如何才能真正将 AI 融入公司的核心战略？在 2024 年旧金山 Everyday AI 会议“稳住阵脚：迈向 AI，并存活下来讲述故事”上，来自Palo Alto Networks和Prologis 的行业领导者解释了他们如何将 AI 融入业务运营，优先考虑 AI 用例，并实现组织协调——在Dataiku的支持下。
→ 观看完整会议：坚持到底：迈向人工智能，并存活下来讲述故事
Palo Alto Networks — 网络安全和客户支持领域的人工智能
Palo Alto Networks 是一家领先的网络安全公司，致力于通过提供全面的企业网络安全平台让每一天都比上一天更安全。这包括网络安全、云安全、端点保护和一组云交付的安全服务。
Palo Alto Networks 的主要 AI 用例
Palo Alto Networks 首席数据科学家Lionel Some强调了他的团队正在研究的几个 AI 用例：
客户保留模型：这些模型监控客户健康状况以加强保留力度，预测潜在的客户流失并实现主动干预。
升级管理平台：该平台是在公司黑客马拉松期间开发的，可以预测支持单升级的可能性，从而帮助支持团队确定任务的优先级并减少解决时间，最终提高客户满意度。
营销内容生成：专为营销团队设计的基于检索增强生成 (RAG) 的应用程序，可自动生成博客帖子、新闻稿和文章等内容，简化内容创建流程。
确定 AI 用例的优先级
Palo Alto Networks 的 AI 用例优先排序是一个涉及多个团队的结构化流程。首先，业务主管通过 卡塔尔电话号码数据 业务接收表提交请求。然后，AI 模型团队（包括数据科学、信息安全和法律专家）评估这些请求。每个团队都从自己独特的角度评估项目的可行性、风险和价值，确保进行全面评估。
如今，Palo Alto 支持团队使用由内部团队与 Dataiku 共同开发的应用程序，即前面提到的升级管理平台。该平台诞生于 Palo Alto IT 组织主办的黑客马拉松，可帮助预测支持工单升级的可能性。由于其可行性和可能带来的业务影响，该计划得以快速推进。该项目体现了 Dataiku 如何帮助快速从数据准备转向模型构建和集成，从而使团队能够专注于应用程序的展示和功能。
确保透明度和可解释性
Lionel 的团队由 9 名数据科学家组成，致力于通过各种 AI 驱动项目协助客户支持、销售和营销团队。在所有这些项目中，都高度重视确保 AI 模型的透明度和可解释性。让利益相关者了解 AI 模型的工作原理、它们使用的数据以及它们在哪些约束下运行，这对于将项目投入生产并确保每个人都达成共识是必不可少的。
例如，在向架构团队展示基于 RAG 的内容生成工具时，Lionel 的团队收到了一项要求，要求提高幕后情况的可见性。因此，该团队在 UI 中添加了一些功能，使用户能够查看从矢量数据库检索到的源块，从而建立信任并验证该工具的功能以及快速反馈。