去年AlphaGo与李世石九段的对局结果给许多人带来巨大冲击。因为即便在变化数不胜数、需要洞察整体局势直觉的围棋上,也进入了计算机超越人类的时代。不仅谷歌、IBM、微软(MS)、Facebook、亚马逊等全球信息技术(IT)企业,中国互联网公司百度、阿里巴巴、腾讯等也在以惊人规模投资人工智能(AI)。众多企业与国家如此高度关注AI技术,是因为大数据与AI技术作为第四次工业革命、数字化转型的核心要素,预计今后将在各类产业中给游戏规则和产业整体带来革命性变化。例如在汽车产业,搭载AI技术的自动驾驶技术的出现正在改变汽车产业的格局。特斯拉、谷歌等作为新的市场进入者出现,特斯拉近期的市值已超过福特和通用汽车(GM)的市值。随着AI技术的潜力得到确认,企业正加快引入大数据与AI技术。但尚未确保该领域专家的许多企业,面临着从何处、如何起步的困境。本文试图梳理企业引入大数据与AI时应考虑的核心要点。
与IT项目本质不同
提出假设并通过反复实验获取知识
以小规模、短周期推进为宜
◇大数据项目不是IT项目,而是“实验”=瑞士国际管理发展学院(IMD)的唐纳德·马钱德教授与英国克兰菲尔德大学的乔·佩帕德教授在《哈佛商业评论》撰文指出,许多企业正在推进大数据项目,但在取得预期成果上遇到困难,最大原因是把大数据项目当作IT项目来执行。IT项目的成果事先已明确定义,系统需实现的需求也已确定,因此需开展的活动相对明确。但与此不同,大数据项目的结构化程度要低得多,流程也具有流动性。因此两位教授说明,大数据项目宜规模小、周期短地推进。他们还建议,把大数据项目当作“实验”而非IT项目来执行。换言之,应把大数据项目理解为这样一个过程:定义能用数据找到答案的问题,以此为基础提出假设,并通过反复实验获取知识。
须以组织文化变革为前提
基于数据作出重大决策
先营造容许失败的氛围
◇大数据项目是“学习”=若把大数据项目作为一次性项目来执行,其对企业的溢出效应必然有限。大数据项目应被理解为组织的“学习”过程,而非一次性项目。它不应是外部专业团队到访、喂一口饭的项目,而应被视为学习吃饭方法(收集并分析数据以创造价值的方法)的项目。
要实现这一点,必须以组织文化的变革为前提。首先要形成基于数据而非凭感觉或直觉作出重大决策的文化,能够尝试新事物、容许失败的文化,即允许实验的文化。
不让大数据项目沦为一次性项目,就意味着必须将大数据分析流程“内化”,并与组织既有的业务流程相衔接。当项目成果如此内化时,大数据项目的成效才能被放大。反之,当大数据项目仅作为一次性推进时,有可能由此又造就一个孤岛。这正是需要全面且长期的全公司大数据战略的原因。
麦肯锡咨询建议,在制定大数据战略时应聚焦于一线员工的参与和能力。因为若做出一线员工无法理解的复杂晦涩模型,即便性能优良,该模型也无法被持续使用。因此,需考虑组织的大数据准备度与组织成员的接受程度,在速度与成本之间寻找平衡。
◇从“业务机会”中寻找项目=如果大数据项目沦为为了分析、为了技术验证而做的项目,反而可能使长期推进大数据业务的动力丧失。项目的出发点应始终是业务问题或业务机会。重要的是找出那些可用企业现有或可获取的数据加以解决、且从组织角度看必须解决的问题。需要用大数据项目解决此类问题,并借此切实确认通过大数据项目能获得什么。这样的成功经验会促成与另一个新的大数据项目的衔接。
随着大数据时代、AI时代近在眼前,企业再也无法推迟大数据项目。因为在革命的时刻原地不动,最终意味着被淘汰。不是有句话说,躲不过就享受它吗?与其被动跟随,不如主动开始。现在正是寻找我们组织第一个需用大数据、用AI解决的问题的时候。汉阳大学经营学院教授金钟宇






