星巴克、特斯拉和约翰迪尔有什么共同点?他们使用 AI 重塑业务

发表时间:2022-04-19  投稿人:余瑛   部门:行政        编辑:    点击量:6428  

 

     在竞争激烈的跨境汇款(又名汇款)业务中,人工智能正日益成为关键驱动力。然而,市场领导者和主要挑战者开始使用人工智能的方式之间没有比这更鲜明的对比了。

 

     一方面,该领导者开发了一个分析平台,可以实时分析来自大约 1,300 个国家的竞争对手的汇率、费用和转账时间数据,涵盖 650 多种货币对。该平台帮助确定了公司可以在哪些方面改变其费用和费率以更具竞争力;将访问数据的时间缩短了 90%;并减少了 70% 的开支。领导者正在使用人工智能提高效率、调整产品和改变定价,从而实现利润最大化。

 

    另一方面,仅在线挑战者已使用 AI 彻底重新思考业务运作方式。它使用其开发的专有算法来预测其运营所在的 80 多个国家/地区对所有货币的需求。多亏了人工智能,它不必转移资金,而是在每个国家/地区维持银行账户来支付其交易。通过消除跨境转账的需要,这家新贵缩短了处理时间,并为客户提供比竞争对手便宜 80% 至 90% 的转账。这家挑战者成立于十年前,在 2021 年占英国汇款市场的 37%,估值为 120 亿美元。

 

    底线:挑战者因人工智能而迅速增长,而领导者正在努力保持份额,尽管人工智能。

 

    与汇款业务一样,其他地方也是如此。Airbnb、亚马逊、谷歌、Spotify和优步等天生的数字挑战者创造了由人工智能驱动的全新商业模式和业务流程,而大多数老牌企业则使用该技术来提高效率。结果,挑战者成为市场颠覆者,以新的价值主张吸引客户并挑战领导者,而后者只会变得越来越好。难怪 CEO 抱怨他们无法充分发挥人工智能投资的潜力。在2021 年 MIT SMR-BCG AI 研究中,只有 11% 的样本 表示他们通过使用 AI 获得了“可观的”经济利益——几乎与 上一年的10%。

 

    问题不再是公司是否应该采用人工智能,而是他们应该如何采用。我们的研究表明,当组织探索该技术的使用时,他们最好从头开始重新思考他们的业务模式和业务流程,将人工智能置于其核心。这样做将帮助他们获得超越现有竞争对手的优势以及免受干扰。

 

    不仅是天生的数字公司可以重新开始;霍尼韦尔、约翰迪尔、劳斯莱斯和西门子等老牌企业也在学习这样做。CEO 可以采取三个步骤来实现这一目标:

 

重新设计商业模式

    公司可以尝试开发新的人工智能驱动的商业模式。例如,农业设备制造商 约翰迪尔正在设计更好的产品并提供基于智能技术的服务,以提高农民的盈利能力,从而为新的商业模式奠定基础。它提供智能机器,让客户能够用更少的农药种植更多更好的作物。例如,John Deere 的 视觉 AI 驱动的 LettuceBot 使用机器学习软件来区分生菜植物和杂草。它可以在一秒钟内完成,并且只用少量除草剂杀死后者,平均减少 90% 的除草剂使用。

 

    虽然约翰迪尔的云支持 JDLink 系统 允许它连接和管理农场中的所有机器,但它还构建了一个基于人工智能的数据平台, 约翰迪尔运营中心,允许客户访问与农场相关的数据。农民可以实时监控活动,分析绩效,确定如何最好地利用设备,并与生态系统合作伙伴合作,以获得帮助他们决定种植什么、种植地点和时间的见解。通过提供硬件、软件、数据和专业知识,这家行业领导者帮助其客户最大限度地提高生产力并最大限度地降低成本。约翰迪尔目前通过高价出售其机器和数字服务来创收,但可以想象,它未来可能会与农民签订利润分享协议——这是一种截然不同的商业模式。

 

重新思考目标

    公司不仅可以使用 AI 来提高业务流程的工作效率,还可以使用该技术来实现同时创造更多价值的目标。例如,当星巴克意识到顾客订购饮料的方式(在线、应用程序、店内)已经成倍增加时,它意识到必须改变流程来 创造温暖的顾客体验与人工智能。

 

    星巴克传统上遵循先到先得的饮料制作流程,如果顾客在没有在商店点餐的情况下领取饮料,则存在饮料未在适当温度下供应的风险。因此,星巴克决定使用人工智能:它的算法将根据顾客的预计到达时间和订单来决定店内咖啡师冲泡饮料的顺序。这将有助于优化饮料制作过程并通过确保每位顾客在应饮用的温度下收到饮料来增强顾客体验。

 

重新构想价值链
   

    为了有效地使用人工智能,公司必须在组织职能、内部部门、外部合作伙伴和客户之间建立新的联系。他们必须将流程组概念化为系统,以优化人工智能的使用。

 

    例如,汽车制造商特斯拉( Tesla)一直与每个客户保持关系,甚至 定期更新其车辆的软件。虽然它的竞争对手需要几个月的时间来创造新的设计,但挑战者会在研究数据的同时改进其产品。特斯拉的算法实时处理来自其 超过 200 万辆汽车 的数据,并将调查结果传递给其跨职能产品开发团队。这些数据驱动的洞察力使团队能够 以前所未有的速度开发新版本,部分原因是特斯拉在组织内部促进了人工智能驱动的协作。

 

    特斯拉的人工智能系统也允许 其制造工艺的不断改进 。如果客户的车辆遇到小问题,例如车窗振动,数据会实时传送到生产线上的特斯拉机器人。他们可以在员工进行测试以检查噪音是否已消除时立即调整安装过程。从某种意义上说,特斯拉颠覆了传统的产业价值链,让消费者成为其产品研发和改进周期的起点。

 

    许多企业领导者正在庆祝他们成功地利用 AI 为现有业务带来了增量改进,而其他人则开始着手释放该技术的全部潜力。用人工智能重塑业务不再是一个假设性的命题;在人工智能时代,这可能是每个组织蓬勃发展的唯一途径。