科技、傳媒和電信行業(yè)的智能化升級

1、<p>　　若出現(xiàn)數據缺失，圖表錯位，可加微信：535600147，憑下載記錄截圖索取pdf版本</p><p>　　科技、傳媒和電信行業(yè)的智能化升級</p><p><b>　　目錄</b></p><p><b>　　引言|2</b></p><p><b>　　過度宣傳

2、的背后</b></p><p>　　科技、傳媒和電信企業(yè)高管對人工智能的看法|10</p><p><b>　　尾注|13</b></p><p><b>　　引言</b></p><p><b>　　過度宣傳的背后</b></p><p

3、>　　論多么重大的技術突破，其作用通常會 被過度宣傳，言過其實。認知計算（此 處可與人工智能互換）無疑是一個典</p><p>　　型的例子。對于人工智能取得的每一項令人震驚的 成就（例如，谷歌DeepMind戰(zhàn)勝世界圍棋冠軍1）， 總有一批鋪天蓋地的新聞報道，聲稱某產品中內 置的人工智能將立即幫助貴公司轉型成為行業(yè)領 軍者。</p><p>　　對急于利用新一代認知計算工具的企業(yè)領

4、 導者而言，如何對人工智 能進行去粗存精是一項挑</p><p>　　戰(zhàn)。而且他們很容易被這</p><p>　　? 人工智能應用能夠協(xié)助實現(xiàn)后端業(yè)務流程自動 化，降低成本，讓員工騰出更多時間從事增值 類分析工作，而他們目前常常因太過忙碌而無 法展開。我們稱之為機器人與認知自動化。</p><p>　　? 企業(yè)利用人工智能型工具從互聯(lián)網以及其他地 方挖掘海量數據，由

5、此形成認知洞察，更快地 做出更明確決策。</p><p>　　? 此外，人工智能技術還能協(xié)助企業(yè)展開認知參 與，助力展開更有效的客戶溝通，預測他們的</p><p>　　需求，并在潛在問題出現(xiàn) 在社交媒體之前發(fā)現(xiàn)它們。 我們認為，人工智能</p><p>　　些新聞報道的大肆宣傳迷</p><p>　　惑，開始討論哪些人工智 能型產品聽上去最

6、激動人 心。因此，在簽署任何采 購清單之前，首先必須考 慮您希望人工智能工具能 夠完成的任務。</p><p>　　提供協(xié)助是我們的宗 旨 。 通過與數百位客戶 、 供應商以及一線人工智能 研究人員的合作，我們深 入了解人工智能，有能力 理清過度報道，確定認知 計算能夠創(chuàng)造最大價值的</p><p><b>　　對急于利用新一代</b></p><

7、p>　　認知計算工具的 企業(yè)領導者而言， 如何對人工智能 進行去粗存精 是一項挑戰(zhàn)。</p><p>　　應用創(chuàng)造價值的關鍵是了</p><p>　　解認知計算的運作方式以 及該項技術加強業(yè)務流程 的方式。因此，首先應探 討這一術語：認知計算是 指通過曾要求人工輸入的 方式處理、評估和響應文 本及圖像的一系列技術 ， 并能處理規(guī)模異常大且不 具備嚴格結構的數據集 。 雖 然 存 在

8、一 定 過 度 宣 傳 ， 但人工智能技術確實具有 重大的革新意義，人工智 能型應用與非人工智能型</p><p>　　商業(yè)用例。盡管許多新創(chuàng)造的人工智能工具不斷 快速發(fā)展，但即使是謹慎的管理人員目前均能將 人工智能技術用于這些用例中，無需擔憂面臨具 有潛在問題的前沿技術。</p><p>　　首先，我們認為人工智能將獲得實際應用， 因為當前：</p><p>　　

9、應用之間幾乎沒有明確界限，即使是最先進認知 技術的能力仍舊遠不如人類。人工智能型產品能 夠執(zhí)行具體明確的任務，而且通常還需要相當大 的耐心訓練它們才能完成。綜合人類判斷和常識 仍是科幻奇想，實現(xiàn)真正的“思維機器”還有很 長遠的路要走。</p><p>　　如果信息以數字形式存儲，且格式和存儲地址不變，則 難度不大。</p><p>　　機器人與自動化系統(tǒng)在境外業(yè)務中心的應用 非常廣泛。&l

