新智元報道

編輯：英智

【新智元導讀】摩根士丹利的案例表明，企業應用AI離不開快速試錯與優化。AI通過分析海量數據打造個性化體驗，Indeed的職位推薦和Lowe’s搜索優化證明了數據與AI結合的巨大潛力。

AI正以前所未有的速度，重塑企業運營和競爭格局。

從金融服務到電商零售，從求職招聘到家裝購物，AI帶來了巨大的變革潛力。

OpenAI最新發布的報告，深入剖析了7家前沿公司應用AI的寶貴經驗。

報告鏈接：https://cdn.openai.com/business-guides-and-resources/ai-in-the-enterprise.pdf

這在三個方面帶來了顯著且可衡量的提升：

• 員工表現：助力員工在更短的時間內，產出更高質量的成果。

• 常規操作自動化：將人們從重復性任務中解放出來，使他們能專注于更有價值的工作。

• 賦能產品：通過提供更貼合用戶需求、響應更迅速的服務，提升用戶體驗。

利用AI和開發軟件或部署云應用不太一樣。那些運用AI最成功的公司，常常把它當作一種新的模式。

這種敢于嘗試的實驗精神，讓他們用迭代的方法，更快實現價值，也更容易獲得用戶和利益相關者的認可。

接下來，結合客戶案例，深入探討每條經驗。

經驗一：從評估入手

摩根士丹利通過迭代確保質量與安全

作為全球金融服務領域的領軍企業，摩根士丹利的業務高度依賴客戶關系。

因此，AI如何在注重個性化和隱私性的工作中發揮價值，成了公司內部關注的重點。

他們的解決辦法是，對每一個打算應用AI的項目進行全面評估。

評估是一個嚴謹、結構化的過程，用來衡量AI模型在特定應用場景中的實際表現，是否達到標準。

同時，評估也是借助專家反饋，不斷優化AI驅動的業務流程。

摩根士丹利的首次評估聚焦在提升財務顧問的工作效率和效果。

思路很簡單：要是財務顧問能更快獲取信息，少花時間在重復性任務上，就能為客戶提供更多優質見解。

他們開展了三項評估：

• 語言翻譯：衡量模型翻譯的準確性和質量。

• 內容總結：依據準確性、相關性和連貫性等指標，評估模型提煉信息的能力。

• 人工訓練對比：將AI結果和專家顧問的回復對比，從準確性和相關性方面打分。

這些評估及后續其他評估，讓摩根士丹利有信心將這些案例逐步投入實際運營。

現在，98%的摩根士丹利財務顧問每天都用OpenAI。文件查閱率從20%上升到80%，搜索時間大幅縮短。

借助任務自動化和更快速的洞察，財務顧問能把更多時間花在維護客戶關系上。

財務顧問們反饋很好，他們和客戶互動更密切，過去要幾天才能完成的跟進工作，現在幾小時就能搞定。

經驗二：將AI融入產品

Indeed職位匹配更人性化

當AI用于自動化和加速繁瑣、重復的工作時，員工就能專注于只有人能做的事。

AI能處理多個渠道的海量數據，打造出更貼合用戶需求、更個性化的體驗，讓人感覺更有人情味。

全球領先的求職網站Indeed，用 GPT-4o mini以新的方式為求職者匹配職位。

給求職者提供優質的職位推薦只是Indeed服務的第一步，他們還要向求職者解釋為什么推薦某個特定職位。

Indeed用GPT-4o mini的數據分析和自然語言處理能力，在給求職者的郵件和消息里寫這些「推薦理由」。

廣受歡迎的「邀請申請」還能說明求職者的背景或過往工作經驗為何與該職位相匹配。

Indeed團隊把之前的職位匹配引擎和基于GPT的新版本對比測試，新版本加了定制化的背景信息。

