劃重點(diǎn)
012024 ITValue Summit數(shù)字價(jià)值年會(huì)以"Ready For AI"為主題，探討AI技術(shù)在各行業(yè)中的應(yīng)用和落地挑戰(zhàn)。
02與會(huì)嘉賓分享了不同領(lǐng)域的AI落地經(jīng)驗(yàn)，包括保險(xiǎn)、醫(yī)療、物流等行業(yè)。
03然而，AI技術(shù)在實(shí)際應(yīng)用中仍面臨數(shù)據(jù)獲娶模型訓(xùn)練、成本等問(wèn)題。
04專(zhuān)家建議企業(yè)關(guān)注技術(shù)與業(yè)務(wù)的融合交互，以實(shí)現(xiàn)可持續(xù)的商業(yè)創(chuàng)新。
05未來(lái)AI時(shí)代，企業(yè)需持續(xù)投入，以技術(shù)與業(yè)務(wù)間的相互融合為主線。
以上內(nèi)容由騰訊混元大模型生成，僅供參考
新的增長(zhǎng)方向在哪里？這是各個(gè)行業(yè)都迫切想知道答案的一個(gè)問(wèn)題。
近期，2024 ITValue Summit 數(shù)字價(jià)值年會(huì)以“Ready For AI”為主題，兩天的密集議程中來(lái)自不同行業(yè)、不同規(guī)模的企業(yè)技術(shù)、業(yè)務(wù)、管理決策者一起頭腦風(fēng)暴、觀點(diǎn)碰撞，由此誕生了一場(chǎng)高密度、高壓強(qiáng)的深度交流。
從討論的高頻詞中，我們可以看到“AI”、“大模型”、“數(shù)據(jù)”、“場(chǎng)景”是大家普遍關(guān)注的方向。但這僅僅是水面之上的冰山一角，與此同時(shí)，在水面之下，還有更為龐大的山體。
當(dāng)前，大模型產(chǎn)業(yè)落地加速，從具體場(chǎng)景中尋找答案已經(jīng)成為共識(shí)。同樣，技術(shù)變現(xiàn)的卡點(diǎn)在哪里，也同樣需要從一線從業(yè)者的體感和思考中尋找線索。
一個(gè)難題：AI的“最后一公里”
毫無(wú)懸念，“AI+大模型”是全場(chǎng)論壇分享和討論中的高頻話題，僅在大會(huì)第一天的主論壇議程中就出現(xiàn)超過(guò)500次。
大會(huì)主論壇核心圍繞“AI時(shí)代的企業(yè)數(shù)智化架構(gòu)”、“用AI重新定義千行百業(yè)”兩大主題展開(kāi)，此外還有七大主題閉門(mén)，共同深入探討AI技術(shù)如何推動(dòng)企業(yè)架構(gòu)的智能化轉(zhuǎn)型，以及如何構(gòu)建適應(yīng)數(shù)字經(jīng)濟(jì)時(shí)代的新型企業(yè)架構(gòu)，并結(jié)合實(shí)際場(chǎng)景探討如何利用人工智能技術(shù)重新定義行業(yè)標(biāo)準(zhǔn)和業(yè)務(wù)模式，釋放前所未有的業(yè)務(wù)價(jià)值。與會(huì)嘉賓從各自行業(yè)的實(shí)際應(yīng)用場(chǎng)景和真實(shí)挑戰(zhàn)出發(fā)，分享了不同領(lǐng)域的AI落地經(jīng)驗(yàn)，也提供了跨界的視角和技術(shù)背后的思考。
雖然大多數(shù)嘉賓都認(rèn)同AI在數(shù)字化轉(zhuǎn)型中的重要性，但對(duì)于如何實(shí)施、AI技術(shù)的成熟度、以及AI帶來(lái)的具體效益等方面，還是存在不同的看法和策略。
“大語(yǔ)言模型的應(yīng)用，一腳油門(mén)也許就可以做到95%的程度，但是我們不能把這樣的應(yīng)用當(dāng)作一個(gè)傳統(tǒng)IT系統(tǒng)上線，必須在技術(shù)上和工作流程上去處理這百分之幾的幻覺(jué)，才能真正在業(yè)務(wù)中發(fā)揮作用。”小即是大創(chuàng)業(yè)投資合伙人楊巍表示。
