起原：至顶网麻豆 足交

从电子商务到非渔利组织，运用企业数据钞票可能是组织成败的枢纽。机器学习和生成式AI是其中的一个构成部分，但要收效地应用这些技艺则评估AI对业务的推行影响。

AI依然成为一种企业标语，机器学习和生成式AI也成了商榷的话题之一，止境是CIO的扮装必须作念出相应调整，总部位于阿姆斯特丹的国外电器零卖协会Euronics便是其中一个例子。Euronics数字总监Umberto Tesoro的责任，便是从更好地运用数字数据来创造更好的客户体验和加多销售额开动的。

市集分析公司Gartner忽视，将数据和分析策略膨大到包含AI，并幸免莫得治理的碎屑化举措。在实践中，生成式AI是Euronics触及数据和分析计谋的一个特例，而带领这一计谋的东谈主（CIO或CDO），其任务便是知谈什么时候应用生成式AI，什么时候不应用。

事实上，生成式AI当今并不在Euronics实施的技艺之列，因为Tesoro以为生成式AI并莫得适用于零卖举止的用例。“IT必须为业务行状，”他说。

司理团队的第一步，便是遴聘别称UX瞎想师，这位瞎想师不仅要为最终用户瞎想界面和体验，还要进行测试，以提供干系网站和应用性能的定性及定量笔据来带领业务。

Tesoro说：“电子商务便是对于从造访网站到完成购买的整个这个词旅程，咱们会监控整个这个词过程，使用汇总和据来评估为客户带来的最好贬责有策画和体验。咱们恒久向摧残者提供两种不同的体验并评估罢了。然后，咱们接管其中一种，对网站体验进行改善，因此咱们的电子商务策略透澈是由数据驱动的。”

淫淫

网站贬责有策画通过机器学习得到了增强，这种有策画通过忽视展示与客户已购买居品一致的干系居品来匡助提供个性化的内容。至于机器学习和分析，Tesoro会在市集上购买最好的居品，然后通过技艺勾通伙伴根据公司网站和应用需求定制应用。

“里面IT团队必须概况经管和带领供应商，但咱们我方是不进行里面诞生的，我以为，对咱们来说里面开动是很不便捷的。我向供应商和勾通伙伴提供标的和策略，里面技俩司理充任纽带。对咱们来说，数字团队的枢纽东谈主物是用户体验瞎想师和业务分析师，因为在里面，咱们用功于完结的计谋主见是：客户体验和通过数据分析支捏销售。”

这便是Euronics公司数据钞票的价值体现，其主见是为了捏续束缚地改善客户体验，这促成了Euronics公司前不久与交易媒体公司Criteo之间的勾通，即在Euronics的电子商务网站上实施Criteo的零卖媒体贬责有策画。

“咱们为摧残者提供网站上得当特定搜索的居品，这对咱们来说有好多公正：咱们为告白商提供了更好的罢了，并为在咱们的电子商务平台上销售某种居品创造了条目。由于接受了Criteo平台提供的摧残者搜索意图数据分析，咱们对销售产生了积极的影响。”

非渔利组织中数据的价值

即使对于意大利非政府组织Emergency来说麻豆 足交，数据亦然需要增强和保护的计谋钞票。

首席信息官Manuele Macario示意：“数据是病院中枢举止的维持，对于咱们调理的患者来说，数据必须恒久是安全的。”

这一理念促使Emergency启用了一种信息系统，该系统通过SDC软件平台经管阿富汗三个急救外科中心的临床数据。Emergency系统的架构是基于开源组件的，分散在各个急救诊所的行状器和平板电脑上。

Macario示意：“这个开源软件平台是由咱们的医疗部门创建的，即使在不踏实的条目下也能纪录数据，举例，它不错适当于莫得互联网相连和离线责任的情况。当泄漏可用时，数据会从头传输。并且它易于装配，不错将其传输到其他站点。”

但这并不影响它是一个特别先进的临床数据采集系统的事实，因为该平台是数字化的、及时的、安全的，因为数据在VPN上加密并发送到Emergency位于米兰的中央数据中心。在这里，还瓦解过微软Power BI进行分析。Macario解释说，基础门径是在腹地部署的，用于保护现存的投资，但不排斥云。事实上，连年来Emergency依然接管了门径将一些行状迁徙到云上。

Macario说：“数据经管中最重要的，便是要有一个可靠的灾难复原说合。事实上，对于像咱们这么的非政府组织来说，安全既是汇注问题，亦然物理问题，因为咱们不仅是攻击的主见，并且咱们在战区运营，所提供的行状并不老是可靠的，并且一朝发生故障，很难找到替换的部件。”

他们还接受了翻新的加密和地舆数据备份技艺，止境是不错驻扎绑架软件的弗成变云技艺。这些技艺由AI提供支捏，用于端点保护。用户身份是在Azure Entra ID平台上进行经管的，该平台集成了AI并提供对可疑举止的及时警报。

