在上篇文章中，我們在營銷、供應鏈和辦公場景進行了AI的應用介紹。這篇文章，我們繼續(xù)介紹AI大模型在工業(yè)、零售、金融和醫(yī)療行業(yè)的應用，希望能幫到大家。

在上篇文章《對AI大模型應用場景的深入思考（上篇）》中，風叔圍繞營銷、供應鏈和辦公這三個大多數(shù)行業(yè)都存在的業(yè)務領域，詳細介紹了AI大模型在行業(yè)通用業(yè)務下的應用場景。

在本篇文章中，風叔將繼續(xù)介紹AI大模型在零售、工業(yè)、醫(yī)療/醫(yī)藥、金融等行業(yè)的特定應用場景。

一、工業(yè)

1.1 設備維護

在制造業(yè)領域，專業(yè)的設備往往都需要專業(yè)的維修人員進行維護和檢修，通常都由設備的品牌方或者專業(yè)的第三方維修公司進行維護。在大型樓宇、工廠等場所中，都需要依靠大型電氣設備的運轉，這類電氣設備的產品手冊可能少則幾百頁，多則上千頁。當出現(xiàn)設備故障時，品牌方派遣的專業(yè)人員可能需要查詢很久產品手冊才能定位問題所在。

可以利用AI Agent和RAG技術，將產品文檔和維修手冊構建為知識圖譜，在設備現(xiàn)場通過對話方式，幫助維修人員更快速地定位問題，找到解決方案。

場景價值：????????

場景可行性：????????

1.2 預測性維護

在設備維護場景中，往往都是設備已經出現(xiàn)了故障，或者傳感器數(shù)據(jù)異常，此時已經對現(xiàn)場造成了不良影響，比如產線停工、樓宇溫度和通風異常等等。而預測性維護，則是通過分析設備傳感器的各項數(shù)據(jù)指標，例如溫度、震動、電壓、電流等因子，通過深度學習和行業(yè)小模型等技術手段，提前發(fā)現(xiàn)并干預設備潛在故障，實現(xiàn)對工業(yè)設備的實時監(jiān)控、故障預測和健康狀態(tài)評估，從而降低設備故障率，提高生產效率，減少損失。

場景價值：??????????

場景可行性：????????

1.3 生產線流程優(yōu)化

生產線流程是一個標準的workflow，workflow的每個環(huán)節(jié)都有明確的步驟、檢查事項和執(zhí)行動作。在這個過程中，可以利用Agentic Workfow，明確告知Agent要做的事項，將更多過去需要由人工重復執(zhí)行的過程，交給AI Agent，從而提升生產效率。

場景價值：????????

場景可行性：????????

1.4 智能排產

通過綜合考慮訂單情況、庫存狀況以及設備性能等因素，智能生成高效的生產計劃與排程，從而提升生產效率，減少庫存，優(yōu)化資金使用。在智能排產的場景中，還需要以運籌學算法進行配合，將運籌學作為被AI Agent調用的一個工具。

場景價值：????????

場景可行性：??????

1.5 產品設計與開發(fā)

AI Agent 可以協(xié)助設計師和工程師進行產品設計，比如設計師輸入設計和尺寸的要求，AI Agent直接進行線稿設計；或者設計師提供線稿設計后，AI Agent輸出渲染效果圖，向設計師提供多種設計創(chuàng)意，從而縮短產品開發(fā)的周期。

但是在產品設計與開發(fā)領域，AI相對擅長做的還是外觀設計，如果要輔助進行設備工藝設計或優(yōu)化，現(xiàn)在的AI還無法實現(xiàn)。

場景價值：????????

場景可行性：??????

1.6 設備控制

在工業(yè)領域，設備控制主要通過PLC技術來實現(xiàn)，PLC是一種針對設備的編碼方式?，F(xiàn)在，AI輔助代碼編程已經非常成熟，比如Github Copilot、Cursor。放在工業(yè)領域也類似，我們也可以通過AI輔助生成PLC語句。這個場景的難點在于，消費端的代碼大家都可以從各種網站上輕易獲取，從而進行大模型的訓練，但是PLC的代碼基本上集中在制造業(yè)的幾家巨頭手里，比如西門子、施耐德、通用電氣。因此，這個事情也只有這幾家制造業(yè)頭部企業(yè)能做。

場景價值：????????

場景可行性：??????

二、醫(yī)藥

2.1 疾病預測和預防

通過歷史積累的患者健康數(shù)據(jù)，比如血糖、血氧、白細胞、紅細胞等大量指標數(shù)據(jù)，AI Agent可以學習到各項指標與疾病之間的相關性，對于像糖尿病、心臟病等疾病，提前預測病人患此類疾病的風險。

場景價值：????????

場景可行性：????????

2.2 醫(yī)學法規(guī)/知識庫查詢

為臨床試驗部門訓練知識庫查詢助手，輔助醫(yī)療顧問在與研究機構溝通的過程中，對于流程規(guī)范、注意事項等手冊進行快速檢索，從對海量的文檔進行翻閱的方式，優(yōu)化為只需要向機器人提出問題，大幅提升工作效率

場景價值：????????

