|
作者：Nicolae Rusan，企業(yè)家，主要從事產(chǎn)品設(shè)計與研發(fā)。曾是Sailthru公司的前任產(chǎn)品設(shè)計師，F(xiàn)rame和The Shared Web的創(chuàng)始人。
人工智能的崛起，再加上更好的數(shù)據(jù)捕捉和存儲，正自動化公司中越來越多的關(guān)鍵功能。如果我們相信這種自動化潮流將會繼續(xù)保持下去的話，那么似乎某天我們將能夠有一家全自主公司：一個受到AI管理的公司，全部由機器人來運營，并執(zhí)行公司所有核心活動——沒有人類雇員。
一家沒有人類參與的公司是怎樣的？該公司中的核心活動或核心角色是什么，自動化如何影響它們？為了系統(tǒng)性的闡述這個問題，我列出了兩個要素：公司進行的活動（例如，開發(fā)產(chǎn)品，發(fā)布產(chǎn)品），還有我們在公司中經(jīng)常見到的角色（市場，HR，產(chǎn)品運營）。我發(fā)現(xiàn)這樣的分析提供了一個有趣的框架方式來從更廣闊的角度上考慮自動化和企業(yè)。
這篇博文分享了一些我的觀察和想法。
第一個有趣的規(guī)律是各個公司的核心活動執(zhí)行和所包含的部門或職能是大同小異的——不管什么產(chǎn)業(yè)。
從一個很高的角度來看，我會說公司核心活動如下：
核心活動 理清應(yīng)該開發(fā)什么或提供什么服務(wù) 開發(fā)該產(chǎn)品或提供該服務(wù) 讓產(chǎn)品進入人們生活中 使用該產(chǎn)品或服務(wù)來為人們提供支持 維持公司自己的運作（例如，確保有資金，雇傭感到幸福，正確分配工具或空間以保證良好運作、雇傭新人或得到更多資金來使公司做大做強） 這個列表看起來很簡單，但是代表了大部分公司在做的事情，也暗示了一個AI為了完成當(dāng)前人類在做的事情而應(yīng)該有的能力。
核心部門或功能 我們接下來談一談公司內(nèi)的核心部門或職能（例如客服，市場，HR等等）。當(dāng)你真正列出了一家公司通常情況下會有的部門時，你就意識到這其中沒有很多獨特的功能，而且它們在多家公司中都有類似的職能。我不知道每個這類部門的歷史，但是看一看近50年來公司組織圖中所列出的部門列表就知道，它們看起來大體相同。即使在不同的產(chǎn)業(yè)中，一家公司會有的部門差別不大。這令人印象深刻。
我嘗試列舉在不同公司中具有一致性的核心功能或部門。 進一步，我認為我們可以將這些部門與它們執(zhí)行的核心活動連接起來。 我們也可以在不同產(chǎn)業(yè)中考慮這些給定部門
這幾張圖引出了幾種隨時間評估公司發(fā)展的有趣方式。例如，如果你的公司專精電子商務(wù)自動化，你應(yīng)該繼續(xù)在電子商務(wù)領(lǐng)域追求其他部門職能（例如電子商務(wù)物流自動化），還是應(yīng)該向其他產(chǎn)業(yè)進發(fā)？
公司內(nèi)部的某些角色，和這些角色的某些特定部分，比其他部分更容易自動化，因此這是科技公司的切入點。隨著自動化的進行，有這種職業(yè)特點的人們將會有越來越少的時間來完成這方面的工作。這導(dǎo)致的后果是，他們將有越來越多的時間來關(guān)注他們職能中價值更高的部分，也有可能公司總體上只需要更小的團隊來完成具有特定職能的任務(wù)。 營銷自動化 我最熟悉的領(lǐng)域是網(wǎng)頁或數(shù)字初創(chuàng)公司（電子商務(wù)，app等等）。在這個領(lǐng)域，我相信，在過去的幾年里，我們已經(jīng)經(jīng)歷過第一波自動化，而且第一波自動化主要在市場部門。
我曾在兩家自稱是營銷自動化公司中開發(fā)過很多產(chǎn)品。開發(fā)工具主要針對出版商和電子商務(wù)公司。這些產(chǎn)品可以讓公司自動追蹤用戶登錄他們網(wǎng)頁的方式，接著自動分析這些用戶的行為，然后通過郵件等其他渠道來發(fā)送相關(guān)營銷材料：例如，促銷、后續(xù)活動等。你可以想象，在這些工具出現(xiàn)之前，人類一定花費了很多時間來發(fā)送跟進郵件——因此從節(jié)約人類勞動力的角度來看，這些工具的價值定位是具有實質(zhì)性的。
