【財富空間】未來已來，如何開啟人工智慧商業應用之旅

雖然目前人工智慧的普及程度仍然較低，但許多企業正通過人工智慧提升盈利能力。人工智慧在創造巨大商業價值的同時，也在影響行業價值的轉移。通過了解人工智慧應用案例以及專案實施的關鍵因素，管理者們可以更好地採取行動，為在人工智慧時代取勝而做好準備。

由於人工智慧的發展存在諸多不確定因素，對大多數公司而言，最明智的做法是根據當前趨勢制定一系列短期行動，並通過構建能力和資料基礎設施為將來的機遇做好準備。通常的方法與我們在數字化戰略中所倡導的有些類似，但是人工智慧會呈現出一些重要的細微差別。

如何開始

高管們應該把他們的人工智慧之旅分成三個步驟：構思和測試；試點排序和啟動；以及規模化應用（參閱下圖）。

　構思和測試。

在這個階段，公司應該依賴於四個視角：客戶需求、技術進步（特別是涉及人工智慧模組的技術）、資料來源和流程分解（或系統化分解），以確定最有前途的應用案例（參閱BCG於2017年1月發表的文章《贏在人工智慧時代》）。客戶需求對發現有價值的人工智慧應用起到了至關重要的指導性作用。客戶可能來自外部，也可能是內部後臺部門。深入瞭解人工智慧模組的開發對於系統地整合先進技術而言至關重要。豐富的資料池，尤其是新的資料池，提供了另一個重要的視角，因為人工智慧需要依賴它們。最後，通過將流程分解成相對常規和獨立的元素，公司可能會發現人工智慧可以自動化的領域。除了客戶需求之外，其它視角與公司必須用來識別數字化機會的視角都不盡相同。

對於缺乏人工智慧經驗的公司，我們強烈建議其實施一個並行的附加測試。這個測試階段要基於一個能傳遞價值，能被合理定義且複雜度適中的應用案例。這個測試將幫助組織熟悉人工智慧，突顯資料或資料整合的需求以及組織和能力上的瓶頸，這是對進行下一步的關鍵輸入。

　試點排序和啟動。

高管們應該根據每個試點的潛在價值和交付速度進行優先順序排序。上一步中的測試結果將為這個環節中潛在試點的時間需求和複雜性提供洞察。

一旦機構選定了一組最終的試點，就應該像在敏捷軟體開發中一樣，將其作為測試和學習的衝刺階段執行。由於大多數試點仍然需要處理雜亂的資料整合和資料處理，這些試點將並不完美。但是，它們將有助於正確地區分優先順序，定義資料整合計劃的範圍，並確定全面運營人工智慧過程所需的能力和規模。每個衝刺階段都應同時交付具體的客戶價值，並定義所需的基礎設施和整合架構。

規模化應用。

最後階段包括將試點擴充套件為可靠的執行流程和產品，並構建能力、流程、組織、網路技術和資料基礎設施。儘管這一步可能會持續12至18個月，但進行中的敏捷衝刺應該能將價值最大化，並最小化重大的意外流程修正出現的可能性。

在執行這一運營專案的同時，高管們也應實施一系列活動，讓自己及其組織做好準備，發揮人工智慧的作用。

理解人工智慧。

高管們需要了解人工智慧的基本知識，並對可能發生的事情有一個直觀的理解。他們不應只是簡單地在媒體上閱讀各種新的科技奇蹟，而應開始嘗試用Tensorflow Playground（Google推出的機器學習開源平臺）做一些實驗，或者進修一些有啟發性和廣泛普及的線上課程。它們的核心演算法很簡單，除了那些神祕的術語外，這個領域極易理解。因此，高管們應該能夠對這個課題有一個功能性的理解。

執行人工智慧健康檢查。

高管們應該對他們在技術基礎設施、組織技能、設定和靈活性方面的起始條件有一個清楚的認知。此外，他們應該瞭解訪問內外部資料的難易程度。

　增加員工視角。

人工智慧可能會對員工產生威脅。儘管員工對即將失業的擔憂往往比實際情況誇張，但引入人工智慧確實會產生情緒壓力，並且需要進行大規模的再培訓。試想如下場景：一個工廠的員工和一個機器人一起工作，一個採購經理從一個應用程式接收輸入資訊，或者一個呼叫中心坐席從一個聊天機器人那裡接手聊天的情景。工作場所的溝通、教育和培訓需要在試點設計的初始階段就被考慮到。

從長計議

人工智慧的未來，包括其以激進方式改變價值創造的潛力，仍然有著高度的不確定性。應對這種不確定性的最佳方式是繪製並測試幾個場景，並制定一個路線圖將各項獨立的方案結合在一起。這些努力將使各公司能夠明智地修改其原有計劃，並明確該計劃對資料、技能、組織和未來工作的意義：