数据经管的滚动点

关联词在攻击情况下使用AI所带来的信得过变化，是在阿富汗开展的Amanat技俩中应用的生成式AI。该说合源自于八年前Emergency扫描了逾越1000万张医疗纪录的责任。

该技俩的下一步，是使用数字化数据并对其进行分析。事实上，扫描的数据无法被软件读取，因为是从一家从事创伤手术的病院的文献中索求的，因此经常是匆忙书写的，字迹不准确且粗糙。

“咱们求援于大型技艺公司来贬责这个问题，而大型语言模子算法带来了滚动点，这种模子让咱们概况进行分析，咱们的医疗部门使用这些算法来分析得回护士的契机并提升质料，获取统计数据，创建档案，并了解在构兵环境中咱们需要哪些仪器、药物和大夫。这些数据为咱们开展干与和论说构兵对黎民的影响提供了科学依据。”

Macario的团队随后启动了PoC，从2002年至2018年时代立时抽取了喀布尔创伤病院的一千份医疗纪录。PoC是测试该技艺功能和规模老本所必需的，淌若将系统应用于整个文档，老本会大幅加多。

“咱们接管微软和Azure OpenAI技艺当作勾通伙伴，咱们不思将医疗纪录数据放在通达的OpenAI-ChatGPT系统上。相背，咱们使用了微软佃户上的空间，以确保咱们患者数据的隐秘和保护。”

微软的技艺是定制的，提供了磋磨智力，但急救团队需要定制的Azure文档智能算法，通过对医疗纪录中使用的形式进行锻练，让AI知谈在那儿解释什么信息。

Emergency创建了一个可搜索的关统统据库，从中实行举止的后验分析以捕捉趋势。为了读取数字化的医疗纪录，Macario的团队创建了插入Azure OpenAI的特定辅导，以获取举例首字母缩略词的解包或仅部分书写的单词解释。

Macario解释说：“咱们把从受伤到病院调理之间的时辰信息永别开，这对于了解急救中心的位置以及手术是否有用至关重要。通过正确的辅导，咱们交流Azure OpenAI改良和调理此类信息，为咱们提供不错在图表上进行分析和可视化的数据。”

对AI进行妥贴的投资

Macario强调，唯有当AI的收益足以解释投资的合感性时，才应该应用AI。

“除了咱们组织信得过需要的东西以外，我不会磋议使用AI和大型语言模子，不然，从老本和环境包袱的角度来看，这是一种弗成捏续的技艺。对我来说，AI和生成式AI应该用于得回无法通过其他边幅得回的罢了，或者预期会有显贵收益的情况下。咱们的Amanat技俩便是如斯，该技俩不仅使用AI为运营提供有用的数据，并为在构兵布景下更好地搪塞改日干与作念好准备，概况通过数据判断构兵的恶果。”

Euronics的Tesoro对AI也很抉剔，因为该公司当今莫得将其应用于零卖举止，但Euronics正在Salesforce生态系统中进行测试，以了解AI在提升分娩力方面的潜在用途，长进似乎是十分光明的。

“我以为，当今AI不会对咱们的业务产生紧要影响，但我敌手动过程的自动化很感好奇赞佩好奇赞佩，咱们依然测试了一些分娩力器具，这些器具带有生成式AI功能用于实行重叠性、非价值性的任务。对我来说，AI是一种赋予东谈主们权利的器具，使东谈主们不会将我方的才能浪费在机械任务上，而是转向那些不错推崇他们智力的任务。”

Macario重申，在Emergency的Amanat技俩中，ChatGPT的任务是被严格规模的。“它是一种器具，而不是一个预言，必须给它设定领域，明确指令它必须作念什么，算法通过统计数据言语。它们不会给出正确或乖张的谜底，而是一个或多或少具有高可靠性的谜底。但同期，低于某个阈值的谜底是弗成接受的。在PoC中输入的数千笔纪录中，咱们丢弃了一半弗成靠的纪录。”

不要健忘传统AI

据作者兼数据和分析内行Stefano Gatti称，生成式AI天然有匡助，但还不够熟识，无法经管面向客户的行状。“相背，正如不少CIO所意志到的，生成式AI依然弥散熟识，不错支捏里面分娩力的提升。在职何情况下，东谈主工监督对罢了可靠性的考据来说，仍然是根蒂。”

Gartner也捏访佛不雅点，以为在投资生成式AI之前，CIO们应该当先了解用例是否为企业创造了价值，在实践中是否可行，因为很难懂释不加永别地应用生成式AI是否合理。还有一些熟识的或传统的AI技艺麻豆 足交，如优化、模拟和学问图谱，在莫得生成式AI的情况下也不错推崇作用，并且这些技艺的风险更小一些。