各行各业的公司都在尝试整合分析和数据以改善他们的运营，但结果肯定好坏参半。与其他人相比，表现最佳的人在哪些方面做得不同——而且做得更好?总的来说，领先的公司对……进行了诚实的评估。更多的

主要的电力生产商 Vistra 遇到了问题。为了使工厂高效运行，工人们必须持续监控数百个不同的指标，跟踪温度、压力、氧气水平以及泵和风扇的速度——而且他们必须实时进行调整。该过程涉及大量复杂性，即使是最熟练的操作员也无法始终正确完成。为了应对这一挑战，该工厂安装了一个人工智能驱动的工具——一个热率优化器——分析数百个输入并每 30 分钟生成一次建议。结果：效率提高了 1%。这听起来可能不多，但它可以节省数百万美元并减少温室气体排放。

各行各业的公司都在尝试整合分析和数据来改善他们的运营。电子商务公司 Wayfair 是将其数据转移到云端并投资于机器学习的先行者。当 Covid-19 爆发时，消费者需求随之发生快速变化，它能够优化集装箱船物流，不断调整将哪些货物发送到哪些港口。结果：入境物流成本惊人地降低了 7.5%。

然而，并非所有公司都像 Wayfair 一样成功。事实上，与实施机器智能的普通公司相比，表现最好的公司可以在一半的时间内产生两倍以上的影响。为什么有些公司比其他公司做得更好?