2023生成式人工智能用例汇编-消费与金融行业高影响力应用案例（附全文）
【2023生成式人工智能用例汇编-消费与金融行业高影响力应用案例】 报告出品方：德勤数智研究院
—生成式AI发展的展望
自然语言处理和多模态模型的重大进展加速了文案撰写、用户界面/用户体验设计、内容编辑等活动。但是，这项技术需要大量的人工监督和干预，针对风险和信息真实性问题，更加依赖投入大量的人力去验证和检查输出结果。
伴随着“脑机接口”和“量子计算”等新技术的发展，生成式人工智能可以介入新药研发、高级模拟和创意自动化等复杂问题。随着越来越多的企业全力押注人工智能技术，促使人工智能作为虚拟劳动力参与到人们的日常工作中，而非一种无形的工具，当然前提是公众改变其心态和想法。
—金融服务行业
金融服务行业是一个数据密集型行业，它同时代表了商业成功的机会和对运营及效率的挑战。传统的手动数据分析缓慢且成本高。虽然已有一些利用AI自动化业务和数据驱动决策的进展，但生成式AI的出现可大幅加速和扩展这些努力。
生成式AI不仅是下游应用，更是与其他机器学习模型和应用协同工作的强有力工具。成熟的AI项目将生成式AI视为一系列模型的一部分，互相指导，形成协同效应。最终，生成式AI的引入能助力金融服务企业从以产品为中心转向以客户为中心，借助AI优化客户生命周期管理。配合其他AI技术，如情感分析和客户分析，生成式AI能实现产品和客户参与的超个性化，满足客户对定制化产品和服务的期望，同时推动业务增长。
—政府及公共服务
在社会责任方面，政府积极为社会公众提供生存和生活保障，最根本之处在于在有限的预算内最大限度满足百姓的需求，实现投入产出的最大化目标。在公共服务方面，政府提出快速响应机制，及时协调、应对处置群众各类紧急事项。在这样的管理要求下，生成式AI能够凭借其海量数据基础，为政府采购部门提供可靠有效的供应商、合同及招投标信息。此外，生成式AI还能自动化行政任务，如报告编制，分析和总结政策文件，解析案件记录以提升效率。政府组织正探索生成式AI这样的新技术的使用，同时考虑到部署时的安全、公平、透明和合规性。通过有效的模型治理，政府组织可以推动生成式AI的负责任使用，更好地为人民群众服务。
—生命科学与医疗行业
生命科学和医疗行业面临众多挑战，如大数据、新治疗需求、老龄化、监管要求、复杂的索赔流程和患者信息共享等，均寻求提高效率和创新以改善患者护理和健康结果。生成式AI能以三种主要方式助力行业转型。首先，生成式AI可以提高运营效率和员工生产力，例如自动化索赔授权、优化研发流程和减少采购及合约中的浪费，从而使企业用更少的资源做更多的事；其次，生成式AI能为患者、客户和员工提供个性化体验。第三，生成式AI能够增强企业的数字化和数据能力，改善决策，从而帮助解决人力资源等挑战。综合这些优势，生成式AI能加速产品上市时间，增强业务灵活性，为未来的工作、员工和工作场所奠定基础，推动生命科学和医疗保健行业的创新和发展。
—科技、传媒和电信行业
科技、传媒和电信行业的迅猛发展无疑是建立在强大的数据应用基础之上，该领域也是人工智能技术最早深耕的行业之一。生成式AI可以通过进一步的数字化提升效率，帮助企业从产品中心转向客户中心，优化运营和提高生产力，如加快市场营销、撰写和研究等流程。通过将生成式AI与企业现有的AI生态系统整合，企业能够为客户创建个性化的内容，定制广告，从而拓展新业务。生成式AI还可以作为风险管理流程的重要工具。利用实时网络数据分析，进行异常和模式检测，建立自动化响应机制。
尽管生成式AI带来新挑战和风险，如监管不确定性，但它为TMT企业提供了专注客户、简化流程、释放人力资本以创造价值和推动企业成长的变革性机遇。
