人工智能在企業(yè)應(yīng)用的反思

我今天要跟大家分享我的一些思考，先從一個(gè)實(shí)際案例開始。我有一個(gè)朋友在保險(xiǎn)行業(yè)工作，也是做人工智能相關(guān)的工作。他們有一個(gè)人工智能團(tuán)隊(duì)，但不是特別大，大概有幾十人，其中有20多人做自然語言處理，主要用在智能客服方面。狹義的人工智能包括語音和圖像，企業(yè)搭建人工智能團(tuán)隊(duì)無外乎這兩方面的能力，要么是圖像，要么是語音，還有相關(guān)的機(jī)器學(xué)習(xí)團(tuán)隊(duì)。這兩個(gè)方面都不好招人，于是他們就招聘了自然語言處理方面的人才專門做在線智能客服。后來我問他一個(gè)問題，為什么考慮選自然語言處理？他其實(shí)也沒有想得特別明白。

從這個(gè)案例看，投入20多人做在線客服對不對？是不是也存在一些問題？從給企業(yè)帶來價(jià)值的這個(gè)角度看，我今天給大家分享的是，AI不僅是一個(gè)技術(shù)點(diǎn)，從整個(gè)企業(yè)生態(tài)來看，應(yīng)該怎樣布局AI？如何協(xié)助企業(yè)實(shí)現(xiàn)真正的數(shù)字化轉(zhuǎn)型，能夠幫助企業(yè)提效降本和提升客戶體驗(yàn)？如何從一個(gè)更系統(tǒng)的視角去看A I技術(shù)的價(jià)值？我想如果大家都從這些角度去看A I的價(jià)值，我相信您去跟企業(yè)的董事長溝通的時(shí)候，可能會更加有效，而不是一上來就談智能客服，或者通過圖像識別幫企業(yè)識別安全問題等。

麥肯錫曾經(jīng)做過一次調(diào)查，在2016年麥肯錫面向企業(yè)高管做的一次調(diào)查中提出，目前人工智能技術(shù)是不是企業(yè)高管層面的重要議題？

基本上有一半企業(yè)高管認(rèn)為是重要的，但是有一半高管認(rèn)為進(jìn)展特別緩慢，都知道這個(gè)東西重要，但是不知道怎么弄。包括我剛才提到那個(gè)案例，很多企業(yè)不缺錢，但是要趕時(shí)髦建一個(gè)人工智能團(tuán)隊(duì)，卻沒有想清楚哪些方面能用。

對于傳統(tǒng)企業(yè)來說，是不是要用人工智能已經(jīng)不是他們要回答的問題，問題是，人工智能要怎么用。為了解決這個(gè)問題，我建議企業(yè)領(lǐng)導(dǎo)在制定人工智能戰(zhàn)略時(shí)需關(guān)注三個(gè)方面，這樣才能很好地去回答，AI究竟在傳統(tǒng)行業(yè)的數(shù)字化轉(zhuǎn)型中能起到什么樣的作用。

第一方面是價(jià)值規(guī)劃。從價(jià)值規(guī)劃來看，首先要研究一下目前你所處的行業(yè)有哪些潛在的好的應(yīng)用。其次，長短結(jié)合，不能跟老板說我要建一個(gè)A I團(tuán)隊(duì)做自然語言處理，要兩三年才能見效，其實(shí)任何一個(gè)企業(yè)的老板都希望能夠立竿見影，不能是按年規(guī)劃，至少得按半年規(guī)劃，半年能有產(chǎn)出，所以必須長短結(jié)合。再次，從這個(gè)規(guī)劃來看，未來3～5年內(nèi)除了內(nèi)部賦能以外，有沒有可能通過人工智能技術(shù)讓企業(yè)進(jìn)入新的行業(yè)，產(chǎn)生新的商業(yè)模式？這個(gè)值得我們?nèi)ニ伎肌?/p>

第二方面是產(chǎn)品和技術(shù)的組合。應(yīng)該規(guī)劃什么樣的產(chǎn)品？技術(shù)的邊界是什么？因?yàn)槟悴豢赡芟癜俣然蛘呤窍馞ac e++那樣，大規(guī)模地投入做人臉識別或者自然語言處理。技術(shù)邊界在哪里，這個(gè)要考慮清楚。

第三方面就是團(tuán)隊(duì)和組織架構(gòu)。從AI的三層架構(gòu)看分為基礎(chǔ)層、技術(shù)層和應(yīng)用層。哪些方面如果長期投入是不是就會產(chǎn)生企業(yè)的核心競爭力呢？這個(gè)值得去研究，不同的行業(yè)不一樣，大部分企業(yè)不會在基礎(chǔ)層做大規(guī)模投入。

大部分的傳統(tǒng)行業(yè)都會在應(yīng)用層去做大規(guī)模的投入，少數(shù)的傳統(tǒng)企業(yè)可能會在技術(shù)層和基礎(chǔ)層去投入，所以我個(gè)人的建議是在跟行業(yè)緊密關(guān)聯(lián)的應(yīng)用層做大規(guī)模投入，而且是要在短期和長期都有比較好的規(guī)劃，投入的同時(shí)還要看政府政策是不是支持。

我們做好規(guī)劃以后，產(chǎn)品和技術(shù)組合是什么？我舉個(gè)例子，企業(yè)的不同業(yè)務(wù)部門代表了不同的業(yè)務(wù)線，你要研究的是這些業(yè)務(wù)要成功，其關(guān)鍵因素是什么？怎樣快速提升市場占有率？怎樣快速提升資金周轉(zhuǎn)率？比如地產(chǎn)行業(yè)都流行一個(gè)資金周轉(zhuǎn)率和產(chǎn)品質(zhì)量保證。從這個(gè)角度再反過來思考A I產(chǎn)品該如何投入，就可以跟老板說清楚A I的價(jià)值，比如你的投資決策系統(tǒng)能不能快速地幫地產(chǎn)企業(yè)拿地？怎么通過A I技術(shù)拿地？進(jìn)入哪個(gè)城市？這個(gè)城市是不是值得進(jìn)入？進(jìn)入以后拿哪個(gè)板塊的地？很多開發(fā)商拿地蓋樓卻賣不出去，原因是什么？所以這是非常重要的一個(gè)思考。能不能通過機(jī)器學(xué)習(xí)的手段，通過AI的手段去取代人的設(shè)計(jì)工作？這個(gè)是值得我們?nèi)パ芯康摹?/p>

今天只是舉了一些例子，希望大家去思考AI投入的時(shí)候，一定要從業(yè)務(wù)和成功的關(guān)鍵要素去看A I投入起到了什么作用，想清楚以后再看每個(gè)產(chǎn)品背后所依賴的技術(shù)是怎樣的。什么樣的產(chǎn)品容易成功？其中有三方面比較重要，第一方面是數(shù)據(jù)。要考慮有沒有數(shù)據(jù)？數(shù)據(jù)多不多？或者是數(shù)據(jù)可不可獲?。咳绻F(xiàn)在沒有，能不能通過新的手段獲取到？第二方面是容錯(cuò)。如果A I推薦錯(cuò)了、算法錯(cuò)了會不會導(dǎo)致比較大的問題？比如說自動(dòng)駕駛犯錯(cuò)了，犯錯(cuò)成本非常高。所以最好選犯錯(cuò)成本不太高的場景。

第三方面是生產(chǎn)力，要研究企業(yè)里哪些環(huán)節(jié)是人力重復(fù)勞動(dòng)比較多的，如果去掉這個(gè)重復(fù)勞動(dòng)是不是有可能明顯提高生產(chǎn)力？這三方面值得去思考。