3 CP行业的认知机会

大数据已经成为新的自然资源。7而且这种资源在数量、多样性和复杂性方面仍然在快速发展。然而尽管各行业信息呈爆炸式增长，但当前仅有不到1%的全球数据被分析。8

尽管传统分析解决方案对于无数应用来说均有效，但传统分析解决方案不能充分利用大数据的价值：它们无法适应新的问题领域，不能处理歧义，只适合具备已知、明确语义的结构化和非结构化数据（单词和短语的关系以及它们的含义）。如果不配备新的能力，数据太多、洞察力太少的矛盾仍将继续。

图8.3 全球CP行业领导者看到了认知的价值并有意在其组织内对其加以利用

消费品行业如何才能弥合未开发的机会和当前的能力之间的差距？如何充分利用结构化数据和非结构化数据中隐藏的洞察力来进行发掘、洞察、决策支持和对话？答案是认知计算。基于认知的系统可摄入并分析海量的分散数据，构建知识、学习和了解自然语言，与传统可编程系统相比，更能与人类进行更自然的互动。

CP行业高管承认认知计算能够从根本上改变CP行业。在熟悉认知计算技术的CP行业领导者中，95%的CP行业领导者认为认知计算对于CP行业将起颠覆性作用，75%的CP行业领导者认为认知计算在其将来的业务中将起重要作用，而98%的CP行业领导者计划对认知能力进行投资。

因此，消费品行业是如何利用认知计算来处理消费品行业普遍面临的问题的？这种新的计算模式可帮助消费品行业应对三个行业热点领域的问题：互动、发现和决策（见图8.4）。9

图8.4 认知计算将在三个能力领域展示威力

（1）互动能力

利用其提供专家协助的能力，认知系统能够从根本上改变人和系统互动的方式，并极大地提高人的能力。这些系统可开发深入的领域洞察力并将这种信息以及时、自然、可用的方式提供给相应人员，从而提供建议。认知系统在这里可充当助手——如同一个不需要休息，但也可处理大量结构化信息和非结构化信息，可调整模棱两可甚至自我矛盾的数据并且可以学习的人。

由于能够与人类进行深入对话，这些系统可根据自然语言互动来了解人类并交付个性化服务。这种技术有助于从内外部结构化和非结构化数据中获取消费者洞察力，从而提供无缝化体验。此外，认知系统还有助于根据消费者的购买历史、地域、天气状况及其他因素来了解消费者的偏好和行为（见案例“IBM Watson Trend预测当季最热销玩具和礼品”）。

未来的认知系统将极有可能具有各种形式的对话能力，这将可支持不断变化的服务计划。10举例来说，客户可与能够以自然语言回答问题并收集反馈的虚拟客户服务代表进行互动。由于消费者在整个购买过程中会不断研究和评估产品，因此这些能力可以帮助消费品行业以更直接的方式与消费者建立联系。

案例

IBM Watson Trend预测当季最热销玩具和礼品11

IBM Watson Trend是一款依赖于Watson认知技术的应用，可用于剖析通常较为复杂且多变的顾客偏好。该应用能够分析社交媒体及数字世界其他角落中数千万消费者的对话，然后得出最符合潮流的产品。该应用还可以揭示产品趋势背后的原因，说明每个趋势的潜在驱动因素，并预测产品在未来几周的趋势——上升、下降或保持稳定。

在2015年假日购物季中，IBM Watson Trend正确预测出了排在顾客清单中前几位的品牌，并准确找出了消费者最偏爱的产品。当Watson Trend通过分析指出Apple Watch将是当季最畅销商品之一时，许多质疑者对此预测结果嗤之以鼻，因为Apple Watch从年初到当时的销售业绩非常糟糕。但是Apple Watch在假日期间的销售量出乎所有人的意料，Apple一跃成为可穿戴设备市场的龙头，市场份额高达51%。12

对于制造商和零售商而言，IBM Watson Trend可为其提供无价的消费者态度洞察力，能使他们实时地了解消费者的好恶。这些信息可帮助企业找出与消费者接触的新方式，预测库存需求并获得新的产品灵感。

