【人工智能】IBM机器学习CTO给2190名知乎网友的一封信

2017 年 11 月 13 日 产业智能官

“

4月11日晚上7点到8点, IBM机器学习首席技术官Jean-Francois Puget ( JFP)博士，在知乎Live上开展了一场跟2190名知乎网友（也叫知友）的对话，分享了机器学习的相关趋势、IBM在机器学习的战略以及相关的研发投入，也用真实案例来说明了机器学习在商业领域的价值。

”

一个小时的分享和沟通实在是有些短暂，很多知友的问题没有来得及回答，所以JFP在分享之后，针对知友们提出的问题进行了回答。我们将他的回答进行了翻译和简单的整理，以飨读者。

成熟的机器学习算法是否已应用于商业上？

是的。机器学习已用于多个领域。其中之一就是经常使用矩阵分解算法的产品推荐。目前，将机器学习投入商用的其他领域包括自然语言处理、图像识别、销售预测、预测性维护、客户流失预测。

机器学习能做什么？有哪些产品？

只要有了明确的业务目标和支持此业务目标的数据，就可以做许多事。例如，如果业务目标是减少订货后的送货时间，则必须拥有足够的历史数据，以便了解影响送达时间的因素。

如何实现机器学习？

从一个明确定义的、小范围的项目开始。然后使用开放源码来构建模型。随后使用像 IBM Machine Learning 这样的行业平台来管理模型的生命周期。

目前投入商用的语音识别、自然语言处理、图像识别只不过是语音客户服务。基于搜索和深度学习推荐、识别等，是否还有任何其他应用方向？

客户服务很关键，但还有其他与机器学习相关的领域。例如，预测性维护是应用机器学习的一个好想法。该想法的理念是使用物联网收集各种设备的信息并预测它们的健康状况，以便可以预防故障。另一个领域是医疗健康，机器学习能帮助诊断，并帮助选择最佳疗法。

对于分类，有哪些经典用例？您有何想法或建议？何时需要考虑复杂模型？

异常检测是一种经典用例，在该用例中需要对正常和异常情况进行区分。这是一个二类或二元分类问题。这包括欺诈检测（正常与欺诈）、预测性维护（正常操作与故障）、医疗健康（正常与疾病）等。我建议从简单模型开始，比如逻辑回归，如果准确性不够高且有大量训练数据，那么可以寻找一些更复杂的模型，比如梯度提升决策树或深度学习。

您是否认为机器学习现在存在着泡沫/炒作？

是的。我认为深度学习被吹嘘过度了，而且人们的期望有些不切实际。深度学习很好，而且它实现了计算机视觉和自然语言处理上的突破。但这需要大量的投资和数据。大多数公司都没有足够的数据来让深度学习发挥作用。此外，在许多更适合使用机器学习技术的领域，深度学习不是首选的技术。我希望深度学习的优势和局限性得到更好的一般性解释。

为什么深度学习更偏向于学术，而不是行业？

这种情况正在快速改变。效力于 IBM、Facebook、Google 等公司的大部分高级团队都不是学术性质的。但是，深度学习仍停留在研究阶段，尚未达到工程设计阶段。一个原因是深度学习未得到深入理解。设计正确的网络架构仍是少数人掌握的艺术。

您对迁移学习有何看法？

这是个不错的想法。迁移学习可以在训练复杂模型时节省大量时间。

如果深度学习的性能优于任何其他算法，它是否可能取代其他经典的机器学习算法？

深度学习在声音和图像方面具有更好的性能，但在其他领域没有突出表现。由于深度学习仍未取得良好结果，或者由于没有足够的训练数据，其他经典机器学习算法在一段时间内仍有许多机器学习应用。

无监督学习的行业应用方向有哪些？

我认为无监督学习不会被广泛用作一项独立技术。无监督学习通常被用作监督式学习的一个预处理步骤。例如，建立数据集群，然后使用集群 id 作为新特性，这有助于提升监督式机器学习算法的性能。