結果顯示，新版本的性能提升很明顯：

• 職位申請量增加了20%。

• 后續成功率提高了13%——不僅更多求職者愿意申請，雇主也更傾向于錄用他們。

Indeed每月給求職者發超2000萬條消息，網站每月有3.5億訪問量，這些增長帶來了很大的商業影響。

不過，規模擴大也意味著要消耗更多token。

為提高效率，OpenAI和Indeed合作，微調了一個較小的GPT模型，減少60% token消耗的同時，仍能達到類似的效果。

幫求職者找到合適工作，并讓他們明白某個機會為什么適合自己，是一項很人性化的成果。

Indeed團隊借助AI，讓更多求職者更快找到工作，實現了雙贏。

經驗三：即刻行動，盡早投資

Klarna如何從AI知識積累中獲益

AI很少能直接拿來就用，實際的應用案例需要不斷迭代，才能變得更成熟，發揮更大的作用。

越早開始，企業從持續改進中獲得的收益就越多。

Klarna是全球支付網絡和購物平臺，推出了一款新的AI客服助手，來優化客戶服務。

才幾個月，這個助手就處理了三分之二的客服咨詢，相當于數百名客服人員的工作量，平均解決問題時間從11分鐘縮減到2分鐘。

預計這一舉措能帶來4000萬美元的利潤增長，而且客戶滿意度和人工客服差不多。

這些成果不是一下子就有的，Klarna通過不斷測試和優化客服助手，才有這樣的成果。

現在Klarna 90%的員工日常工作都會用AI。

公司內部對AI熟悉程度越來越高，這讓Klarna節奏更快，更高效地開展內部項目，還能持續優化客戶體驗。

通過盡早投資并鼓勵廣泛應用，Klarna見證了AI帶來的復合效益，推動了整個業務發展。

AI在客戶互動方面的突破，為客戶帶來了更優質、更實惠的體驗，給員工提供了更有挑戰的工作，也為投資者創造了更豐厚的回報。

經驗四：定制并微調模型

Lowe’s如何優化產品搜索

那些在應用AI方面成果顯著的企業，往往愿意花時間、投入資源來定制和訓練AI模型。

OpenAI在API上投入了很多精力，不管是自助操作，還是借助工具和支持，都能更輕松地定制和微調模型。

OpenAI和財富50強企業、家裝零售商Lowe's緊密合作，致力于提高電商搜索功能的準確性和相關性。

Lowe's有數千家供應商，產品數據經常不完整或者不一致。

關鍵在于精確的產品描述和標簽，同時還得了解消費者的搜索習慣，而這個習慣會因產品類別不同而變化。這時候微調就發揮作用了。

通過微調OpenAI模型，Lowe's把產品標簽標注的準確率提高了20%，錯誤檢測率提升了60%。

如果把GPT模型比作成衣，微調就像是量身定制，根據企業的特定數據和需求，對模型進行個性化調整。

經驗五：讓專家掌握AI

西班牙對外銀行（BBVA）以專家為主導

員工最清楚公司的業務流程和問題，往往也最有能力找到用AI解決問題的辦法。

讓這些專家掌握AI，比構建通用的解決方案更有效。

全球銀行業領軍企業西班牙對外銀行有超12.5萬名員工，他們決定讓員工掌握AI，還和法務、合規、信息技術安全團隊緊密合作，確保合理使用AI。

他們在全球推出ChatGPT企業版，讓員工自己探索適用場景。

西班牙對外銀行全球人工智能應用主管Elena Alfaro說：「一般來說，在我們這樣的企業，哪怕做個原型，都需要投入技術資源、花不少時間。但有了定制GPT，任何人都能創建應用程序解決特定問題，上手特別容易。」

