Googlecloud：生成式AI高管指南從入門到應用的全面指導報告（48頁）.pdf

《Googlecloud：生成式AI高管指南從入門到應用的全面指導報告（48頁）.pdf》由會員分享，可在線閱讀，更多相關《Googlecloud：生成式AI高管指南從入門到應用的全面指導報告（48頁）.pdf（48頁珍藏版）》請在三個皮匠報告上搜索。

1、生成式 AI 高管指南。簡介 關于本指南.04第 1 章 生成式 AI 快速入門.05核心功能和應用領域.09第 2 章 生成式 AI 使用入門分步指南.10如何在.30.天內啟動首個應用場景.12衡量生成式.AI.成效的.KPI.26第 3 章 生成式 AI 在各個行業中的價值.28同行動態.31零售和快速消費品.(CPG).32金融服務.35醫療保健和生命科學.37媒體和娛樂.39制造.42通信服務提供商.44總結 利用面向企業的生成式 AI 加快創新速度.45目錄簡介生成式 AI 是史上最重大的技術變革之一。這項技術可能會對個人和企業的效率產生重大影響，影響之大堪比互聯網或移動設備的問世

2、。事實上，在考慮使用或正在使用.AI.技術的組織中，82%的組織認為這項技術將顯著改變或徹底轉變他們所屬的行業。1與之前出現的其他.AI.技術形式相比，生成式.AI.的不同之處在于它可以輕松幫助用戶解決個人生活或工作中的日常問題。只要您知道如何向搜索引擎提問，就可以使用日常語言與生成式.AI.聊天機器人或虛擬客服進行互動，讓它回答問題、創建內容、生成圖片、提取文檔摘要，等等。.更棒的是，單個生成式.AI.平臺可以為多個應用場景提供解決方案，從而產生網絡效應。隨著用戶和應用領域的增加，模型會接觸到更多數據，從而可提升準確度和實用性，這反過來又會吸引更多用戶。.使用生成式.AI.來加速、自動化、拓

3、展和改進業務流程的組織將受益匪淺。McKinsey&Company.的數據顯示，生成式.AI.對效率的提升每年可為全球經濟創收.2.6.萬億至.4.4.萬億美元。2.沒有什么技術會改變您的價值主張和您所處行業核心價值鏈的基礎。例如，在醫療保健領域，歸根結底，都是在努力改善對患者的護理。不過，可以改變的是您如何利用此技術來助力您的團隊改進核心服務，以及您如何解決妨礙提供這些服務的根本性問題。事實上，憑借合適的工具，您甚至可以發現并提供新的差異化優勢。.1.Google Cloud Gen AI Benchmarking Study（Google Cloud 生成式.AI 基準研究），2023.年

4、.7.月2.McKinsey&Company，The economic potential of generative AI(生成式.AI.的經濟潛力），2023.年3本指南適用于想要為其組織開啟生成式 AI 使用之旅的業務主管。在第.1.章，您將了解什么是生成式.AI、它的功能，以及將其應用到業務環境中時預期將產生的影響。第.2.章給出了生成式.AI.的入門分步指南，并提供.Google Cloud AI 專家推薦的最佳實踐。其后，我們將深入探討各行各業率先垂范者的真實案例，他們均借助生成式.AI.來更智能化地開展工作、更快地為客戶帶來價值，并開辟新的創收渠道。.生成式.AI.技術發展如此迅

5、猛，可能會讓人感到有點不知所措。我們隨時樂意為您提供幫助，找到合適的道路。關于本指南4生成式 AI 快速入門第 1 章5“這一代技術是計算機科學有史以來打造的最易于使用且靈活的技術，甚至無需構建針對性算法即可解決問題。而且，任何企業用戶都可以快速進行實驗并獲得反饋，從而能夠有效利用該技術來解決特定業務問題?！盤hilip Moyer Google Cloud.全球.AI.及業務解決方案副總裁6第.1.章.|.生成式.AI.快速入門.您企業中的人員每天都會花費時間和精力來挖掘信息，以便進行決策、服務客戶和推動業務向前發展。明智的決策需要以信息為基礎，而收集正確的信息需要耗費一定的時間。假設您需要

6、了解廣告支出如何影響客戶對您的品牌或產品/服務的認知，或者希望了解競爭對手在專利申請、研發投資和技術收購方面的動態。此類信息存在于您組織中，通常分散在多個部門。您需要這些信息以確定后續行動，而要獲得這些信息，您需要召集相關專家進行研究，并對信息進行匯總和整合。如果后續遇到問題，可能還需要重新開始整個流程。.這種令人沮喪的感受會波及您組織中的每個人，從深入研究戰略趨勢的高管，到創建產品演示的銷售人員或對福利待遇有所疑問的新員工，無一例外。不過，這種情況正在轉變。.想象一下，如果為公司的每一位員工都配備一位個人助理，而且是一位對與該員工職位相關（甚至可能是整個組織）的數據了如指掌的專家，那會怎樣？