如果企业打算使用机器学习，应该如何开始使用它？技术门槛高不高？哪些行业拥有这种机会？

企业需要先在小型的、明确定义的项目上训练数据科学家。企业可以通过在线课程将他们的员工培训成数据科学家，比如 coursera 上的斯坦福机器学习课程。但是只有培训还不够，人们必须进行实践。一种不错的实践方式是参与机器学习竞赛。一些网站举办了这类竞赛。

强化学习有何难处？它是否更接近通用的 AI？

强化学习旨在获知下一步最佳行动。在可能操作数量有限的领域，比如棋类游戏 (Go) 或 Poker，强化学习取得了巨大成功。如何才能将这些成功扩展到可能操作数量无限的实际情况中，让我们拭目以待。如果我们能实现此操作，那么我们就离通用 AI 更进了一步。

我正在尝试预测采用机器学习的产品的价格。在经过训练的数据中，产品的价格和其他参数是已知的。我想知道我应采取哪种算法，监督式算法还是无监督算法？IBM 的当前产品能派上用场吗？

您需要使用回归算法。我猜您既想了解艺术图像，又想了解元数据，比如艺术家、创作年份、尺寸、材料等。我推荐采用深度学习来处理这些图像，采用经典机器学习来处理其余信息。我最喜欢的经典机器学习算法是梯度提升决策树，比如 XGBoost 或 LighGBM。我们打算在 IBM ML 中支持这些算法。

您认为机器学习中存在隐私问题吗？

是的，肯定存在。考虑将机器学习用于医疗健康领域，例如根据肺部放射学信息来诊断癌症。要训练机器学习模型，需要获得大量的肺部放射学信息样本。如果不小心处理，就有可能从训练数据中识别出谁患有癌症和谁没患癌症。这是一种严重的隐私泄漏，这种举动在一些国家可能是非法的。处理这种情况的一种方法是在将数据发送到机器学习程序之前对它进行匿名化。

是否可以结合使用深度学习与传统编程？NTM 的发展是否会取代一些程序的发展？

我不确定我是否正确理解了这个问题。如果您问的是结合使用深度学习与传统机器学习，答案当然是肯定的。例如，如果您的训练数据是图片和结构化数据的组合，您应该采用一种集成方法。使用图片训练深度学习模型，使用剩余特征训练经典机器学习模型，然后使用第三个分类器将前两个模型的预测结果作为输入。

请问，人工智能如何帮到CMO？

文章来源：《新营销》

CarolineTaylor ，IBM 全球市场部副总裁兼首席营销官。她常驻伦敦，领导的团队负责全球七个地理区域的市场营销和沟通战略的制定及执行，包括北美、拉美、欧洲、中东和非洲、日本、中国以及亚太地区。2017 年 1 月，她被授予“大英帝国杰出勋章”(OBE)。

曹虎，科特勒咨询集团全球合伙人兼中国区总裁、科技天使投资人、MBA和行为学博士。他带领科特勒中国团队服务了12个行业近200企业和近20个园区及政府。

这是两家全球化企业的领导者。一方为客户从技术智能上提供营销解决方案；另一方则更侧重于以人类智脑为客户服务。这两家著名企业的顶级高管，在北京的暮春时节坐到了一起，他们将碰撞出怎样的火花？又将给予营销人怎样的启示？

“我们处在一个信息高度透明的时代。”

曹虎：有人说企业里的营销部门是成本中心，但营销部门确实是企业收益增长的战略引擎。作为IBM 全球市场首席营销官，你怎样从利润和成本的角度评价营销部门的角色？营销部门在促进企业发展和拉动利润增长中扮演了什么角色？

Caroline:在过去几年里，我们所有团队的重点工作之一，就是建立数据驱动的文化。想要真正实现数据驱动，就需要有高质量、高精度的数据支撑。我们要将过去一周、一个月、一年的历史数据整理成报告，借助人工智能预测未来趋势，帮助我们做出明智的决定。下一步我们就要将工作重心转移到预测分析上来。

