在Emerj，我们的研究包括跟踪AI和创新跨行业，拨入其中AI正推动的投资回报率，这是我们通过做我们AI景观机会研究。在这艰难的时刻，我们期待许多AI初创消逝和大型企业完全内的许多技术优先转向更加符合我们接下来要做的事情是在这篇文章中关节。
下面的模型说明领导人可能如何重新评估他们的AI举措：
战略重新评估–从人工智能应用程序和项目的角度对这场危机做出良好反应的公司首先必须评估其当前的战略。在这个危机时期，所有的战略都在重新评估，而昨天的一个区别或未来两年的一个关键目标可能会落空。必须确定和商定新的优先事项和重点。
AI涉及到太多的彻底改变，随意将其应用到企业的非优先领域 - 人工智能是一种投资，将（尤其是在巨大的破坏倍）涉及殷切对焦和对焦必须用战略保持一致。
AI准备（数据红外等）- 一旦策略一直重绘 - 至少在第三级 - 领导可以得到他们站在自己身边最重要的数据AI准备方面，其中检测。
这可能涉及评估他们的支付欺诈数据的可访问性或协调性，或有营销数据经验的内部数据科学家的数量等（在我们的文章中阅读更多关于人工智能准备的内容关键能力 - 的先决条件AI部署）。
另外，在上述中，该维恩图战略和准备就绪圆重叠。这是因为评估企业范围内的AI准备是不可能的，特别是在危机时刻。相反，公司需要确定自己的战略重点，并确定他们的准备，因为它涉及到将已经收到的关注和资金这些关键推动力。
一旦一个公司都有自己的战略和准备的理解，他们可以转移到考虑AI计划和项目。有将是在大流行优先两大业务重点：
- 风险缓解- 处理直接，紧迫的问题 - 把到位的防御措施，以防止更多的伤害在中断的时间的安排。
- AI转换/业务发展- 确定新的方式来操作，或者新的方式为客户提供服务 - 定位公司获得市场份额和增长的未来。
正如第一维恩图，企业应该寻找那些不只是防守AI应用，但对于未来的优势在于提供承诺。
将短期防御与长期进攻结合起来的艺术和科学将成为另一篇文章的主题，也是我们与企业合作的重点。在本文中，我们将看看这两种人工智能计划的示例(风险和转型)帮助领导者思考哪些应用程序可能与他们相关。
风险缓解
大多数公司会希望把重点放在冠状病毒流行期间保持自身漂浮。这有可能把很多其他的举措保持并带来任何风险降低到企业的前列。这有两个人工智能创业公司和设立企业的后果。
创业
AI初创公司需要配合他们的价值主张，以眼前的问题。他们会需要跟他们的客户，并确定是绝对最可怕的为他们的关键问题。创业可能需要转动自己的技术产品或他们根据这些新的需求，提供他们的服务的方式。
如果不能找到解决眼前问题的有力对手，一些公司将需要转向完全不同的业务或部门，甚至可能是不同的市场。
企业不想做生意AI创业公司根本解决现有的问题。他们宁愿与供应商建立去识别和处理的已知问题。
但人工智能初创公司的优势在于，它们是企业认为有助于推动未来成功的公司。因此，改变或重整他们的产品的公司很重要，不仅要把他们的产品捆绑在一起，而不仅仅是为今天的问题提供帮助，而是作为一个新的基础和一个新的途径来适应一种新的商业方式。
初创公司必须自问：
- 如何在行业是我卖入将从根本变化？
- 在我销售的业务中，新的标准是什么？
- 我们如何能够帮助加速的优势，谁依靠我们的技术与我们的竞争对手的人呢？
并非所有的厂商都将能够重新构建他们的产品的东西，实际上与当前的问题有所帮助。对于一些这些公司，这将是在路的尽头。
对于其他公司，这将意味着他们要花费2020很多，简单地种植的种子大部分长期未来的销售可能不会马上到来。
他们可能会寻找一个更长的时间周期来出售。If their value proposition is entirely based on creating a roadmap to the future and they’re unable to appeal to the value of fixing immediate problems, they may need to get lean and focus on long-term seeds that will blossom into sales when companies can actually think about something other than the coronavirus pandemic.
