普華永道的8個預言：AI大勢下的經營策略
撰稿：梢等
編輯：桔子
變革的時代像是一支行軍的隊伍，它不會拋下誰，但總有人自己掉了隊。
普華永道近日發布了《2018年AI預測》。pwc認為，沒有人可以預測AI在十年之後會變成什麼樣子，所以他們在這份報告里，他們把時間跨度限制在更「靠譜」的12個月之內，進而從經營策略的角度提出了8項具有操作性的建議。
本文中，筆者為大家抽斂出這份長達25頁的報告中的核心價值，並對標國內企業的實際經營環境予以更接地氣的解讀。希冀此文能對經管崗位上的各位人士在企業的未來部署中有所啟發。
一、人機協作>機器單幹
預測
人們很快就將在職場上普遍接受AI
圍繞AI的企業重組更新將拉開序幕
如何看待人類與AI協同工作？
在強人工智慧出現之前，AI能接手一些簡的單工作，但在短期內這並能替代大多數人類工作。目前AI強大的數據能力也只有在人類智能的「指引」下，才能發揮最佳效果。
在2018年，越來越多的企業會開始在各個環節使用AI，但使用AI不等於完成革新，一大批企業都將面臨技術轉型的失敗。而很最重要的原因，是把AI的使用看做一個獨立的板塊或團隊。
很多企業喜歡通過讓特定團隊負責制定項目來區格職責的便捷，但人工智慧恰恰需要多學科團隊共同解決問題。有效使用人工智慧技術，組建一支研發隊伍是不夠的，業務層面、法務、財務、網路安全等多個條線的專業人士共同參與到AI項目中，方能使新的技術融入企業的每一根血管中。
二、AI將落地工作
預測
經營問題將向AI打開大門
企業需要新的ROI規則
AI在各行業的現階段能力
許多白領每天要花費數小時的時間去做重複性的勞動——發郵件、做表格、審核材料或執行其他的日常任務。其結果是，最有價值的分析和創造淪為了許多專業人員需要擠出時間去做的事，甚至無暇顧及。
人工智慧在2018年（乃至未來十年）的價值不在於創造整個行業的新面貌，而是解放現有員工的部分勞動力，將多出來的時間和精力用於增加現有企業的價值。AI在這個層面可以幫到企業的主要有3個路徑：對過於複雜的舊技術實現自動化；識別歷史數據趨勢，創造商業價值；提供前瞻性的報告，輔助人的決策。
人類的繁忙勞作減少了，戰略決策也變得更好了，意味著員工的工作比以前優化了。但是，由於傳統ROI衡量方法可能無法捕獲這種新的價值，企業就需要考慮新的指標，以便更好地評估AI時代里「人的價值」。
三、AI用數據解答「大問題」
預測
數據的成功使用是一種良性循環
第三方數據提供商將蓬勃發展
我們需要更多的是「合成數據」
企業無法從數據中獲益，AI將扭轉現狀
許多公司還沒有看到大數據投資帶來的回報——業務和技術高管都認為他們可以利用他們的數據做更多的工作，但方法和工具不成熟，數據這塊一直面臨著難以攻克的挑戰。
有很多新的技術現在都可以用起來了，比如：用更簡單的方法來挖掘數據（包括文本索引和分類的自然語言處理）；人工智慧的企業應用程序套件；新興的數據湖服務平台；永遠不同類型數據的公共雲；自動機器學習和數據管理工具等等。
AI可以提供這麼多價值，但與此同時，企業對自己的數據管理也要做好相應的準備，必須日常做好數據的標註和篩查工作。把混亂的數據餵給AI，只會生成錯誤的結論。同時企業還要有標準化的數據管理系統或格式，將大量的數據轉化成成「可使用」的狀態。
四、人才：懂技術的業務人員
預測
更快的技術知識武裝意味著更快的AI部署
提升技術知識需要新的人才培養方法