以前，一些狂妄自大的企业试图拉拢消费者，并让他们按照自己的预想来行动，却很少能成功。我认为，当今的数字世界使消费者具有了一些新的行为方式。试想，一个不愉快的消费者随时可以通过社交媒体，比如中国的微信或者是英国的推特或脸书，将自己不愉快的经历分享出去。这种传播方式具有巨大的影响力。

作为B2B的营销人员，我并不直接面对最终的消费者，而是面向企业人士。在我三十多年的从业经验中，“电子商务模式是B2B还是B2C”一直是争论的焦点。事实上，数字时代的到来使我们意识到，真正的电子商务模式是B2P，即商业对个人。这就是我们现在正在做的。

我们的营销对象是具体的人。无论你是面向独立消费者，还是面向首席信息官、首席营销官等代表公司做采购决策的商务人士，他们在决策过程中的情感体验是相似的，因此我们要就此作出回应，并且迎合他们的需求。

曹虎：你提到电子商务模式不是B2B或者B2C，而是B2P，这个想法很有意思。不管在什么情况下，作出决策的总是具体的人。有史以来，科技第一次让我们能够为特定的职位、特定的人来定制内容。然而科技的发展也带来了挑战。过去的生活节奏缓慢，我们会先花费半年的时间制作一则广告，三个月后才能获得一些反馈，然后我们再花费三个月进行优化和改进。但是现在，科技不但能使企业拥有更多的工具和平台，以量身定制服务来迎合不同消费者的需求，也使得消费者有了更多的话语权。

根据你在IBM的工作经验，能否就企业如何在发展战略、技术研发和组织变革方面运用正确的科技技术，以迎合新一代消费者的需求给出你的建议？

Caroline：首先我想说的是：每家企业都应该意识到我们处在一个信息高度透明的时代。因此你必须诚信，必须真实。你可以营销，可以讲述你的故事，可以向目标市场展现你的价值，但这一切必须是真实的。一旦有假，一定会被发现。因此，企业必须认识到保持真实的重要性。

以前，我们确实曾经时间充沛、节奏缓慢，但这对于营销人员来说的不利之处是：我们需要花费很长时间才能知道事情的利弊。现在，我们可以借助科技手段了解客户会浏览到网页的哪些位置，能否快速看到你需要他们看到的信息等。科技可以帮我们了解很多情况，并且是实时了解。以前我们使用A/B测试，将测试对象随机分配到不同测试组进行不同处理时，需要花费数周时间才能得到实验结果。但现在，科技工具使我们可以实时获取结果。

“科技不仅赋予客户和企业更多权利，而且创造了新的企业运营方式。”

曹虎：我们也注意到，强大的工具总是会给传统营销企业带来挑战。人们在推特、微博上发布的消息有好有坏，营销部门必须进行及时回复。但是从技术层面来讲，赢得市场是个多层次的过程。你怎样评价这些工具对于企业营销的影响？

Caroline：从传统营销到现代营销之间存在着一个转变过程。在过去，营销就是信息发布的过程，是把信息推向市场的过程。但是现在我们的营销更加互动化。你会发现，现代的营销团队会把社交媒体当做与外界沟通的工具，通过对外发布信息，他们期待得到人们的回复，并且立即作出答复。

我再给你讲个故事吧。这个故事发生在英国。

几年前，有两家航空公司都开始使用社交平台。我的一个同事要去佛罗里达度假，随行的是他的夫人和两个儿子，一个10岁，一个12岁。大一点的孩子有部手机。他们恰好赶上航班晚点，在飞机上坐了一个半小时等待起飞，这让他们很恼火，但又必须一直坐在那，因为一旦离开机舱，有可能又赶不上飞机起飞。他的儿子感觉很无聊，就在推特上发布信息，抱怨这次飞行经历，并且@了这家航空公司。然后飞机起飞了，他关掉了手机，8个小时后飞机降落在佛罗里达机场。当他打开手机时收到了几个朋友的回复，并且也收到了这家航空公司和另一家航空公司的信息。