一些營銷自動化公司提供的軟件是即插即用的，因而你僅僅需要在網(wǎng)站上放置幾行代碼，就能讓這些軟件監(jiān)視用戶的行為，并奇跡般的創(chuàng)造并為他們發(fā)送相關(guān)而個性化的信息，進而再次宣傳你的產(chǎn)品。在這一領(lǐng)域中，Bluecore、Sailthru、HubSpot、Marketo和RichRelevance是幾個公司例子。
這些平臺稱他們有一個比人類更擅長檢測并解釋用戶行為的算法，還能根據(jù)用戶行為做出最佳決策。通過研究用戶行為大型數(shù)據(jù)集，他們的算法更擅長預(yù)測針對每位用戶而采取的最好的營銷策略。例如，如果某個用戶放棄為購物車付款，算法就知道了在一天之后，應(yīng)該對購物車中剩余的商品打75折來促銷。
這類營銷決策特別適于那些以大量用戶歷史行為數(shù)據(jù)為基礎(chǔ)的算法。人類幾乎無法做到這些營銷自動化公司的規(guī)模：檢測百萬計用戶的行為，并為他們每一位發(fā)送定制的營銷傳播。
當(dāng)然，這類對用戶動作和行為的自動化響應(yīng)只是營銷位置上的人會做的一類事情?，F(xiàn)在營銷職能上還有一些難以自動化的部分。例如，為特殊活動和合作關(guān)系創(chuàng)造獨特而新鮮的營銷傳播，識別相關(guān)的客戶群，如何交流價值主張、品牌和定位等等。但是要點是逐漸地用算法和AI按照一次一個功能，一次一方面地取代，留下越來越小的人類擅長的職能部分。
我曾和一個這類公司的人開玩笑說，我們?yōu)榭蛻糸_發(fā)的產(chǎn)品應(yīng)該就是一個儀表盤：綠光表示所有的事情運行良好，算法正完成它的工作，只有當(dāng)軟件出問題時紅光才出現(xiàn)。用戶不應(yīng)該做任何事情，把所有任務(wù)都留給算法來做。我們實際上沒有這樣設(shè)計，對我來說這只是關(guān)于自動化的一個玩笑，而且在自動化的世界中這些設(shè)計看起來應(yīng)該像是“冷靜點，別擔(dān)心”，而不是我選擇的設(shè)計——我堅定的認為，人類應(yīng)該理解軟件在做的事情，它使用的模型，進而能夠增強和調(diào)試它。
幸運的是，現(xiàn)在有很多研究在關(guān)注這個方面。在很多任務(wù)中，人類與AI合作得出的表現(xiàn)經(jīng)常會超過任何一方獨自運行：例如玩國際象棋，在我們工作中也很可能有很多這種類型的事情。TED上曾演講對“人機合作”有關(guān)的看法。
12月，我參加了在Young & Rubicam（Y & R）舉辦的一個晚宴，Y & R 是世界上最大的營銷和傳播代理之一。晚宴的參與者是一些營銷自動化公司、數(shù)字代理公司、品牌和初創(chuàng)公司的高管。營銷自動化似乎一直是晚宴的核心話題，而且有趣的現(xiàn)象是，人們分為兩種陣營，一方相信算法最終會比人類更好的執(zhí)行營銷職能，而另一方則表示，在幫助公司傳播和接觸客戶的過程中，人類比AI更擅長選擇有意義的策略。這個話題絕對激發(fā)出人們的情緒——沒有人想讓他們的部分職能被自動化。但是，關(guān)鍵在于利用被自動化后多出的時間，并找出更高價值的新領(lǐng)域或新職能。
我在晚宴上做的一個評論是，AI取代的局限性源于AI本身的運作方式。例如，大部分營銷自動化平臺采用了最簡單的方法，即過去最有效的策略就是今天最有效的策略。這些算法遠遠不能用于開發(fā)模擬世界運行機制的復(fù)雜模型。它們沒有考慮多種多樣的影響因子，它們也不能推理為什么今天不同于昨天。對今天最有用的策略不一定是過去最好的策略。此外，如果歷史不會重演，而且真的有黑天鵝這樣的沒有先例的事情的話，那么歷史層面的統(tǒng)計分析將會無可避免地短視。Nate Silver的書《The Signal and the Noise》是一個優(yōu)秀的讀物，它告訴我們，我們預(yù)測能力在某些領(lǐng)域中（在這些領(lǐng)域中，我們可以很好地把握影響系統(tǒng)的潛在動力）是最強的，在某些領(lǐng)域中（在這些領(lǐng)域中，我們僅僅通過看歷史數(shù)據(jù)來預(yù)測未來，而且不了解生成數(shù)據(jù)的模型是什么）比較弱。