10、t;/p><p>　　很多先進的機器人與認知自動化系統(tǒng)與發(fā)展</p><p>　　成熟的人工智能系統(tǒng)沒有一點相似之處，以至于 有人質疑是否應繼續(xù)使用“機器人流程自動化” 這個有些許平淡的名稱。我們已經在法律領域看 到一些最佳案例?，F(xiàn)在，機器學習型平臺能夠以 每秒讀取上千封郵件的速度搜索關聯(lián)郵件。律師 事務所可以通過案例研究庫找到與當前案件類似 的案例。面對爭議的專利律師發(fā)現(xiàn)，這款軟件非 常有利

11、于他們從難以計數且高度相似的文件中查 找資料。</p><p>　　可以肯定的是，以前這些工作均由初級法律 工作者負責完成。目前沒有任何一款軟件應用能 夠制定法律策略或生成出色的案情摘要，更別提 出席庭審。但這項技術已經逐漸滲透到法律就業(yè) 市場的邊緣：律師希望通過自動化，在未來五年 將收費工作時間減少2.5%至13%。7事實上，不少 觀察人士對人工智能型自動化替代人力的做法表 示擔憂。他們認為相比應用技術找到有效

12、的裁員 解決方案，企業(yè)領導人應該考慮重新調配額外的 資源，以使企業(yè)整體業(yè)務運營更加智能、主動。</p><p><b>　　轉變決策方式</b></p><p>　　所周知，聯(lián)網技術，尤其是物聯(lián)網應用 能夠產生大量數據，但大多數企業(yè)只能 做到有效存儲，很少能夠做到有效利</p><p>　　用。認知洞察技術可提供一整套工具，讓企業(yè)不 僅能管理每

13、天從實際工作、業(yè)務報告工具、供應 鏈、社交媒體、物聯(lián)網傳感器等收集到的大量信 息，還能利用這些信息生成能夠創(chuàng)造商業(yè)價值的 實時洞察。</p><p>　　請想象一下這樣的情形：當客戶走進電信公 司門店詢問賬戶相關問題時，銷售代表能夠立即 獲取該客戶與公司有關的全部信息，包括近期致 電客戶服務中心的相關問詢，并快速確定客戶問 題是否已得到解決，以便著手解決其他未解決的 問題。</p><p>

14、;　　如果客戶不滿意，那么針對企業(yè)客戶群體研 發(fā)的機器學習軟件會提供一些建議，比如為客戶 免除部分月度賬單。因為凈推薦值追蹤調查表明，</p><p>　　世界一流的認知洞察項目 必須能夠實時利用多個 數據集有效提供答案。</p><p>　　此類方法有助于改善客戶體驗。在客戶辦理業(yè)務 期間，銷售代表可陪同客戶參觀門店， 這樣客戶 的心情肯定能比進店時好很多。</p><

15、;p>　　這個處理大量實時問詢的典型例子說明，企 業(yè)能夠將認知洞察應用到業(yè)務的方方面面。供應 商是否按照計劃準備下次供貨？客戶關系管理系 統(tǒng)是否有跡象表明重要客戶可能會重新考慮某個 重要訂單？是否有任何信號說明某產品銷量出現(xiàn) 明顯下滑？如果無須重新設計，是否需要策劃一 次特別促銷活動？</p><p>　　世界一流的認知洞察項目必須能夠實時利用 多個數據集有效提供答案。但同樣重要的是，必 須由最需要相關信息

16、的部門經理發(fā)起問詢。過去， 常規(guī)數據請求需經信息技術部門審核，但由于優(yōu) 先性各異，常常會陷入無望的等待。如今這種情 況已經得到改善。對于優(yōu)先性最高的項目，企業(yè) 不僅應快速應用認知洞察，領導人還應在整個企 業(yè)范圍內分配數據訪問權限。</p><p>　　鑒于市場營銷部門只利用這個新工具集就 能取得明顯成效。為了提升郵件營銷活動的效 果，Caesars Entertainment公司開發(fā)了一套融 合了機器學習與自然語

17、言處理的認知洞察系統(tǒng)。 該系統(tǒng)了解每一位客戶的個性，知道哪些詞語或 短語能夠讓特定的客戶打開郵件并點擊廣告。最 終，Caesar使郵件閱讀率提升了24%，廣告點擊 率增加了46%。10</p><p>　　對于依靠數字廣告獲利的企業(yè)，即便點擊量 漸進式增長也能帶來驚人的收益。某大型科技公 司近日發(fā)布報告稱，點擊率預測精確度提高0.1% 就能帶來數億美元的額外收益。碰巧，這家公司 的人工智能型系統(tǒng)非常先進，已經將廣

