9月22日晚，由微軟AI商學院和中信讀書會共同打造的“AI+商業(yè)話題共讀計劃”第二場分享會，以線上連線的形式成功舉行。

安永大中華區(qū)數(shù)據(jù)智能咨詢服務主管合伙人顧卿華先生、微軟全渠道事業(yè)部首席技術(shù)官徐明強先生，以及Paypal科學數(shù)據(jù)科學部創(chuàng)辦人、前百度金融首席數(shù)據(jù)科學家、《AI思維》一書作者丁磊先生，作為嘉賓出席本次活動。

三位來自AI業(yè)界不同領(lǐng)域的專家圍繞“從AI思維到商業(yè)落地，如何實現(xiàn)產(chǎn)業(yè)閉環(huán)”的主題，結(jié)合自身經(jīng)驗與思考，深度探討企業(yè)在AI落地中遇到的難題及可行的解決策略，并對商業(yè)閉環(huán)如何形成、AI人才升級等問題發(fā)表了專業(yè)看法。

連線畫面截圖

“落地”之前，真正全面理解AI

丁磊在《AI思維》一書中提出，AI不僅僅是一種先進技術(shù)，其核心意義是一種分析數(shù)據(jù)的思維模式，包含數(shù)據(jù)、模型、算力和業(yè)務模式四要素。AI從數(shù)據(jù)出發(fā)，通過模型和算力形成決策，最終在業(yè)務中產(chǎn)生價值。

在活動一開始，丁磊再次強調(diào)了AI是一種思維方式，可以幫助人類有效分析大量數(shù)據(jù)，從中得出預測并做出決策的觀點。顧卿華則表示，他所理解的AI，以替代性和學習性為核心，把跟它相關(guān)的軟件、硬件、算法、人類的知識和經(jīng)驗結(jié)合在了一起。徐博士則通過分享“我們不要自然地愚昧，我們要人工地智能”這句微軟內(nèi)部調(diào)侃，來表達自己對于AI的理解，并指出已在視覺、聽覺、語言能力上都有突破性發(fā)展的AI，完全能夠在某些程度上取代人類部分繁重、重復的勞動，去重新構(gòu)建生產(chǎn)關(guān)系。

在聊起AI具體能為人類做些什么這個問題時，丁磊首先從兩個方面進行了回答。他認為AI主要可以應用于兩大方面：第一，人類無法勝任的工作，比如在醫(yī)藥領(lǐng)域，分析哪些人類基因會致病等問題，人類很難對上億甚至十億量級的DNA做細微的統(tǒng)計與分析；第二則是那些雖然人類也可以做，但AI會做得更快更好的工作，比如銀行、金融機構(gòu)中，給用戶進行常規(guī)流程答疑的客服等機械、重復的工作。

而顧卿華和徐博士也從交易風險決策引擎和上汽庫存盤點系統(tǒng)兩個實際案例中，表達了AI在學習性、替代性、經(jīng)濟性等方面的優(yōu)越性。

面對企業(yè)為什么會選擇AI成為其突破瓶頸，打開局面的工具的疑問，徐博士表示，近年來大量企業(yè)都面臨運營模式、業(yè)務模式的瓶頸，AI能夠幫助企業(yè)從流程中的關(guān)鍵路徑來判斷哪些節(jié)點是主要瓶頸，并且AI也能在一定程度上取代重復繁雜的勞動，進而促進企業(yè)降本增效，增加利潤。

丁磊跟進補充，隨著社會經(jīng)濟的不斷向前發(fā)展，近幾年來，數(shù)據(jù)、模型、算力、業(yè)務模式/場景這四個AI思維的要素，已經(jīng)實現(xiàn)了基本打通，再結(jié)合國家重點支持新基建的時代機遇，AI自然而然成為企業(yè)改革、創(chuàng)新的首選工具。

知易行難：企業(yè)推動AI落地進展緩慢，坑點是什么？

活動中，顧卿華跟大家分享了由微軟攜手安永共同調(diào)研，即將于10月發(fā)布的《AI成熟度調(diào)研白皮書》（后稱“白皮書”）中部分有趣數(shù)據(jù)：

2009-2019年，“白皮書”所調(diào)研的116家兩岸三地企業(yè)，共計投資在AI項目上的資金近2800億。調(diào)研對象中，超過70%的企業(yè)相信在未來的3-5年中，AI會改變他們的行業(yè)，并帶來重大影響。而超過84%的企業(yè)相信，也準備在未來1-3年里啟動下一個AI項目。

由此可見，企業(yè)與AI的關(guān)系，已經(jīng)從了解、嘗試、試驗階段，轉(zhuǎn)入做較為成熟的應用與規(guī)模化發(fā)展階段。同時，“白皮書”中也披露了116家企業(yè)和高管遇到的影響AI落地的因素：

