人工智能時(shí)代 企業(yè)該如何重塑競爭優(yōu)勢

　　人工智能是研究開(kāi)發(fā)用于模擬、延伸和擴展人類(lèi)智能理論、方法、技術(shù)及應用系統的一門(mén)新技術(shù)科學(xué)。未來(lái)，所有的政府、公司、軍隊都是人工智能機構，人工智能將無(wú)處不在。

　　本文解讀了人工智能的內涵和應用，著(zhù)重探討了人工智能對企業(yè)重塑競爭優(yōu)勢的影響，總結了人工智能時(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)現了學(xué)習、決策和行動(dòng)的快速處理，具備“快速處理”和“自主學(xué)習”兩種能力。因此，我們可以將之比作人。差別在于，人類(lèi)比較擅長(cháng)并行處理(模式識別)，但在順序處理(邏輯推理)方面較弱;而計算機在并行處理方面涉獵較少，在順序處理上速度極快。

　　人工智能機器可以說(shuō)話(huà)、閱讀、吸收并儲存百科全書(shū)式的知識，也可以直觀(guān)地、自然地和人們就一個(gè)相對寬泛的話(huà)題進(jìn)行一定深度的對話(huà)。

　　人工智能機器可以識別物品、光學(xué)圖案，自此離開(kāi)虛擬世界來(lái)到了真實(shí)世界。

　　人工智能已成為無(wú)人駕駛汽車(chē)、金融貿易等多領(lǐng)域的基礎性技術(shù)，就連自學(xué)算術(shù)也嵌入了常規性的移動(dòng)和網(wǎng)絡(luò )服務(wù)。研究人員通過(guò)處理從數字設備和傳感器上導出的數據來(lái)提升人工智能的性能，而機器也掌握了人類(lèi)日常交流的特定語(yǔ)言和觀(guān)點(diǎn)。例如，人工智能項目已經(jīng)比放射科醫師能更準確地探測出癌細胞的精確位置。未來(lái)，人工智能還會(huì )朝更高級的強人工智能發(fā)展。所謂強人工智能，就是技術(shù)顯著(zhù)突破，應用不斷擴展，各種復雜問(wèn)題都能得以解決。目前，金融、零售、醫護等多個(gè)傳統領(lǐng)域已經(jīng)開(kāi)始在人工智能領(lǐng)域進(jìn)行大量的投資。

　　對于企業(yè)來(lái)說(shuō)，人工智能不再是可有可無(wú)的部分，它對如何發(fā)揮出人和計算機各自的強項、創(chuàng )造具有競爭力的優(yōu)勢來(lái)說(shuō)至關(guān)重要。

　　人工智能引發(fā)競爭優(yōu)勢的革新

　　早些時(shí)候，一種技術(shù)工具就可能成為一種優(yōu)勢，比如二十世紀八十年代沃爾瑪的物流跟蹤系統。而現在，借助人工智能，企業(yè)競爭優(yōu)勢將轉變?yōu)樗惴ê蛿祿Y產(chǎn)，通過(guò)建立學(xué)習網(wǎng)絡(luò )和數據生態(tài)，全面洞察消費者，同時(shí)在數據驅動(dòng)下進(jìn)行即時(shí)自動(dòng)決策。“開(kāi)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用。

　　不同于通過(guò)資源和性能來(lái)獲取競爭優(yōu)勢的傳統方式，人工智能將重新構建優(yōu)勢。比如，人工智能可以幫助企業(yè)贏(yíng)取市場(chǎng)份額，包括專(zhuān)利、分銷(xiāo)網(wǎng)絡(luò )、用戶(hù)渠道以及擴大企業(yè)規模。

　　我們以數據為例來(lái)了解一下人工智能是如何將傳統概念轉化成競爭優(yōu)勢的。

　　人工智能最強大的應用是在數據要求較高的領(lǐng)域，數據也是人工智能戰略性的競爭優(yōu)勢。數據領(lǐng)域的先行者，比如臉書(shū)、谷歌、優(yōu)步，都通過(guò)積累的強大用戶(hù)群贏(yíng)得了數據的訪(fǎng)問(wèn)權——這種數據獲取方法較之傳統方式更為有效。例如，在充分利用無(wú)人駕駛車(chē)輛的功能方面，優(yōu)步就有從用戶(hù)身上收集100公里行程數據的優(yōu)勢，這個(gè)數據最終會(huì )用來(lái)提示公司的移動(dòng)服務(wù)。當然，不是所有的企業(yè)都想要成為臉書(shū)、谷歌或者優(yōu)步，也沒(méi)這個(gè)必要。只要能夠建立和使用數據集，即使有時(shí)候可能要與競爭對手合作，企業(yè)也能利用他們的專(zhuān)利資產(chǎn)來(lái)創(chuàng )建一個(gè)“特權領(lǐng)域”。共享不是壞事，關(guān)鍵是要建立一個(gè)開(kāi)放數據源和封閉數據源的集合，這個(gè)集合就是企業(yè)堅不可摧的優(yōu)勢。

　　人工智能對企業(yè)建設的其它影響

　　人工智能和敏捷制造是內在相關(guān)的。在這兩方面，產(chǎn)品和過(guò)程都是連續的循環(huán)系統。計算機體系通過(guò)不斷的行為體驗完善自身系統，推動(dòng)企業(yè)開(kāi)展兼并，向企業(yè)推薦新的機會(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(lái)。