18、告點擊率 提高九倍之多。11</p><p>　　想要獲得敏銳的認知洞察，企業(yè)需要重新考 慮其硬件與軟件策略。相互獨立的傳統(tǒng)數據（銷 量、宣傳、社交媒體活動等）需要優(yōu)先被整合成 以一個“數據湖”。必須將上一代作為靜態(tài)工具 的分析軟件升級為機器學習型工具，盡管這種用 于分析不常更新的“高管總覽表”的軟件一度被 視為頂尖技術。</p><p>　　與很多人工智能型應用一樣，認知洞察非常 適合解

19、決離散問題，比如預測某特定客戶的行為 和反應。但這并不表示，認知洞察不能解釋每一 位高管都會面臨的重大問題。目前，沒有任何一 個系統(tǒng)能夠為管理團隊提供明確的綜合性建議， 比如某合并項目是否值得追取。但從某種程度上 來講，如果管理層已搜集到的與決策相關的數據， 認知洞察將能用于挖掘數據，并發(fā)現(xiàn)相關趨勢和 規(guī)律。雖然人類也能發(fā)現(xiàn)一些系統(tǒng)發(fā)現(xiàn)的趨勢， 但很有可能忽略掉一些藏于隨機數據層之間的其 他關聯(lián)。因此，無論在何處，這些關聯(lián)的發(fā)掘可 能只

20、能歸功于不斷改變商業(yè)面貌的硬件和算法。</p><p><b>　　轉變互動方式</b></p><p>　　點時間像人類學家一樣觀察千禧一代， 會立即發(fā)現(xiàn)他們的兩種行為模式：幾乎 時時刻刻都在查閱智能手機以及幾乎</p><p>　　不使用這些設備的實際通話功能。無論是與客廳 另一端的室友還是地球另一端最喜歡的品牌溝通， 他們首選的交流互動媒

21、介是發(fā)短信。15</p><p>　　千禧一代更喜歡發(fā)短信而非說話這一社會性</p><p>　　變化是導致客戶參與互動出現(xiàn)巨大沖擊的最重要 因素，各行業(yè)企業(yè)也開始感受到這一點。借助認 知參與技術，電腦能夠勝任曾發(fā)送至客戶服務中 心的客戶支持功能，通常但并非總是以文本交流 方式處理。因此，企業(yè)可以大規(guī)模提供統(tǒng)一的優(yōu) 質客戶支持服務。</p><p>　　人工智能類技

22、術進步，尤其是自然語言處理 領域，在促成認知參與方面無疑是發(fā)揮著極為重 要的推動作用。但很大部分人口的行為并未出現(xiàn) 變化，因此很難確定客戶是否會接受如此形式的 認知參與。</p><p>　　聊天機器人是認知參與相關的主要技術體現(xiàn)， 這一用詞不太恰當，因為對于許多非千禧一代而 言，尤其是那些花更多時間在臺式電腦而非智能 手機的人，這個用詞讓人聯(lián)想到電商頁面底部彈 出的窗口，提供通常被忽視且不受歡迎的幫助。<

23、/p><p>　　事實上，在用戶來看，聊天機器人代表一系 列日益先進的人工智能型工具，擁有各式各樣的 外形。一種聊天機器人可能類似于常見的電商文 本框，可能配有動畫角色，以增強個性化體驗感。</p><p>　　或者是作為一種智能手機聊天體驗，即使使 用者是與電腦而非另一端的人類交流。還有一類 內置于家具自動化產品的特別聊天機器人，例如 Siri、Google Home和Amazon Echo

24、，迅速獲得 廣泛普及。聊天機器人甚至可以是電話語音應答 系統(tǒng)，相較于“賬戶信息請按1”這種簡單原始 的解決方案，導致相關產品的首次體驗如此糟糕， 這類聊天機器人更為完善。</p><p>　　自然語言處理是前沿認知參與解決方案的核</p><p>　　心支持性技術之一，涉及極其復雜的任務：讓電 腦執(zhí)行人類毫不費力即能完成的任務，即弄懂某 人的意思。過去十年這一領域實現(xiàn)重大進展，目 前聊天機