（2）发现能力

全世界的消费品行业都可以访问海量的信息。这种访问为许多企业提供了发现有价值、有用洞察力的大好机会。认知系统可以帮助用户找到甚至是最杰出的人类都可能会忽略的洞察力。发现包括发掘洞察力和联系，以及了解全球范围内和企业内部的大量可用信息。

一些发现能力已经出现。举例来说，一家烹饪杂志使用认知计算解决方案来推动基于Web的应用，以帮助读者创造新菜肴。该系统所依赖的算法可以利用大量的数据集，包括区域知识和文化知识，以及统计性的模块化食物搭配理论，帮助用户发现非预期的美食搭配（见案例“Bon Appétit与Chef Watson强强联手，探索认知烹饪系统”）。

在不久的将来，认知解决方案预计会将更多毫不相干的因素联系起来，发现人类专家可能无法发现的洞察力。举例来说，认知解决方案能够帮助CP营销部门分析态度和行为洞察力，从而更好地开发和执行更具个性化的营销活动。此项技术还可帮助企业预测新产品趋势、发现新材料和成分组合，进而构建创新漏斗并进行优先排序。

案例

Bon Appétit与Chef Watson强强联手，探索认知烹饪系统13

2014年，IBM和Bon Appétit宣布推出历史上的首款认知烹饪应用（测试版）——Chef Watson with Bon Appétit。该款应用不仅可帮助居家厨师发现新的美味配方，还可帮助Watson充分利用Bon Appétit的1万份食品配方，进一步丰富烹饪学知识。

2015年，Chef Watson with Bon Appétit正式版推出，全球各地的厨师都有机会亲身体验这款Watson产品。在过去的一年里，数千名居家厨师已使用Watson突破自我，并找到解决常见烹饪问题的创新方式。2015年，IBM和Bon Appétit不断扩充Watson的配方知识储备，在应用设计方面精诚协作，并将该款应用的早期使用者在与Watson等发现系统互动方面的宝贵反馈纳入到应用设计之中。

（3）决策能力

认知系统通过提供基于证据的建议来帮助决策并减少人类偏见。认知系统根据新的信息、结果和操作不断发展壮大。通过向人类用户提出系列选项，当前的认知系统在更大的程度上充当顾问的角色。

对于很多行业来说，这些系统正在提供更为明智及时的决策。举例来说，在医疗保健行业，IBM Watson for Oncology可快速分析病患数据、不断增加的医疗文献、世界级专家的指导意见以及医疗专业人士的经验，从而帮助临床医生识别将要予以考虑的个性化治疗方案。14对于消费品行业，未来的认知解决方案可帮助企业充分考虑区域新闻、天气预测等外部因素，进而有效应对原材料成本的波动。此技术还可以增强水平规划并帮助企业改善工作效率（见案例“认知技术帮助改善战略和运营决策”）。

案例

认知技术帮助改善战略和运营决策15

CogntiveScale是一家总部位于得州奥斯汀的软件公司，成立于2013年。该公司已经发现认知技术可以帮助他们改善关键业务流程，包括供应链、采购和收入周期管理流程等。该公司的认知解决方案基于IBMWatson而构建，可以分析来自核心业务流程的内容，并直接向消费者提供前瞻性洞察力和建议，同时还能够以自然语言解决问题。CognitiveScale的认知采购解决方案可以挖掘并审核潜藏在内部合同、开支指南、交易系统及外部信息交叉参考中的多结构数据，帮助企业提高采购的合规性，进而降低成本。

该公司的认知流程云能够生成可执行的洞察力，这在建立极具弹性和成本效益的供应网络方面发挥着重要作用。这些洞察力有助于识别可作为供应链风险预警信号的趋势和事件，采用第一方和第三方业务信号与模式发现可提升采购效率的机会，并加速战略性和运营性采购，进而降低成本、推动合规性、减缓风险并实现供应商的高效管理与开发。