【AI-CPS OS】如何让人工智能AI+在你的企业落地

这一次人工智能的浪潮，绝对不是泡沫。为了迎接一个新时代的到来我们要做好准备：重新调整自己的定位，重新为自己的企业制定新的战略，迎接AI时代的挑战。

AI的商业本质是提升生产效率

人工智能，不是一项技术，而是一系列技术。这一系列的技术三个方式激发经济增长：

1. 创造虚拟劳动力，承担需要适应性和敏捷性的复杂任务，即“智能自动化”，以区别于传统的自动化解决方案；

2. 对现有劳动力和实物资产进行有利的补充和提升，提高资本效率；

3. 人工智能的普及，将推动多行业的相关创新，开辟崭新的经济增长空间。

今日，有这么多的巨头公司投入重兵砸到AI领域中去，是因为这次掀起的AI浪潮真的是整个人工智能发展史上一次重要的拐点。

改变这一切的关键在于“深度学习”，其大幅度地提升了高纬度的信息辨识能力。

当面临海量的信息时，深度学习表现了特殊的能力——信息越多维度准确性就越高，且没有上限，很容易就超过人类。这是技术本质的突破。这就是为什么这次的AI浪潮得以引爆的原因：拐点诞生了——形成的数字化+智能化力量与行业、企业及个人三个层面的交叉，形成了领导力模式，使数字化融入到领导者所在企业与领导方式的核心位置：

1. 精细：这种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切，进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。

2. 智能：模型随着时间（数据）的变化而变化，整个系统就具备了智能（自学习）的能力。

3. 高效：企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力，这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。

4. 不确定性：数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验，其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域：技术、文化、制度。

5. 边界模糊：数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化，还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。

因此，这次浪潮绝对不是泡沫。AI公司改变的是整个生产过程中的生产效率，直接影响生产过程的核心。

人工智能、人机交互和高速计算技术的发展，会让很多人的工作被电脑取代。事实上尽管在现代这个脑力劳动的社会，我们所从事的90%脑力劳动其实都是在重复过去累积的经验，而非新的思考。

AI+已经离你很近，AI现在已经如何渗透到你的行业。这些行业案例是我自己非常深入地了解或者亲身经历的，会和你从网上看到的那些信息非常不一样。

AI渗透的这些领域，有两个特点。

• 第一，覆盖面特别广。

• 第二，每个行业各有特色，不存在大一统解决方案。

高端制造业

• 核心生产效率问题：如何能更高效的设计出更优秀的产品方案

• AI解决方案：通过学习历史数据，更快的找到更好的设计方案

• 应用案例：国内某芯片制造巨头通过AI算法将芯片模具设计时间大幅缩短，AI还能大幅提升药物晶体选型速度。

每一家企业都在把AI对自己的提升当作秘密武器，想要以此打败竞争对手。

教育

• 核心生产效率问题：如何能快速提高学习成绩，个性化培养出更优秀的人才

• AI解决方案：自适应考试，自适应学习，个性化生涯规划

• 应用案例：Knewton通过自适应评测精确诊断学生对知识点掌握的情况，并制定有针对性的学习方案。iPIN的完美志愿根据个人特质和数千万人的职业发展经历，为学生制定个性化的生涯规划。

预计五年之后，AI+教育，会给这个社会带来真正的变革：

第一，让教育更公平。AI这个老师，会是一个比填鸭式教育更懂你的老师，它能够个性化地对待每一个学生。

第二，让每个人得到个性化的发展。

这就是整个教育资源缺乏导致其对整个社会的重大影响。但是，AI+教育，是能够让教育变得更公平的，未来，我们对于普通教师的需求，可能不会那么大了。但优秀教师，还是稀缺的。

文字工作

• 核心生产效率问题：更快的写作，更精妙的文笔，更吸引人的情节构思

• AI解决方案：标准文书写作…….