25、器人可能會有所了解?！坝幸还P費用我 不太明白”、“為什么這個月的費用這么高？” 以及“為什么我比四月份還多欠20美元？”均屬 于相同客戶問題的不同版本。</p><p>　　事實上，在用戶來看，聊 天機器人代表一系列日益 先進的人工智能型工具， 擁有各式各樣的外形。</p><p>　　處理語音輸入時還面臨語音文字轉換問題， 即必須確保用戶的語音內容準確轉化為文本。這 也是一個棘手的人工智

26、能問題，但卻在近年來取 得驚人的進展。不過，這不同于提取轉錄語句基 本含義的語義問題。</p><p>　　當然，只有能夠提供答案，對一個問題的了 解才會產生價值。借助聊天機器人來了解并解決 問題涉及擁有相關企業(yè)政策和規(guī)程的（極為廣泛 定義的）某種數據庫。企業(yè)可以采取多種不同方 式建立這類</p><p>　　數據集。簡單情況下，通過少數變化和排列， 職員建立可能答案的簡單矩陣，即可手動完

27、成這 類流程。</p><p>　　隨著涉及的流程日益復雜化，用于處理這些 流程的技術復雜性也在增加。先進的機器學習技 術可用于處理和組織大量的文本和數據。這也是 保險公司能夠創(chuàng)建聊天機器人的原因，這類聊天 機器人非常精通于回答客戶關于定期壽險保單的</p><p>　　問題，因此能讓客戶無需離開聊天機器人應用就 能注冊購買保險產品。16</p><p>　　科技、

28、傳媒和電信企業(yè)高管</p><p><b>　　對人工智能的看法</b></p><p>　　更深入了解一線管理人員如何看待人工 智能發(fā)展，德勤近期展開了一項調查，</p><p>　　至少在一定程度上，認知技術方面的應用 體驗是科技、傳媒和電信企業(yè)將獲得初步豐厚</p><p>　　涉及各行業(yè)企業(yè)內較早采用人工智能的&

29、lt;/p><p><b>　　收益的推動要素。</b></p><p><b>　　約41%的科技、</b></p><p><b>　　傳媒和電信企</b></p><p>　　人員的相關問題回復，</p><p><b>　　包括科技、<

30、;/b></p><p><b>　　傳媒和電信企</b></p><p>　　業(yè)（其他行業(yè)為32%）至少展開了六項認知試點</p><p>　　業(yè)。目前調查最大的收獲是早已開始采用人工智 能的企業(yè)領導者對該項技術在其企業(yè)發(fā)揮的變革</p><p>　　性作用保持高度熱情。他們預見到人工智能帶來 的全面變革觸及到其

31、業(yè)務的方方面面，從制定基 本業(yè)務模式到長期客戶溝通均受到影響。20</p><p>　　這種熱情主要來自于企業(yè)從認知相關投資中</p><p>　　不斷獲得的經濟效益，而科技、傳媒和電信企業(yè) 則是領先一步。這類企業(yè)高管中，40%表示他們 已經從認知技術中獲得可觀效益，而所有其他行 業(yè)企業(yè)中有26%持相同觀點（見圖1）。</p><p>　　項目，40%（其他行業(yè)為2

32、8%）已進行至少六個</p><p>　　全面的認知實施項目。認知技術需要一定實踐經 驗，以便確定恰當項目的優(yōu)先順序，并將這些技 術用于現(xiàn)有業(yè)務流程和系統(tǒng)中。換言之，熟能生 巧。正投資回報率有助于推動更多投資：四分之 一的科技、傳媒和電信企業(yè)在認知技術方面投入 1,000萬美元甚至更多，而其他行業(yè)的比例僅為</p><p><b>　　7%。21</b></p&

33、gt;<p>　　圖1：受訪科技、傳媒和電信企業(yè)逐步從認知技術中獲取初步經濟效益</p><p>　　目前人工智能項目為貴企業(yè)帶來多少經濟影響/效益？</p><p><b>　　效益可觀</b></p><p><b>　　40%</b></p><p><b>　　效益適

34、中</b></p><p><b>　　50%</b></p><p><b>　　54%</b></p><p><b>　　53%</b></p><p><b>　　無效益</b></p><p><b>

35、;　　10%</b></p><p><b>　　18%</b></p><p><b>　　16%</b></p><p>　　科技、傳媒和電信行業(yè)所有其他行業(yè)總計</p><p>　　總樣本量 = 250；科技、傳媒和電信行業(yè)= 72；其他行業(yè)= 178</p>&