從投入產(chǎn)出的數(shù)據(jù)來(lái)看，人們憧憬的AI商業(yè)前景也很難在短期內(nèi)實(shí)現(xiàn)。今年，紅杉資本分享的一項(xiàng)數(shù)據(jù)發(fā)現(xiàn)，過(guò)去一年內(nèi)，AI公司購(gòu)買(mǎi)英偉達(dá)GPU的花費(fèi)已經(jīng)超過(guò)500億美元，但目前所有AI公司產(chǎn)生的營(yíng)收總和卻遠(yuǎn)低于這個(gè)數(shù)值（約30億美元）。
“這意味著，AI行業(yè)的落地還在早期，還沒(méi)有出現(xiàn)真正意義上的Killer App。”在格靈深瞳創(chuàng)始人、董事長(zhǎng)、CEO趙勇看來(lái)，之前AI之所以落地難，主要原因在于交付成本高、有效數(shù)據(jù)少、泛化能力弱。
從早期百模大戰(zhàn)的喧囂，到如今行業(yè)應(yīng)用開(kāi)始生根發(fā)芽，短短兩年多的時(shí)間，供需雙方迅速達(dá)成一個(gè)共識(shí)：只有真正解決垂類(lèi)行業(yè)深度需求的模型才有市場(chǎng)，才有人買(mǎi)單。但當(dāng)前AI技術(shù)尚未成熟，如何盡快打通“最后一公里”是尚未突破的空白區(qū)域。在這一方面，先行多年的數(shù)字化的經(jīng)驗(yàn)或許可以作為參考。
在此次大會(huì)上，除了“AI”，數(shù)字化、場(chǎng)景、業(yè)務(wù)、技術(shù)等字眼也頻頻出現(xiàn)在嘉賓的分享和討論中。數(shù)字化轉(zhuǎn)型的重要性已經(jīng)得到社會(huì)共識(shí)，分解其中不外乎技術(shù)與業(yè)務(wù)的融合，最終依靠落地場(chǎng)景實(shí)現(xiàn)真正價(jià)值。這也是數(shù)字化先鋒企業(yè)們多年轉(zhuǎn)型沉淀下來(lái)的經(jīng)驗(yàn)，不斷投入不斷嘗試，最終出了一條適合自己的路。
平安證券首席信息官?gòu)埑瘯煼窒砹送ㄟ^(guò)“微卡片平臺(tái)”實(shí)現(xiàn)組裝式的無(wú)邊應(yīng)用開(kāi)發(fā)，進(jìn)行數(shù)字化轉(zhuǎn)型的實(shí)踐。他的技術(shù)團(tuán)隊(duì)以最專(zhuān)業(yè)的技術(shù)和思路沉淀出了一套低門(mén)檻、高效率的全員上手的開(kāi)發(fā)平臺(tái)，能夠快速響應(yīng)多樣化的需求。
中遠(yuǎn)�？频�“船視寶”可以說(shuō)是“航運(yùn)數(shù)字新基建”，基于航運(yùn)數(shù)據(jù)中臺(tái)，一方面形成了實(shí)時(shí)的遠(yuǎn)程監(jiān)控、遠(yuǎn)程調(diào)度的基礎(chǔ)能力；另一方面，基于服務(wù)航運(yùn)行業(yè)多年來(lái)的業(yè)務(wù)經(jīng)驗(yàn)，加上模型和算法的能力，可以監(jiān)測(cè)，甚至預(yù)測(cè)一艘船的“健康”狀況，并根據(jù)數(shù)據(jù)分析，幫助船舶經(jīng)營(yíng)公司提升船舶維修保養(yǎng)的輔助決策能力。與此同時(shí)，還可以根據(jù)對(duì)氣象數(shù)據(jù)的分析，告知海運(yùn)企業(yè)所屬船舶在運(yùn)輸過(guò)程中可能遇到什么樣的風(fēng)險(xiǎn)。
數(shù)字化轉(zhuǎn)型的歷程已經(jīng)證明，新技術(shù)的迭代周期總是更快，但只有真正找到技術(shù)與業(yè)務(wù)的結(jié)合點(diǎn)并且深入下去，成熟應(yīng)用的周期才會(huì)加速到來(lái)，而企業(yè)在數(shù)字化階段經(jīng)過(guò)了漫長(zhǎng)的探索才進(jìn)入這一階段。AI技術(shù)應(yīng)用也將是如此。