第一，人的因素。企業(yè)管理者認為“AI落地中最有挑戰(zhàn)內(nèi)容”TOP10中，三項跟人有關(guān)，包括管理層、決策者的支持和意識，AI技術(shù)人才的缺失，員工對AI技術(shù)的信任。

第二，數(shù)據(jù)的因素。當前，企業(yè)缺少比較統(tǒng)一、標準化、高質(zhì)量的數(shù)據(jù)，導致AI應用可能會成為無米之炊、無源之水。

第三，風險與合規(guī)因素。企業(yè)進入數(shù)字化轉(zhuǎn)型后，開始大量依賴機器幫忙做決策，不可避免地會在業(yè)務連續(xù)性、隱私保護、AI可信度、倫理和社會的問題等出現(xiàn)問題。

第四，規(guī)?；y題。大多數(shù)企業(yè)的AI創(chuàng)新都是點狀、實驗性質(zhì)、局部的創(chuàng)新，缺少規(guī)模化、商業(yè)化、運行態(tài)的布局。

丁磊則結(jié)合自己在擔任paypal科學數(shù)據(jù)科學部負責人期間的經(jīng)歷談到組織架構(gòu)對AI落地的影響。

AI落地與商業(yè)閉環(huán)如何形成？

緊接著，三位專家就“AI落地與商業(yè)的閉環(huán)如何形成”交換了更多經(jīng)驗與想法。顧卿華向嘉賓與觀眾介紹了“白皮書”所提供的AI落地戰(zhàn)略的“3+4+8”方法論，明確給出具體建議與方法：

“3”是指AI落地項目要分三步走，企業(yè)應該先了解自身AI應用的現(xiàn)狀，明確應用未來的場景和方向，并對該落地項目進行持續(xù)變革管理；

“4”是指AI落地項目應在吸引客戶、賦能員工、變革產(chǎn)品與服務、優(yōu)化運營這四個領(lǐng)域創(chuàng)造價值。同時，建議企業(yè)應從這四項中自身最具優(yōu)勢的領(lǐng)域著手；

“8”則是指八項核心力，包括AI領(lǐng)導力、創(chuàng)新管理能力、應用場景的識別和選擇能力、數(shù)據(jù)的管理與高級分析能力，以及新興技術(shù)選擇的判斷力、迅捷開發(fā)水平、信息與網(wǎng)絡(luò)安全狀況。

徐博士向觀眾們提供了更為簡單、快速、直接的建議和方法。他建議企業(yè)從易處著手，先了解業(yè)務場景中最需要解決的問題，做“調(diào)包俠”，直接選擇同認知服務做得好的API合作，這樣亦可以解決企業(yè)缺乏數(shù)據(jù)科學人才儲備的問題。

丁磊結(jié)合自己在《AI思維》一書中的觀點，表示企業(yè)的智能化、AI轉(zhuǎn)型是一把手工程。一把手可以不懂AI的技術(shù)，但必須具備AI思維。他應該能夠從數(shù)據(jù)中進行預測，做出決策，找到讓數(shù)據(jù)和模型自相反哺的反饋機制，并且能夠把控這個機制。這樣，企業(yè)無論是通過內(nèi)部團隊還是服務商，都能夠找到AI落地的最佳點——平衡成本和效益，以及找到AI落地的空間和應用點。

企業(yè)最終落地AI ，離不開新時代人才和思維的升級

人才，一直是企業(yè)成長與發(fā)展最重要的資源與財富。10月即將發(fā)布的“白皮書”中也提到，面對AI落地，企業(yè)遇到的頭號問題是缺乏AI人才。那么，企業(yè)該怎樣培養(yǎng)人才，改變員工思維方式？又該怎樣讓AI賦能具體的數(shù)字化轉(zhuǎn)型策略？

丁磊結(jié)合自己在國內(nèi)外一線科技大廠的AI落地的工作經(jīng)歷表示，我們無須羨慕硅谷企業(yè)，國內(nèi)并不缺乏能夠進行AI基礎(chǔ)落地的技術(shù)人才，缺的是公司一把手們對AI思維的認知。這甚至已成為企業(yè)AI落地中關(guān)鍵的坑點或卡殼之處。這需要我們加大對企業(yè)一把手或業(yè)務負責人，甚至部分一線業(yè)務負責人在AI思維上的提升和教育。

顧卿華表示，打造學習型組織，重視學習和知識資產(chǎn)的積累，重視企業(yè)與員工的自我提升與改造，接納AI及其他創(chuàng)新科技，創(chuàng)造良好氛圍和土壤等等，不論對企業(yè)AI落地，還是整體可持續(xù)的健康發(fā)展，都極具借鑒和啟發(fā)意義。

徐博士則通過微軟成功轉(zhuǎn)型，從固化心智想成長型心智轉(zhuǎn)變的故事，進一步肯定了顧卿華的觀點。