7、有了這樣的助手，猶豫不決的焦急時刻將越來越少。每個人都能減少等待時間，而將更多的時間用于行動。.憑借生成式.AI.技術，這一切都可以實現。這只是該技術眾多顛覆性影響中的一個示例。始終伴隨左右的編程協作工具；起草和迭代內容的頭腦風暴助理；對任何主題進行個性化自我教育；無論客戶出于何種原因、何時需要您，都能幫助您與客戶進行真人般的互動。生成式.AI.可以實現所有這些場景，而且不止于此。假以時日，它會影響幾乎所有業務的每個方面。7第.1.章.|.生成式.AI.快速入門.基礎模型是生成式 AI 的源動力?；A模型依托大量內容進行訓練，可以為生成式.AI.應用提供支撐。例如，大語言模型.(LLM).就是

8、一種基于文本或語言進行訓練的基礎模型。其他多模態類型還可基于圖像/照片、視頻、音樂、軟件代碼、醫療信息或網絡安全數據進行訓練。但是，只有模型并不能讓您的業務走向成功。.最好把基礎模型當做是可以經由人工輸入數據來驅動和塑造的概率引擎。由于它們是概率模型，所以與傳統軟件范式有著根本性區別。如今的應用在需要查找產品價格或驗證客戶信息時，會使用確定性函數來調用數據庫。相比之下，基礎模型會使用在訓練和調優過程中學習的模式來計算概率最高的輸出結果，例如可能性最大的問題答案或圖片的準確說明。.基礎模型不受數據庫中行和列的限制，因此功能極其強大。這種模型通常能夠執行多種下游任務，例如問答、摘要或開放式內容生成

9、，而無需或很少需要額外的數據或調優。然而，這種模型的訓練和運行成本也可能會很高，易于產生不準確的輸出結果且難以使用。.出于這些原因，生成式應用并不能簡化為生成模型。您的智能應用需要將概率基礎模型與傳統的確定性（也就是限制性）編程相結合。確定性模型會限制輸出內容，并且受限于必須預先確定的不計其數的選項。.傳統.AI.專門針對手頭任務而構建，一切都圍繞優化及調整現有流程而展開，例如預測由人類預先確定的特定模式。正因如此，傳統.AI.才可以在特定業務領域（例如客戶服務）用來自動處理離散、標準化的流程。.相比之下，生成式.AI.模型具有多任務處理的新興功能，即使在指令調優階段未針對某些任務進行明確的訓

10、練，也能處理這些任務。正是這種多任務處理能力，加上提示界面提供的靈活選擇，使得此類模型能夠在廣泛的應用場景中發揮用武之地。.8第.1.章.|.生成式.AI.快速入門.核心功能和應用領域生成式 AI 有以下四種核心功能：創作 摘要 發現 自動化它往往在以下四個應用領域表現出色：聊天憑借簡單的聊天界面，生成式.AI.迅速流行起來并得到廣泛采用，這并非巧合。在與強大的生成式.AI.進行互動方面，聊天可謂是一種自然而直觀的互動方式。您可以用此方式來改善客戶互動、增強產品技能、培訓員工，等等。.搜索通過將生成式.AI.功能與搜索相結合，您可以錨定內部或外部知識庫，實現更加個性化、更具針對性的互動。使用面

11、向搜索的生成式.AI.有助于從事實性知識庫中獲取信息，進而幫助消除幻覺。.生成內容生成高質量文本、圖像、語音和代碼的能力具有巨大的潛在用途。通過將生成式功能部署到產品、工具和工作流中，可以加快進程，或幫助員工更快地將創意轉化為產出。關聯推理這是指基于上下文、頻率或鄰近度推薦關聯信息的功能。例如，生成式.AI.可以通過解析大量轉寫的對話來找到呼叫中心與客戶互動之所以失敗的三大常見原因。.請查閱我們有關生成式 AI 術語和概念的術語表。9第.1.章.|.生成式.AI.快速入門.第 2 章入門分步指南10您可以將某個領域的應用場景匯集在一起，先從一個應用場景開始實驗，當產生效果時，便可以自然而然地擴

12、展到同一領域內的第二、第三、第四個應用場景。您對模型輸入的數據越多，模型就會變得愈加智能。以客戶服務為例。首先，假設您為呼叫中心客服人員提供一個帶有對話界面的生成式.AI.工具，供他們接聽電話時使用?？蛻艨赡軙码娬f：“我的信用卡不能用了?！被蛘摺拔也挥浀妹艽a了?！被蛘摺奥眯袝r，如何讓手機在國際范圍內均可使用？”客服人員可以使用與客戶提問相似的話語在生成式.AI.界面進行查詢并獲得回答，然后用得到的回答自然地答復客戶的問題。然后，您可以查看這些查詢的匯總并向生成式.AI.提問：“最常被問及的是什么問題？我們的響應時間是多長？我們是如何回答的？”這樣一來，您就從只回答客戶問題轉向總結與客戶相關的

13、數據。.第三，使用此摘要，您可以提示生成式.AI.獲取最常問的問題，并將其與您網站上的常見問題解答進行對比。然后，您可以讓生成式.AI.為您網站上那些尚未得到答復的問題生成回答，這樣您便可以將這些回答發布到網站上。在此示例中，生成式.AI.解決了三個強化客戶服務的應用場景：回答問題，總結被問及的問題，以及給出相關問題的回答。每增加一個應用場景，模型的智能程度就會得到進一步提升。為了使您的基礎模型變得尤為智能、高效，請在您的業務中選擇一個職能領域，并圍繞該領域進行實驗。11第.2.章.|.生成式.AI.使用入門分步指南確定一個特定領域打造一支跨職能精英團隊選擇一個職能角色確定數據源第 1 步第

