企业如何玩转人工智能
2020年春节前后，新冠肺炎突发并迅速蔓延，新冠肺炎与历史上著名的各种“黑天鹅”一样让人们措手不及、无法防备。中国阶段性战胜新冠肺炎离不开其背后的科技支撑。在疫情中，送餐机器人、运输机器人、智能红外测量设备、人脸识别、疫情预测、疫苗研发等一系列人工智能相关应用让企业乃至整个社会认识到科技的力量。人工智能的应用不仅将在疫情期间为社会提供服务与帮助，更会在中长期全方位布局并持续发展。
企业需要具备哪些能力才能成功应用和部署人工智能。我们分析，围绕技术因素的能力包含：数据管理、高级分析、新兴技术、信息及网络安全、应用场景识别，围绕人为因素的能力包含：人工智能领导力、敏捷开发、企业创新管理。
一、数据管理。具备捕获、存储、组织、标记、访问和治理数据的能力，以搭建可供人工智能技术应用的基础设施架构。
在2018年至2025年之间，全球数据总量将从32.5ZB迅猛增长到180ZB，快速增长的数据总量对企业的数据管理能力提出了更高的要求。数据是人工智能项目的核心，尽管人工智能技术本身具有很强的学习、判断、分析和决策能力，但要保证高精度，需要依靠大量高质量的数据进行训练并优化算法。因此，数据管理能力往往是影响人工智能项目优劣的一个重要因素。目前，企业欠缺的数据管理能力包括数据收集、实时数据捕获、数据分析、将数据转为有效的商业洞察，以及通过连接、组合和共享数据来释放数据的能力等。
领先者经验：
1. 确保整个企业充分了解数据的价值，并赋予其高优先级。
2. 由企业决策层部署数据治理战略，这是成功应用人工智能的关键。
3. 注重数据隐私保护将有利于人工智能的健康发展。
二、信息及网络安全。具备完善的信息系统管理架构、前瞻性的信息及网络安全部署和应急响应机制，为人工智能及其他新兴技术的发展提供稳定可靠的网络环境。
随着数字业务的增长，全球企业遭受网络攻击的风险呈指数级增长。企业正在为网络安全漏洞付出沉重代价：全球报告表明，20%的企业损失超过5,000万美元，且69%的企业认为人工智能将是应对网络攻击的必要手段。随着欧洲发布《通用数据保护条例》 (GDPR)，大中华区两岸三地均从政策层面将信息安全纳入国家/地区战略。以中国大陆和香港为例，2017年6月1日，《中华人民共和国网络安全法》正式实施，网络安全有法可依、强制执行，网络安全市场空间、产业投入与建设步入持续稳定发展阶段。香港则成立了网络安全及科技罪案调查科，负责处理网络安全问题。
领先者经验：
1. 加强信息技术基础设施建设，如妥善保存安全日志、保持系统更新、严格进行权限管控。
2. 完善企业运营与决策，建立信息安全应急管理体系，加强与员工、客户、供应商和董事会关于网络安全风险的沟通。
3. 提前部署人员备岗方案，包括信息安全团队、服务台和其他关键人员，以便及时应对关键人员无法工作的场景，组织针对危机决策和危机响应的演练。
4. 增强员工信息和网络安全意识，积极开展相关培训。
三、高级分析。对规模巨大的数据进行分析，根据可视化分析和数据挖掘结果做出预测性的判断，获得数据驱动的业务洞察能力。
人类技术发展突飞猛进，社会运作的效率不断提高，信息的不对称性也大大减少，从而促使企业的竞争环境越来越复杂。企业需要具备快速应对市场变化的能力，预测和战略规划也成为了企业经营“求稳”的重要手段。针对不同的应用场景，人工智能可以结合机器学习、深度学习、数据挖掘、预测模型等技术，提高企业的高级分析能力，赋能管理层做出更加高级且复杂的思考和判断，从多方面找到解决问题的策略，进行需求预测，及时修正企业的发展方向，也就是我们常说的让企业“拥有智慧大脑”。
领先者经验：
1. 高级分析在帮助企业预测 风险、明智决策、解决问题等方面，优势尤为凸显。
2. 高级分析能力可以决定人工智能发展的广度和深度， 使技术达到真正意义上的“ 智能化”。
3. 人工智能技术也可以反哺高级分析能力，提升预测的准确度，赋能更多员工进行数据洞察。
四、应用场景识别。有完善的创新生态圈、组织架构、流程和数据，能够快速识别市场需求和有效实施人工智能的场景。
人工智能飞速发展，不论是传统行业，还是势如破竹的新兴产业，市场格局都发生了巨变。人工智能属于面向未来的新技术，应用场景是人工智能发展的主要驱动力。第一，中国人口消费、服务能力巨大，应用场景广阔，需求大，极具挖掘潜力；第二，中国在数字化发展势头上领先全球，几大科技巨头率先步入人工智能全面应用，头部创业公司商业化竞争白热化，大量数据自动生成，形成了海量数据库；第三，政府近几年不断出台人工智能扶持政策，鼓励并加强了人工智能的研发和应用。处在市场中的每一个行业、企业都在主动投入参与人工智能场景构建，在产业链各个环节落地开花。