36、lt;p>　　資料來源:《德勤認知調查報告》(Deloitte State of Cognitive Survey)，2017年8月。</p><p>　　德勤洞察 | deloitte.com/insights</p><p>　　科技、傳媒和電信行業(yè)領導者把握認知技 術潛力，改善其業(yè)務。57%的高管認為認知技術 對其改進內部業(yè)務流程“非常重要”；46%表示 此項技術對其完善所銷售

37、的產品和服務“非常重 要”。43%的科技、傳媒和電信行業(yè)高管非常認 同是他們在內部使用人工智能的能力讓他們從競 爭者中脫穎而出。超過四分之三的高管希望認知 計算能夠在未來三年內推動其企業(yè)實現(xiàn)“基本轉 型”。22</p><p>　　盡管科技、 傳媒和電信行業(yè)領導者認為認 知技術對其內部轉型至關重要，但與其他行業(yè) 高管不同的是，他們重點利用該項技術開發(fā)新產 品。40%的高管認為產品開發(fā)是人工智能型技術 帶來的首要效

38、益。相比之下，僅有29%消費品和 工業(yè)產品、能源和金融服務業(yè)等其他行業(yè)的企業(yè) 持相同觀點。23（見圖2）</p><p>　　如果我們考慮受訪科技、傳媒和電信企業(yè)高 管的雙重特性，就能理解他們?yōu)楹蝹戎赜谛庐a品 開發(fā)和創(chuàng)新，畢竟他們的企業(yè)才是本文所述許多 人工智能解決方案的開發(fā)者，也是堅持從人工智 能型效率中獲益的機構。亞馬遜、Facebook、谷</p><p>　　歌和微軟等科技巨頭逐步

39、將認知技術融入其產品 和面向客戶的業(yè)務，他們還投入數十億美元收購 人工智能企業(yè)。針對這群尖端精英競爭對手，即 使是科技、傳媒和電信行業(yè)的早期采用企業(yè)也可 能感到處于不利地位，必須全力沖刺才能趕上。</p><p>　　這就導致無論何時提到人工智能技術話題時， 在目前幾乎所有談話中都出現(xiàn)的，客戶總會詢問 的一個問題：“我們知道谷歌正在大力發(fā)展人工 智能，那是因為這本身就是他們的產品。那我們 呢？我們與銷售人工智能毫

40、無關系。你的意思是 我們也必須成為一家人工智能企業(yè)？”</p><p>　　根據本次調查以及數千次與客戶的探討交流， 誠實的回答是：“從某種意義上講確實如此?！?lt;/p><p>　　目前，這并不意味著就需要趕上招聘熱潮， 引進深度學習專家團隊，然后四處為他們找事情 做。而確切的意思是，每家企業(yè)需要擁有某種形 式的內部人工智能專業(yè)知識，可供領導者與業(yè)內 發(fā)展保持同步，并且了解認知解決方案如何

41、協(xié)助 那些還未開始產品化的企業(yè)實現(xiàn)轉型。切記：熟 能生巧。</p><p>　　圖2：科技、傳媒和電信企業(yè)不斷采用認知技術開發(fā)新產品</p><p>　　您認為人工智能/認知技術為貴企業(yè)帶來的主要效益是什么？</p><p>　　將“開發(fā)新產品”列入前三的受訪者比例</p><p>　　科技、傳媒和電信行業(yè)</p><p&

42、gt;<b>　　所有其他行業(yè)</b></p><p>　　列為第一名列為第二名列為第三名</p><p>　　總樣本量 = 250；科技、傳媒和電信行業(yè)= 72；其他行業(yè)= 178</p><p>　　資料來源:《德勤認知調查報告》(Deloitte State of Cognitive Survey)，2017年8月。</p>

43、;<p>　　德勤洞察 | deloitte.com/insights</p><p>　　本文闡述了認知計算可以創(chuàng)造顯著業(yè)務優(yōu)勢 的三大領域，而更多領域將逐步出現(xiàn)?？萍?、傳 媒和電信企業(yè)需要具備內部經驗，能夠評估哪些 即將出現(xiàn)的技術大有用處，然后還能成功運用這 些引領潮流的技術。由于通常需要外部供應商的 協(xié)助，企業(yè)必須保持自信，篤定自己才是操控全 局的人，而非供應商。</p><

44、;p>　　通過調查，我們明確了內部人工智能專業(yè)知 識和技術有效利用之間的關系，即通過研發(fā)工作 接觸人</p><p>　　工智能技術的企業(yè)一致表示，他們更容易有 效利用該項技術改善其業(yè)務。此外，認知技術成 功運用涉及的內容遠不止于鎖定某款供應商產品 而不太考慮企業(yè)基本結構和流程。產品開發(fā)中培 養(yǎng)的認知能力通常像潛移默化一樣，不斷擴展至 企業(yè)的其他部門。如果在將大數據類認知洞察技 術融入產品方面具備一定經驗，

