一、如何通过AI做智能化转型的一些思考
Jim Gray（詹姆斯·尼古拉·格雷 1988年图灵奖获得者）在《科学发展的四个范式》里提出了人类科学发展的四个关键阶段
实验科学—>理论科学—>计算科学—>数据科学
实验科学：人类通过经验传承指导行动。
理论科学：人类开始从现象经验里总结理论，抽象出本质规律。
计算科学：通过计算机的计算来对未来进行推演。
数据科学：计算机从海量数据中抽象出规律，指导现实行动。
而AI的本质是一种极限理性。能够通过海量的数据和计算，总结出海量的科学规律。跟人类决策不一样的是，AI的细粒度非常小，而人的决策一般基于相对有限的经验。
“人们在决定过程中寻找的并非是‘最大’或‘最优’的标准，而只是‘满意’的标准。”——Herbert Simon，1975年图灵奖、1978年诺贝尔经济学奖得主。
利用AI的这种极限理性，我们如何影响业务？
1、用高维技术让决策的层级更下沉。
比如像新闻端app，原来的推送规则可能就几十条。现在今日头条的推送规则”千人千面“，每个人都有专属自己的推荐规则。
2、用实时技术让决策依据和触达更及时。
人的行为数据是实时变化的，而人是没办法实时去分析这些变化的数据。而AI可以。它能让决策的依据和触达可以做到更及时。
3、用闭环技术让决策进化永续不断。
AI的迭代速度很快，一开始它提供的决策可能不准确。但因为它能时刻根据收到的反馈进行迭代。很快它决策的精准度会超过人类。当然不是说要抛弃人，而是要利用人的特长和机器的特长相结合。
人擅长感性的、判断的、非常复杂的决策，而机器擅长排程、协调、组织等类型的工作。因为它不知疲倦，并且非常中立，所以企业转型，是从以人为中心的体系走向人机协同的AI决策体系。
了解了AI的作用，我们再来看，现在企业说的智能化转型说的是啥？其实说的就是如何通过AI帮助我们企业做决策。
AI支持企业经营中的三种决策：执行性决策、业务性决策、战略性决策。
执行性决策：场景决策，降本增效。
一线人员每天都在做的事情，根据用户的实际情况来决定如何服务用户。比如应该给用户推荐什么商品，说什么话。都属于执行性的决策，也就是我们经常说的场景决策。
AI比人更了解人。所以在做场景决策，会更精准、更科学。所以在提升效率上非常明显。但如果只拿AI做场景决策，价值也只是在提升效率上。并不能本质上改变企业。
业务性决策：业务的再造和创新。
业务性决策主要是针对整个价值链条，目的虽然也是降本增效，但是是通过AI在整个上下游一系列的点上进行优化，让整个供应链效率变得更高，提升企业的核心指标，最终实现业务的再造和创新。
不能在意一个点，要看全局。业务再造一般是一个1+N的过程。1就是企业业务中最重要的那个业务目标。N是业务链条上其他各个环节的指标。所谓的智能化转型就是通过AI改造这个1，达到极致的业务效果。同时还要优化各个链条上的各个点。最终实现整个业务的转型。
战略性决策：全面转型重塑，实现经营质变
战略性决策如果都依赖创始人来决策，这太难了。主要是犯错的成本太大了。尤其在转型中，不仅经营业务模式要变，甚至连管理模式也要跟着变。而AI在这里能帮助创始人改变企业管理模式。
比如原来的实体店，都是金字塔型的经销模式，依赖于人的管理。而通过AI可以细分管理到每一个门店，管理模式都改变了。
企业在转型过程中经常犯的两个错误
1、要以终为始地来看智能化转型。而不是从自动化、信息化、数字化、智能化这种阶梯式的使用。否则后期会面临大改大修，甚至重新设计架构。
2、智能化转型是持续经营的实践，非常依赖”对的方法“和”对的人“。AI只是工具，如何用，谁来用基本决定了用的效果。
成功完成了智能化转型的企业，都做到了新方法、新组织、新工具。
一、新方法：顶层设计打破增长瓶颈，量变到质变
首先一定是通过创始人的顶层设计出发。老板先得先清楚企业的瓶颈。然后通过机器的智能去打破这个瓶颈。
CEO领导组织进行变革，并决定什么是质变。然后新增新的角色CAIO（首席人工智能官）
CAIO、业务负责人和CTO形成三元组，组成一个智能化转型的作战指挥部。然后根据自己的企业的北极星指标进行细化。在通过AI来改进这些细化的指标，最终通过量变引发北极星指标的质变。
用新型的AI工具降低企业的使用门槛。数据可以买，算力可以买。人才得自己培养，毕竟最了解业务的还是公司内部人员。
内容来源-混沌周六大课《AI如何帮企业做出更好的经营决策？》
相关文章
