人工智能是研究開發(fā)用于模擬、延伸和擴(kuò)展人類智能理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新技術(shù)科學(xué)。未來，所有的政府、公司、軍隊(duì)都是人工智能機(jī)構(gòu)，人工智能將無處不在。
人工智能時(shí)代企業(yè)該如何重塑競(jìng)爭(zhēng)優(yōu)勢(shì)
本文解讀了人工智能的內(nèi)涵和應(yīng)用，著重探討了人工智能對(duì)企業(yè)重塑競(jìng)爭(zhēng)優(yōu)勢(shì)的影響，總結(jié)了人工智能時(shí)代企業(yè)的制勝策略。
人工智能會(huì)做什么
人工智能實(shí)現(xiàn)了學(xué)習(xí)、決策和行動(dòng)的快速處理，具備“快速處理”和“自主學(xué)習(xí)”兩種能力。因此，我們可以將之比作人。差別在于，人類比較擅長(zhǎng)并行處理(模式識(shí)別)，但在順序處理(邏輯推理)方面較弱；而計(jì)算機(jī)在并行處理方面涉獵較少，在順序處理上速度極快。
人工智能機(jī)器可以說話、閱讀、吸收并儲(chǔ)存百科全書式的知識(shí)，也可以直觀地、自然地和人們就一個(gè)相對(duì)寬泛的話題進(jìn)行一定深度的對(duì)話。
人工智能機(jī)器可以識(shí)別物品、光學(xué)圖案，自此離開虛擬世界來到了真實(shí)世界。
人工智能已成為無人駕駛汽車、金融貿(mào)易等多領(lǐng)域的基礎(chǔ)性技術(shù)，就連自學(xué)算術(shù)也嵌入了常規(guī)性的移動(dòng)和網(wǎng)絡(luò)服務(wù)。研究人員通過處理從數(shù)字設(shè)備和傳感器上導(dǎo)出的數(shù)據(jù)來提升人工智能的性能，而機(jī)器也掌握了人類日常交流的特定語(yǔ)言和觀點(diǎn)。例如，人工智能項(xiàng)目已經(jīng)比放射科醫(yī)師能更準(zhǔn)確地探測(cè)出癌細(xì)胞的精確位置。未來，人工智能還會(huì)朝更高級(jí)的強(qiáng)人工智能發(fā)展。所謂強(qiáng)人工智能，就是技術(shù)顯著突破，應(yīng)用不斷擴(kuò)展，各種復(fù)雜問題都能得以解決。目前，金融、零售、醫(yī)護(hù)等多個(gè)傳統(tǒng)領(lǐng)域已經(jīng)開始在人工智能領(lǐng)域進(jìn)行大量的投資。
對(duì)于企業(yè)來說，人工智能不再是可有可無的部分，它對(duì)如何發(fā)揮出人和計(jì)算機(jī)各自的強(qiáng)項(xiàng)、創(chuàng)造具有競(jìng)爭(zhēng)力的優(yōu)勢(shì)來說至關(guān)重要。
人工智能引發(fā)競(jìng)爭(zhēng)優(yōu)勢(shì)的革新
早些時(shí)候，一種技術(shù)工具就可能成為一種優(yōu)勢(shì)，比如二十世紀(jì)八十年代沃爾瑪?shù)奈锪鞲櫹到y(tǒng)。而現(xiàn)在，借助人工智能，企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)將轉(zhuǎn)變?yōu)樗惴ê蛿?shù)據(jù)資產(chǎn)，通過建立學(xué)習(xí)網(wǎng)絡(luò)和數(shù)據(jù)生態(tài)，全面洞察消費(fèi)者，同時(shí)在數(shù)據(jù)驅(qū)動(dòng)下進(jìn)行即時(shí)自動(dòng)決策。“開放人工智能”是由埃隆·馬斯克發(fā)起的一個(gè)非盈利組織，旨在使人工智能工具和研究成果得到更廣泛的運(yùn)用。
不同于通過資源和性能來獲取競(jìng)爭(zhēng)優(yōu)勢(shì)的傳統(tǒng)方式，人工智能將重新構(gòu)建優(yōu)勢(shì)。比如，人工智能可以幫助企業(yè)贏取市場(chǎng)份額，包括專利、分銷網(wǎng)絡(luò)、用戶渠道以及擴(kuò)大企業(yè)規(guī)模。
