寶潔公司如何利用人工智慧從數據中獲得新的見解

很少有組織可以合法地聲稱 一個多世紀以來一直從事分析研究。但在 1924 年，寶潔公司 (Procter & Gamble) 執行長威廉·庫柏·普羅克特 (William Cooper Procter) 詢問在寶潔公司 (P&G) 工作了 34 年的經濟學家保羅·斯梅爾瑟 (Paul “Doc” Smelser)，了解有多少顧客使用象牙碟來清潔身體，而不是洗碗和洗碗和衣服。答案是 12% 用於洗碗，31% 用於洗臉和洗手，40% 用於洗澡，17% 用於其他用途（大概是洗衣服）。象牙肥皂繼續被定位為個人護理產品，而不是家居用品，儘管網路評論人士認為它仍然可以有效地洗衣服。

寶潔公司也是在全球組織中創建通用數據的先驅，建立了一大批分析專業人員，然後將他們納入業務部門。它保持了利用客戶和市場洞察當前的傳統，現在使用分析、生成和代理人工智慧來解決重要的業務問題。

為了了解寶潔公司在人工智慧方面的進展，我們採訪了該公司企業數據科學副總裁兼商業人工智慧計畫負責人 Jeff Goldman。我們第一次見到高盛是在十多年前，當時他正在開發一個 分析可視化的創新方法 在寶潔公司，透過一項名為 Business Sphere 的計畫。從那時起，他繼續組建了一支由數百名資料科學家和人工智慧工程師組成的團隊，他們在公司的行銷、數位商務、供應鏈和銷售組織中大規模建構和部署人工智慧演算法。大多數資料科學家直接嵌入業務部門或人工智慧產品團隊。

正如高盛所說，百年來對數據和分析的定位仍然盛行。 「歷史分析精神貫穿我們當前的文化中，」他說。 “我們一直致力於分析並了解業務背後的動態。但有了人工智能，我們可以提出的問題的性質和我們可以提供的答案的深度都大大擴展了，我們利用人工智能來優化業務流程的能力也得到了極大的擴展。”

寶潔公司的“人工智慧工廠”

2021 年左右，高盛和他的同事觀察到，人工智慧在寶潔的業務中發揮越來越重要的戰略作用。生產中演算法的複雜性不斷增加，人工智慧演算法從原型到規模化過程中的延遲正在產生重大的財務影響。演算法是以客製化的方式開發的，每一種演算法都需要由公司的人工智慧工程師進行客製化部署。

为了加速人工智能模型的创建，宝洁开发了一种称为“人工智能工厂”的功能。它提供了一種工具（包括資料來源、軟體工具、方法和定義的安全協定）來快速開發、測試、部署和監控生產中的演算法。宝洁公司首席信息官 Seth Cohen 在一份报告中描述了该项目 podcast 今年早些時候：“人工智慧工廠方法的優點在於，它是一個平台，允許人們即時訪問數據存儲庫中的數據，然後也可以即時訪問人工智能演算法和生成模型。因此，開發人員花更少的時間擔心‘我如何擴展它？’——因為這是開箱即用的。”

高盛表示，人工智慧工廠將模型部署時間縮短了大約六個月。他也指出，工廠隨著技術的發展而發展。例如，它現在整合了代理人工智慧功能，包括大規模監控代理系統、註冊代理以及應用必要的 Agent2Agent 協定和模型上下文協定來連接多個代理程式和工具。高盛表示，該公司的人工智慧工程組織基本上有兩個面向：一方面負責建造和不斷更新工廠，另一方面則專注於擴展和運行其中開發的演算法。

人工智慧工廠功能有助於針對特定業務需求測試不同版本的模型。例如，工廠開發的一個用例是幫寶適 My Perfect Fit 應用程序，該應用程式使用人工智慧驅動的調查問卷結果為父母提供尿布貼合度建議，該建議的準確率高達 90%，可防止滲漏（市場上最常見的痛點）。在另一個例子中，巴西正在實現一個分析人工智慧用例：系統將客戶訂單拆分並安排為卡車大小的負載，並根據貨架需求確定優先順序。該系統將該國家的缺貨情況減少了 15%。

寶潔公司的生成式和代理式人工智慧產品

高盛指出，很大一部分價值已經並將繼續來自 分析性 AI，引用涉及供應鏈管理和媒體決策的用例。但寶潔公司也很早就採用了生成式人工智慧，並且擁有多種採用該技術的內部產品。在為員工提供對各種底層大型語言模型的安全存取後，該公司開發了 imagePG 和askPG，這些語言模型可以根據正在解決的業務問題進行選擇（透過名為 chatPG 的產品）。 ImagePG 支援圖像和視頻的生成和分析，包括用於公司廣告的圖像和視頻，而askPG 則整合了精選的內部非結構化數據以供員工使用。

