生成式人工智能行业用例汇编：能源工业与医疗行业高影响力应用案例.docx

《生成式人工智能行业用例汇编：能源工业与医疗行业高影响力应用案例.docx》由会员分享，可在线阅读，更多相关《生成式人工智能行业用例汇编：能源工业与医疗行业高影响力应用案例.docx（67页珍藏版）》请在优知文库上搜索。

1、德勤因我不同 、成就不凡.孑生成式人工智能用例汇编能源工业与医疗行业高影响力应用案例德勤数智研究院DELOITTE A I I NSTITUTEa WINS 一 AN德勤数智研究院德勤数智研究院是“勤启数智”战略的重要组成部分。作为德勤中国人工智能和数据应用领域的核心力量，德勤数智研究院不仅重点关注风险管理、战略规划、企业治理、人才战略和技术应用等关键业务领域的风向，而且积极推进与德勤全球人工智能网络的交流与合作，强化人工智能技术的融合程度,进一步探索“赋能时代”的人机协作应用场景。在生成式Al领域，我们致力于探索：Ol尖端科技追踪02生成式人工智能技术选型与评估03生成式人工智能技术测试与验

2、证04多场景概念验证2023。欲了解更多信息.谙联系德勤中国。六种主要输出模式传统Al和生成式Al的主要区别之一在于，后者可以创造出只有人类才能产出的具象化成果。例如,生成式AI模型可以生成具有逻辑连贯性的文本和超逼真图像，而这种输出方式曾经只能通过人类的思维、创造力和努力才能实现。生成式Al模型的六种主要输出模式：文本可以生成输出通俗易懂、 高质量的文字,且细节和 复杂程度符合用户需求。代码使用各种编程语言编写计 算机代码，为开发人员自 动总结、记录和注释代码。音频与文本输出一样，音频输 出也可以采用对话甚至口 语化的风格，且能够在语 言、语调和复杂程度之间 快速切换。图像模型根据文字或视觉

3、提示生 成具有不同逼真度、可变性 和“创造性”的图像。视频与图像类似，生成式AI模 型可根据用户提示生成 视频，视频中的场景、 人物和物体完全由模型 虚构和创建，3D/定制模型可以根据文本或2D 输入（如图像）推断并 生成具有3D物体属性的 数据。例如，总结文件、撰写面 向客户的材料、用自然语 言解释复杂的主题。例如，根据自然语言描述生 成代码,跨平台自主维护代 码。例如，生成式Al驱动的呼 叫中心，为现场技术人员 提供故障排除支持。例如.模拟产品摆放在客户 家中的样子，重建事故现场 以评估保险索赔和责任。例如，自动生成营销视频 展示新产品，模拟危险场 景进行安全培训。例如，在仿真模拟环境中创

4、 建虚拟效果图,借助Al辅助 的原型设计。通过了解这些输出模式，企业可以更好地理解并思考由生成式Al可能带来的诸多优势。对于本文中描述的每一个应用案例，均可能将呈现出多种价值驱动模式例如，聊天机器人的文本输出可以以模拟音频的形式呈现.同时生成的图像还可以扩展为视频。生成式Al用例和企业所寻求的价值将最终决定哪种输出模式将为企业带来最大的优势和落地成果。生成式Al创造的价值生成式Al用例创造的价值主要有：降低成本、提升流程效率、增加收入、加快创新、挖掘新发现和新洞察和优化社会公共服务等六类。虽然，我们强调一个生成式Al用例可以呈现不止一种价值驱动模式，但是为了更好地阐述如何利用生成式Al推动差异

5、化的竞争和卓越的运营，本文中描述的每个生成式Al用例仅与一种主要的价值驱动模式相关联.主要通过工作职能自动化.用自动化代替人工.降低成本（通常降低30%或更多）提升流程效率通过自动执行标准任务和减少人工干预提升流程效率增加收入通过针对目标客户的超个性化营销来增加收入优化社会公共服务促进公共服务精准化、高效化、智能化挖掘新发现和新洞察发现新想法、新洞察和新问题.全面释放创造力加快创新加快新产品或新服务的开发和上市速度能源、资源及工业行业生成式Al用例汇编本报告中的用例汇编转译自德勤全球发布的TheGenerativeAlDossier考虑到不同市场背景，特别指出部分案例可能与中国市场不完全契合，