我想要提出另一個觀點，人們在某些模擬世界的方面上仍然領(lǐng)先于一些算法，模擬可能的未來世界，根據(jù)（可能暗示事情走向的）觀察來尋找模式。更不用提，人類最終才是影響世界的那個人——我們觀察到的影響我們環(huán)境的力量總體上是每個 個體決策組合在一起產(chǎn)生的影響。
自動化辦公管理
除了營銷（我們當(dāng)前在這確實看到了企業(yè)中的AI和自動化），還有很多自動化的方式。我朋友的公司Managed by Q，這家公司稱其為“智能辦公清潔和管理”，試圖自動化公司運營及物流部門中，與辦公室經(jīng)理有關(guān)的日常工作。有了Q，可以很容易地保證辦公室的清潔、供應(yīng)的流暢、有序的修復(fù)工作。他們讓辦公室經(jīng)理更方便的完成他們的部分工作，進而為辦公室經(jīng)理騰出更多時間做其他更高價值的活動。這是我想到的積極自動化部門工作的另外一個公司例子。
法律，銷售和客服 我相信在未來幾年里會遭遇一波自動化的另外三個部門是法律、銷售和客服。我相信這些部門工作中有很多方面很適合用大數(shù)據(jù)分析和人工智能自動化。
我認為將幾種潮流匯合將極其有助于自動化這些職能。一個主要潮流是，對這些職能必需的交流方式和知識越來越多地以文本形式存在，這有利于開放商發(fā)掘出高效訓(xùn)練AI執(zhí)行同樣功能的方式（如，郵件、短信、聊天、文件等等）。IBM的Ross，基于Watson AI計算平臺的“超級智能代理人”是一類自動化的例子。我在《Future of Messaging》也就此做過一次演講。
我相信這些角色在不同的情況和不同的用戶中有很少的特殊部分。我會再寫一篇博文來闡釋為什么我認為這些職能會是下一波自動化的主要對象。正如營銷的情況一樣，自動化只會在這些角色的特定部分非常有效。例如，在客服中，我相信AI可以高效解決路線規(guī)劃等很多客戶問題，也可以交流并像人一樣解決客戶問題。但如果需要接觸更高級別的公司人員，需要特定客服的話，還需要人類來提供這類客戶期望得到的服務(wù)。
產(chǎn)品（設(shè)計與工程），業(yè)務(wù)發(fā)展 我將這些部門放到最后來講，因為我們經(jīng)常將這些活動當(dāng)作是很難被自動化的活動。自動化業(yè)務(wù)發(fā)展會是什么樣的？這引出了有趣的一點：業(yè)務(wù)發(fā)展的作用究竟是什么。
業(yè)務(wù)發(fā)展的一個核心方面是找到新的合作伙伴和有利于公司成長的收購機會，通過增加配置或提高產(chǎn)品輸出等方式。建立合作關(guān)系被認為非常需要人類的介入。但是，可以想象，算法可以在合作關(guān)系建立的初期起到有效作用：識別潛在的合作機會，找到有益合作關(guān)系的原因，根據(jù)歷史數(shù)據(jù)建議合作關(guān)系應(yīng)該怎樣建立。這些可看做是自動化業(yè)務(wù)發(fā)展的切入點。從這個切入點繼續(xù)延伸，業(yè)務(wù)發(fā)展AI最終可以嘗試聯(lián)系并建立合作關(guān)系，也有可能某天商討合作協(xié)議的具體細節(jié)。
我會舉例來闡釋一些看起來很直白的東西：所有的角色會或多或少地經(jīng)歷自動化，這些角色中越來越多的部分起初看起來很難用今天的軟件解決，但終將會被實現(xiàn)并需要自動化軟件的幫助。
我將自動化產(chǎn)品部門的思想實驗留給你。
我要用一個問題作為這部分的開始：一家全自主公司看起來是什么樣的：由AI運行，執(zhí)行我們通常認為公司會做的事情。這樣繼續(xù)想下去會引出后續(xù)有趣的問題，如：公司的真正目的是什么：開發(fā)人類想要的東西？為其股東盈利？為它的雇員產(chǎn)生意義？在世界中行善積德？人類某天會成為沒有人類員工公司的股東嗎？
這類問題和自動化的整體潮流，也似乎引出一些未來才有的想法：自動化正在逐漸減少經(jīng)濟領(lǐng)域中人類可從事的工作數(shù)量。這一話題我不做深入分析，但我想要說的是，幾百年來公司架構(gòu)似乎沒有怎么變化過，我們還沒有找到更好的組織形式。我確實相信，隨著時間的推移，公司結(jié)構(gòu)會有轉(zhuǎn)折性的變化，自動化在其中起重要作用。在未來幾周，我期望對此分享更多觀點！敬請期待 :)
|
|
|
