面对疫情带来的挑战，一些正在实施人工智能和机器学习的CIO们分享了他们的经验。

近年来，随着人工智能和机器学习技术在企业界的广泛应用，越来越多的公司利用这些技术来更精准地预测客户需求，并优化业务流程。据IDC预测，到2023年，全球对人工智能系统的投资将达到979亿美元，几乎是2019年的三倍。另一项研究显示，950家企业中有87%已经部署了AI试点项目或有限应用场景。

然而，新冠疫情的爆发给人工智能技术带来了一定的挑战。许多依赖历史数据来改进算法的企业发现，这些模型出现了偏差。例如，预测喷气发动机维护周期的企业发现模型产生了显著变化，因为喷气发动机的使用量在近期大幅下降。类似地，零售商也面临销售额急剧下滑的问题。

面对这一挑战，正在实施人工智能和机器学习的CIO们分享了他们的应对措施。

健康保险公司利用人工智能提升服务质量

美国健康保险巨头安森的首席数字官Rajeev Ronanki表示，该公司通过实施人工智能和机器学习解决方案，解决了从预测患者健康趋势到处理服务纠纷等一系列问题。通过对慢性病患者多年积累的数据进行分析，并与类似病例进行对比，安森能够预测治疗效果。此外，人工智能还帮助安森密切关注索赔和其他服务的进展，识别潜在的客户问题。一旦发现问题，客户服务团队会主动联系医疗机构或患者，解释原因。Ronanki指出，这种主动沟通对于避免冲突至关重要。安森通过分析大量历史数据，利用人工智能生成评分，预测客户可能升级投诉的概率。

运输公司运用机器学习优化包裹处理

Pitney Bowes的首席创新官James Fairweather表示，作为一家拥有百年历史的办公运输和邮寄服务提供商，该公司一直在广泛使用人工智能和机器学习工具。Pitney Bowes利用机器学习软件预测邮件包裹站可能出现的故障，并及时安排维修。Fairweather指出，这种预防性维护有助于减少包裹运输中断的时间。此外，Pitney Bowes还利用机器学习算法优化退货处理，监测包裹路径以识别处理过程中的异常情况。例如，如果一个包裹通常每4小时扫描一次，但错过了第二次扫描窗口，算法会将其标记出来。

果汁生产商利用机器学习提升运营效率

蔓越莓、葡萄柚及其他果汁的生产商Ocean Spray在踏上人工智能和机器学习之旅前，需要清理和整理多年的数据。该公司首席数字和技术官Jamie Head表示，通过执行主数据管理策略，Ocean Spray提高了其业务部门和客户生成信息的一致性和准确性。Ocean Spray利用机器学习分析过去三年的历史数据，评估销售增长趋势，并研究竞争对手的促销策略，以弥补季节性缺口。Ocean Spray还与机器学习初创公司Visual Fabric合作，探索如何利用机器学习提高蔓越莓产品质量。

机器制造商借助虚拟助手提升销售业绩

霍尼韦尔的销售人员利用人工智能软件来确定会议优先级和管理销售线索，帮助公司赢得更多客户。霍尼韦尔杰出商业副总裁Patrick Hogan介绍，这款软件实际上是Tact.ai开发的虚拟助手，可以从霍尼韦尔的Microsoft Office 365和Salesforce系统获取信息。员工可以通过智能手机与虚拟助手通话或发送短信，检查是否完成了销售目标，并查看客户如何与业务建议互动。销售人员在会议结束后，虚拟助手会询问下一步计划，并提醒可能过期的机会。Hogan表示，这款工具可以帮助销售人员更好地了解自己的工作流程和偏好。虚拟助手已被证明对霍尼韦尔的销售渠道产生了积极影响，包括增加面对面会议次数、提高每个销售人员的销售额、销售转化率和收益率。

人工智能推动个性化商业服务

家得宝的CIO Todd Hale表示，该公司正在投资机器学习功能，以获取关于客户偏好的洞察，并更准确地推荐产品。作为一家年收入达110亿美元的公司，家得宝正在努力扩展其商业服务部门，减少对办公用品销售额的依赖，并开展数据分析工作。B2B销售占家得宝收入的60%以上。该公司使用先进的机器学习技术，如XGBoost和随机森林，将客户细分，并预测客户流失率、客户生命周期价值和产品亲和力。Hale补充说，通过利用Apache Spark和BigDL上的深度学习功能，家得宝能够在电子商务领域提供基于用户的实时产品推荐，并开发交叉销售和向上销售模型。