6、仅供参考.企业在能源、资源及工业行业面临着与能源安全、经济承受能力、赢利能力以及向更为环保和可持续的未来转型等问题的挑战。生成式Al的应用可助力解决这些关键领域的问题。通过将生成式Al融入这些行业，企业能够节省成本、提升运营效率和弹复力，并减少碳排放。历史经验显示，由于新的收益往往需要新的投资,并且还需要应对新的风险，能源、资源和工业行业在接纳新技术时常常持保守的态度。因此，企业在初期可能对是否采纳生成式AI技术抱有疑虑。然而，由于老牌企业（尤其是建筑、采矿和能源生产企业）拥有独家数据，能够为其特定的需求和价值驱动情景精确校准生成式Al模型，因此在这个领域中可能具有先发优势。这些企业可以通过利

7、用生成式AI模型在市场中取得领先地位。随着行业内的压力日益增大，企业必须转向更为可持续、更为环保的方式。全球对可再生能源的转变和对能源结构多样化的需求加剧了这种压力。在这个过程中，生成式Al可能会发挥变革性的作用。例如，生成式Al正在彻底改变资源探索和开采的过程。企业可以利用大量的地质和地球物理数据，快速确定矿产资源丰富的区域。石油和天然气公司可以通过生成式Al解决海上勘探面临的复杂物流问题。生成合成的地震数据和油气藏模型可以优化探索工作，提高资源开采效率，降低对环境的影响。随着行业内的压力日益增大，企业必须转向更为可持续、更为环保的方式。当企业开始探索和实施生成式Al的过程,它们可以获取有价

8、值的洞察，适应该技术 在使用过程中的微妙差异和复杂性，并与 这个不断进步的技术一起发展。随着生成通过优化能源利用、尽可能地减少浪费、支持对生态友好技术的开发，以及实现设计流程的部分自动化，生成式Al可以帮助企业采取更为可持续、更为负责任的资源开采和工业运营方式。在这个关键时期引入生成式Al的意义不仅在于获取当前的竞争优势，更在于通过投资于人力资源来为未来的发展奠定基础。展望能源、资源和工业行业的未来，生成式Al有可能在降低健康和安全风险方面发挥核心作用，通过生成式Al的日趋成熟，这种战略方法将帮助企针对特定工作场所的安全培训，模拟真实世界业充分利用生成式Al的功能。的环境和重要场景。随着企业向

9、环保、可持续的商业模式转型，生成式Al可以为企业提供实时定制的培训材料，支持人力资源的转型和可持续实践。随着企业向环保、可持续的商业模式转型，生成式Al可以为企业提供实时定制的培训材料，支持人力资源的转型和可持续实践。确保设备健康运行生成式Al的功能（资产维护规划）在资产维护规划中使用生成式Al可提升设备的问题;机遇正常运行时间，降低维护成本，提高运营效率。在采矿和油气作业中，维护计划有助于防止设备过早出现故障、进行昂贵的维修和更换，还可以延长资产的使用寿命。由于近期和长期的制约因素，维护计划和后续流程可能会因生产情况、资源可用性或突发事件而改变然而，修改维护计划可能成本高昂，还需耗费大量的人

10、力。持续改进企业可利用生成式Al吸取以往的经验教训，识别调整维护计划的机会，为规划人员提供质疑计划调整假设所需的信息并制定战略，以最大限度地减少对整个系统的影响。优化维护计划通过权衡运营因素（如设备使用、生产要求和维护成本），生成式Al可为企业推荐最为有效、最具成本效益的维护计划，并分析设备使用和性能数据，以最大限度地减少停机时间，提高设备使用率，从而帮助优化维护计划Q模拟维护场景，优化资源分配生成式Al可模拟维护场景，评估维护策略对设备性能、生产率和运行效率的影响，为企业揭示最为有效的维护方法，优化设备维护中的资源分配。能源、资源及工业行业生成式Al用例汇编确保设备健康运行管理风险与增进信任