14、2 步第 3 步第 4 步打造用戶體驗和界面擴展至更多用戶確立目標制定語言模型運行計劃擴展至更多應用場景與跨職能精英團隊一起設計提示第 7 步第 8 步第 5 步第 9 步第 6 步第 10 步在 30 天內啟動首個應用場景的 10 個步驟遵循這些步驟，以快速、簡單、低風險的方式為您的組織開啟使用生成式 AI 的旅程。我們提供了有助于您向業務主管展示成效的.KPI、跨領域擴展的基礎流程，以及可讓您的團隊在安全的內部環境中開展實驗并體驗新技術的建議。12第.2.章.|.生成式.AI.使用入門分步指南第 1 步（共 10 步）確定一個特定領域在您的公司中選擇一個有可能從生成式 AI 中受益的領域，

15、例如客戶服務、患者接收、企業行動或營銷內容。關鍵問題：員工會在哪些業務領域花費大量時間執行重復性任務？有沒有哪個流程或角色的一部分實際上已經標準化了（例如，每次都必須執行特定步驟或回答某個問題）？員工在創作過程中會陷入哪些困境（例如，寫作者瓶頸或創意瓶頸）？錯誤的回答或幻覺會造成傷害嗎？對于最初運用相關技術的應用場景，哪些業務領域具有最低的風險？您是否有大量數據想要利用起來，讓其發揮更大的用處？是否存在員工必須始終使用內部知識庫和/或外部搜索引擎搜索現有信息的業務領域？13第.2.章.|.生成式.AI.使用入門分步指南第 2 步（共 10 步）選擇一個職能角色在所選領域內，確定您希望提高哪個工

16、作類別或職能的效率。請考慮以下三個因素：看看哪些工作角色既難留住員工也難雇傭員工。這些角色往往做的是重復性工作，并且幾乎沒有什么職業發展空間。將這類任務自動化，可以讓員工騰出時間專注于更具戰略意義的工作。尋找機會，利用自動化技術自動完成那些創收所必需的重復、乏味的任務。例如，醫療保健領域價值數萬億美元的預授權行業令患者非常受挫。一個簡單的.MRI.或專家檢查可能需要幾個小時甚至幾天才能獲得授權，而且這個過程通常是基于紙面的。投資備忘錄是必須反復收集相同信息的另一個示例。生成式.AI.有助于自動完成這類任務，讓員工可以專注于更具戰略意義的工作。營造安全與合規的環境。許多行業必須滿足嚴格的合規要求

17、。例如，在生命科學領域，每項有關藥物功效的聲明都必須經過律師審核，以確保語言的合規性。然后，此類聲明還必須由律師再進行審核，以確保每項細則都包含特定條款。此過程可能耗時長并且涉及重復性工作，但它又是藥品上市不可或缺的一環。生成式.AI.有助于讓關鍵任務自動完成，從而幫助組織提升準確度并降低風險。14第.2.章.|.生成式.AI.使用入門分步指南您的生成式 AI 模型將基于您收集的數據進行訓練。這些數據應針對其試圖解決的特定業務或領域級問題進行精選，并可通過企業數據源進行訪問。例如，如果您將營銷經理選作第一個職能角色，那么了解其具體的職責范圍就至關重要。假設他們負責創建電子書和報告等數字宣傳內容

18、。這些素材資源會通過在線表單進行推廣并用于吸引潛在客戶。如果個人填寫表單并選擇接受相關主題方面的接洽，則該潛在客戶的信息將被輸入一個營銷自動化計劃，并且該潛在客戶會被打分，打分依據是營銷和銷售運營團隊預先設定的標準。如果潛在客戶符合銷售機會要求的標準，也可能會被移交給銷售團隊。.這一具體的工作角色需要多個數據源，包括：.用于撰寫、編輯和協作審閱文案的文字處理工具，.如.Google.文檔 用于調整文案最終布局和格式的設計工具 用于在線上發布內容的.Web.平臺 用于跟蹤和衡量營銷參與度、任務和工作流的營銷.自動化工具 用于在所有用戶接觸點及客戶互動中確保銷售、.支持和營銷相互協調的.CRM，如

19、.Salesforce第 3 步（共 10 步）確定職能角色高效工作所需的數據源15第.2.章.|.生成式.AI.使用入門分步指南減少幻覺 對.AI.模型進行訓練是為了讓其滿足用戶的需要，這意味著此類模型偶爾會給出聽起來令人信服但實屬編造的答案，而且很難識別。為了避免這個問題，您可以將回答建立在特定數據的基礎上，而非只依靠.LLM。增強 AI 的可解釋性 生成式.AI.模型可能很復雜，而算法用以產生輸出結果的“思維”也并非總是一清二楚。Explainable AI.如同一個浮動刻度尺，您可以根據這些刻度來解釋或可靠地引導.LLM.的行為。.通過將合適的數據輸入模型并對模型進行微調，您的組織將能

20、夠：16第.2.章.|.生成式.AI.使用入門分步指南將業務人員和技術人員納入其中：第 4 步（共 10 步）打造一支三人跨職能精英團隊業務人員提示工程師機器學習運營 主管負責詳細說明由所選職能角色執行的日常任務有哪些工作要求、工作流、挑戰和需求。負責將業務角色的需求、操作和輸出轉化為用于生成式.AI.模型的提示。負責在生產環境中構建和運營應用。17第.2.章.|.生成式.AI.使用入門分步指南Accelerated innovationImproved employee productivityImproved customer experienceDeveloped new product