企业
对于企业充分利用AI，他们会寻找低挂水果比以往任何时候。
最简单的降低风险的应用程序是指那些可以利用那些已经合理地协调和检测，使公司节省资金以有意义的方式在数据异常初始数据源数量有限。
例如，有物流行业内的一些问题，围绕预测库存，可能需要对货物运输，货物存储不同的数据源，不同种类的产品和项目被存储在不同的位置，以及库存数据。
要想合并和协调所有这些不同类型的数据以找到它们之间的模式，都需要进行大量的数字转换，而大多数公司根本没有这样做。
低垂的水果：友好的欺诈检测
友善诈骗指顾客购买某物，然后声称这是一笔欺诈性的付款，这样他们就可以保留产品并拿回他们的钱。检测到这一点需要一组相对简单的数据，这些数据已经是某种数字格式了。
只要一家公司记录下某人购买了什么，他们是如何购买的，谁实际购买的，以及他们在多长时间后发出退单，该公司就有可能发现欺诈活动。
因此，公司不仅能够从一开始就阻止高风险支付，而且还能够通过简单地检测已经数字化的数据集中的模式，成功地保护和减少退单。
Ayasdi是一直致力于这个问题，因为2010年代初的一个突出AI供应商。下面是解释公司如何可视化的友好欺诈交易及其如何实现企业挑上可能显示的交易是友好的欺诈因素的视频：
这当然不是“插件和播放”容易，但它是一个更简单的降低风险的应用程序。我们预计，在企业的各个角落，这些唾手可得的异常检测和模式识别问题是那里有很多的动作是在AI在这个时候。
业务发展
虽然许多公司将专注于降低风险，同时应对危机，许多企业是看到他们的供应链和客户需求的急剧变化将需要考虑业务发展，以及如何走到这一步的危机了。这是因为对于绝大多数的企业来说，这是不是照常营业。
零售业中的冠状病毒时代的演变
对于examp乐，零售公司将不得不向支点eCommece只要世界仍处于隔离状态。他们可能会专注于建立或改进一个推荐引擎，帮助他们的在线购物者找到他们喜欢的商品，并增加购物车的价值。
他们也可重点关注改善他们的数字营销与AI.一些AI供应商提供的软件，可以自动建议网站布局的改变，以提高品牌的忠诚度和转化率，如EVOLV。欲了解更多关于该特定类型的应用程序，听我们的与EVOLV的CTO采访关于我们的AI在业务播客。
金融服务中的冠状病毒时代的演变
金融服务公司可以很好的支点，以改善客户体验，因为人们不可能在这个时候要步行到他们当地的分支机构。聊天机器人可能是一个方式，他们试图解决这个问题，特别是由于许多顶级银行和金融机构已经把新闻稿，关于过去几年自己的聊天机器人。
However, Emerj’s AI Opportunity Landscape research shows that chatbots in financial services are, for the most part, very unlikely to generate an ROI: As of 2019, chabots made up approximately 49% of the AI products at large financial institutions, but only 5.5% of the AI-related venture funding in the financial services industry.
这表明，尽管大型金融机构往往在谈论聊天机器人，它们和风险资本家知道这个行业不把他们的钱在对话界面。
这可能会为金融服务客户需求的响应病毒交接班，但无论如何，客户服务可能是其中的金融服务机构将目光集中。如果不聊天机器人，他们可能会考虑呼叫中心自动化。
物流在冠状病毒时代的演变
物流公司在预测上会加倍努力，尽管在这样一个异常和不确定的时间里很难开始收集这样一个人工智能项目的数据。已经在使用某种预测技术的物流公司，或者已经在收集有关其成本、交货期和其他因素的数字数据的物流公司，可能能够利用预测分析软件。
在AI的约23％供应商在物流提供产品的供应链风险管理，这可能是当务之急规划下一次大流行或国家紧急状态。
同样，28%的物流人工智能供应商提供用于供需预测的产品，这也占该行业人工智能相关资金的19%。随着这段时间内客户购买行为的波动，这样的应用程序可能更为重要。
非技术专业人员领导人工智能工作的时机
在这场危机中，很可能会发生更多的数据科学家（从启动生态系统）比以往任何时候都要进入职场。
对于第一次，硕士和博士AI来自顶尖商学院的毕业生可能不会得到对于大笔资金无限的工作机会，尽快为他们毕业。
虽然大量的这种新的人才还是会为这样的大型科技工作，其中很大一部分也将融入作为创新和恢复努力一部分的企业劳动力。
非技术性的领袖将是那些真正经历风雨引导他们的业务。这将是功能性的商界领袖，创新的头和战略，各部门的负责人，谁发挥在浏览其独特的业务环境和确定的重要的创新领域最重要的角色上，以双降给出来的其他冠状病毒的流行与更大的市场份额，比以前更好的基础面。