　　除了重塑某些特定的競爭優(yōu)勢，人工智能還能幫助提高決策的效率和質(zhì)量。在某些特定的事項上，機器輸入信息的數量和處理的速度可能比人類(lèi)高出數百萬(wàn)倍?？陀^(guān)數據和預測性分析取代直覺(jué)和經(jīng)驗成為制定決策的核心推動(dòng)力。

　　當然，必須說(shuō)清楚的是，雖然會(huì )像工業(yè)革命時(shí)期一樣出現一些企業(yè)倒閉現象，但人不會(huì )被淘汰。首先，需要人來(lái)構建體系。比如說(shuō)優(yōu)步，雇傭了數百名無(wú)人駕駛汽車(chē)領(lǐng)域的專(zhuān)家，其中約50名來(lái)自卡內基·梅隆大學(xué)的機器人中心。人工智能專(zhuān)家也是華爾街最緊俏的職業(yè)。其次，需要人提供一些機器目前尚且缺乏的常識、社交技能和直覺(jué)力。即使交給機器的是一些常規性工作，也需要人保持監測以確保任務(wù)完成的質(zhì)量。

　　在人工智能時(shí)代，能成為優(yōu)勢的因素也發(fā)生了變化。戰略性的事情可以變成有組織的、科學(xué)的事項，反之亦然，即事務(wù)的結構是靈活和敏捷的。對人和機器而言，這必然有利于提高效率、加速變化?？缮炜s硬件和可調節軟件為人工智能系統的利用提供了基礎。一個(gè)普遍適用的辦法就是建立起一個(gè)中央情報引擎，布局一些分布式半自動(dòng)軟件。特斯拉公司(Telsa)的無(wú)人駕駛汽車(chē)就將數據輸入一個(gè)中央系統，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的教育培訓。關(guān)注人工智能的企業(yè)很少有固定的傳統雇員。開(kāi)放式創(chuàng )新和合同協(xié)議正在增多。對創(chuàng )新型移動(dòng)銀行的首席運營(yíng)官來(lái)說(shuō)，他面臨的最大挑戰就是將領(lǐng)導團隊變成人和機器的技術(shù)經(jīng)理。

　　企業(yè)如何開(kāi)啟人工智能時(shí)代

　　企業(yè)想要通過(guò)人工智能獲得競爭優(yōu)勢需要做到三個(gè)方面：一是了解具備學(xué)習能力的機器的影響;二是開(kāi)展人際互動(dòng);三是以不可匹敵的規模和速度參與到其它高水準的功能運用中。他們需要識別機器在哪些方面做得比人類(lèi)好，以及人類(lèi)又在哪些方面更勝一籌，為人和機器建立起相互替補的角色和責任，并據此重新設計流程。比如，人工智能通常會(huì )需要一個(gè)新結構，既包含集中式的層級結構，也包含分散式的開(kāi)放結構，實(shí)施起來(lái)極具挑戰性。最終，企業(yè)需要采用靈活的工作模式來(lái)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，因為人工智能的運營(yíng)需要人堅持不懈地學(xué)習改進(jìn)，也需要機器不斷地完善，所以靈活和不斷調整對激活人工智能來(lái)說(shuō)是必須的。

　　執行者需要識別人工智能將優(yōu)勢最大化且最持久的領(lǐng)域，比如在有大量數據的領(lǐng)域、零售業(yè)或常規的定價(jià)工作等。越來(lái)越多的公司活動(dòng)都充斥著(zhù)數據，并且能被細分成一個(gè)個(gè)小項目。建議從以下四個(gè)維度來(lái)看人工智能：

　　1、客戶(hù)需求

　　2、科技進(jìn)步

　　3、數據源

　　4、過(guò)程分解

　　首先，確定客戶(hù)需求。人工智能不僅是看起來(lái)炫酷，在商業(yè)活動(dòng)中也有廣泛應用范圍。你要知道，你的客戶(hù)或潛在客戶(hù)有哪些尚未得到滿(mǎn)足的顯性或隱性的需求?就拿當前最具沖擊性的商業(yè)思維優(yōu)步(Uber)和愛(ài)彼迎(Airbnb)來(lái)說(shuō)，它們也只是實(shí)現了人們的基礎需求。

　　其次，考慮科技進(jìn)步。人工智能領(lǐng)域最顯著(zhù)的進(jìn)步就是接收和處理新數據，助力部分決策。隨著(zhù)越來(lái)越多的服務(wù)平臺可以從數據庫、光信號、文本、講稿中獲取信息，以及數字代理和機器人等輸出技術(shù)的普及，人們可能不需要自己來(lái)構建體系，而是把更多精力放在如何使用這些技術(shù)來(lái)改善生產(chǎn)過(guò)程和產(chǎn)品上。

　　再者，結合現有數據和新的數據來(lái)源創(chuàng )建一個(gè)整體的結構。人工智能服務(wù)已逐漸實(shí)現合理化、標準化，并且也可以通過(guò)直觀(guān)的工具來(lái)獲取，甚至普通人也能使用大的數據集。

　　最后，將過(guò)程和產(chǎn)品分解成程序化的單個(gè)部分，借助科技進(jìn)步和數據源就能自動(dòng)完成。然后，通過(guò)重新組合來(lái)更好地實(shí)現客戶(hù)需求。

　　對很多組織來(lái)說(shuō)，這四步都極具挑戰。要系統地運用以上四個(gè)方面，企業(yè)要熟悉當前的新興技術(shù)和必要的基礎設施。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，人工智能都應歸入且屬于投入使用的商業(yè)功能范疇。

　　只有當人與機器互相學(xué)習、共同解決問(wèn)題時(shí)，人工智能的潛能才能被完全開(kāi)發(fā)。