#i黑马#深演智能黄晓南:AI赋能决策,打造企业数智化转型的关键能力( 二 )


黄晓南认为 , 2020年行业仍将面对:第一 , 增长的挑战 。 从疫情影响来判断 , 未来对CMO、CDO、CIO们来说 , 最关键的问题还是如何实现增长的高效 , 降本提速 。
第二 ,决策智能将渗透到更多场景 。 如汽车行业 , 汽车是大宗消费 , 从用户前期曝光、线索打分 , 到增换购模型等 , 从企业整个全链路去实现智能决策 , 能够全面带动增长 。
第三、数智化将打造企业关键能力 。 疫情带来的消费者行为变化 , 会加速企业经营数字化智能化转型的迫切性 , “企业需要进一步思考 , 从触点数字化、业务在线化、用户数据化和内容智能化这四个方面加速推进企业“数智化”进程 。
02
边界
从AI营销到AI赋能决策
i黑马&数字观察了解到 , 近两年营销技术在中国十分火热 , 很多创新型公司都在做 , 不少传统企业CIO也密切关注 , 表示对这个领域有兴趣有需求 , 但这个外界看来 , 没有跑出来像国外的Salesforce或者Adobe这样市场地位的企业 。
针对这个问题 , 黄晓南表示 ,国内市场对于营销的理解还是比较狭义 , 一直忽略了其中的技术能力的部分 。 这也是阻碍营销科技在中国起步和发展较国外晚的根本原因 。 从国外的TOB发展来看 , 无论是甲骨文、SAP还是其他科技公司 , 在产业链上有明确的社会分工 , 有的企业是做服务 , 有的企业是做流量 , 有的企业就是做技术 。
“从品友互动升级到深演智能 , 首先是还原技术公司的本质 , 作为一家技术驱动的公司 , 通过数据、算法和具体的决策场景 , 切入到企业的决策层面 。 ”
技术赋能决策 , AI赋能决策 。 品牌升级后 , 公司把业务边界、解决问题的范畴给重新定义了 。 深演智能明确自己的定义和边界 , 不再局限在数字营销层面 , 而是切入到企业决策层面 , 利用技术和算法 , 解决客户的决策层面痛点 。
企业在决策中的痛点是什么?最主要是信息/数据孤岛 。 对于企业而言 , 不仅是企业间 , 企业各经营环节也存在信息/数据孤岛 。 企业级的机构 , 比如政府机关间也存在信息孤岛 , 在一些地方 , 有多少个委、办、局就有多少个信息系统 , 每个信息系统都由各自的信息中心 , 有各自的数据库、各自选择的操作系统、开发的应用软件和用户界面等 , 完全是独立的体系 。
在解决该问题上 , 深演智能做的事情主要从三方面体现:决策、决策场景和赋能进行布局业务 。 在决策层面 , 公司围绕企业的CMO、CDO等重要决策者 , 利用数据、算法、场景 , 辅助这些高管及时准确做出决策 。
例如 , 为大型药厂预测流感药销量 , 从数百个影响因素中挑出70个构建深度学习模型 , 准确率达到了80% 。
再如 , 对会员制零售商公众号中会员和新客做模型分级 , 并通过其公众号将不同的优惠券分发到不同客户手上 , 企业客户为该零售商带去了可观的会员销量 , 达到了平日的3倍 。 这些都是围绕AI技术 , 通过具体应用场景 , 帮助企业客户进行商业预测 。
再从赋能方面来看 , 公司定位是AI赋能决策 , “赋能”就是指不仅提供产品和系统 , 还通过服务、算法 , 形成一个闭环模式 , 辅助企业客户的业务 , 合理帮其做出决策 , 推动业务升级 , 加速实现数字化转型升级 。
总的来说 , 深演智能做的事情是将企业信息化的数据孤岛整合起来 , 提供一个全局的视图 , 在各个领域各个部门中找到“啤酒和尿不湿”的关系 , 进而提高企业效率 , 降低决策失误风险性 。
从根本上讲 , 营销技术的进步就是人工智能的进步 , 向为数巨大的海量人群展现最合适的广告 , 本质上必须依赖于人工智能 。 另一方面 , 在这个领域 , 深演智能仔细做了很多年 , 积累了很多技术和解决方案 , 而这些技术和解决方案完全可以应用在其他更为广泛的场景中 , 最典型的场景就是企业和组织的决策场景中 。