我們以數(shù)據(jù)為例來了解一下人工智能是如何將傳統(tǒng)概念轉(zhuǎn)化成競(jìng)爭(zhēng)優(yōu)勢(shì)的。
人工智能最強(qiáng)大的應(yīng)用是在數(shù)據(jù)要求較高的領(lǐng)域，數(shù)據(jù)也是人工智能戰(zhàn)略性的競(jìng)爭(zhēng)優(yōu)勢(shì)。數(shù)據(jù)領(lǐng)域的先行者，比如臉書、谷歌、優(yōu)步，都通過積累的強(qiáng)大用戶群贏得了數(shù)據(jù)的訪問權(quán)——這種數(shù)據(jù)獲取方法較之傳統(tǒng)方式更為有效。例如，在充分利用無人駕駛車輛的功能方面，優(yōu)步就有從用戶身上收集100公里行程數(shù)據(jù)的優(yōu)勢(shì)，這個(gè)數(shù)據(jù)最終會(huì)用來提示公司的移動(dòng)服務(wù)。當(dāng)然，不是所有的企業(yè)都想要成為臉書、谷歌或者優(yōu)步，也沒這個(gè)必要。只要能夠建立和使用數(shù)據(jù)集，即使有時(shí)候可能要與競(jìng)爭(zhēng)對(duì)手合作，企業(yè)也能利用他們的專利資產(chǎn)來創(chuàng)建一個(gè)“特權(quán)領(lǐng)域”。共享不是壞事，關(guān)鍵是要建立一個(gè)開放數(shù)據(jù)源和封閉數(shù)據(jù)源的集合，這個(gè)集合就是企業(yè)堅(jiān)不可摧的優(yōu)勢(shì)。
人工智能對(duì)企業(yè)建設(shè)的其它影響
人工智能和敏捷制造是內(nèi)在相關(guān)的。在這兩方面，產(chǎn)品和過程都是連續(xù)的循環(huán)系統(tǒng)。計(jì)算機(jī)體系通過不斷的行為體驗(yàn)完善自身系統(tǒng)，推動(dòng)企業(yè)開展兼并，向企業(yè)推薦新的機(jī)會(huì)。這些都有利于企業(yè)在高度不確定和快速變化中生存下來。
除了重塑某些特定的競(jìng)爭(zhēng)優(yōu)勢(shì)，人工智能還能幫助提高決策的效率和質(zhì)量。在某些特定的事項(xiàng)上，機(jī)器輸入信息的數(shù)量和處理的速度可能比人類高出數(shù)百萬倍。客觀數(shù)據(jù)和預(yù)測(cè)性分析取代直覺和經(jīng)驗(yàn)成為制定決策的核心推動(dòng)力。
當(dāng)然，必須說清楚的是，雖然會(huì)像工業(yè)革命時(shí)期一樣出現(xiàn)一些企業(yè)倒閉現(xiàn)象，但人不會(huì)被淘汰。首先，需要人來構(gòu)建體系。比如說優(yōu)步，雇傭了數(shù)百名無人駕駛汽車領(lǐng)域的專家，其中約50名來自卡內(nèi)基·梅隆大學(xué)的機(jī)器人中心。人工智能專家也是華爾街最緊俏的職業(yè)。其次，需要人提供一些機(jī)器目前尚且缺乏的常識(shí)、社交技能和直覺力。即使交給機(jī)器的是一些常規(guī)性工作，也需要人保持監(jiān)測(cè)以確保任務(wù)完成的質(zhì)量。
在人工智能時(shí)代，能成為優(yōu)勢(shì)的因素也發(fā)生了變化。戰(zhàn)略性的事情可以變成有組織的、科學(xué)的事項(xiàng)，反之亦然，即事務(wù)的結(jié)構(gòu)是靈活和敏捷的。對(duì)人和機(jī)器而言，這必然有利于提高效率、加速變化?？缮炜s硬件和可調(diào)節(jié)軟件為人工智能系統(tǒng)的利用提供了基礎(chǔ)。一個(gè)普遍適用的辦法就是建立起一個(gè)中央情報(bào)引擎，布局一些分布式半自動(dòng)軟件。特斯拉公司(Telsa)的無人駕駛汽車就將數(shù)據(jù)輸入一個(gè)中央系統(tǒng)，然后定期更新分布式軟件。
企業(yè)的制勝策略要求重視敏捷性、靈活的雇傭體系和持續(xù)的教育培訓(xùn)。關(guān)注人工智能的企業(yè)很少有固定的傳統(tǒng)雇員。開放式創(chuàng)新和合同協(xié)議正在增多。對(duì)創(chuàng)新型移動(dòng)銀行的首席運(yùn)營(yíng)官來說，他面臨的最大挑戰(zhàn)就是將領(lǐng)導(dǎo)團(tuán)隊(duì)變成人和機(jī)器的技術(shù)經(jīng)理。
