十种路径：让企业AI策略见效

在人工智能技术用例的数量和深度方面，销售额在5亿至10亿美元的企业也遥遥领先于其他企业。只有52%销售规模在2500万美元及以下的小企业会在客户洞察领域使用人工智能技术进行预测分析。有趣的是，小企业是人工智能支出方面的主力，占到了38.1%的比例，这些支出主要用于通过优化市场营销内容和时机提高市场营销投资回报率。资料来源：《2019年2月首席营销官调查：亮点和观点报告》——杜克大学、德勤和美国市场营销协会。

一家半导体制造商将智能联网机器和人工智能结合在一起，将良品率提高了30%以上，同时还优化了晶圆厂的运营，并且简化了整个生产流程。他们还能够通过获得更精确的产品可用性信息，将供应链预测误差降低了50%，并将销售损失减少了65%，这些都要归功于人工智能技术提供的洞察力。他们还利用机器学习将质量测试自动化，将缺陷检出率提高到90%。对于那些还在思考新技术是否能够提供想要的结果的制造商来说，这正是他们希望看到的、可测量的结果。麦肯锡对这家半导体制造商的研究采访中还有很多其他的发现，如果有兴趣可以阅读《人工智能带来的智能化——对德国及其工业界的意义》。下图来自这份研究报告，显示了人工智能和机器学习给这家半导体制造商带来的多种提升。

从定义上说，倾向性模型依赖于预测分析，通过机器学习预测特定客户可能会对捆绑销售或优惠信息、营销电子邮件或者其他意在推动购买的唤醒动作、追加销售或者交叉销售作出反应可能性。倾向性模型已经被证明在增加客户保留率、减少客户流失方面非常有效。如今，所有擅长全渠道营销的企业都依赖倾向性模型以更好地预测客户的偏好以及可能会引发未来采购的既往行为。下图显示了倾向性模型是如何工作。资料来源：客户倾向性面板来自TIBCO。