11、鲁棒性和可靠性在资产维护规划中应用生成式Al,数据质量十分重要。如果数据不准确、不完整或不能反应当前运行环境或维护实践，则可潜在益处降低成本能导致生成式Al生成次优和不恰当的维护计划，甚至对资产健康管理和未来的维护规划活动造成不利影响。问责机器无法替代资产维护规划人员的知识、经验和专长。过度依赖Al生成的结果而不进行严格的人工审核可能导致重要的情景因素和有价值的洞察被忽略。维护计划可根据上游计划的变化，在不同的时间尺度上进行动态调整.此举不仅有助于最大限度地减少设备停机时间的影响，还能最大限度地利用现有资源进行资产维护。提高设备产出率优化计划性维护与生产之间的协调与配合，有助于在不影响资产管理

12、战略的情况下提高设备产出率。安全性生成式Al模型可能难以理解资产维护规划中固有的不确定性，如设备故障或不断变化的生产要求，由于过度拟合而产生的次优或不切实际的生成式Al建议，在应用于实际的维护场景时可能会导致缺乏准确性或表现欠佳的情况。设计解决方案时，必须考虑所需的人工干预和监督程度。在复杂的操作限制条件下尤其如此.这些限制条件可能会阻碍生成式Al提供准确可行的解决方案口促进职业健康与安全优化资源分配、设备安置和布局管理以及停机时间有助于促进职业健康与安全。加快实验和设计进程（材料设计）生成式Al的功能精简实验流程利用生成式Al来确定探索或优化材料最有效的实验程序,可以减少不必要的实验，从而专

13、注于更具成本和时间效益的实验，精简新材料开发的实验流程。材料设计师可利用生成式AI探索更广阔的设计空间，优化材料性能，加快新材料的发现。问题/机遇新材料的开发具有挑战性，且成本高昂、耗时长。其原因之一在于化学空间广阔而复杂，同时化学上可行的分子数量未知。此外，新材料的发现、开发和优化过程在每个阶段均有其不同的复杂性，从而增加了完成最终设计所需的时间。开发高燃合金使用传统技术开发具有优异物理、化学和机械性能的高熠合金既耗时又成本高昂。因此，生成式模型是一种前景广阔的替代开发途径。能源、资源及工业行业生成式Al用例汇编加快实验和设计进程管理风险与增进信任安全性由于根据专有或敏感数据训练的模型可能会

14、向竞争对手透露有价值的洞察或设计策略，在材料设计中使用生成式Al可能会损害知识产权或竞争优势。责任企业应注意识别和减少利用生成式AI设计的材料所带来的负面影响，例如无法以负责任和可持续的方式生产的材料对环境造成的长期影响。潜在益处推动创新生成式Al应用程序可快速生成拥有不同成分和结构的各种虚拟材料，并对其进行优先排序。与传统的实验方法相比，这种虚拟筛选过程可以让研究人员更快确定具有特定用途或特性的潜在候选材料。降低成本通过提高效率、合理安排和/或减少使用实验耗材,企业可以降低开发成本。促进新发现利用其高效探索潜在材料巨大设计空间的能力，生成式Al极大提高了发现具有卓越性能的材料的可能性。I。Jsyyuffl矿物加工中，化学添加剂的用量必须与矿石 的确切含量相匹配，以在不破坏矿石的情况 下尽可能多地把矿石从废矿物中分离出来。 由于每种化合物的建模和测试需要耗费大量 的时间和精力，矿物质复杂的物理和化学特 性以及矿物之间的相互关系可能会影响矿石 的采收，加工某些化合物通常需要使用对环 境有害的化学品，因此这一过程非常复杂。了解矿石（优化矿物加工）利用生成式Al可大大节省矿