以下是Emerj的AI机会景观研究的案例研究。为了进一步了解我们如何帮助公司制定成功的人工智能战略并确定最高投资回报率的应用程序，观看我们的人工智能机会景观研究的两分钟视频摘要.
问题
该银行有许多分散的人工智能项目，但在以下方面遇到了困难:
- 许多人工智能的努力被复制
- 没有建立强大的人工智能基础
- 没有一个连贯的、知情的计划来决定首先投资什么
客户意识到他们在项目上浪费了金钱和时间，而没有在一些可能真正部署或交付价值的关键项目上进行适当的投资。
通过继续允许不同部门自己尝试采用人工智能，该公司对人工智能所需的数据基础架构和团队动态的根本性变化准备不足，无法将其概念验证想法转化为生产。
客观的
为了制定一个连贯的计划来组织全公司的人工智能工作，该银行希望深入了解其他顶级银行的投资方向，以及短期内可以实现哪些投资回报。
Emerj方法
提供供应商和银行企业人工智能领域的评分和排序数据和分析，重点关注美国七大银行。Emerj将银行AI应用程序简化为业务功能类别（即客户服务、欺诈、网络安全）、AI功能（对话界面、预测和预测等）——并通过Emerj专有AI记分卡对单个应用程序和应用程序类别进行评分，包括易于部署,ROI的证据,采用程度，等等。
在三个关键领域为公司提供建议：
- 首先，确定银行业近期和长期投资回报率最高的领域
- 其次，将已知的ROI区域与客户当前的数据资产和关键战略计划进行比较，以找出重叠区域
- 第三，我们按照新的优先顺序对当前和近期人工智能项目进行排序，考虑近期价值、长期价值以及公司资源和优先事项
该公司通过不断访问Emerj的AI in Banking Opportunity Landscape服务，保持与最新的市场发展保持同步，现在正在统一其AI战略，朝着最有前景的领域发展。
结果
世行能够快速、一致、数据支持地决定哪些人工智能计划需要优先考虑，哪些需要取消，重点是数据基础设施和能力建设。该银行将Emerj的银行业机会环境中的人工智能作为一个框架，以确定和评分人工智能计划以及与之合作的供应商。
Emerj的AI in Banking Opportunity Landscape提供了一个业务功能和应用类别的框架，以促进管理层的对话，并提供了一个全面的、有评分的供应商地图，以获得清晰度。