• 应用案例：百度机器人写古诗，今日头条写作机器人报道体育赛事，iPIN的JD机器人创作招聘需求，日本小说机器人写小说

虽然我们并不能用一种高度智能的方式让机器自动解决所有的问题，但通过“科学家+行业专家+应用专家”这三者的紧密配合，已经可以很好地将很多工作自动化。

制定企业的AI+方案有四个步骤

企业需求的共同特点是：

• 超越自动化，开启新创新模式：利用具有自主学习和自我控制能力的动态机器智能，为企业创造新商机；

• 迎接新一代信息技术，迎接人工智能：无缝整合人类智慧与机器智能，重新

  评估未来的知识和技能类型；

• 制定道德规范：切实为人工智能生态系统制定道德准则，并在智能机器的开

  发过程中确定更加明晰的标准和最佳实践；

• 重视再分配效应：对人工智能可能带来的冲击做好准备，制定战略帮助面临

  较高失业风险的人群；

• 开发数字化+智能化企业所需新能力：员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说，创造兼具包容性和多样性的文化也非常重要。

AI是靠数据吃饭的，没有数据AI就是一个傻瓜。目前整个中国的绝大多数企业，如果实现AI，首先要实现BI。

诊断一家公司的BI架构，分为五级：

• 第一级：关键数据缺失；

• 第二级：数据全而未打通；

• 第三级：打通但不支持快速决策；

• 第四级：支持快速决策但不能快速实时响应；

• 第五级：智能实时响应。

AI+的思维模型是：状态感知-实时分析-自主决策-精准执行-学习提升。

AI+落地的最核心问题是人才

真正很好地解决一个行业问题，只把算法做好是不够的，你要对行业有足够渗透、足够理解，还要把问题拆解得足够细。因此，有一个漫长的链条等着你去解决。真正解决问题的正确搭配，是要三类人形成合力：

◆第一类：AI科学家

他们最擅长解决数学这一块。这类人非常稀有，各个公司都想拥有，难度很大。而如何管理这类科学家呢？他们长期做学术，也许并不一定深入地了解行业。首先要把问题拆的足够散，才能让他去具体地解决。

也因此，需要行业领域的专家参与。

◆第二类：行业专家

他们是真正很懂这个行业的人，可以把行业的所有问题全部描述清楚。但行业专家的问题是，他们会自我设限。

商业是逐利的，生产效率、投资回报，这才是商业的本质，而非品牌是否高端。

◆第三类：AI应用型人才

人工智能的发展第一次将科学家推向创业的先锋位置，而实际上，AI科学家最擅长解决的是学术问题。因此你将一个解决学术问题的人推到时代最前沿去解决应用问题，这本身就是一个错配。

应用方面，还是需要有应用人才，他们要了解算法，同事了解行业问题。

如何成为AI应用人才，很多企业在未来也会遇到这个问题。最合适的人，他首先是一个优秀的产品经理。要能准确地把握到问题的本事，并且拿出相应的解决方案。当然，如果他要成为一个AI应用型人才，还要对技术懂一点，对所要解决的行业领域懂一点，要成为一个半吊子的Tensorflow Boy。

最后，他还需要是半个行业专家。从这三方面出发经常使用AI+的思考模型思考问题，或许你就有可能成为在AI时代的公司最需要的那个人。

 

产业智能官  AI-CPS

用“新一代技术+商业操作系统”（AI-CPS OS：云计算+大数据+物联网+区块链+人工智能），在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能；实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。

长按上方二维码关注微信公众号： AI-CPS，更多信息回复：

新技术：“云计算”、“大数据”、“物联网”、“区块链”、“人工智能”；新产业：“智能制造”、“智能驾驶”、“智能金融”、“智能城市”、“智能零售”；新模式：“案例分析”、“研究报告”、“商业模式”、“供应链金融”、“财富空间”。

点击“阅读原文”，访问AI-CPS OS官网

本文系“产业智能官”（公众号ID：AI-CPS）收集整理，转载请注明出处！

---

---

版权声明：由产业智能官（公众号ID：AI-CPS）推荐的文章，除非确实无法确认，我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题，烦请原作者联系我们，与您共同协商解决。联系、投稿邮箱：erp_vip@hotmail.com

---

---