雖然寶潔的生成式人工智慧產品專注於個人生產力，但該公司同樣對可以直接擴展到業務流程的用例感興趣。例如，該公司的 Great Idea Generator 工具根據消費者趨勢和先前的測試結果創建產品和廣告概念。它可以大大加速一個新想法的進程，從概念到廣告再到上架。另一個人工智慧工具是 精靈計劃，它綜合了文章和幫助文件中的信息，為 800 多名客戶服務代表提供信息，大大縮短了問題處理時間。

寶潔公司長期以來致力於提供輕鬆存取有關業務不同方面表現的數據的服務。 Business Sphere（分析視覺化環境）和名為 Decision Cockpits 的桌面等效項是解決該問題的早期方法的一部分，但現在該公司提供了名為 InsightsPG 的業務資料生成前端。正如首席資訊長科恩所說 在一篇文章中 今年早些時候，「當您可以與數據對話時，為什麼還需要儀表板？」 高盛告訴我們，雖然 InsightsPG 相對較新，但它正在通過將先進的分析和推理能力交給公司內部更廣泛的人群來改變業務與數據交互的方式。

寶潔公司對代理人工智慧的實驗主要集中在一系列試點上，以確定該技術可以最有效地運用在哪裡。高盛表示，廣告、供應鏈和消費者關係領域的代理商已經取得了早期成功。他說，讓人員參與這些流程和其他流程仍然至關重要。

透過人工智慧改進研發

高盛的數據科學和人工智慧組織與寶潔的研發部門有著密切的合作關係。該公司的研發部門在利用數據和定量分析來了解產品的化學和物理特性以及如何最好地製造產品方面有著悠久的歷史。最近，研發團隊利用人工智慧演算法補充了實驗室技術人員的工作，以加快分子發現的速度。寶潔公司的香水開發數位套件就是一個例子，這是一個由人工智慧和先進數據處理技術支援的數位工俱生態系統，能夠以比以前快五倍的速度創造新香水。人工智慧演算法分析數百萬個數據點，並根據消費者對香水氣味好聞的洞察，幫助創建香水特徵模型。該模型整合了香水特徵模型，以確定可能獲勝的配方，然後透過快速原型設計和實驗進行測試。

研發組織正在與 IT 部門一起測試使用生成式人工智慧的新工作方式。寶潔公司與哈佛商學院數位資料設計研究所合作，針對 人工智慧作為「控制論隊友」的運作方式。 它涉及 776 名商業和研發專業人員，他們被分配以個人或團隊的形式使用生成式人工智慧，以解決四個業務部門（無論是否使用生成式人工智慧）的實際消費者問題。實驗發現，使用 chatPG 的個人與未使用 AI 工具的團隊取得了相同的績效水平，而與 chatPG 合作的團隊始終取得了最佳結果。人工智慧的使用也有助於打破研發和商業專業人員之間的功能孤島：來自任一背景的專業人員使用人工智慧產生了更平衡的解決方案。

建構人類與人工智慧的能力

寶潔長期以來一直致力於培養人類在數據、分析和人工智慧方面的能力。該公司與哈佛商學院和波士頓顧問集團合作，提升寶潔員工的人工智慧技能。到目前為止，已有 4,000 多名高階主管參加了為期八週的強化人工智慧技能提升計劃，重點關注人工智慧對產業的戰略影響。與此相輔相成的是內部技能提升計劃，重點是在員工的日常工作中使用生成式人工智慧。這些計畫共同打造了越來越多的領導者隊伍，他們快速試驗新的人工智慧功能，並與高盛團隊合作為公司開發下一代人工智慧演算法。

此外，寶潔幾年前開始提供正在進行的資料科學之友認證計畫。該公司長期以來擁有一個龐大的定量分析師社區，但創建認證計劃的目標是提高這些人在分析人工智慧方面的技能。該專案需要 15 週的深入學習，不僅關注如何建立模型，更重要的是專注於模型如何出錯。該內容不斷針對新群體進行更新，現在包括有關生成人工智慧背後的變壓器模型的內容，以及用於發現日益複雜的數據訊號的圖形機器學習的內容。

「一個不願意數位化的組織很難引入新功能，」科恩說。 「我們正在改變這一點。」鑑於該公司長期專注於數據和分析，現在專注於各種形式的人工智慧，寶潔公司似乎是我們遇到過的最「不數位化」的公司之一。