45、則該企業(yè)將占得 先機，能夠了解如何實現(xiàn)其內部數據最佳結構化， 并且有能力挖掘數據，獲取可以帶來巨大競爭優(yōu) 勢的變革性洞察。認知自動化與認知參與亦是如 此，幫助客戶處理這些用例必將推動企業(yè)自身在 這些方面取得更多進步。</p><p><b>　　尾注</b></p><p>　　Matt Reynolds, “DeepMind’s AI beats world’s b

46、est Go player in latest face-off,” New Scientist, May 23, 2017.</p><p>　　Thomas H. Davenport, Jeff Loucks, and David Schatsky, The 2017 Deloitte State of Cognitive Survey: Bullish on the business value of co

47、gnitive, Deloitte Development LLC, November 2017. The online survey covered 250 senior executive (C-suite to director level) respondents in the United States from mid- to large-sized organizations (500 to more than 10,00

48、0 employees) across the technology, media, and telecom, consumer and industrial products, and financial services industries, primarily. All respon</p><p>　　Intel’s Broadwell-based Xeon v4 chip, especially th

49、e one with 22 cores (released in 2016) already housed 7.2 billion transistors. With transistor count doubling every two years (Moore’s Law), the next-generation platform will likely push the transistor count past 10 bill

50、ion transistors per chip. Source: Chris Williams, “Intel’s Broadwell Xeon E5-2600 v4 chips: So what’s in it for you, smartie-pants coders,” Register, March 31, 2016.</p><p>　　Paul Dempsey, “How Applied Mater

51、ials and fab partners are harnessing machine learning,” Tech Design Forum,</p><p>　　March 22, 2017.</p><p>　　Deloitte Digital Democracy Survey, 11th edition (2017), finds that streaming has gone

52、 mainstream, with nearly half of US households purchasing subscriptions to a streaming service as of 2016. Millennials are driving this trend, as they now value their streaming video subscriptions more than pay TV. And c

53、omplementing the findings from this survey, Deloitte’s 2017 Global Mobile Consumer Survey (US edition) finds a notable shift in smartphone usage to consume long-form video. Thirty-one percent of </p><p>　　An

54、gus Finnegan, “Telecoms: Opportunities and challenges in 2017,” Computer Weekly, December 2016.</p><p>　　Steve Lohr, “A.I. is doing legal work. But it won’t replace lawyers, yet,” New York Times, March 19, 2

55、017.</p><p>　　Jeff John Roberts, “New York Times opens up comments with Google-backed AI,” Fortune, June 13, 2017.</p><p>　　Automation Anywhere, “ComRes Telecom automates backup and FTP transfer

56、s,” accessed February 8, 2018.</p><p>　　Raconteur, “A marketer’s best bet: cognitive content that inspires action,” July 26, 2016.</p><p>　　Tom Simonite, “Google and Microsoft can use AI to extr

57、act many more ad dollars from our clicks,” Wired, August</p><p><b>　　31, 2017.</b></p><p>　　Tom Krazit, “How Amazon Web Services uses machine learning to make capacity planning decis

58、ions,” GeekWire,</p><p>　　May 18, 2017.</p><p>　　Ramona Pringle, “Watching you, watching it: Disney turns to AI to track filmgoers’ true feelings about its films,” CBC News, August 4, 2017.</

59、p><p>　　IBM, “Verizon: Personalizing its customers’ experience throughout the entire client journey,” December 6, 2016.</p><p>　　Larry Alton, “Phone calls, texts or email? Here’s how millennials pr

60、efer to communicate,” Forbes, May 11, 2017.</p><p>　　Interview with authors, Digital Operations Transformation practice, Deloitte, November 2017.</p><p>　　PR Newswire, “Inbenta launches ‘Hybrid

61、Chat’ to integrate human live chat with artificial intelligence,” March 29, 2016.</p><p>　　Chris Raphael, “How machine learning fuels your Netflix addiction,” RTInsights, January 5, 2016.</p><p>

62、;　　Rachel Gee, “Vodafone puts focus on AI and voice in renewed customer service push,” Marketing Week, July 19,</p><p><b>　　2017.</b></p><p>　　Davenport et al., The 2017 Deloitte Sta