才五個月，西班牙對外銀行的員工就創建了超2900個定制GPT，有些應用把項目和流程的時間從幾周縮到幾小時。

這一舉措在很多專業領域和部門產生了明顯影響：

• 信用風險團隊：用ChatGPT更快、更準確地評估信用風險。

• 法務團隊：每年借助它回答4萬個關于政策、合規等方面的問題。

• 客戶服務團隊：實現凈推薦值（NPS）調查的情感分析自動化。

這些成果還在市場營銷、風險管理、運營等部門不斷擴展。

「我們把對ChatGPT的投入看作是對員工的投資。AI能放大我們的潛力，幫我們提高效率、激發創造力。」

經驗六：為開發者掃除障礙

Mercado Libre如何更快、更穩定地構建AI項目

在許多企業中，開發者資源是主要的瓶頸，限制了業務增長。

工程團隊任務太多時，創新速度就會變慢，大量應用程序和創意只能積壓著，難以推進。

拉丁美洲最大的電商和金融科技公司Mercado Libre和OpenAI合作，構建了一個開發平臺層來解決這個問題。

這個平臺叫Verdi，由GPT-4o和GPT-4o mini提供支持。

現在，它能幫公司的1.7 萬名開發人員統一并加速AI應用程序的開發。

Verdi集成了語言模型、Python節點和API，打造出一個可擴展、穩定的平臺，并以自然語言作為核心交互界面。

開發者現在能更快地構建高質量應用程序，還不用深入源代碼。平臺里還內置了安全機制、規則限制和路由邏輯。

因此，AI應用程序的開發速度大幅提升，Mercado Libre的員工用它實現了很多突破：

• 提升庫存容量：GPT-4o mini的視覺標簽功能給產品打標簽、完成商品上架，讓公司的商品目錄數量增長了100 倍。

• 檢測欺詐行為：每天評估數百萬條商品列表數據，把標記商品的欺詐檢測準確率提高到近99%。

• 翻譯產品標題和描述：適應西班牙語和葡萄牙語的細微方言差異。

• 定制產品描述：滿足不同用戶的需求。

• 增加訂單量：自動生成評論摘要，幫助用戶快速了解產品反饋。

• 個性化通知：定制推送通知，提高用戶參與度，優化產品推薦。

接下來，Mercado Libre還打算用 Verdi 優化物流、減少延遲交付，在公司內部承擔更多有影響力的任務。

經驗七：設定大膽的自動化目標

OpenAI如何實現工作自動化

在OpenAI，我們每天都接觸AI，所以經常能發現新的自動化工作方法。

比如，客服團隊以前工作很繁瑣，要花大量時間訪問系統、了解情況、寫回復，還要為客戶采取正確行動。

于是，我們搭建了一個內部自動化平臺。它基于現有的工作流程和系統運行，能自動處理重復性工作，加快分析和行動速度。

首個應用場景是基于Gmail寫客戶回復，并觸發相關操作。

借助這個自動化平臺，團隊能馬上獲取客戶數據和相關知識文章，并把這些信息融入回復郵件或具體操作，像更新賬戶信息、創建客服工單。

把AI融入現有工作流程后，團隊工作效率更高、響應更快，也更以客戶為中心。

這個平臺每月處理幾十萬項任務，讓員工能專注于更有影響力的工作。

不出所料，這個系統現在已經在其他部門推廣開了。

這一切能實現，是因為我們從一開始就設定了大膽的自動化目標，沒把低效流程當成業務運營的必須承受的成本。

從前面的案例能看出，每家企業都有利用AI提升業務成果的機會。

不同公司和行業的應用場景可能不同，但這些經驗適用于所有市場。

它們的共同特點是：部署人工智能需要開放、勇于嘗試的思維，還要有嚴格的評估和安全保障。

那些成功的企業不會盲目地把AI模型應用到所有工作流程，而是圍繞高回報、低投入的應用場景開展，在迭代中學習，再把經驗用到新領域。

成果很明顯，也能衡量：流程更快速準確，客戶體驗更個性化，員工能專注于擅長的工作，工作也更有價值。

現在，企業在整合AI工作流程，實現越來越復雜的流程自動化，還經常借助工具、資源和其他智能體來完成任務。

參考資料：

https://cdn.openai.com/business-guides-and-resources/ai-in-the-enterprise.pdf

https://openai.com/business/guides-and-resources/