龍湖集團(tuán)于2019年開(kāi)始組建AI團(tuán)隊(duì)，核心要求是基于產(chǎn)品和場(chǎng)景，而不是基于項(xiàng)目立項(xiàng)，拆出900多個(gè)場(chǎng)景，分析哪些場(chǎng)景可以?xún)?yōu)先提效。龍湖集團(tuán)CIO、千丁數(shù)科總經(jīng)理李博的建議是，企業(yè)調(diào)整時(shí)會(huì)有顛覆式想法，制定目標(biāo)往往有高倍績(jī)效。因此，一定要把賬、效率算在前面，業(yè)務(wù)和技術(shù)一起想路徑，才能找到新的做法。
“技術(shù)只是基礎(chǔ)，產(chǎn)品和場(chǎng)景才是應(yīng)用落地的關(guān)鍵。”趙勇也表示，行業(yè)Insight跟行業(yè)數(shù)據(jù)一樣重要。對(duì)場(chǎng)景、客戶(hù)以及業(yè)務(wù)流程的深刻了解，還是極其有價(jià)值的，只有那些愿意躬身沉入到行業(yè)中的公司才能真正解決客戶(hù)的問(wèn)題。一方面把AI算法與特定行業(yè)場(chǎng)景深度融合的經(jīng)驗(yàn)，是難以在短期內(nèi)獲得的；另一方面，跟很容易從開(kāi)源數(shù)據(jù)學(xué)習(xí)到的語(yǔ)言信息不一樣，視覺(jué)的東西沒(méi)見(jiàn)過(guò)或者沒(méi)做過(guò)就是不知道，只有深耕行業(yè)，才能積累到足夠多的有效數(shù)據(jù)。大模型再厲害，也無(wú)法替代產(chǎn)品文化，未來(lái)優(yōu)秀的產(chǎn)品經(jīng)理和產(chǎn)品文化，對(duì)交付AI產(chǎn)品來(lái)說(shuō)極其重要。
在酒店業(yè)，一些酒店已經(jīng)開(kāi)始利用AI進(jìn)行數(shù)據(jù)分析、收益管理等，以提升服務(wù)質(zhì)量與效率。AI技術(shù)也在個(gè)性化服務(wù)、模糊性選擇、大數(shù)據(jù)分析等方面展現(xiàn)出了巨大潛力，未來(lái)有望實(shí)現(xiàn)更個(gè)性化的客戶(hù)定制和推薦。
盡管涌現(xiàn)出了眾多的應(yīng)用場(chǎng)景，但AI技術(shù)真正在酒店行業(yè)成熟落地仍存在關(guān)鍵問(wèn)題亟待解決。“我個(gè)人認(rèn)為AI對(duì)于酒店行業(yè)，已經(jīng)具備作為生產(chǎn)力的條件了，但是對(duì)于決策者們來(lái)說(shuō)，大模型‘幻覺(jué)’依舊是一個(gè)讓他們有很大顧慮的問(wèn)題。”中國(guó)旅游集團(tuán)酒店控股有限公司科技信息部總經(jīng)理周長(zhǎng)坦言，此外生成式AI技術(shù)目前在酒店行業(yè)也沒(méi)有能體現(xiàn)出很好的ROI。
萬(wàn)達(dá)酒店及度假村管理公司信息部總經(jīng)理王雷也表示，目前還有大概50%的酒店行業(yè)的決策者們不相信應(yīng)用AI技術(shù)能為酒店節(jié)約運(yùn)營(yíng)成本，而針對(duì)如何更好地推動(dòng)AI技術(shù)在酒店行業(yè)的應(yīng)用，他認(rèn)為需要整個(gè)行業(yè)各方以及上下游共同努力，才能讓AI技術(shù)在酒店行業(yè)中體現(xiàn)出更高的價(jià)值，才能切實(shí)推動(dòng)AI技術(shù)在行業(yè)中的應(yīng)用。
與此同時(shí)，現(xiàn)階段企業(yè)想應(yīng)用AI技術(shù)，除了軟件、解決方案的采購(gòu)成本，內(nèi)部數(shù)據(jù)治理成本也是極其高昂的，在綠地酒店旅游集團(tuán)信息技術(shù)部總經(jīng)理吳龍看來(lái)，隨著企業(yè)內(nèi)部數(shù)據(jù)越來(lái)越多，越來(lái)越復(fù)雜，數(shù)據(jù)采集、治理的成本也就越來(lái)越高，而“數(shù)據(jù)”的成本也直接決定了企業(yè)應(yīng)用AI的成本和難度，當(dāng)難度提升時(shí)，如果這個(gè)技術(shù)為企業(yè)帶來(lái)的價(jià)值是“不可視化”的，或者說(shuō)企業(yè)是看不到具體價(jià)值的，這也給企業(yè)應(yīng)用AI帶來(lái)了阻礙。