21、s or servicesIncreased competitiveness/market shareImproved strategic decision makingIncreased shareholder/investor demand49%48%66%57%39%35%35%12%Increased operational efficiency 第 5 步（共 10 步）確定您的意圖、目標和想要實現的輸出確保通過人機協同監督首個應用場景。請注意，生成式.AI.項目可能會在多個方面創造價值：直接商業價值、生成式.AI.相對于舊系統或傳統.AI/機器學習所具有的增量價值，以及各種功能擴展

22、到其他應用場景時產生的預計價值。.其他組織在采用.AI.后取得的以下成效值得借鑒：3組織采用 AI 后反饋的成效3.Google Cloud Gen AI Benchmarking Study（Google Cloud.生成式.AI.基準研究），2023.年.7.月提高了運營效率改善了客戶體驗加快了創新速度提高了員工的工作效率開發了新的產品或服務提高了競爭力/市場份額改進了戰略決策股東/投資者需求增加18第.2.章.|.生成式.AI.使用入門分步指南第 6 步（共 10 步）與跨職能精英團隊一起設計提示與跨職能精英團隊協作設計提示，指引生成式 AI 模型給出回答。您的三人跨職能精英團隊在業務需

23、求、AI.模型、調優和應用集成方面擁有專業知識。請利用他們的技能并參考提示示例，以快速完成此步驟。1919第.2.章.|.生成式.AI.使用入門分步指南以下是要注意的幾點提示：保持簡潔的界面和設計。確保界面/用戶體驗適用于各種不同的設備和屏幕尺寸，并能針對不同的設備和屏幕尺寸進行自適應調整，包括手機、平板電腦和桌面設備?？紤]一下新界面如何適應現有應用更大的生態系統，如電子郵件和聊天，這些應用可能自帶內置的生成式 AI 功能。以一個選擇界面開始，讓用戶可以從中選擇生成文本、圖像或輸出時希望呈現哪“正式”“隨意”“專業”-“正式”、“隨意”、“專業”。創建富有邏輯且直觀的用戶體驗流程，引導用戶使用

24、 AI 模型的各項功能。確保界面設計符合預期的用戶體驗歷程。第 7 步（共 10 步）打造用戶體驗(UX)和界面(UI)創建人性化的體驗和界面，針對所選職能角色的應用場景在生產環境中運行生成式 AI 模型。20第.2.章.|.生成式.AI.使用入門分步指南第 8 步（共 10 步）將使用范圍擴展至更多用戶一旦您通過調優獲得了可接受的結果，即可邀請所選職能角色中其他兩到三個人開始使用該模型。持續與該組用戶一起進行測試、衡量和調優，直到獲得一致的高質量輸出，然后將使用范圍擴大到所選職能角色中的五到十個人，并繼續微調流程。.對于每個新用戶，請確保您了解其與生成式.AI.模型之間的不同互動方式。為此，

25、可以通過用戶訪談、問卷調查或研討會的形式，深入了解用戶的偏好和痛點，以及他們在與.AI.模型互動時渴望使用哪些功能。.21第.2.章.|.生成式.AI.使用入門分步指南第 9 步（共 10 步）構建語言模型(LM)運行計劃制定將 AI 模型投入生產環境并監控模型輸出的計劃，確保其安全而有效地運行。需要向您的管理團隊提出的關鍵問題：能否快速評估生成式 AI 和對其開展實驗？是否有持續改進機制？是否能夠通過評估、評價和重新參與的方式深入開發現有應用場景或擴展至更多應用場景？在評估和實驗期間，是否有費用控制措施？如何衡量成效？是否有針對性目標和常規檢查點來確保進度？22第.2.章.|.生成式.AI.

26、使用入門分步指南LM 運行計劃應包括（但不限于）以下內容：基礎架構設置為模型部署準備必要的基礎架構，包括可擴容的計算資源和存儲空間。建立版本控制系統，有效管理模型版本。持續改進性能并更新模型性能取決于輸出質量和延遲時間，而要提高性能，就需要更新模型，納入最新的研究進展和改進之處。進行.A/B.測試，評估模型更新對安全性和有效性的影響。輸出和質量 開發用以捕獲.AI.模型輸出并評估其質量的系統，以便衡量.AI.生成的回答的有效性。跳至下一部分可了解推薦的.KPI.列表，您可以用這些.KPI.來衡量生成式.AI.的應用場景。人機協同監督建立人機協同流程來審核和管理生成的內容，尤其是在敏感或高風險應

27、用中。開發反饋環，在人工審核的基礎上不斷提高模型的安全性和有效性。部署和監控 在受控的環境（如預演環境）中部署模型，以便在上線前對模型行為進行監控。采用監控工具來跟蹤模型在投入生產環境期間的性能、安全性和資源利用率。安全與合規性確保整個系統是安全的，并采取適當的訪問權限控制和加密機制來保護敏感數據。遵守相關法規和.Responsible AI.準則。定期審核和評估以進行擴展確立定期評估節奏，評估.AI.生成的輸出質量，并制定進一步向同一領域內的其他方面擴展的計劃。突發事件響應及補救制定突發事件響應計劃，及時有效地處理潛在安全違規問題或其他問題。23第.2.章.|.生成式.AI.使用入門分步指南