場景可行性：????????

2.3 藥物研發(fā)

和疾病預測類似，AI Agent可以分析既有藥物中的各種化學和生物成分，結合每種藥物的藥效，從而預測新的化學和成分組合之后的藥性，加速新藥的發(fā)掘和開發(fā)，大幅降低研發(fā)成本和時間。

場景價值：????????

場景可行性：??????

2.4 智能問診服務

在LLM大模型基礎上，通過RAG技術掛載醫(yī)療知識庫，將AI Agent訓練成為醫(yī)療領域專才，為患者提供7*24小時的在線醫(yī)療咨詢服務，根據(jù)患者的問題描述，還能提供初步的診斷建議。這樣既可以提升患者的就醫(yī)體驗，也能減輕醫(yī)生的工作負擔。

場景價值：??????

場景可行性：????????

三、金融

3.1 智能投顧

利用AI Agent打造智能投資顧問，幫助證券公司進行智能量化（另類因子挖掘、市場情緒預測、復雜價值鏈分析）、知識庫問答（幫助投顧處理每天海量的市場信息）、選股建議（向客戶提供投資建議，分析客戶信息和數(shù)據(jù)）。目前智能投顧已經是AI在金融行業(yè)發(fā)展較為成熟的領域。

場景價值：????????

場景可行性：????????

3.2 智能投研

利用AI Agent打造智能投資研究助理，幫助市場研究員快速搜索和整理市場最新資訊，挖掘目標行業(yè)或企業(yè)的關鍵信息，并自動撰寫市場調研報告。還可以幫助研究員記錄和總結企業(yè)路演信息，生成企業(yè)研究報告。目前很多銀行和證券公司也都在進行智能投研產品的研發(fā)。

場景價值：????????

場景可行性：????????

3.3 保險展業(yè)

購買保險產品時需要錄入的客戶個人信息非常之多，展業(yè)系統(tǒng)往往操作起來非常的復雜，成為客戶投保過程中體驗最差的一個環(huán)節(jié)。而通過AI Agent，可以根據(jù)客戶的信息，自動引導完成保險展業(yè)，提升保險專員工作效率的同時，也能提升用戶體驗。

場景價值：????????

場景可行性：????????

3.4 保代培訓

傳統(tǒng)保險代理員的培訓方法難以提供足夠的講師，且無法滿足眾多學員雙向交流的需求，導致培訓效果不佳、培訓時間較長以及培訓成本過高。而通過大模型技術，可以根據(jù)保險公司培訓文檔自動生成知識庫，并且根據(jù)每個學員的階段和表現(xiàn)，自動生成學習計劃，從而幫助保險公司提升保險代理人培訓的培訓效率。

場景價值：????????

場景可行性：????????

3.5 量化分析

在金融量化交易的世界里，因子挖掘和策略優(yōu)化一直是高效決策的核心。而隨著大數(shù)據(jù)和人工智能技術的快速發(fā)展，傳統(tǒng)的手動研發(fā)方法已無法滿足當前市場的復雜需求。

經過訓練后的AI Agent可以完成因子的自動提取與生成，同時在因子回測與驗證環(huán)節(jié)加速策略優(yōu)化。此外，還能從研究報告、市場數(shù)據(jù)中挖掘潛在因子，實現(xiàn)因子庫的持續(xù)擴展，從而提升策略研發(fā)的深度。

場景價值：??????????

場景可行性：??????

四、零售

4.1 智慧門店

基于門店歷史銷量數(shù)據(jù)，進行門店和品類的未來銷量預測；根據(jù)歷史需求數(shù)據(jù)和供給數(shù)據(jù)，為門店計算每個品類的安全庫存，并監(jiān)控當前庫存水平，給出預警，通知門店報貨Agent進行補貨；根據(jù)庫存監(jiān)控Agent的輸入信息，向企業(yè)總部發(fā)起報貨請求。

場景價值：????????

場景可行性：??????

4.2 數(shù)字人直播

通過AI Agent賦能數(shù)字人，作為數(shù)字人背后的大腦，替代真人主播。由于AI Agent能夠很好地結合產品、營銷等專有知識庫，因此可以支持數(shù)字人更順暢地和消費者進行實時互動，提升直播轉化率。

場景價值：????????

場景可行性：????????

總結

在本篇文章中，風叔介紹了AI大模型在工業(yè)、醫(yī)藥、金融和零售這四大行業(yè)下的特定應用場景。

無論是行業(yè)通用場景，還是行業(yè)特定場景，我們都可以按照場景價值和場景可行性兩個維度進行評估。站在企業(yè)的角度，可以優(yōu)先探索價值高、可行性高的場景，逐漸完成AI對企業(yè)更多業(yè)務環(huán)節(jié)的覆蓋。

在后續(xù)文章中，風叔將繼續(xù)挑選一些高價值場景，進行理論和實踐層面的詳細介紹，敬請期待！