企業(yè)如何開啟人工智能時(shí)代
企業(yè)想要通過人工智能獲得競(jìng)爭(zhēng)優(yōu)勢(shì)需要做到三個(gè)方面：一是了解具備學(xué)習(xí)能力的機(jī)器的影響；二是開展人際互動(dòng)；三是以不可匹敵的規(guī)模和速度參與到其它高水準(zhǔn)的功能運(yùn)用中。他們需要識(shí)別機(jī)器在哪些方面做得比人類好，以及人類又在哪些方面更勝一籌，為人和機(jī)器建立起相互替補(bǔ)的角色和責(zé)任，并據(jù)此重新設(shè)計(jì)流程。比如，人工智能通常會(huì)需要一個(gè)新結(jié)構(gòu)，既包含集中式的層級(jí)結(jié)構(gòu)，也包含分散式的開放結(jié)構(gòu)，實(shí)施起來極具挑戰(zhàn)性。最終，企業(yè)需要采用靈活的工作模式來制定策略，這也是許多初創(chuàng)公司和人工智能先行者們會(huì)使用的。雖然所有的企業(yè)都能從這個(gè)方法中受益，但事實(shí)是，因?yàn)槿斯ぶ悄艿倪\(yùn)營(yíng)需要人堅(jiān)持不懈地學(xué)習(xí)改進(jìn)，也需要機(jī)器不斷地完善，所以靈活和不斷調(diào)整對(duì)激活人工智能來說是必須的。
執(zhí)行者需要識(shí)別人工智能將優(yōu)勢(shì)最大化且最持久的領(lǐng)域，比如在有大量數(shù)據(jù)的領(lǐng)域、零售業(yè)或常規(guī)的定價(jià)工作等。越來越多的公司活動(dòng)都充斥著數(shù)據(jù)，并且能被細(xì)分成一個(gè)個(gè)小項(xiàng)目。建議從以下四個(gè)維度來看人工智能：
1、客戶需求
2、科技進(jìn)步
3、數(shù)據(jù)源
4、過程分解
首先，確定客戶需求。
人工智能不僅是看起來炫酷，在商業(yè)活動(dòng)中也有廣泛應(yīng)用范圍。你要知道，你的客戶或潛在客戶有哪些尚未得到滿足的顯性或隱性的需求？就拿當(dāng)前最具沖擊性的商業(yè)思維優(yōu)步(Uber)和愛彼迎(Airbnb)來說，它們也只是實(shí)現(xiàn)了人們的基礎(chǔ)需求。
其次，考慮科技進(jìn)步。人工智能領(lǐng)域最顯著的進(jìn)步就是接收和處理新數(shù)據(jù)，助力部分決策。隨著越來越多的服務(wù)平臺(tái)可以從數(shù)據(jù)庫(kù)、光信號(hào)、文本、講稿中獲取信息，以及數(shù)字代理和機(jī)器人等輸出技術(shù)的普及，人們可能不需要自己來構(gòu)建體系，而是把更多精力放在如何使用這些技術(shù)來改善生產(chǎn)過程和產(chǎn)品上。
再者，結(jié)合現(xiàn)有數(shù)據(jù)和新的數(shù)據(jù)來源創(chuàng)建一個(gè)整體的結(jié)構(gòu)。人工智能服務(wù)已逐漸實(shí)現(xiàn)合理化、標(biāo)準(zhǔn)化，并且也可以通過直觀的工具來獲取，甚至普通人也能使用大的數(shù)據(jù)集。
最后，將過程和產(chǎn)品分解成程序化的單個(gè)部分，借助科技進(jìn)步和數(shù)據(jù)源就能自動(dòng)完成。然后，通過重新組合來更好地實(shí)現(xiàn)客戶需求。
對(duì)很多組織來說，這四步都極具挑戰(zhàn)。要系統(tǒng)地運(yùn)用以上四個(gè)方面，企業(yè)要熟悉當(dāng)前的新興技術(shù)和必要的基礎(chǔ)設(shè)施。一個(gè)優(yōu)秀的組織可以發(fā)展技術(shù)，提升商業(yè)思維，傳播人工智能技術(shù)。但最終，人工智能都應(yīng)歸入且屬于投入使用的商業(yè)功能范疇。
只有當(dāng)人與機(jī)器互相學(xué)習(xí)、共同解決問題時(shí)，人工智能的潛能才能被完全開發(fā)。