63、te of Cognitive Survey.</p><p><b>　　Ibid.</b></p><p><b>　　Ibid.</b></p><p><b>　　Ibid.</b></p><p><b>　　關于作者</b></p>

64、<p>　　MICHAL (MIC) LOCKER</p><p>　　Michal (Mic) Locker是德勤科技、傳媒和電信行業(yè)董事總經理，為科技、傳媒和電信企業(yè)提供轉型 項目咨詢服務超過18年，經驗豐富，并專注于運營模式設計、流程重塑、降低運營費用、產品簡化及科 技投資。Locker負責領導德勤科技、傳媒和電信行業(yè)的認知優(yōu)勢服務，利用自動化、認知技術、機器學 習以及其他新興技術協(xié)助該行業(yè)客

65、戶轉變工作方式、決策制定和互動方式。</p><p>　　PAUL SALLOMI</p><p>　　Paul Sallomi 是全球科技、傳媒和電信行業(yè)領導合伙人兼Deloitte LLP美國科技行業(yè)領導合伙人。他為 科技、傳媒、電信和制造行業(yè)的企業(yè)客戶提供專業(yè)服務超過25年，致力于方案制定和執(zhí)行，助力客戶實 現(xiàn)增長、提升業(yè)績以及降低風險。目前Sallomi專注于協(xié)助德勤科技行業(yè)客戶轉

66、變業(yè)務和運營模式，應對 新興顛覆性科技。</p><p>　　JEFF LOUCKS</p><p>　　Jeff Loucks 是德勤科技、傳媒和電信行業(yè)中心的執(zhí)行董事，他展開多項調查研究并撰寫相關主題文章， 協(xié)助企業(yè)充分利用技術進步。作為數字化業(yè)務模式轉型的意見領袖，Loucks屢獲殊榮，并對企業(yè)適應加 速變化所采取的策略尤為感興趣。</p><p><b

67、>　　致謝</b></p><p>　　特別感謝Elina Ianchulev、Karthik Ramachandran、Shashank Srivastava與Gaurav Khetan對 本文做出的重要貢獻。</p><p>　　關于科技、傳媒和電信行業(yè)中心</p><p>　　當今世界，挖掘隱藏機遇的速度、敏捷性和能力是區(qū)分領先者和落后者的關

68、鍵因素；拖延顯然并不可取。 德勤科技、傳媒和電信行業(yè)中心助力企業(yè)甄別風險、了解趨勢、順利應對艱難抉擇以及展開明智舉措。</p><p>　　采用新的技術和業(yè)務模式通常暗藏風險，德勤調查研究能夠協(xié)助客戶有效應對風險，避免陷入隨波逐流 或是置身事外的陷阱中。通過幫助企業(yè)推動技術創(chuàng)新、發(fā)現(xiàn)可持續(xù)的業(yè)務價值，德勤脫穎而出。借助本 中心的調查研究，科技、傳媒和電信行業(yè)領導人能夠有效探索各種方案、評估機遇并確定構建、購買、

69、借用或合作是否有助于獲取新的能力。</p><p>　　本中心擁有Deloitte LLP深入廣泛的知識及其科技、傳媒和電信行業(yè)豐富實踐經驗的支持。德勤在科技、</p><p>　　傳媒和電信行業(yè)的深入洞察以及世界一流的能力能夠協(xié)助客戶解決我們研究探索的復雜挑戰(zhàn)。</p><p><b>　　聯(lián)系人</b></p><p&g

70、t;　　Mic Locker</p><p><b>　　董事總經理</b></p><p>　　Deloitte Consulting LLP</p><p>　　+1 212 618 4973</p><p>　　miclocker@deloitte.com</p><p>　　Jeff Lo

71、ucks</p><p>　　德勤科技、傳媒和電信行業(yè)中心執(zhí)行董事</p><p>　　+1 614 228 4285</p><p>　　jloucks@deloitte.com</p><p>　　Paul Sallomi</p><p>　　全球科技、傳媒和電信行業(yè)領導合伙人</p><p&g

72、t;　　+1 408 704 4100</p><p>　　psallomi@deloitte.com</p><p><b>　　德勤聯(lián)絡人</b></p><p>　　周錦昌 科技、傳媒和電信行業(yè)領導合伙人 科技行業(yè)領導人</p><p><b>　　德勤中國</b></p>&l