领先者经验：
1. 评估市场价值指标，梳理疫情之下的行业问题和机遇，定义人工智能战略重点。
2. 对企业终端用户进行调研， 详细了解其痛点，确定企业 希望通过人工智能解决的具体问题。
3. 通过垂直行业或跨行业深耕研究如何更好地解决问题，识别潜在人工智能创新应用场景，并初步设计场景交互方案。
4. 对目标用户进行方案验证和迭代，最终确定人工智能创新应用场景。
五、人工智能领导力。领导层阐明愿景，设定目标，部署战略，以积极和支持的态度自上而下地引领人工智能的应用与部署。
与其他新兴技术一样，人工智能是否能为行业升级带来巨大价值，能够掀起怎样的商业革新，取决于领导层的支持与帮助。企业管理者应具备创新思维和前瞻性战略眼光，紧紧把握时代发展脉搏，关注技术发展趋势，将创新精神纳入战略管理议程中，设立人工智能发展愿景，并通过设置相应的具体目标或绩效指标，确保决策执行。
领先者经验：
1. 领导层需要适应人工智能 技术，掌握相关决策所需具 备的知识，提前部署，把握先机。
2. 将人工智能纳入到企业战略发展议程中，并与企业各层级各部门分享愿景，将非常有助于人工智能在企业中的推动与发展。
3. 企业创新文化和信任文化对人工智能战略的贯彻落实至关重要。
六、新兴技术。在企业范围内持续发现、探索新兴技术，并通过应用、智能解决方案和数据平台创造价值。
在当今的数字世界中，新兴技术层出不穷。那些在人工智能领域处于领先地位的企业也在致力于探索区块链、物联网等其他新兴技术的应用场景。每种技术都有其自身的局限性和复杂性，如何找到正确的方法将人工智能和其他新兴技术相结合是不少企业关注的焦点。公司积极拥抱新兴技术，积极寻求与人工智能初创公司、互联网公司或传统科技企业等建立合作伙伴关系，以获取新兴技术能力。随着以技术为基础的智慧城市、智慧物流、智能服务等概念的提出，科技成为了行业发展的新红利。
领先者经验：
1. 构建企业技术雷达，洞察新兴技术发展趋势，抓住市场机会。
2. 透过热点技术话题看本质，为业务模型革新做好准备。
3. 云解决方案可以轻松处理海量数据，逐渐成为挖掘新收入来源的优先事项。
4. 构建生态圈，与合作伙伴共赢。
七、企业创新管理。企业在维持已有的收入来源和 企业模式的同时，开发新的收入来源。
在各种新兴技术“颠覆”传统管理和商业模式的背景下，新冠肺炎的爆发无疑给企业的外部环境增加了不确定性，加速以人工智能为代表的创新技术应用，已成为各受访企业的普遍共识。如何构建创新理念和能力并进行有效管理将成为未来影响企业核心竞争力的重要因素。过去五年，互联网巨头积极布局生态圈，许多传统企业会通过与他们协同创新进行数字化转型。然而，大型互联网公司擅长通用方案，行业深度不够；同时部分巨头的强势话语权令传统企业难以占优。
领先者经验：
1. 在明确业务和创新战略的大背景下，加大人工智能投入，提高企业自主创新能力，完善人工智能的管理流程。
2. 在组织协同创新时，采取兼顾有效管理创新流程的方式，积极将现有无形资产投入到应用场景中。
3. 充分利用企业现有人工智能能力，跨行业融入生态圈，针对不同的创新领域和合作伙伴关系，使用不同的合作形式和协作工具。
八、敏捷开发。一种实验式的开发方式，跨职 能团队采用迭代、循序渐进的方法，共同协作，有效推进人工智能解决方案的落地。
考虑到许多人工智能技术目前还处于起步阶段，很多企业都是在摸索中前行，为了降低投资风险，有人工智能项目成功实施经验的公司往往会选择敏捷开发的方式。这种方式以用户的需求进化为核心，通过一系列短小的项目进行概念验证，大大提高了企业挖掘人工智能潜力的能力。由于项目周期短，项目组可以快速识别有价值的应用场景，为后续项目的开展提供指导方向。不断学习、不断验证的过程丰富了员工自身的知识体系，促进了企业跨部门的沟通。
领先者经验：
1. 调动各职能部门员工，促进跨部门协作，在技术和业务部门之间架起桥梁，为敏捷开发的落实创造良好的组织环境。
2. 采用迭代开发方式，鼓励员工不断进行反馈循环，构建快速学习能力。
3. 通过试点项目和测试案例快速发掘最有前景的人工智能项目。