人工智慧已經在慢慢降低門檻，變得用戶友好。我們不再需要知道如何編寫代碼才能使用某些AI應用程序，但是要用好人工智慧，仍然需要比Excel和PPT程序更多的技術知識。
例如，許多AI工具要求用戶將他們的需求制定成機器學習問題集，他們還需要了解哪些演算法對於特定數據集最有效。
各大企業現在都在爭搶技術大牛來為自己部署AI，但頂尖的科技人才還不足以確保企業的變革取得成功。組織需要的是能與技術專家以及AI技術合作的業務領域專家。他們不必非得是程序員，但必須學習數據科學和數據可視化的基礎知識，以及會用人工智慧的思維方式。
五、AI黑客 vs AI防禦
預測
槍戰中不要指望小刀（AI黑客不能用傳統方式抵禦）
網路防禦會成為許多企業的AI初體驗
AI黑客會加劇恐慌
正如PWC預測AI今年會成為一個日益增長的網路威脅，他們也認為AI將成為一部分的解決方案。可擴展的機器學習技術與雲技術相結合，已經在大量數據並為實時威脅檢測和分析提供動力。人工智慧功能還能快速識別網路攻擊正在飆升的「熱點」，提供網路安全情報。
美國國防部的「DARPA網路大挑戰」這項競賽的最終勝利者，他的網路安全方案就是用的AI進行深入學習，五角大樓就已經購買了這項技術。可以預見，人工智慧將成為每個大型企業的網路安全工具包的重要組成部分。
六、重要任務：打開黑箱
預測
許多黑箱將被打開
企業需要做出風險和效率的權衡
企業要制定出AI「可解釋性的決策」框架
打開AI黑箱的價值
阿爾法狗能擊敗圍棋冠軍，但這整個過程是不可解釋的。誰都不知道是什麼原因讓它決策走這一步，而不是另一步。對於下棋這種結果導向的領域來說，這樣的「決策黑箱」不是什麼大問題，包括電商導購、語音識別等很多行業，黑箱都不是問題。
但是，如果AI拒絕了申請人的貸款申請、在股票市場做出讓客戶虧錢的投注，那不打開「黑箱」解釋清楚就無法使人信服。這是機器決策走入商用的最大的瓶頸，黑箱的存在讓AI在這些領域永遠無法讓客戶買單，也將阻礙投資人對該領域的持續看好。
七、國家力量力挺AI
預測
中國的投資喚醒西方世界
更多的國家和地區將提出人工智慧戰略
更多的國際合作將到來
2030年，AI在哪兒欣欣向榮？
人工智慧是一個巨大的機會，許多政府正在努力確保他們的國家從中分得一杯羹。加拿大、日本、英國、德國和阿聯酋都制定了國家人工智慧計劃。
美國的稅收改革最近通過的稅收改革可能會刺激美國人工智慧的發展。較低的企業稅率、從海外遣返現金的規定，以及資本投資全部費用的許可，可能會刺激人工智慧和其他技術的投資。而現行政府強調放鬆管制可以幫助無人駕駛飛機和自動駕駛汽車的人工智慧。
中國看重的是如何利用人工智慧發展未來經濟。中國的努力已經取得成果，並可能導致「斯普特尼克時刻」——美國要開始擔心失去技術優勢了。PWC的研究表明，中國將在未來十年中從人工智慧中獲得最大收益：到2030年，GDP增長約7萬億美元，這要歸功於生產力和消費的增長。
八、負責的企業用負責的AI
預測
締造新的架構來管理AI
「公-私」合作與「公-民」合作
自律組織（SRO）監督技術創新的社會責任
監管往往難以追上最新的技術發展步伐，對於AI的管理總是滯後的。對於新技術的管理責任，現在已經有了一些共識：
許多企業都將建立團隊和流程，來尋找數據和模型可能造成的偏見，並密切監視會造成「欺騙」的演算法方式。人工智慧治理委員會也將輻射到許多企業。
E N D
TAG:全球大搜羅 |