Genai的重点转向高露洁 - 帕尔莫利维的创新|Thomas H. Davenport和Randy Bean

Colgate-Palmolive是一家消费产品巨头，其起源可以追溯到1806年，一直是一家以数据和见解为导向的公司。它已经收集了几十年的消费者市场研究，并采用了创新的分析来理解这些数据。它也是分析人工智能的常规用户 - 传统机器学习，以解决产品定价，促销和分类等领域，以及营销和媒体的有效性。

像如今几乎每家大公司一样，高露洁 - 帕尔莫利维（Colgate-Palmolive）也接受了生成的AI，以提高员工的生产率。该公司首席分析和见解官戴安娜·希尔德豪斯（Diana Schildhouse）告诉我们，我们不想简单地涉及生成型的各个方面。``我们专注于此技术的一些关键企业优先事项，例如创新和营销内容创建。这些领域是具有可衡量的业务价值的领域。

Schildhouse补充说，该公司已经能够以以前无法实现的方式将传统的AI和生成性AI汇总在一起。下面，我们详细介绍了它们从迄今为止新技术中获得的一些价值。

生成的AI作为市场知识的存储库

高露洁 - 帕尔莫列维（Colgate-Palmolive）有几种生成AI的应用，这些应用属于创新和增长类别。一种是使用Genai综合消费者的见解，为业务问题提供即时答案。综合基于内部可用的所有地理和类别以及可信赖的外部或受信任的第三方资源的完整历史。

高露洁 - 帕尔莫利维（LLMS）的大型语言模型（LLMS）的使用已得到增强，该公司的使用已获得了公司进行的各种专有研究的检索型发电（RAG），Google搜索趋势，联合数据源以及联合数据源以及更多的。基于抹布的系统比公共互联网材料更多地利用了公司特定的内容，因此幻觉的可能性较低。生成的AI可以迅速浏览此类材料，并描述市场趋势和未满足的消费者需求。这意味着，当他们想要消费者洞察力时，没有下载，阅读并注明广泛的市场研究报告，而是可以在提示中写下他们想要回答的问题并立即得到答复。基于抹布的LLM还可以报告已咨询以告知答案的源文件。

生成的AI增强创新

高露洁 - 帕尔莫利维（Colgate-Palmolive）看到了通过生成AI增强其创新过程的机会。我们希望使用AI来发展业务，而不仅仅是提高效率，Kli Pappas，预测分析的高级总监，Colgate-Palmolive的AI全球负责人告诉我们。创新是我们增长策略的中心，它是当今生成的AI模型出色的绝佳匹配：具有创造力并使快速迭代循环能够参与其中。

高露洁 - 帕尔莫利维（Colgate-Palmolive）的团队发现，他们可以将一个未满足的消费者需求与另一个专有的AI系统相结合，该系统将开发新产品概念以满足这些需求。在几分钟之内，在人类的指导下，它可以为新概念（例如新的牙膏风味）生成复制和图像。虽然循环中总是有人类来指导工作流程，但使用Genai增强系统比通过市场研究材料页面页面页面要高得多。产生的广度还为公司追求的更广泛的产品渠道。

尽管使用生成AI是一个创新的想法，但模型输出它们和人类营销人员审查它们之后的概念会发生什么，这同样具有创新性。该公司创建了大批数字消费者双胞胎这表明了真正的消费者对新产品概念的看法。与焦点小组不同，数字双胞胎是不懈的，高露洁 - 帕尔莫利维可以轻松地测试数十种概念和想法。以前，创新者需要在测试之前将其选择降低到几个概念。产品概念仍然需要针对真正的消费者作为黄金标准进行验证，但是数字双胞胎允许更快的早期迭代。

这种方法仍然是早期的，但是A-Eaimement Incement Generation和Digital Twin测试的结合似乎是一种琐碎的概念。

在公司使用数字消费者双胞胎的早期，研究人员将虚拟消费者的意见与真正的人类的意见进行了比较，并发现两组之间的一致性很高。他们还针对单独的人类开发的产品进行了AI-Aignation产品概念的测试，并发现在许多措施中，通过AI支持增强的产品概念同样好或更好。这种方法仍然是早期的，但是A-Eaigment Inegment Generation Generation和Digital Twin测试的结合似乎是一种伪造的。

负责任地将AI民主化

高露洁 - 帕尔莫利维（Colgate-Palmolive）鼓励通过其AI枢纽使用AI，该Hub携带了OpenAI和Google LLM的内部版本以及图像生成模型。与许多公司一样，这些工具位于公司墙后面，因此员工可以自由使用包括专有知识的提示。

为了访问AI Hub，所有高露洁 - 帕尔莫利维人都必须接受AI使用的培训。他们了解护栏，将人类保持在循环中的重要性以及公司负责的AI原则。他们还学习有关选择用例和制作有效提示的实用技巧。Schildhouse的组织以前赞助了数据分析和扫盲徽章（成功获取技能），这也很受欢迎。

鉴于专注于为AI提供可衡量的影响，AI HUB通过内置调查系统和用户反馈提示自动跟踪其在多个KPI中提供的价值。帕帕斯（Pappas）表示，成千上万的用户报告说，他们与AI的工作质量和创造力都提高了。

毫无疑问，生成的AI是一种强大的工具，但迄今为止，它主要用于个人生产力和实验。尽管这些活动无疑是有价值的，但它们通常很难获利。我们认为，当高露洁 - 帕尔莫利维（Colgate-Palmolive）等公司开始使用Genai进行市场研究，概念生成和半自治任务绩效时，这是迈出的一大步。我们希望更多的组织将开始开发和实施此类用例。