一個(gè)機(jī)會(huì)：數(shù)據(jù)仍是重頭戲
“數(shù)據(jù)”也是本次大會(huì)中緊隨AI大模型話題被談及最多的詞。數(shù)據(jù)在數(shù)字化轉(zhuǎn)型中的重要性不言而喻，是新的生產(chǎn)要素，也是AI模型能發(fā)揮更好效用的基矗沒(méi)有前期數(shù)據(jù)治理的基儲(chǔ)無(wú)法提供高質(zhì)量的數(shù)據(jù)“投喂”給大模型，就無(wú)法對(duì)業(yè)務(wù)提升形成真實(shí)價(jià)值。
而且，當(dāng)前各行各業(yè)都有深刻的經(jīng)濟(jì)環(huán)境體感，過(guò)去粗放式運(yùn)營(yíng)已經(jīng)走不通，不管是精細(xì)化運(yùn)營(yíng)，還是向數(shù)字化轉(zhuǎn)型和AI應(yīng)用要成果，首要任務(wù)都是正視數(shù)據(jù)的價(jià)值。
以貨運(yùn)行業(yè)為例，2024年全國(guó)公路貨運(yùn)指數(shù)同比2021年降幅14.2%，同比2023年降幅2.6%。“隨著市場(chǎng)格局的改變，以及需求的通縮，物流行業(yè)“下半場(chǎng)”的競(jìng)爭(zhēng)會(huì)更加激烈。”G7易流創(chuàng)始人、首席執(zhí)行官翟學(xué)魂坦言，當(dāng)前城配物流生態(tài)正處于一個(gè)非常窘迫的階段：司機(jī)收入低，頻繁退租；租賃平臺(tái)車(chē)輛維修成本高、保費(fèi)成本更高；保險(xiǎn)公司賠付率120%-130%……當(dāng)需求下降，最基礎(chǔ)的人收入下降時(shí)，整個(gè)產(chǎn)業(yè)面臨所有人“全輸”的局面。
如何打破困局，盤(pán)活行業(yè)？翟學(xué)魂展示了兩組數(shù)據(jù)高危司機(jī)的事故率是安全司機(jī)的20多倍，而且這些“高危司機(jī)”造成的賠款是安全司機(jī)的10倍左右。基于此，G7易流制定了一套“紅綠燈”的制度，紅燈代表高危司機(jī)，黃燈代表一般的普通司機(jī)，綠燈代表非常好的安全司機(jī)。通過(guò)包括工作強(qiáng)度（每天工作時(shí)間）、工作習(xí)慣、駕駛習(xí)慣等多維度數(shù)據(jù)的采集，加在一起，綜合出得分，接下來(lái)會(huì)跟物流公司、租賃公司，包括車(chē)廠一起推動(dòng)“紅綠燈”改變過(guò)去循環(huán)。
“如果我們能夠在窘迫的產(chǎn)業(yè)里，發(fā)現(xiàn)可以改變產(chǎn)業(yè)結(jié)構(gòu)的稀缺的數(shù)據(jù)，并讓這些數(shù)據(jù)形成閉環(huán)，產(chǎn)生飛輪效應(yīng)，我們就有可能獲得‘一線生機(jī)’。”翟學(xué)魂強(qiáng)調(diào)，數(shù)據(jù)本來(lái)就在那里，真正稀缺的數(shù)據(jù)是企業(yè)將所有數(shù)據(jù)集合在一起，產(chǎn)生了原本沒(méi)有的洞察效果。
在更多行業(yè)，數(shù)據(jù)與AI的結(jié)合也正在打造飛輪。
