人工智能技术正在改变人类与科技和数据彼此之间的互动方式，它可以帮助我们为客户和员工创造更具吸引力、个性化和高效的体验。为了在人工智能时代保持领先地位，各行各业都在拥抱智能应用，创造新的机遇。如何利用人工智能技术在自己的领域实现现代化，并创建新的数据应用？在这篇文章中，我们将通过5个真实场景，与您分享如何借助新一代人工智能技术、云规模数据以及现代化智能应用平台，构建企业自己的解决方案和应用创新。
#01
互联产品
互联智能产品通过互联网与其他设备和系统进行交互。它们利用传感器、处理器、服务和通信硬件收集数据、分析数据并自主执行下一步操作。人工智能增强型互联产品利用从设备收集的数据为智能模型提供信息，从而适应用户偏好并提供个性化体验。
这类应用场景包括：
智能家居设备：恒温器、照明系统和安全摄像头。
可穿戴健康追踪器：智能手表、健身追踪器和医疗设备。
联网汽车：GPS 系统、实时交通更新和语音控制。
工业物联网：远程监控和资产追踪。
智能零售：跟踪库存的智能货架和自助结账系统。
供应链：利用物联网数据检测效率低下问题并预测需求。
让我们来看一个真实的案例。梅赛德斯-奔驰（奔驰）在 Azure 上使用云原生服务和 Azure OpenAI 服务构建了他们自己的联网汽车平台。首先，他们使用 Azure Cosmos DB 和 Azure Kubernetes Service (AKS) 对平台进行现代化改造，使其能够对新功能做到快速更新和发布，同时还能保证车辆数据的质量和安全性。其次，他们引入了 Azure OpenAI 服务来重塑车内驾驶体验，创建了一个能够理解语音指令并参与互动对话的语音助手。
构建您专属的解决方案
Azure 的现代应用平台集成了人工智能、应用和数据库服务，利用云规模数据、DevOps 敏捷开发方法以及预先训练和负责任的人工智能技术，为当前互联的智能产品提供了必要的支持。下面是一个借助 Azure AI 服务、Azure Cosmos DB 和 AKS 的人工智能驱动的、预测性维护工业物联网解决方案的架构示例。
由人工智能驱动的、物联网维护智能应用解决方案架构
这个案例展示了 Azure 中的一个物联网平台，该平台可实现对制造数据进行分析以及处理服务和维护问题。智能维护指南使用新一代人工智能技术和聊天功能，就如何解决维护问题提供实时警报和指导。该应用在 AKS 上运行，并使用 Azure Cosmos DB 获取特定机器的状态、警报数据以及聊天记录。Azure AI Search 作为搜索和检索系统，将相关数据提供给 Azure OpenAI 服务。
#02
大规模交易处理
从电子商务到医疗保健，每天处理数十亿笔交易已成为新常态。大规模交易处理（TPaS）是指快速、准确、可靠地处理大量交易。基于人工智能的 TPaS 可以根据业务规则分析交易、检测异常并识别潜在的欺诈行为。新一代人工智能技术允许用户通过自然语言与应用进行交互，同时还可对数据进行总结。
由人工智能技术驱动的 TPaS 场景包含：
电子商务/零售：客户订单、付款以及线上购买、线下门店自取（BOPIS）。
银行和金融：存款、取款、转账和信用卡交易。
旅游和住宿：预订、票务和支付处理。
医疗保健：预约排班、账单和保险理赔。
供应链和物流：库存管理、货物运输交易和货物追踪。
数字广告：广告投放、曝光量、点击量和转化率。
欺诈/异常检测：由人工智能技术驱动的 TPaS 还可以做到实时的对海量交易中的模式、异常或可疑活动进行识别。
在旅游业，美国航空公司在 Azure 上对其 Customer Hub 应用进行了现代化改造，使其能够处理大量事务，包括每天超过1600万条实时消息和1740万个服务呼叫。此外，美国航空公司还使用人工智能技术和机器学习来优化公司运营，帮助减少等待时间，并为维护人员和其他航空公司员工提供实时信息。
以欺诈检测为例，宏利人寿公司将其业务迁移到云端，并借助 Azure 文档智能、Azure 机器学习等多项 Azure AI 服务来进行数据关联和欺诈检测。在迁移过程中，宏利人寿采用了 AKS 和 Azure SQL 托管实例等服务，实现了成本节约、加速投入市场，并可做到更快速地响应客户需求。
构建您专属的解决方案
下面是一个借助 Azure OpenAI 服务、Azure Cosmos DB、AKS、Azure Functions 和 Azure Event Hubs 的实时支付和交易的架构示例：
规模化支付和交易处理的Azure架构
该场景涉及到拥有账户的会员，每个账户都有各自的余额、透支限额和信用/借记交易。交易数据在多个地理区域进行读写复制，同时保持一致性。通过补丁操作可以高效地进行更新。业务规则决定是否允许交易。由人工智能驱动的智能副驾能够让代理使用自然语言分析交易。