　資料。人工智慧的突破很大程度上取決於獲得新的、獨特的或豐富的資料資源。幸運的是，至少在某些領域，機器學習模型可以基於初始資料開始工作，並在有新的資料加入時進行改進。但是，由於現有資料量每兩年翻一番，基於過去的資料所獲得的競爭優勢極易消逝，因此獲取未來資料至關重要。

我們與麻省理工學院的聯合研究專案表明，對於跨行業以及行業內的管理者而言，資料所有權是一個棘手的問題。例如，調查受訪者對公司專有資料、公共和公司所有資料以及公共資料這三類資料中，究竟哪一類在行業中應用最為普遍的問題存在分歧。重要的是，排他性資料的數量往往決定了競爭優勢，這要求高管們更深入地理解行業和公司內部資料來源的價值和可用性。

　技能。我們與麻省理工學院的研究表明，只有一小部分公司瞭解未來人工智慧所需的知識和技能。而擁有高階人工智慧技術的公司往往很難聘請和留住那些精通人工智慧的資料科學家。隨著大學和線上教育提供更多的人工智慧相關課程，這種迫切的需求將逐漸減少。長期而言，更有價值的技能可能是對資料科學家和業務高管團隊的管理能力，以及將人工智慧的洞察和能力與已有流程、產品和服務相整合的能力。

組織。根據我們與麻省理工學院的研究，企業對於究竟是集中式、分散式還是混合式的組織模式最有利於發展人工智慧存在分歧。更關鍵的問題是，隨著組織中人員和機器越來越緊密地合作，在具備人工智慧和業務專長的員工中需要實現組織內靈活性及跨職能的團隊合作。

我們越來越清晰地瞭解到，除了整體的組織設計，人工智慧技術在行動分散、學習集中的結構中可以得到最好的應用。對於無論是自動駕駛車輛、實時市場營銷、預測維護，還是公司的後臺職能都是如此。通過一箇中心收集和處理所有來自分散機構的資料，從而使得學習集合最大化，然後在中心對彙總資料池進行集中學習後，向分散機構部署新模型並除錯。

　未來的工作。人工智慧無疑會影響未來工作的結構。儘管擔心人工智慧將導致大規模的失業，但是我們與麻省理工學院的研究表明，在可預見的未來，會產生的影響其實十分有限。大多數受訪者並不認為人工智慧將在未來五年內導致公司裁員。超過三分之二的受訪者並不擔心人工智慧通過自動化取代他們的工作。他們希望人工智慧能夠接管他們目前所從事的不愉快的任務。與此同時，幾乎所有的受訪者都承認，人工智慧將要求員工學習新的技能，就像汽車修理師不得不擴充技能一樣。不同之處在於，他們沒有幾十年的適應時間，所以他們可能需要利用新的教育產品和人工智慧本身加快再培訓的過程。組織需要靈活性，員工和高管也是如此。針對長遠成功的最佳準備是建立變革的能力。

人工智慧將從根本上改變商業。您成功的最好機會就是不要理會炒作，做必要的工作。相關行動必不可少且無可替代。

人工智慧賽博物理作業系統

AI-CPS OS

“人工智慧賽博物理作業系統”（新一代技術+商業作業系統“AI-CPS OS”：雲端計算+大資料+物聯網+區塊鏈+人工智慧）分支用來的今天，企業領導者必須瞭解如何將“技術”全面滲入整個公司、產品等“商業”場景中，利用AI-CPS OS形成數字化+智慧化力量，實現行業的重新佈局、企業的重新構建和自我的煥然新生。

AI-CPS OS的真正價值並不來自構成技術或功能，而是要以一種傳遞獨特競爭優勢的方式將自動化+資訊化、智造+產品+服務和資料+分析一體化，這種整合方式能夠釋放新的業務和運營模式。如果不能實現跨功能的更大規模融合，沒有顛覆現狀的意願，這些將不可能實現。

領導者無法依靠某種單一戰略方法來應對多維度的數字化變革。面對新一代技術+商業作業系統AI-CPS OS顛覆性的數字化+智慧化力量，領導者必須在行業、企業與個人這三個層面都保持領先地位：

1. 重新行業佈局：你的世界觀要怎樣改變才算足夠？你必須對行業典範進行怎樣的反思？

2. 重新構建企業：你的企業需要做出什麼樣的變化？你準備如何重新定義你的公司？

3. 重新打造自己：你需要成為怎樣的人？要重塑自己並在數字化+智慧化時代保有領先地位，你必須如何去做？

AI-CPS OS是數字化智慧化創新平臺，設計思路是將大資料、物聯網、區塊鏈和人工智慧等無縫整合在雲端，可以幫助企業將創新成果融入自身業務體系，實現各個前沿技術在雲端的優勢協同。AI-CPS OS形成的數字化+智慧化力量與行業、企業及個人三個層面的交叉，形成了領導力模式，使數字化融入到領導者所在企業與領導方式的核心位置：

