對AI大模型應用場景的深入思考(下篇)

0 評論 1239 瀏覽 2 收藏 13 分鐘

在上篇文章中,我們在營銷、供應鏈和辦公場景進行了AI的應用介紹。這篇文章,我們繼續(xù)介紹AI大模型在工業(yè)、零售、金融和醫(yī)療行業(yè)的應用,希望能幫到大家。

在上篇文章《對AI大模型應用場景的深入思考(上篇)》中,風叔圍繞營銷、供應鏈和辦公這三個大多數(shù)行業(yè)都存在的業(yè)務領域,詳細介紹了AI大模型在行業(yè)通用業(yè)務下的應用場景。

在本篇文章中,風叔將繼續(xù)介紹AI大模型在零售、工業(yè)、醫(yī)療/醫(yī)藥、金融等行業(yè)的特定應用場景。

對AI大模型應用場景的深入思考(下篇)

一、工業(yè)

1.1 設備維護

在制造業(yè)領域,專業(yè)的設備往往都需要專業(yè)的維修人員進行維護和檢修,通常都由設備的品牌方或者專業(yè)的第三方維修公司進行維護。在大型樓宇、工廠等場所中,都需要依靠大型電氣設備的運轉,這類電氣設備的產(chǎn)品手冊可能少則幾百頁,多則上千頁。當出現(xiàn)設備故障時,品牌方派遣的專業(yè)人員可能需要查詢很久產(chǎn)品手冊才能定位問題所在。

可以利用AI Agent和RAG技術,將產(chǎn)品文檔和維修手冊構建為知識圖譜,在設備現(xiàn)場通過對話方式,幫助維修人員更快速地定位問題,找到解決方案。

場景價值:????????

場景可行性:????????

1.2 預測性維護

在設備維護場景中,往往都是設備已經(jīng)出現(xiàn)了故障,或者傳感器數(shù)據(jù)異常,此時已經(jīng)對現(xiàn)場造成了不良影響,比如產(chǎn)線停工、樓宇溫度和通風異常等等。而預測性維護,則是通過分析設備傳感器的各項數(shù)據(jù)指標,例如溫度、震動、電壓、電流等因子,通過深度學習和行業(yè)小模型等技術手段,提前發(fā)現(xiàn)并干預設備潛在故障,實現(xiàn)對工業(yè)設備的實時監(jiān)控、故障預測和健康狀態(tài)評估,從而降低設備故障率,提高生產(chǎn)效率,減少損失。

場景價值:??????????

場景可行性:????????

1.3 生產(chǎn)線流程優(yōu)化

生產(chǎn)線流程是一個標準的workflow,workflow的每個環(huán)節(jié)都有明確的步驟、檢查事項和執(zhí)行動作。在這個過程中,可以利用Agentic Workfow,明確告知Agent要做的事項,將更多過去需要由人工重復執(zhí)行的過程,交給AI Agent,從而提升生產(chǎn)效率。

場景價值:????????

場景可行性:????????

1.4 智能排產(chǎn)

通過綜合考慮訂單情況、庫存狀況以及設備性能等因素,智能生成高效的生產(chǎn)計劃與排程,從而提升生產(chǎn)效率,減少庫存,優(yōu)化資金使用。在智能排產(chǎn)的場景中,還需要以運籌學算法進行配合,將運籌學作為被AI Agent調(diào)用的一個工具。

場景價值:????????

場景可行性:??????

1.5 產(chǎn)品設計與開發(fā)

AI Agent 可以協(xié)助設計師和工程師進行產(chǎn)品設計,比如設計師輸入設計和尺寸的要求,AI Agent直接進行線稿設計;或者設計師提供線稿設計后,AI Agent輸出渲染效果圖,向設計師提供多種設計創(chuàng)意,從而縮短產(chǎn)品開發(fā)的周期。

但是在產(chǎn)品設計與開發(fā)領域,AI相對擅長做的還是外觀設計,如果要輔助進行設備工藝設計或優(yōu)化,現(xiàn)在的AI還無法實現(xiàn)。

場景價值:????????

場景可行性:??????

1.6 設備控制

在工業(yè)領域,設備控制主要通過PLC技術來實現(xiàn),PLC是一種針對設備的編碼方式?,F(xiàn)在,AI輔助代碼編程已經(jīng)非常成熟,比如Github Copilot、Cursor。放在工業(yè)領域也類似,我們也可以通過AI輔助生成PLC語句。這個場景的難點在于,消費端的代碼大家都可以從各種網(wǎng)站上輕易獲取,從而進行大模型的訓練,但是PLC的代碼基本上集中在制造業(yè)的幾家巨頭手里,比如西門子、施耐德、通用電氣。因此,這個事情也只有這幾家制造業(yè)頭部企業(yè)能做。

場景價值:????????

場景可行性:??????

二、醫(yī)藥

2.1 疾病預測和預防

通過歷史積累的患者健康數(shù)據(jù),比如血糖、血氧、白細胞、紅細胞等大量指標數(shù)據(jù),AI Agent可以學習到各項指標與疾病之間的相關性,對于像糖尿病、心臟病等疾病,提前預測病人患此類疾病的風險。

場景價值:????????

場景可行性:????????

2.2 醫(yī)學法規(guī)/知識庫查詢

為臨床試驗部門訓練知識庫查詢助手,輔助醫(yī)療顧問在與研究機構溝通的過程中,對于流程規(guī)范、注意事項等手冊進行快速檢索,從對海量的文檔進行翻閱的方式,優(yōu)化為只需要向機器人提出問題,大幅提升工作效率

場景價值:????????