秉承變數(shù)據(jù)為資產(chǎn)的理念，2016年開(kāi)始，香港醫(yī)管局打造了打造醫(yī)療數(shù)據(jù)底座和服務(wù)整合底座，并以此底座整合公立醫(yī)療和基層醫(yī)療服務(wù)和推動(dòng)醫(yī)療創(chuàng)新，通過(guò)數(shù)據(jù)驅(qū)動(dòng)改造醫(yī)院的管理，并開(kāi)發(fā)智慧醫(yī)院產(chǎn)品和升級(jí)醫(yī)院服務(wù)。例如，結(jié)合開(kāi)發(fā)醫(yī)管局30年臨床數(shù)據(jù)打造人工智能及數(shù)據(jù)協(xié)作實(shí)驗(yàn)室，完成71個(gè)科研項(xiàng)目、與大學(xué)合作有450多位研究員參與研發(fā)，交付了34份研究報(bào)告。還以實(shí)時(shí)數(shù)據(jù)驅(qū)動(dòng)和算法開(kāi)發(fā)醫(yī)院指揮中心，利用數(shù)據(jù)自主開(kāi)發(fā)人工智能 支持服務(wù)數(shù)字化轉(zhuǎn)型，開(kāi)發(fā)了30多個(gè)大模型方案加速數(shù)字化轉(zhuǎn)型。
馬上消費(fèi)CTO蔣寧認(rèn)為數(shù)據(jù)與大模型的應(yīng)用相結(jié)合，構(gòu)建屬于企業(yè)自身的大模型，是一項(xiàng)關(guān)鍵戰(zhàn)略。例如，馬上消費(fèi)去年發(fā)布首個(gè)金融大模型“天鏡”，目前該大模型在交互、分析以及決策等方面均發(fā)揮出了重要的作用。
從關(guān)鍵技術(shù)點(diǎn)維度來(lái)看，蔣寧也認(rèn)為數(shù)據(jù)生成，數(shù)據(jù)管理，原數(shù)據(jù)技術(shù)，大模型自動(dòng)打標(biāo)，以及大模型認(rèn)證技術(shù)，都是未來(lái)大模型構(gòu)建需要關(guān)注的關(guān)鍵技術(shù)點(diǎn)。
對(duì)于AI落地難，趙勇認(rèn)為大模型帶來(lái)的是一個(gè)構(gòu)建行業(yè)AI應(yīng)用的全新技術(shù)范式，理論上可以通過(guò)付出較少的成本，來(lái)高效解決長(zhǎng)尾需求從而降低交付成本，通過(guò)通用能力來(lái)解決少樣本數(shù)據(jù)的問(wèn)題，同時(shí)大幅提升模型的泛化能力。但與此同時(shí)，他也提到當(dāng)前模型發(fā)揮效用遇到的問(wèn)題之一在數(shù)據(jù)方面。
“數(shù)據(jù)孤島問(wèn)題的形成原因之一是，客戶(hù)不愿意將數(shù)據(jù)分享出來(lái)。我的建議是，如果想推動(dòng)數(shù)據(jù)孤島問(wèn)題的解決，大客戶(hù)最好直接找科技公司交付項(xiàng)目，不需要太多集成商作中間商去交付。這會(huì)增加數(shù)據(jù)流動(dòng)的障礙。此外，模型訓(xùn)練需要非常多標(biāo)注數(shù)據(jù)，今天人工標(biāo)注成本依然很高，我們多年前就開(kāi)始用自動(dòng)標(biāo)注的方式來(lái)處理數(shù)據(jù)。”趙勇說(shuō)。
在“重塑用戶(hù)數(shù)智化增長(zhǎng)模型”主題閉門(mén)討論中，與會(huì)的專(zhuān)業(yè)人士重點(diǎn)討論了在消費(fèi)成規(guī)模的零售消費(fèi)企業(yè)的數(shù)字化過(guò)程中，數(shù)據(jù)是如何能真正為企業(yè)業(yè)務(wù)的增長(zhǎng)提供新的動(dòng)力。
一位消費(fèi)企業(yè)CIO認(rèn)為，數(shù)字化工作的核心是交付數(shù)據(jù)，但是很多時(shí)候數(shù)據(jù)的質(zhì)量并不穩(wěn)定。一個(gè)突出問(wèn)題是數(shù)字化部門(mén)用數(shù)據(jù)邏輯去理解業(yè)務(wù)實(shí)際情況時(shí)，往往放大了因果關(guān)系而忽略了相關(guān)性影響。因此，企業(yè)需要真正把信息變成知識(shí)才能產(chǎn)生實(shí)際的價(jià)值，并通過(guò)數(shù)智化的手段，實(shí)現(xiàn)自我價(jià)值的再生與復(fù)制，真正實(shí)現(xiàn)生產(chǎn)力的提升。