73、t;p>　　電話：+86 10 8520 7102</p><p>　　電子郵件：wilchou@deloitte.com.cn</p><p>　　林國恩 電信、傳媒及娛樂行業(yè)領導合伙人 科技、傳媒和電信行業(yè)審計合伙人 德勤中國</p><p>　　電話：+86 10 8520 7126</p><p>　　電子郵件：talam@de

74、loitte.com.cn</p><p>　　薛梓源 科技、傳媒和電信行業(yè)風險咨詢合伙人 德勤中國</p><p>　　電話：+86 10 8520 7315</p><p>　　電子郵件：tonxue@deloitte.com.cn</p><p>　　黃毅倫 科技、傳媒和電信行業(yè)財務咨詢合伙人 德勤中國</p><p

75、>　　電話：+86 755 3353 8098</p><p>　　電子郵件：alwong@deloitte.com.cn</p><p>　　殷亞莉 科技、傳媒和電信行業(yè)稅務及法務合伙人 德勤中國</p><p>　　電話：+86 10 8520 7564</p><p>　　電子郵件：yayin@deloitte.com.cn<

76、;/p><p>　　張耀 電信行業(yè)首席顧問 德勤中國</p><p>　　電話：+86 10 8512 4816</p><p>　　電子郵件：yaozhang@deloitte.com.cn</p><p>　　施安迪 科技、傳媒和電信行業(yè)華南區(qū)領導合伙人 德勤中國</p><p>　　電話：+86 755 3353 8

77、788</p><p>　　電子郵件：ssy@deloitte.com.cn</p><p>　　何錚 科技、傳媒和電信行業(yè)華東區(qū)領導合伙人 德勤中國</p><p>　　電話：+86 21 6141 1507</p><p>　　電子郵件：zhhe@deloitte.com.cn</p><p>　　鐘昀泰 德勤研究

78、高級經理 德勤中國</p><p>　　電話：+86 21 2316 6657</p><p>　　電子郵件：rochung@deloitte.com.cn</p><p>　　周立彥 科技、傳媒和電信行業(yè)規(guī)劃經理 德勤中國</p><p>　　電話：+86 10 8512 5909</p><p>　　電子郵件：li

79、yzhou@deloitte.com.cn</p><p>　　李艷 科技、傳媒和電信行業(yè)規(guī)劃專員 德勤中國</p><p>　　電話：+86 23 8969 2507</p><p>　　電子郵件：lavli@deloitte.com.cn</p><p>　　敬請登陸www.deloitte.com/insights訂閱德勤洞察最新資訊。

80、</p><p>　　敬請關注 @DeloitteInsight</p><p>　　關于德勤洞察 德勤洞察發(fā)布原創(chuàng)文章、報告和期刊，為企業(yè)、公共領域和非政府機構提供專業(yè)洞察。我們的目標是通過調查研究，利用德勤專 業(yè)服務機構的專業(yè)經驗，以及來自學界和商界作者的合作，就企業(yè)高管與政府領導人所關注的廣泛議題進行更深入的探討。</p><p>　　德勤洞察是Deloitt

81、e Development LLC旗下出版商。</p><p>　　關于本刊物 本通信中所含內容乃一般性信息，任何德勤有限公司、其成員所或它們的關聯(lián)機構（統(tǒng)稱為“德勤網絡”）并不因此構成提供任 何專業(yè)建議或服務。在作出任何可能影響您的財務或業(yè)務的決策或采取任何相關行動前，您應咨詢合資格的專業(yè)顧問。</p><p>　　任何德勤網絡內的機構均不對任何方因使用本通信而導致的任何損失承擔責任

82、。</p><p><b>　　關于德勤</b></p><p>　　Deloitte（“德勤”）泛指德勤有限公司（一家根據英國法律組成的私人擔保有限公司，以下稱“德勤有限公司”） ，以及其一 家或多家成員所和它們的關聯(lián)機構。德勤有限公司與每一個成員所均為具有獨立法律地位的法律實體。德勤有限公司（又稱“德 勤全球”）并不向客戶提供服務。在美國，德勤指德勤有限公司、在美

83、國以“德勤”的名義運營的關聯(lián)機構及其各自的附屬公司 所屬的一家或多家美國成員所。根據公告會計條例及法規(guī)，某些服務并不向鑒證客戶提供。請參閱 www.deloitte.com/about 以 了解更多有關德勤有限公司及其成員所的詳情。</p><p>　　© 2018 Deloitte Development LLC版權所有。保留一切權利。</p><p><b>　　德