够帮助企业降低生产成本15%以上，目前已经在不少钢铁企业中应用。

除了产品质量外，生产环境也可以通过AI技术进行监控。通过分析车间的图像、视频，生产环境是否安全、生产能耗是否超标一目了然，能够有效降低生产事故和过度耗能造成的损失。

➤ 运营：提高预测精准度

涉及运营职能部门的AI技术主要可以应用于物流、运营管理以及研发。供应链智能化、企业应用智能化和运营智能化是三个常被提到的关键场景。以供应链智能化为例，AI技术具体可以做到分析仓储物流信息，预测市场供需变化，进而做到智能补货，提高周转效率及最终效益。

举一个案例。快消品行业如便利店等以往一直采用人工稽查的方式，但由于门店数量多，稽核成本往往非常巨大且存在人工失误。为解决这一问题，某家零售商与百度智能云共同合作，将3000家零售门店接入EasyDL。EasyDL拥有定制化物体检测能力，可以识别商品陈列是否满足要求。应用该技术后，人员效率提升超过30%，将门店智能陈列审核变为现实。

➤ 决策：实时商业洞察

对于企业的决策部门，AI技术的效用也是不可小觑。这里讨论的决策主要指企业战略级决策。借助AI技术，企业可以对自身原有的分析方式进行升级。决策的智能化升级中，AI加持下的商业分析系统可以应用机器学习进行高级预测分析，做到实时获取商业洞察，快速应对市场变化，为决策提供有价值的参考。

考虑到现阶段人工智能在企业的应用尚处于导入期，大量企业刚刚开始接触AI，所以，以上评测维度主要从成本节约与新增效益入手，仅为企业提供一个AI评测的框架，企业还要根据自身的业务流程情况以及商业模式，有条件的引入AI。

相信随着AI技术深入更多领域，未来将会出现大批具有行业属性的评估体系，加速企业的智能化进程。