數(shù)據(jù)決策AI是實(shí)體企業(yè)最好的機(jī)會(huì)。中順潔柔首席信息官楊森林表示，數(shù)字化起到的作用是拉通端到端的流程，解決效率問(wèn)題。當(dāng)所有的企業(yè)站在同一起跑線上，都缺少先發(fā)優(yōu)勢(shì)，這時(shí)候找到痛點(diǎn)，點(diǎn)對(duì)點(diǎn)打爆，就可能獲得市場(chǎng)先機(jī)。
在他看來(lái)，數(shù)字化就是一面鏡子，真正反映的是業(yè)務(wù)流程、真實(shí)的業(yè)務(wù)數(shù)據(jù)是不是出了問(wèn)題，而不是把更多的關(guān)注放在數(shù)字化產(chǎn)品本身上。而AI和數(shù)字化并沒(méi)有多大區(qū)別，一切以業(yè)務(wù)增長(zhǎng)為目的，失去了這個(gè)最終抓手，很可能會(huì)變成被孤立的中心。
一個(gè)發(fā)現(xiàn)：保險(xiǎn)成為融合創(chuàng)新的新戰(zhàn)場(chǎng)
尋找新的生機(jī)，在ITValueSummit數(shù)字價(jià)值年會(huì)推動(dòng)的討論中有跡可循在2023ITValueSummit數(shù)字價(jià)值年會(huì)上，幾十名險(xiǎn)企、平臺(tái)方、醫(yī)療機(jī)構(gòu)及相關(guān)專(zhuān)家聚在一起召開(kāi)了一場(chǎng)閉門(mén)會(huì)，大家立足于各自行業(yè)，共同就商業(yè)健康險(xiǎn)的路徑探索、數(shù)據(jù)獲娶人群拓展等問(wèn)題展開(kāi)討論。
當(dāng)時(shí)，帶病體人群的保險(xiǎn)需求成為閉門(mén)會(huì)上各行業(yè)與會(huì)人士的關(guān)注重點(diǎn)，改變這一現(xiàn)狀，需要多方參與，閉門(mén)會(huì)上的討論沒(méi)有停止今年初，一款“肺康寶”保險(xiǎn)產(chǎn)品已經(jīng)在醫(yī)療服務(wù)管理平臺(tái)和保險(xiǎn)企業(yè)的合力推動(dòng)下進(jìn)入市常
今年，2024 ITValue Summit 數(shù)字價(jià)值年會(huì)上同樣舉辦多場(chǎng)閉門(mén)會(huì)，思路也是推動(dòng)行業(yè)內(nèi)各方共話行業(yè)創(chuàng)新可能，從中可以看到參與各方的強(qiáng)烈共識(shí)和跨界碰撞后的新機(jī)遇。
比如，在城市物流和長(zhǎng)途物流領(lǐng)域，新能源車(chē)輛正逐漸占據(jù)優(yōu)勢(shì)，因其成本優(yōu)勢(shì)開(kāi)始對(duì)價(jià)格產(chǎn)生重大影響。但與此同時(shí)，新能源車(chē)也在面臨保險(xiǎn)難題。G7易流以龐大的貨運(yùn)數(shù)據(jù)中的全新洞察，聯(lián)合主機(jī)廠、保險(xiǎn)公司及服務(wù)提供商等多方參與者，嘗試以科技創(chuàng)新解決當(dāng)前新能源車(chē)商用險(xiǎn)的困局。
在“新能源商用車(chē)「科技降險(xiǎn)」的飛輪如何轉(zhuǎn)動(dòng)？”閉門(mén)會(huì)上，參與各方深入探討了影響道路交通安全和保險(xiǎn)賠付率的多個(gè)因素，并從智能技術(shù)革新、意識(shí)提升和價(jià)值共管模式等方面探索，以?xún)?yōu)化保險(xiǎn)定價(jià)、賠償流程和提高車(chē)輛安全性。強(qiáng)調(diào)通過(guò)跨行業(yè)合作和科技創(chuàng)新，降低運(yùn)營(yíng)成本并增強(qiáng)客戶(hù)滿意度，共同推進(jìn)新能源汽車(chē)保險(xiǎn)業(yè)務(wù)的可持續(xù)發(fā)展。