28、第 10 步（共 10 步）將使用范圍擴展到同一領域的其他應用場景在本章開頭，我們介紹了組織如何從一個生成式.AI.應用場景開始，自然而然地擴展到三個應用場景，從而全面增強客戶服務：第一，幫助客服人員解答問題；第二，總結客服人員在電話中收到的常見問題；第三，生成答案，可作為書面常見問題解答發布到網上。每當模型中增加一個應用場景，模型本身在該領域中的準確度就會得到提升。24第.2.章.|.生成式.AI.使用入門分步指南展望未來舉辦黑客馬拉松通過舉辦黑客馬拉松來激發團隊的熱情，鼓勵員工集思廣益、迸發創意并親身體驗.AI，這一切只需幾天即可完成。.引入合作伙伴合作伙伴不僅可以分享專業知識，還可以在業

29、務價值和技術實現方面獻計獻策、提供各種培訓，甚至可以與您的團隊并肩工作，在為您構建實現方法時傳授知識。.打造卓越中心對新技術的期待往往會推動新技術的廣泛應用。模型、調優和應用集成方面的卓越中心有助于實現流程標準化、共享知識并最終推動創新。一旦您準備好將應用場景擴展到外部用戶和/或第三方數據，請使用以下方法和策略快速、安全地進行擴展：60-90 天01020325第.2.章.|.生成式.AI.使用入門分步指南生成式 AI 的 KPI在評估項目時，請考慮每個生成式 AI 項目的可行性、可操作性、可負擔性、預期業務價值和最終的投資回報率。與任何技術投資一樣，您需要證明其價值。將投資回報率衡量標準納入

30、到每個應用場景和項目中，并確立.KPI.隨時了解進展情況。.以下是針對生成式.AI.的常用.KPI，請考慮使用它們來衡量和報告生成式.AI.對您的組織、董事會成員和利益相關方的價值。這些.KPI.適用于各個領域和行業的生成式.AI.應用場景。.26第.2.章.|.生成式.AI.使用入門分步指南準確率衡量生成式.AI.模型在生成相關且準確的輸出內容方面可達到的準確率。這可以使用精確率、召回率、F1.得分或均方誤差等指標進行量化，具體取決于應用場景的特點。.工作效率評估生成式.AI.對目標職能角色或部門工作效率的影響。這可能包括諸如單位時間內完成的任務數量、響應時間或所需手動工作減少量等指標?？蛻?/p>

31、滿意度如果生成式.AI.應用場景涉及面向客戶的應用，請使用客戶滿意度調查問卷或反饋表單來衡量.AI.系統對客戶需求和期望的滿足程度。費用節省衡量因使用生成式.AI.而節省的費用。這可能需要將使用.AI.系統的費用與采用傳統手動流程或外包形式的相關費用進行比較。處理時間評估生成式.AI.模型相比傳統方法在生成回答或輸出時所需的時間長短。處理時間越短，效率越高，客戶體驗越好。輸出質量根據預先確定的標準評估生成式.AI.的輸出質量。這可以通過手動審核或自動質量檢查來完成，具體視應用場景而定。錯誤率對生成式.AI.模型產生不準確或不需要的輸出的比率進行量化。最大限度地降低錯誤率對于保持準確率和可靠性至

32、關.重要。業務影響確定受生成式.AI.應用場景直接影響的特定業務指標，例如銷售額增加幅度、客戶投訴減少量或員工留存率提升幅度。訓練時間及費用衡量生成式.AI.模型訓練和微調所需的時間和資源。高效的訓練流程可以加快實現速度并縮短價值實現時間。人機協同指標如果生成式.AI.流程涉及人工干預，請跟蹤與人工監督的效率及有效性相關的指標?？缮炜s性評估生成式.AI.模型適應使用范圍或需求增加的擴容能力?？缮炜s性對于取得長遠成功不可或缺。法規遵從對于醫療保健或金融等敏感領域，請監控生成式.AI.系統遵守相關監管要求和數據隱私權標準的情況。27第.2.章.|.生成式.AI.使用入門分步指南第 3 章生成式 A

33、I 在各個行業中的價值28生成式 AI 不僅是引人關注的新事物，對于業務領導者而言，更是全新的價值流。行業領先的公司已經在使用生成式 AI 來解決一些最常見且耗時的問題。McKinsey&Company.表示，生成式.AI 75%的價值將會在客戶運營、營銷與銷售、軟件工程以及研發這些領域內實現。4這是已經發生的事實，一些公司正在將.LLM.運用于各種應用場景，比如營銷和電子商務中的對話式.AI。.在本部分，您將了解行業領導者如何將生成式.AI.應用于各行各業的常見應用場景，從而發掘新的價值鏈、重寫流程，并以更快的速度和更低的成本開展業務。.4.McKinsey&Company，The econ

34、omic potential of generative AI(生成式.AI.的經濟潛力），2023 年29第.3.章.|.生成式.AI.在各個行業中的價值“生成式 AI 開辟了一條新途徑，讓用戶能夠從根本上改變對商業運作方式的思考。以往，AI 和機器學習更多是為了提高工作效率，也就是以比之前更智能、更高效的方式開展工作。而現在，則關乎 我可以用與以前完全不同的方式來做事?！盋arrie Tharp Google Cloud 戰略產業副總裁30第.3.章.|.生成式.AI.在各個行業中的價值同行動態為加速您的價值實現進程，首先應熟悉當前特定行業的應用場景。.了解領先企業如何在組織中實現價值，并