1. 精細：這種力量能夠使人在更加真實、細緻的層面觀察與感知現實世界和數字化世界正在發生的一切，進而理解和更加精細地進行產品個性化控制、微觀業務場景事件和結果控制。

2. 智慧：模型隨著時間（資料）的變化而變化，整個系統就具備了智慧（自學習）的能力。

3. 高效：企業需要建立實時或者準實時的資料採集傳輸、模型預測和響應決策能力，這樣智慧就從批量性、階段性的行為變成一個可以實時觸達的行為。

4. 不確定性：數字化變更顛覆和改變了領導者曾經仰仗的思維方式、結構和實踐經驗，其結果就是形成了複合不確定性這種顛覆性力量。主要的不確定性蘊含於三個領域：技術、文化、制度。

5. 邊界模糊：數字世界與現實世界的不斷融合成CPS不僅讓人們所知行業的核心產品、經濟學定理和可能性都產生了變化，還模糊了不同行業間的界限。這種效應正在向生態系統、企業、客戶、產品快速蔓延。

AI-CPS OS形成的數字化+智慧化力量通過三個方式激發經濟增長：

1. 創造虛擬勞動力，承擔需要適應性和敏捷性的複雜任務，即“智慧自動化”，以區別於傳統的自動化解決方案；

2. 對現有勞動力和實物資產進行有利的補充和提升，提高資本效率；

3. 人工智慧的普及，將推動多行業的相關創新，開闢嶄新的經濟增長空間。

給決策制定者和商業領袖的建議：

1. 超越自動化，開啟新創新模式：利用具有自主學習和自我控制能力的動態機器智慧，為企業創造新商機；

2. 迎接新一代資訊科技，迎接人工智慧：無縫整合人類智慧與機器智慧，重新

   評估未來的知識和技能型別；

3. 制定道德規範：切實為人工智慧生態系統制定道德準則，並在智慧機器的開

   發過程中確定更加明晰的標準和最佳實踐；

4. 重視再分配效應：對人工智慧可能帶來的衝擊做好準備，制定戰略幫助面臨

   較高失業風險的人群；

5. 開發數字化+智慧化企業所需新能力：員工團隊需要積極掌握判斷、溝通及想象力和創造力等人類所特有的重要能力。對於中國企業來說，創造兼具包容性和多樣性的文化也非常重要。

子曰：“君子和而不同，小人同而不和。”  《論語·子路》雲端計算、大資料、物聯網、區塊鏈和 人工智慧，像君子一般融合，一起體現科技就是生產力。

如果說上一次哥倫布地理大發現，擴充的是人類的物理空間。那麼這一次地理大發現，擴充的就是人們的數字空間。在數學空間，建立新的商業文明，從而發現新的創富模式，為人類社會帶來新的財富空間。雲端計算，大資料、物聯網和區塊鏈，是進入這個數字空間的船，而人工智慧就是那船上的帆，哥倫布之帆！

新一代技術+商業的人工智慧賽博物理作業系統AI-CPS OS作為新一輪產業變革的核心驅動力，將進一步釋放歷次科技革命和產業變革積蓄的巨大能量，並創造新的強大引擎。重構生產、分配、交換、消費等經濟活動各環節，形成從巨集觀到微觀各領域的智慧化新需求，催生新技術、新產品、新產業、新業態、新模式。引發經濟結構重大變革，深刻改變人類生產生活方式和思維模式，實現社會生產力的整體躍升。

產業智慧官  AI-CPS

用“人工智慧賽博物理作業系統”（新一代技術+商業作業系統“AI-CPS OS”：雲端計算+大資料+物聯網+區塊鏈+人工智慧），在場景中構建狀態感知-實時分析-自主決策-精準執行-學習提升的認知計算和機器智慧；實現產業轉型升級、DT驅動業務、價值創新創造的產業互聯生態鏈。

長按上方二維碼關注微信公眾號： AI-CPS，更多資訊回覆：

新技術：“雲端計算”、“大資料”、“物聯網”、“區塊鏈”、“人工智慧”；新產業：“智慧製造”、“智慧金融”、“智慧零售”、“智慧駕駛”、“智慧城市”；新模式：“財富空間”、“工業網際網路”、“資料科學家”、“賽博物理系統CPS”、“供應鏈金融”。

本文系“產業智慧官”（公眾號ID：AI-CPS）收集整理，轉載請註明出處！

版權宣告：由產業智慧官（公眾號ID：AI-CPS）推薦的文章，除非確實無法確認，我們都會註明作者和來源。部分文章推送時未能與原作者取得聯絡。若涉及版權問題，煩請原作者聯絡我們，與您共同協商解決。聯絡、投稿郵箱：erp_vip@hotmail.com