林嵐 IBM咨詢大中華區大數據與人工智能轉型事業部總經理
近來 ChatGPT 的流行，又一次引發了市場對人工智能的熱議，開啟了另一個層次上大眾對人工智能應用廣泛性和可能性的認知，為人工智能賦能生活場景、商業場景的各個領域奠定了廣泛的群體基礎。
的確，很多有心人也會發現，無論應用何種技術，當需要人工智能去解決真正聚焦的商業問題時，現有市場流行的人工智能產品就會存在局限。比如：當人們詢問某地過去幾年的房價信息及趨勢預測、某品牌旗下特定位置的商店適合選擇和調配什么商品、某種疾病的臨床表現適合采用什么治療方案等等，都會因為缺乏數據和經過專業人士訓練的商業模型而讓答案流于普通，缺乏針對性。
但是，筆者認為，有了上述群眾基礎，伴隨大規模預訓練模型等技術愈發成熟，人工智能在綜合性復雜商業場景上的應用即將迎來全新時代。
探索誤區眾多，造成落地偏差
過去很多年中，很多企業都開始了人工智能的應用和探索之路，但是商業應用一直存在一定局限和瓶頸。最典型的表現為：企業淺嘗輒止，為規避風險，選擇一個孤島場景落地。人工智能被作為獨立項目單獨立項，場景聚焦，但是切割后的應用場景重要度不足，企業很難真正投入人力、物力、財力去訓練模型以及解決推廣應用中遇到的問題。
另一種情況是：選定的人工智能場景解決的確實是企業核心痛點問題，但是只是其中很小的一個節點，由于缺乏對復雜問題剝繭抽絲的分析，人工智能實際應用執行的情況與想象大相徑庭，這種缺乏綜合分析的頭疼醫頭，連所需的有效數據都無法獲得，環環相扣的落地更無法推動，結果肯定不了了之。
第三種情況也極其普遍，一說到人工智能，大家就認為是技術問題，因此把公司最強的技術力量投入其中，并且邀請大量外部技術專家共同研發。只有技術專業力量投入，往往會陷入比拼技術、研究最尖端科技的牛角尖，忽略通往業務目標更為簡單可行的竅門、辦法。在車聯網、零售 B2C 轉型的項目中，我們都曾經有過這樣的經驗教訓。
還有的小伙伴在系統上線初期就要求極高的準確度，忘記了持續優化投入的重要性，甚至把人工智能當成神機妙算的大仙、管理者肚子里的蛔蟲，最好人工智能算出來的和自己想象出來的一模一樣。上述情況，都減損了人工智能真正的價值，并且影響了人工智能在商業領域能夠發揮作用的整體口碑。
重新思考AI的商業應用場景
好在隨著 ChatGPT 的問世，人們開始越來越了解人工智能到底能夠在哪些方面發揮作用，并且重新思考人工智能在商業領域的應用場景和更高維度的價值與意義。
筆者認為，未來人工智能的企業應用將會以及應該聚焦在兩大領域：核心業務、創新模式。
第一，核心業務：和企業運營管理密切相關的綜合領域以及專業業務領域，比如風險管控、供應鏈、營銷、企業綜合決策，在多年的項目經驗中，最能夠持續應用和發揮價值的人工智能場景，即是上述領域的綜合場景。比如企業的數字化績效推進與實時綜合分析平臺，能夠多方位結合預測模型的供應鏈控制塔，幫助經銷商提升銷量的訪店系統，解決商品分配問題的門店配貨補貨系統等等。這些領域首先是足夠核心，足夠引起企業的重視。其次是確實存在很多不確定因素，涉及到方方面面因素的變化，有很多人工智能能夠發揮作用的空間。
第二，創新模式：突破客戶傳統業務模式的人工智能，不光會帶來全新客戶體驗，甚至隨著應用推廣，有可能讓企業全面實現一次飛躍、革新，甚至締造出一個全新企業。當然，這樣的情形不光是人工智能帶來的，每一次信息技術都會迎來一些全新行業領軍企業的誕生。比如，世界領先的旅游及航空電子商務解決方案提供商 Sabre 前身是美國航空公司(American Airlines)的信息技術部門，于上世紀六十年代在 IBM 幫助下利用當時最先進的計算機技術開發名為 SABRE 的計算機預訂系統(CRS)，伴隨互聯網、電子商務等技術不斷升級演化，塑造了一個體量數倍于傳統業務的行業領軍科技企業。如今，IBM 依然在和所有致力于科技改變社會的生態伙伴一起，不斷助力企業實踐科技創新，探索人工智能帶來的業務模式突破可能性。比如我們和鄭遠元長期合作，利用人工智能和視覺識別技術大幅提高足部疾病的康復率，在技術加持下，未來企業對全球足部疾病群體的覆蓋率有可能幾何級數提升。比如我們與大眾集團共同設計落地人工智能賦能的車聯網，助力大眾集團轉型成為一家軟件驅動的企業。此外，人工智能在綠色、低碳等領域的嘗試，都將成為改變世界的重要步伐。
合適伙伴與模式加速實現 AI 價值
當越來越多的企業思考人工智能的商業價值場景落地之時，如何選擇人工智能合作伙伴就成了大家普遍關心的問題。僅僅高科技建模公司、云服務提供商或許無法直達企業痛點，具備下屬特征的企業將成為企業在此進程中必不可少的商業伙伴：第一，具備行業經驗與跨行業經驗，特別是 2B 業務服務經驗，懂 2B 業務并且長期根植和聚焦 2B 業務;第二，能夠引導企業用戶共同發掘商業場景和業務價值;第三，具有技術賦能的設計能力、落地能力和整合能力，能夠協同各不同技術伙伴共同達成業務目標;第四，有端到端數據整合能力和平臺構建能力，能夠從業務角度規范和清理數據。
最后，什么方法最適合去實踐人工智能賦能的業務價值創新呢?對于中國企業來說，“不容許犯錯”和“節省成本”是很多企業根深蒂固的價值觀。因此全然敏捷的方式不見得是最適合中國企業的方法。筆者建議采用瀑布式與敏捷相結合的混合模式：大階段按照瀑布式劃分，每個階段中按照敏捷的方法不斷滾動迭代。這樣既有面向企業高層領導明確的階段目標和成果，又能夠在非常短的時間內不斷迭代、糾偏。此外，與“開工沒有回頭箭”的運動式大型系統落地方法不同，人工智能賦能的業務場景創新必須時刻以用戶為核心，驅動業務場景滾動創新。第三，創新必須與節省成本相結合，On Site 與 Offshore 相結合的開發資源池模式可以作為企業創新中規避風險、節省成本的一個很好選擇。最后，未來的系統遠遠不止成功上線這么簡單，陪伴客戶的持續運營，不斷從數據中發掘價值，不斷設定業務目標，形成長效創新機制，將成為人工智能賦能創新轉型中必不可少的環節。引以為傲的是，IBM 率先實踐和推廣這種綜合長效的創新轉型方法，并且以 Garage(車庫創新)命名和享譽業界。它能以初創企業的速度實現企業規?；瘎撔?，降低創新成本，同時達成創新共識。
無論是人工智能還是其它的科技革命，誕生的初衷都是為了讓整個世界更加美好，滾滾車輪不可逆轉。人工智能會不會給世界帶來顛覆性影響，我們拭目以待。
（IBM）