場景可行性:????????

2.3 藥物研發(fā)

和疾病預測類似,AI Agent可以分析既有藥物中的各種化學和生物成分,結合每種藥物的藥效,從而預測新的化學和成分組合之后的藥性,加速新藥的發(fā)掘和開發(fā),大幅降低研發(fā)成本和時間。

場景價值:????????

場景可行性:??????

2.4 智能問診服務

在LLM大模型基礎上,通過RAG技術掛載醫(yī)療知識庫,將AI Agent訓練成為醫(yī)療領域專才,為患者提供7*24小時的在線醫(yī)療咨詢服務,根據(jù)患者的問題描述,還能提供初步的診斷建議。這樣既可以提升患者的就醫(yī)體驗,也能減輕醫(yī)生的工作負擔。

場景價值:??????

場景可行性:????????

三、金融

3.1 智能投顧

利用AI Agent打造智能投資顧問,幫助證券公司進行智能量化(另類因子挖掘、市場情緒預測、復雜價值鏈分析)、知識庫問答(幫助投顧處理每天海量的市場信息)、選股建議(向客戶提供投資建議,分析客戶信息和數(shù)據(jù))。目前智能投顧已經(jīng)是AI在金融行業(yè)發(fā)展較為成熟的領域。

場景價值:????????

場景可行性:????????

3.2 智能投研

利用AI Agent打造智能投資研究助理,幫助市場研究員快速搜索和整理市場最新資訊,挖掘目標行業(yè)或企業(yè)的關鍵信息,并自動撰寫市場調(diào)研報告。還可以幫助研究員記錄和總結企業(yè)路演信息,生成企業(yè)研究報告。目前很多銀行和證券公司也都在進行智能投研產(chǎn)品的研發(fā)。

場景價值:????????

場景可行性:????????

3.3 保險展業(yè)

購買保險產(chǎn)品時需要錄入的客戶個人信息非常之多,展業(yè)系統(tǒng)往往操作起來非常的復雜,成為客戶投保過程中體驗最差的一個環(huán)節(jié)。而通過AI Agent,可以根據(jù)客戶的信息,自動引導完成保險展業(yè),提升保險專員工作效率的同時,也能提升用戶體驗。

場景價值:????????

場景可行性:????????

3.4 保代培訓

傳統(tǒng)保險代理員的培訓方法難以提供足夠的講師,且無法滿足眾多學員雙向交流的需求,導致培訓效果不佳、培訓時間較長以及培訓成本過高。而通過大模型技術,可以根據(jù)保險公司培訓文檔自動生成知識庫,并且根據(jù)每個學員的階段和表現(xiàn),自動生成學習計劃,從而幫助保險公司提升保險代理人培訓的培訓效率。

場景價值:????????

場景可行性:????????

3.5 量化分析

在金融量化交易的世界里,因子挖掘和策略優(yōu)化一直是高效決策的核心。而隨著大數(shù)據(jù)和人工智能技術的快速發(fā)展,傳統(tǒng)的手動研發(fā)方法已無法滿足當前市場的復雜需求。

經(jīng)過訓練后的AI Agent可以完成因子的自動提取與生成,同時在因子回測與驗證環(huán)節(jié)加速策略優(yōu)化。此外,還能從研究報告、市場數(shù)據(jù)中挖掘潛在因子,實現(xiàn)因子庫的持續(xù)擴展,從而提升策略研發(fā)的深度。

場景價值:??????????

場景可行性:??????

四、零售

4.1 智慧門店

基于門店歷史銷量數(shù)據(jù),進行門店和品類的未來銷量預測;根據(jù)歷史需求數(shù)據(jù)和供給數(shù)據(jù),為門店計算每個品類的安全庫存,并監(jiān)控當前庫存水平,給出預警,通知門店報貨Agent進行補貨;根據(jù)庫存監(jiān)控Agent的輸入信息,向企業(yè)總部發(fā)起報貨請求。

場景價值:????????

場景可行性:??????

4.2 數(shù)字人直播

通過AI Agent賦能數(shù)字人,作為數(shù)字人背后的大腦,替代真人主播。由于AI Agent能夠很好地結合產(chǎn)品、營銷等專有知識庫,因此可以支持數(shù)字人更順暢地和消費者進行實時互動,提升直播轉化率。

場景價值:????????

場景可行性:????????

總結

在本篇文章中,風叔介紹了AI大模型在工業(yè)、醫(yī)藥、金融和零售這四大行業(yè)下的特定應用場景。

無論是行業(yè)通用場景,還是行業(yè)特定場景,我們都可以按照場景價值和場景可行性兩個維度進行評估。站在企業(yè)的角度,可以優(yōu)先探索價值高、可行性高的場景,逐漸完成AI對企業(yè)更多業(yè)務環(huán)節(jié)的覆蓋。

在后續(xù)文章中,風叔將繼續(xù)挑選一些高價值場景,進行理論和實踐層面的詳細介紹,敬請期待!

本文由人人都是產(chǎn)品經(jīng)理作者【風叔】,微信公眾號:【風叔云】,原創(chuàng)/授權 發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉載。

題圖來自 Pixabay,基于 CC0 協(xié)議。

更多精彩內(nèi)容,請關注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發(fā)揮!