微軟AI商學院X中信讀書會：從AI落地到產業閉環形成，提升AI思維是核心

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。

安永大中華區數據智能諮詢服務主管合夥人顧卿華先生、微軟全渠道事業部首席技術官徐明強先生，以及Paypal科學數據科學部創辦人、前百度金融首席數據科學家、《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業界不同領域的專家圍繞“從AI思維到商業落地，如何實現產業閉環”的主題，結合自身經驗與思考，深度探討企業在AI落地中遇到的難題及可行的解決策略，並對商業閉環如何形成、AI人才升級等問題發表了專業看法。

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，其核心意義是一種分析數據的思維模式，包含數據、模型、算力和業務模式四要素。AI從數據出發，通過模型和算力形成決策，最終在業務中產生價值。

在活動一開始，丁磊再次強調了AI是一種思維方式，可以幫助人類有效分析大量數據，從中得出預測並做出決策的觀點。顧卿華則表示，他所理解的AI，以替代性和學習性為核心，把跟它相關的軟件、硬件、算法、人類的知識和經驗結合在了一起。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”這句微軟內部調侃，來表達自己對於AI的理解，並指出已在視覺、聽覺、語言能力上都有突破性發展的AI，完全能夠在某些程度上取代人類部分繁重、重複的勞動，去重新構建生產關係。

在聊起AI具體能為人類做些什麼這個問題時，丁磊首先從兩個方面進行了回答。他認為AI主要可以應用於兩大方面：第一，人類無法勝任的工作，比如在醫藥領域，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、金融機構中，給用户進行常規流程答疑的客服等機械、重複的工作。

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兩個實際案例中，表達了AI在學習性、替代性、經濟性等方面的優越性。

面對企業為什麼會選擇AI成為其突破瓶頸，打開局面的工具的疑問，徐博士表示，近年來大量企業都面臨運營模式、業務模式的瓶頸，AI能夠幫助企業從流程中的關鍵路徑來判斷哪些節點是主要瓶頸，並且AI也能在一定程度上取代重複繁雜的勞動，進而促進企業降本增效，增加利潤。

丁磊跟進補充，隨着社會經濟的不斷向前發展，近幾年來，數據、模型、算力、業務模式/場景這四個AI思維的要素，已經實現了基本打通，再結合國家重點支持新基建的時代機遇，AI自然而然成為企業改革、創新的首選工具。

知易行難：企業推動AI落地進展緩慢，坑點是什麼？

活動中，顧卿華跟大家分享了由微軟攜手安永共同調研，即將於10月發佈的《AI成熟度調研白皮書》（後稱“白皮書”）中部分有趣數據：

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

由此可見，企業與AI的關係，已經從瞭解、嘗試、試驗階段，轉入做較為成熟的應用與規模化發展階段。同時，“白皮書”中也披露了116家企業和高管遇到的影響AI落地的因素：

第一，人的因素。企業管理者認為“AI落地中最有挑戰內容”TOP10中，三項跟人有關，包括管理層、決策者的支持和意識，AI技術人才的缺失，員工對AI技術的信任。

第二，數據的因素。當前，企業缺少比較統一、標準化、高質量的數據，導致AI應用可能會成為無米之炊、無源之水。

第三，風險與合規因素。企業進入數字化轉型後，開始大量依賴機器幫忙做決策，不可避免地會在業務連續性、隱私保護、AI可信度、倫理和社會的問題等出現問題。

第四，規模化難題。大多數企業的AI創新都是點狀、實驗性質、局部的創新，缺少規模化、商業化、運行態的佈局。

丁磊則結合自己在擔任paypal科學數據科學部負責人期間的經歷談到組織架構對AI落地的影響。

AI落地與商業閉環如何形成？

緊接着，三位專家就“AI落地與商業的閉環如何形成”交換了更多經驗與想法。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，企業應該先了解自身AI應用的現狀，明確應用未來的場景和方向，並對該落地項目進行持續變革管理；

“4”是指AI落地項目應在吸引客户、賦能員工、變革產品與服務、優化運營這四個領域創造價值。同時，建議企業應從這四項中自身最具優勢的領域着手；

“8”則是指八項核心力，包括AI領導力、創新管理能力、應用場景的識別和選擇能力、數據的管理與高級分析能力，以及新興技術選擇的判斷力、迅捷開發水平、信息與網絡安全狀況。

徐博士向觀眾們提供了更為簡單、快速、直接的建議和方法。他建議企業從易處着手，先了解業務場景中最需要解決的問題，做“調包俠”，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缺乏數據科學人才儲備的問題。

丁磊結合自己在《AI思維》一書中的觀點，表示企業的智能化、AI轉型是一把手工程。一把手可以不懂AI的技術，但必須具備AI思維。他應該能夠從數據中進行預測，做出決策，找到讓數據和模型自相反哺的反饋機制，並且能夠把控這個機制。這樣，企業無論是通過內部團隊還是服務商，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，一直是企業成長與發展最重要的資源與財富。10月即將發佈的“白皮書”中也提到，面對AI落地，企業遇到的頭號問題是缺乏AI人才。那麼，企業該怎樣培養人才，改變員工思維方式？又該怎樣讓AI賦能具體的數字化轉型策略？

丁磊結合自己在國內外一線科技大廠的AI落地的工作經歷表示，我們無須羨慕硅谷企業，國內並不缺乏能夠進行AI基礎落地的技術人才，缺的是公司一把手們對AI思維的認知。這甚至已成為企業AI落地中關鍵的坑點或卡殼之處。這需要我們加大對企業一把手或業務負責人，甚至部分一線業務負責人在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的積累，重視企業與員工的自我提升與改造，接納AI及其他創新科技，創造良好氛圍和土壤等等，不論對企業AI落地，還是整體可持續的健康發展，都極具借鑑和啓發意義。

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