一個(gè)共識(shí)是，問(wèn)題的核心并不是保險(xiǎn)問(wèn)題，而是安全技術(shù)水平的退步。不論是駕駛員群體更迭帶來(lái)技能水平下降，還是新能源車(chē)的技術(shù)特性原因，當(dāng)前整體運(yùn)輸行業(yè)的安全性出現(xiàn)了下滑。針對(duì)此，解決的方向也很清楚，即需要提升現(xiàn)有安全技術(shù)水平回到“原點(diǎn)”。
討論中提到利用技術(shù)和服務(wù)創(chuàng)新來(lái)提高汽車(chē)安全性，比如通過(guò)數(shù)據(jù)分析和AI技術(shù)實(shí)現(xiàn)對(duì)駕駛員行為數(shù)據(jù)積累和評(píng)估，如安全地圖和駕駛行為分析，提前預(yù)警潛在的安全隱患。此外，還強(qiáng)調(diào)了建立有效的溝通渠道以及制定合理的隱私協(xié)議的重要性，保證司機(jī)能接受并積極響應(yīng)安全提示。進(jìn)一步探討了如何通過(guò)運(yùn)營(yíng)算法優(yōu)化提醒機(jī)制，避免信息過(guò)載造成司機(jī)疲勞。同時(shí)，提到了一個(gè)具體的實(shí)例通過(guò)視頻分析確定事故責(zé)任，并有效與保險(xiǎn)公司協(xié)調(diào)處理，展現(xiàn)了技術(shù)在解決實(shí)際問(wèn)題中的應(yīng)用價(jià)值。最后，提出將推出新的服務(wù)和產(chǎn)品，比如綠色會(huì)員計(jì)劃，旨在構(gòu)建更加完善的汽車(chē)安全管理生態(tài)系統(tǒng)。
萬(wàn)億規(guī)模的大健康產(chǎn)業(yè)中，數(shù)字化技術(shù)也在不斷迭代和創(chuàng)新，讓醫(yī)療服務(wù)更加精準(zhǔn)和便捷，讓健康管理日益標(biāo)準(zhǔn)化和可觸達(dá)。傳統(tǒng)醫(yī)療體系中的信息不對(duì)稱(chēng)正隨著數(shù)字化技術(shù)的多場(chǎng)景落地，逐漸校準(zhǔn)出新的平衡，人作為其中的核心，也正從被動(dòng)地位逐漸向系統(tǒng)中心靠攏，一種“新健康”模式已在醞釀。
在“乘「數(shù)」而上，擁抱新健康”的閉門(mén)會(huì)上，保險(xiǎn)、醫(yī)院、藥廠等多個(gè)行業(yè)的專(zhuān)業(yè)人士重點(diǎn)討論了以人為中心的數(shù)字化醫(yī)療服務(wù)和健康管理發(fā)展議題。
隨著AI技術(shù)深度賦能醫(yī)療服務(wù)和健康管理，健康管理與保險(xiǎn)產(chǎn)業(yè)深度融合，一些新的場(chǎng)景也應(yīng)運(yùn)而生，包括藥物使用的規(guī)范化、女性健康輕問(wèn)診、運(yùn)動(dòng)醫(yī)學(xué)AI助理等等。
“移動(dòng)互聯(lián)網(wǎng)時(shí)代誕生了一批醫(yī)療企業(yè)，但沒(méi)有實(shí)現(xiàn)關(guān)鍵突破，因?yàn)楹诵牡尼t(yī)生資源仍在院內(nèi)。生成式人工智能時(shí)代，我們可以期待真正的AI醫(yī)生出現(xiàn)。”壹生檢康創(chuàng)始人兼CEO王強(qiáng)宇表示，AI醫(yī)生是大模型皇冠上真正的明珠。針對(duì)女性健康輕問(wèn)診，壹生檢康的“中醫(yī)大模型”，用戶(hù)通過(guò)AI醫(yī)生問(wèn)中醫(yī)，已基本實(shí)現(xiàn)中醫(yī)辨病和辨證，在一些場(chǎng)景下準(zhǔn)確率達(dá)70%-80%。