以下是另一个用于实时欺诈检测的参考架构：
利用 Azure Cosmos DB、AKS 和 Azure AI 服务实时检测欺诈行为
在这个场景中，支付交易由 Azure Cosmos DB 处理，并使用 Synapse Link/Microsoft Fabric 镜像进行实时分析。金融交易使用 Fabric 中的 Data Factory 与 Microsoft Fabric 集成，并存储在 OneLake 中。新一代人工智能技术使用检索增强生成（RAG）技术为欺诈分析工具提供支持，通过 Azure OpenAI 服务进行大语言模型处理，并使用 Azure AI Search 作为检索系统，实现实时欺诈警报和对客户资料的更深入分析。
#03
支持机器人和信息探索
服务和支持机器人应用借助人工智能技术改善客户服务体验。此类应用可为客户提供个性化体验，并帮助用户从大量数据中提取关键信息和见解。这些技术包括：自然语言处理（NLP）用于理解文本和情感分析；机器学习用于识别模式和做出预测；知识挖掘用于探索和分析结构化和非结构化数据；检索增强生成（RAG）用于检索或查询与任务相关的数据/文档，并将其作为大语言模型的上下文提供。
应用示例包括：
聊天机器人和虚拟助手：可以回答问题、提取知识并帮助解决问题
智能搜索引擎：可提供更准确、更相关的搜索结果
产品目录探索：利用自然语言处理、图像分析和用户偏好分析提供产品推荐。
药物探索：人工智能技术可用于优化药物设计和测试、预测药物特性并实现分子模拟。
自动生成报告和摘要：可以分析数据、提取信息并以结构化格式呈现。
语音识别：实现自动呼叫路由和语音交互。
让我们一同看几个真实企业是如何采用人工智能技术支持机器人和信息探索的。
TomTom 是地图和定位技术领域的领导者，该公司使用新一代人工智能技术创建了数字驾驶舱，这是一个会话式汽车助手，能够与信息娱乐系统、位置搜索和车辆命令进行语音交互。他们使用 Azure OpenAI 服务、Azure Cosmos DB 和 AKS 构建了一个智能、快速和高度可扩展的人工智能聊天机器人，该机器人可集成到其他汽车系统中。
在另一个案例中，日本公司 Bengo4.com 是一家运营专业服务网站的公司，他们使用 Azure Cosmos DB、AKS 和 Azure OpenAI 服务构建了一个由人工智能技术驱动的法律咨询聊天机器人。当用户向聊天机器人提问时，它会检索并总结与问题相关的法律书籍页面，帮助专业人士缩短查询时间。
最后，H&R Block 通过消除数据孤岛并利用 Azure Cosmos DB 等服务实现完全云原生，利用 Azure 机器学习和 Azure AI 在数秒内即可提供详细的客户历史记录，简化了报税流程，减轻了客户和税务专业人员的工作压力，不仅如此，H&R Block 税务专家可以为客户提供差异化的客户体验。
构建您专属的解决方案
以下是航空公司客户服务场景中服务和支持机器人的架构示例：
服务和支持聊天机器人应用的 Azure 架构
该智能应用有两个界面，一个是面向客户的在线支持门户，另一个是内部客户支持系统应用界面。Azure Front Door 为多区域架构提供了单一入口（contoso.com）。来自航班预订系统、行李追踪、客户账户数据和旅行政策的原始数据存储在 Azure Cosmos DB 中。AKS 负责托管 Web UI 并整合解决方案的其他组件。该应用使用 RAG 技术，由 Azure AI Search 作为检索系统，Azure OpenAI 服务提供大型语言模型功能，允许客服代表和客户使用自然语言进行交互。
#04
个性化和推荐
基于人工智能技术的个性化和推荐应用可根据用户行为、偏好和需求为其量身定制内容、产品或服务。通过提供实时推荐和与客户动态互动，应用可帮助企业实现客户所期待的顶级数字体验。
该类型的具体案例包括：
电子商务/零售业的产品推荐：通过人工智能引擎分析客户行为、购买历史和偏好，从而为客户提供产品推荐，提升购物体验。
流媒体内容推荐：Netflix 和 Spotify 等平台利用人工智能技术提供个性化内容建议，帮助用户发现与其兴趣相符的新内容。
定向广告：通过人工智能算法分析用户数据、浏览行为和人口统计信息，提供有针对性的个性化广告，提高广告相关性和点击率。
金融建议：人工智能根据用户的财务目标、风险状况和消费模式，提供有关投资、退休规划和贷款优惠的个性化建议。
个性化学习：教育平台利用人工智能技术为学生提供个性化学习路径、自适应评估和定制内容，从而提高教学成果。