35、從中汲取靈感。您可探索以下全部行業或直接找到您所在的行業：零售和快速消費品(CPG)媒體和娛樂金融服務制造醫療保健與生命科學通信服務提供商31第.3.章.|.生成式.AI.在各個行業中的價值零售和快速消費品(CPG)優先應用場景創意協助讓零售廣告創意團隊可以利用生成式.AI.技術根據展示位置的編輯要求，為廣告系列創作定制化圖片和創意內容，實現.1.對.1.個性化定制。對話式商務進行互動式問答、提供建議，并實時與客戶互動，幫助他們做出購物決定（例如，“沒問題，這里是幾款您的尺碼的裙子，是您可能會喜歡的風格。還有幾張網紅圖片，希望能帶給您穿搭靈感”）?？蛻舴兆詣踊ㄟ^對話摘要和任務自動化來簡化客

36、戶服務。新產品開發利用輕松查詢、摘要和生成分析洞見的功能強化內部消費者研究。為進一步測試創建概念和聲明文案，為產品和包裝設計創建視覺概念。5.Google Cloud Gen AI Benchmarking Study（Google Cloud.生成式.AI.基準研究），2023.年.7 月數據分析的零售組織認為客戶服務自動化頗具價值582%32第.3.章.|.生成式.AI.在各個行業中的價值真實示例Wendys 革新得來速體驗Wendys.正在使用人工智能聊天機器人自動提供得來速服務。這款聊天機器人由.Google.開發的自然語言軟件提供支持，經過訓練后可以理解顧客在菜單上的各種點菜方式。鑒

37、于.75%.至.80%.的.Wendys.顧客選擇將得來速作為首選下單渠道，復雜的菜單選項、顧客的特殊要求和環境噪音這些因素使得利用.AI.自動化操作很難提供流暢的下單體驗。例如，由于顧客可以完全自定義訂單選項，并且食物是在下單之后準備，這讓.Wendys.的菜單有數十億種可能的訂單組合，所以容易發生誤解和錯誤訂單。.現在，Google Cloud.的生成式.AI.功能可以為得來速服務帶來全新的自動下單體驗，該服務旨在提升顧客、員工和加盟商對.Wendys.的體驗。Wendys.正在俄亥俄州哥倫布市的一家自有餐廳對.Google Cloud.的.AI.技術進行.Beta.版測試，并將用獲得的經

38、驗將其推廣到更多的.Wendys.得來速窗口。該測試將利用.Vertex AI Search and Conversation.等新的生成式.AI.產品來與顧客對話、理解菜單定制要求，并為常見問題生成相應的回答。.這一切均由.Google.的基礎.LLM.提供支持，這些.LLM.擁有.Wendys.的菜單數據、已建立的業務規則和對話指導邏輯，并與餐廳硬件和銷售終端系統進行了集成。Wendys.試圖利用生成式.AI.簡化下單流程，讓員工能夠專注于快速提供新鮮優質的食物和卓越的服務。.“50 多年前，Wendys 推出了業內第一個現代化的取餐窗口，我們很高興能夠與 Google Cloud 合作，

39、繼續推進我們的事業，為得來速體驗帶來新一輪創新浪潮?！盩odd PenegorWendys.總裁兼首席執行官閱讀完整案例33“Google Cloud 的生成式 AI 技術為我們創造了重大機遇，讓我們有機會為顧客提供真正與眾不同、快速、順暢的體驗，讓員工能夠繼續專注于制作美味的食物并與粉絲建立聯系，讓他們不斷再次光顧?！盩odd PenegorWendys.總裁兼首席執行官3434第.3.章.|.生成式.AI.在各個行業中的價值金融服務6.Google Cloud Gen AI Benchmarking Study（Google Cloud.生成式.AI.基準研究），2023 年.7.月數據分

40、析的金融服務組織認為虛擬助理大有幫助679%優先應用場景財務文檔搜索與合成 幫助分析師查找并理解隱含在各種合同及其他非結構化文檔中的深層信息。增強型虛擬助理幫助客戶在更少的人工干預下獲得所需答案。資本市場研究作為研究助理，篩選數百萬份源文檔，從中發現并總結關鍵信息。監管及合規助理幫助業務及技術團隊監控影響其業務的監管變化，并確.保（在軟件和業務流程中）實施一致的控制與合規措施。個性化財務建議通過.1.對.1.溝通改進交叉銷售并提高留存率。使用高度個性化的對話式語言給出具有針對性的金融產品建議。.35第.3.章.|.生成式.AI.在各個行業中的價值“生成式 AI 正在改變我們大規模查找、整理和分

41、析信息的方式，這有助于我們為客戶走向全球的遠大目標提供支持?！盉ernd LeukertDeutsche Bank 首席技術、數據.與創新官真實示例Deutsche Bank 加速金融決策Deutsche Bank.正大規模測試.Google.的生成式.AI.和.LLM，為金融分析師提供新的分析洞見，進而提高運營效率和執行速度。員工執行銀行業務和金融分析任務所需的時間有望大幅減少，助力員工提升工作效率。觀看完整視頻3636醫療保健與生命科學數據分析的醫療保健組織認為數字化患者接待服務頗具價值775%.優先應用場景數字化患者接待服務輕松查找、總結并生成有關健康計劃的回答。向會員和潛在會員清晰說明