今年以來(lái)，大模型進(jìn)入醫(yī)院的勢(shì)頭漸強(qiáng)，醫(yī)療垂域大模型廠商正在爭(zhēng)相打造自己的樣板醫(yī)院。但醫(yī)療行業(yè)的特點(diǎn)是診療嚴(yán)肅性和過(guò)程不可逆性，這也是AI技術(shù)落地的難點(diǎn)所在。業(yè)內(nèi)人士指出，比如在具體的數(shù)字化技術(shù)應(yīng)用環(huán)節(jié)，盡管醫(yī)護(hù)人員在大規(guī)模使用無(wú)線生理信息采集儀器去病房采集指標(biāo)，結(jié)果可直接傳輸至電子病歷，但醫(yī)護(hù)最終仍要做人工測(cè)量，因?yàn)獒t(yī)院有一條底線，追求絕對(duì)安全。這決定了醫(yī)院對(duì)AI軟件和設(shè)備的需求很大，挑戰(zhàn)也很大�，F(xiàn)場(chǎng)來(lái)自醫(yī)院和保險(xiǎn)等不同領(lǐng)域的企業(yè)人士也提出了各自視角的期待和想法，我們也期待在未來(lái)一年間看到新的變化。
在上述領(lǐng)域之外，還有零售、出海、大型企業(yè)AI應(yīng)用多個(gè)領(lǐng)域都有豐富的跨界碰撞和思考，不同角色的行業(yè)人士在交流中有了新的收獲，這也在不斷印證著一條新的路徑本次大會(huì)上發(fā)布的2024年《數(shù)字化轉(zhuǎn)型新思》報(bào)告也顯示，隨著信息技術(shù)的普及與滲透率的提高，技術(shù)和業(yè)務(wù)交互驅(qū)動(dòng)特征會(huì)更加突出，而技術(shù)與業(yè)務(wù)間的融合程度也成為企業(yè)數(shù)字化轉(zhuǎn)型能否成功的關(guān)鍵。
鈦媒體集團(tuán)聯(lián)合創(chuàng)始人、ITValue發(fā)起理事、鈦媒體研究院院長(zhǎng)萬(wàn)寧指出，企業(yè)數(shù)字化是在業(yè)務(wù)與技術(shù)交互驅(qū)動(dòng)的過(guò)程中進(jìn)行的，“有時(shí)候是因?yàn)榧夹g(shù)發(fā)展，推進(jìn)了業(yè)務(wù)的進(jìn)步，更多是業(yè)務(wù)的需求，促成了技術(shù)的進(jìn)步。”他強(qiáng)調(diào)，“任何一家企業(yè)的發(fā)展都是由業(yè)務(wù)線與技術(shù)線‘雙螺旋’相互交錯(cuò)驅(qū)動(dòng)完成。”
在數(shù)字化轉(zhuǎn)型中如此，未來(lái)AI技術(shù)應(yīng)用也是一樣。如何做好技術(shù)與業(yè)務(wù)融合交互驅(qū)動(dòng)，創(chuàng)新增長(zhǎng)，不僅是企業(yè)接下來(lái)需要解決的核心問(wèn)題之一，也是各方合力推動(dòng)行業(yè)進(jìn)步的共同方向。
作為每年一度思想盛宴的組織者，ITValue也是二十年如一日，深度參與到信息化、數(shù)字化以及今天智能時(shí)代的變化中，持續(xù)推動(dòng)深入、跨界的交流和探索創(chuàng)新商業(yè)機(jī)遇。
對(duì)于所有企業(yè)而言，企業(yè)的數(shù)字化變革和改革都不是一次性完成，需要漸進(jìn)式的推行。過(guò)去多年的數(shù)字化轉(zhuǎn)型階段如此，未來(lái)AI時(shí)代也依然如此。不必為沒(méi)有踏上第一班新技術(shù)列車(chē)而過(guò)度焦慮，也不必被新技術(shù)泡沫期的狂熱裹挾投入不必要的成本。尤其在當(dāng)前經(jīng)濟(jì)環(huán)境下，長(zhǎng)遠(yuǎn)打算、持續(xù)投入，以技術(shù)與業(yè)務(wù)間的相互融合為主線，是商業(yè)創(chuàng)新成功的關(guān)鍵。
我們期待2025 ITValue Summit 數(shù)字價(jià)值年會(huì)上看到更多新老朋友們分享AI深入各行各業(yè)的實(shí)踐，也期待更多企業(yè)在這里收獲和重塑增長(zhǎng)。（本文首發(fā)于鈦媒體APP）