NBA 利用 Azure 构建了一个基于人工智能技术的内容个性化引擎，通过利用丰富的比赛和球员数据，提升网络球迷体验。NBA CourtOptix 平台利用 Azure AI 服务、Azure 机器学习、AKS 和 Azure Cosmos DB 将数十亿个数据点转化为与球员相关的数据指标，并将这些统计见解个性化地转化为符合球迷偏好的内容。
ASOS 是一家拥有超过2600万活跃用户的全球在线零售商，在 Azure 上运行微服务架构，Azure Cosmos DB 和 Azure Kubernetes Service 为 ASOS 购物者提供大规模实时推荐引擎支持。该零售商通过使用 Azure OpenAI 服务和 Azure AI Studio 中的提示流来创建基于自然语言的会话界面，为购物者推荐产品选择，从而进一步提升客户体验。
构建您专属的解决方案
以下是产品推荐引擎的参考架构
实时推荐引擎的 Azure 架构
在这个案例中，产品数据、客户资料和其他信息存储在 Azure Cosmos DB 中，而静态内容存储在 Azure Blob Storage 中。Azure AI Search 可创建语义向量索引，并作为 Azure 机器学习的检索系统。Azure 机器学习提供了产品推荐的机器学习模型，用于创建客户画像并识别可用的产品和促销活动。
#05
全民 Copilot
人工智能副驾是一个值得令人兴奋的智能应用，它正在改变我们的创作和交流方式。智能副驾超越了传统的聊天机器人。它们能够进行丰富且具有上下文的交互，此外，还可以通过交互式自然语言用户界面从海量数据中提取见解。
随着 ChatGPT 的出现和受大众喜爱，几乎每个行业都在追寻新一代人工智能应用，智能副驾就是实现智能应用的一个解决方案。这些基于大型语言模型的助手正在解锁不同领域和各种用户的可能性，使他们能够更加高效和有效地执行任务。
人工智能副驾可为跨行业的智能应用提供动力支持
利用智能副驾的机会是无穷无尽的。它们可以支持前文中提到的几乎所有用例，甚至还可以更多。
您可以构建一个人工智能聊天机器人助手、产品推荐助手、语音和图像识别助手、一个用于创建和优化各种行业代码的助手、内容生成和摘要总结助手等。不仅如此，同样重要的是，智能副驾可以与不同的应用和平台集成，实现无缝通信、数据交换和增强的用户体验。
在最常见的应用场景中，企业使用智能副驾来实现以下功能：
与数据聊天：用自然语言与数据交互，总结内容并更快地获取关键信息。
动态生成内容：利用人工智能优化和更新现有创意，构建新的创意资产。
探索信息：交互式用户界面可以回答常见问题、提供信息并帮助排除故障。
个性化体验：根据用户的行为和偏好，为其提供产品和内容推荐。
澳大利亚毕马威会计师事务所（KPMG）开发了自己的智能副驾应用 KymChat（一款会话式人工智能助理），以帮助公司的10,000名员工提高工作效率。这款人工智能助手可以帮助员工自动执行琐碎的任务，并从公司的外部和内部网站、知识库和 Microsoft 365 文件中获取见解。为了满足解决方案的改进，KPMG 使用了 Azure Cosmos DB for MongoDB vCore、Azure OpenAI 服务和 Azure App Service，使 KymChat 能够大规模提供更快、更高质量的搜索结果。
构建您专属的解决方案
这是一个消费零售场景中智能代理副驾的架构示例。该应用允许用户就数据库中存储的矢量化产品、客户和销售订单数据提问。
使用 Azure AI、数据和应用构建您自己的智能副驾/人工智能助手
在这个场景中，零售自行车店的顾客与智能体互动，可以针对各式各样的问题给出答案，包含从产品推荐到客户资料和销售订单信息等。该解决方案还可实现数据的快速更新，演示了智能体如何近乎实时地添加或更新产品目录中的项目。
马上行动，立即体验
微软提供的人工智能应用解决方案加速器包含预建模板、代码和最佳实践，可帮助您更快、更轻松地部署常见的智能副驾。每个加速器都提供了一个广泛适用的解决方案架构和一个易于理解的真实案例：
零售智能体智能副驾：允许用户询问有关产品、客户和销售订单数据的问题。
实时支付和交易处理智能副驾：使代理能够使用自然语言分析交易。
理赔处理智能体：根据业务规则和分析提供建议，帮助用户管理理赔。
最后，跟大家分享一些好消息：当您在 Azure 上构建人工智能应用时，可以通过以下优惠政策节省大量成本，从而加速您的人工智能之旅。
Azure AI 优势：Azure AI 和 GitHub Copilot 客户可在90天内节省高达6000美元的 Azure Cosmos DB 费用。
Azure 创新：获得专家指导和资金支持，以构建人工智能驱动的定制云原生应用。
免费试用 Azure Cosmos DB：免费开发、测试应用并运行小型生产工作负载。