42、計劃和福利。公開和私密上下文搜索從公共及私有數據集中查詢和提取分析洞見，并用通俗易懂的語言總結研究結果。.加快預先核準(PA)減少臨床醫生在針對治療程序、所用藥物或醫療設備起草預先核準書上所用的行政時間，從而加快為患者提供護理的進程。.生成臨床試驗報告更快地生成臨床研究報告，包括安全性/功效聲明。7.Google Cloud Gen AI Benchmarking Study（Google Cloud 生成式.AI.基準研究），2023.年.7 月37第.3.章.|.生成式.AI.在各個行業中的價值真實示例美國一家全國性醫療中心利用生成式 AI 來轉變醫療保健 一家領先的全國性醫療中心和醫院正

43、在利用生成式.AI.來轉變醫療保健。該組織首先使用.Vertex AI Search and Conversation.來提高臨床工作流的效率，幫助臨床醫生和研究人員找到所需信息，并最終改善患者的治療效果。.專業醫護人員通常依靠醫療記錄、研究論文和臨床指南等各種來源的信息來幫助他們為患者提供診斷和治療。然而，這些數據以不同格式分散地存儲在不同位置，這使得臨床醫生很難及時找到必要的信息。.Vertex AI Search and Conversation.可對分散在不同文檔、數據庫和內網中的數據進行整合，讓人們更易于搜索、分析和發現最相關的結果。了解更多有關生成式 AI 如 何改善醫療保健患者服

44、務的 信息。38第.3.章.|.生成式.AI.在各個行業中的價值媒體和娛樂數據分析的媒體和娛樂組織認為媒體內容發現頗具價值887%優先應用場景媒體內容發現 基于以前的行為，通過個性化對話式搜索結果幫助用戶發現新內容。創意協助讓內容創作者能夠更輕松地按用途將內容調整為不同的格式，幫助縮短價值實現時間并增加收入。內部文檔和媒體搜索 讓內部編輯和運營團隊能夠在合適的時間找到合適的內容。品牌消費者互動利用媒體資源的相關知識產權來打造獨特且個性化的受眾體驗。內容摘要和元數據從媒體中無縫提取元數據，以進行個性化調整、變現和數據分析，并輕松總結長篇內容。.8.Google Cloud Gen AI Benc

45、hmarking Study（Google Cloud.生成式.AI.基準研究），2023.年.7.月39第.3.章.|.生成式.AI.在各個行業中的價值真實示例時代周刊 希望利用 LLM 打造社區，而不僅僅是作為創 意工具憑借值得信賴的消息來源和對話資源，.時代周刊 想做的不止于提供頭條新聞，更希望在準確性標桿方面發揮更大作用。隨著眾多媒體公司都在探索生成式.AI.的可能性，這家出版商看到了鞏固其可信消息來源和社區締造者角色的機會。多年來，時代周刊 一直在利用依托.AI.技術的建議來培養其對讀者的親和力，同時提升讀者的忠誠度?，F在，時代周刊希望借助生成式.AI.將單向談話轉變為雙向對話?！耙?/p>

46、百年來，我們作為出版商所做的事情一直是一條單行道：我們發布內容，消費者閱讀。通過生成式 AI 提示和聊天，我們實際上開始能夠理解消費者并與消費者進行互動，這在很多方面創造了一種雙向體驗。正因如此，我其實會將生成式 AI 視為構建社區的強大工具?！盉urhan Hamid時代周刊 數據、產品與工程高級副總裁閱讀完整案例40第.3.章.|.生成式.AI.在各個行業中的價值真實示例Canva 為所有用戶解決依托 AI 技術的設計問題Melanie PerkinsCanva.聯合創始人兼首席執行官Canva.正利用最新的.AI.技術賦能客戶，讓設計過程盡可能順暢。通過.Google Cloud，該公司

47、正在釋放.AI.的強大力量來賦能客戶。從只需點擊幾次鼠標即可讓用戶將自己的設計翻譯成.100.多種語言，到利用.Google PaLM.技術將短視頻轉換成更長、更具吸引力的片段，不一而足。觀看完整視頻“我很喜歡科幻作家 Arthur C.Clarke 的一句話：任何足夠先進的技術都與魔法無異。Canva 始終致力于盡可能消除設計過程中的阻礙，而 AI 技術能夠讓我們進一步減少阻礙并讓設計過程變得更加輕松。在測試和探索如何為社區帶來更多強大功能之際，我們很高興能夠與 Google Cloud 合作。今年年初，我們推出了 魔力翻譯(Magic Translate)功能，只需點擊幾下鼠標即可將任何設

48、計翻譯為一百多種語言。對于想要滿足不同受眾需求的營銷人員和教師，魔力視頻(Magic video)功能可以幫助他們節省大量時間?！焙喗?1第.3.章.|.生成式.AI.在各個行業中的價值制造數據分析的制造業組織認為機器生成事件的監控頗具價值980%優先應用場景機器生成事件的監控 解讀設備的遙測數據，以減少計劃外停機時間、優化運營，并最大限度地提高利用率?？蛻舴兆詣踊峁┖唵?、信息豐富的增值客戶服務體驗，實現自動化并縮短常見互動的解決時間。文檔搜索與合成 保留整個產品生命周期中生成的各類文檔，并根據需要使用它們生成新內容。產品/內容目錄發現 高效地將要求與所購買產品的規格相匹配。供應鏈顧問根據

49、相關標準推薦最合適的供應商來優化履單。9.Google Cloud Gen AI Benchmarking Study（Google Cloud.生成式 AI.基準研究），2023.年.7 月42第.3.章.|.生成式.AI.在各個行業中的價值真實示例全球領先的航空公司供應商 GA Telesis 將生成式 AI 技術融入業務之中GA Telesis.是航空業關鍵設備的主要供應商，在此行業，長期關系和信任是許多業務交易的基石，其銷售人員會收到來自全球客戶的詢盤，要求提供各種商用飛機及噴氣發動機替換部件的報價。.詢盤一般沒有標準的模式，這就需要銷售代表快速識別相關的飛機或噴氣式發動機型號、適用的

50、規范、所需的數量、首選條件和來源，還有通常最重要的信息，即需要零件的地點和時間。此外，為了讓航空公司滿足其準時性績效指標，詢盤通常都很緊急，所以必須將物流因素考慮在內。GA Telesis.的團隊需要在幾分鐘而不是幾小時內完成看似不可能的任務。GA Telesis.選擇使用.Google Cloud.的.Vertex AI Search and Conversation.平臺。該平臺旨在幫助企業調整和部署機器學習模型，進而幫助他們快速構建創新型.AI.應用。GA Telesis.利用其內部技術團隊新構建的數據提取解決方案，能夠自動合成采購訂單并快速為客戶提供報價，而無需銷售團隊手動查閱不同的訂

51、單郵件及相應產品的庫存狀況。.閱讀完整案例“在航空航天領域，GA Telesis 將部署 Google Cloud 的生成式 AI 技術，以徹底改變向全球主要客運和貨運航空公司供應零部件的銷售及服務流程?！盇bdol MoaberyGA Telesis.首席執行官43第.3.章.|.生成式.AI.在各個行業中的價值通信服務提供商優先應用場景客戶或員工服務自動化借助人性化的支持和搜索，讓在線客戶服務更具互動性。網絡規劃和運營 輕松訪問并理解有關網絡性能、故障、資產清單、基礎架構和異常值檢測的復雜數據。廣告及創意內容協助借助高度個性化的宣傳信息生成相關的互動式內容員工知識搜索通過類人聊天機器人為現

52、場技術人員提供.IT.支持、自助服務和.T2/T3.指導，讓員工更輕松、更有效地完成工作。.測試或代碼腳本生成 使用真實的工作經驗生成并測試實驗。合同分析與談判 通過分析賬單、趨勢和其他供應數據，自動與供應商進行合同談判。44第.3.章.|.生成式.AI.在各個行業中的價值總結利用面向企業的生成式 AI 加快創新速度45當一項新技術的發展速度像生成式 AI 這樣快時，跟上其步伐殊為不易。作為客戶的戰略合作伙伴，Google Cloud.可以幫助領導者利用適當的框架、工具和治理結構制定發展策略，并且可以讓負責任、自覺謹慎的.AI.方法扎根于整個組織。Google.是一家.AI.優先的公司。我們已

53、經構建了一些行業領先的.AI.功能，并將繼續致力于讓所有用戶都能以輕松、可伸縮的方式利用.AI.進行創新。.我們以多種方式為您組織中的生成式.AI.需求提供支持。我們擁有目前最全面的平臺，可以隨時使用，并有領先組織提供強力支持，幫助您創造令人驚嘆的內容、整合及組織信息、實現流程自動化，并打造引人入勝的客戶體驗。.您的數據，由您掌控。我們不會使用客戶的數據來訓練.Google.的模型。我們最常聽到這樣的問題：“我是否可以控制自己的數據、品牌、IP.風險，并滿足監管要求？”回答是“可以”。.每個人都可以成為 AI 開發者。所有具有不同專業知識水平的用戶，都可以打造富有創意的企業搜索、聊天和視覺應用

54、。我們利用.AI.助理讓業務和技術從業者的工作效率得以提升。.我們提供針對 AI 工作負載進行優化的基礎架構，讓您能夠訪問最新的.GPU.和.TPU，使用多種多樣的深度學習虛擬機，并輕松構建自定義.AI.軟件。Google Cloud.的.AI.產品組合可以在您使用生成式.AI.的各個階段為您提供支持。隨著一系列快速發展的生成式.AI.技術的推出，加上新的教育和咨詢計劃、特定行業應用場景藍圖，以及我們不斷發展的合作伙伴生態系統，我們隨時可以幫助您和您的團隊學習生成式.AI，打造并部署相關應用。46總結.|.利用面向企業的生成式.AI.加快創新速度“我們正在構建這樣一種能力，讓您能夠乘上生成式 AI 發展的東風，并隨其發展。即刻開始打造您自己的企業技能組合與功能，以便您在找到合適的應用場景和價值杠桿時，有能力付諸實踐?！盋arrie Tharp Google Cloud.戰略產業副總裁47總結.|.利用面向企業的生成式.AI.加快創新速度事不宜遲，即刻開啟您的生成式 AI 旅程。歡迎立即與我們聯系。