他所搭乘的这家航空公司的答复很正式，甚至有点古板。他们说，“对于本次航班延误，我们深表抱歉，希望您能度过一个愉快的假期”，非常礼貌。另一家航空公司则说“很遗憾您经历了航班延误，欢迎下次乘坐我们的航班，如果您扫描这个代码，您将获得本航空公司价值200英镑的代金券，用于您的下一次旅程。”这样的答复令人印象深刻。

两种答复体现了完全不同的态度：一个只是稍加抚慰了乘客的情绪，另一个则让人拍案叫好。你觉得他们下次去美国时，会乘坐哪个公司的航班？我认为这就是互动交流的工具，是现代营销互动的一个很好的例子。现代营销是企业与客户之间的体验与交流，不再仅仅是对外发布信息而已。

曹虎：是的，这个例子非常有趣。从这个故事中我们能够发现竞争公司所发的信息措辞得当，他们在密切关注社交信息并且迅速做出回应。重要的是：他们一定有一个快速的决策者。所以我认为，科技不仅赋予客户和企业更多的权利，而且创造了新的企业运营方式。

Caroline：是的。你必须改变运营方式，并且让内部员工为你代言。你不能安排几十个职员检查和层层审批网页内容，然后再发布网页，而是让客户参与其中，这样才能快速获得反馈。

“人工智能之所以改变了营销方式，是因为它极大提升了客户体验。”

曹虎：你是技术营销的行家，所以我想问一个更加深入的问题。在你看来，什么样的科技会影响或者重塑营销方式、创造更好的营销策略和更多的客户价值？

Caroline：我认为，真正改变客户体验的是人工智能在市场营销中的应用。人工智能之所以改变了营销方式，是因为它极大提升了客户体验。人工智能是个性化的极端产物，它能够让我们做出非常智能的个性化产品，让营销更像是一种娱乐。如今，营销经常融入了娱乐的元素，非常聪明的营销就像是娱乐。

举个例子，“家乐”是联合利华旗下的食品品牌，主要出品汤和调味品。他们做了一件很成功的小事，却在全球引领了一场运动。家乐进行了一项研究，这项研究号召人们对爱情上的喜好进行打分，分析什么样的人可以吸引他们，再研究他们钟爱的食物味道。他们相信，如果两个人在味道上的喜好比较匹配，他们也会在情感上匹配。这是最初的一项研究，后来他们决定将研究升级，增添一些乐趣。

他们与IBM合作，研发了一个基于认知技术的味道分析工具。借助Watson和增强智能，他们构建的这个测试工具可以向你提问，了解并分析你的信息，然后将你的味道资料创建出来。人们可以在线使用这个工具。“家乐”通过这次活动把品牌做到很酷很潮。通过社交媒体，人们很快就了解到这个测试工具，并开始使用它，然后将自己的测试结果分享到社交平台上。于是，“家乐”的品牌也被人们疯狂传播开来。最后，“家乐”拍摄了一个非常有趣的广告，让那些通过味道配对的人作为主角参与广告拍摄，整支广告的基调有点浪漫，就像在过情人节一样。总之，“家乐”进行了一场非常巧妙的营销。

所有这些都来源于一项小小的研究。营销策划者借助人工智能，创造了一个非常巧妙的互动模式，再利用这个模式实现了巨大的广告效应。这确实非常有趣，与我们传统的互动模式大相径庭。成功的营销有趣、巧妙，并且改变了大众对家乐品牌的印象，“家乐”因此拿到了联合利华当年所有的奖项，其销售额也直线上升。这是人工智能在企业与客户互动方面发挥巨大作用的一个例证。

曹虎：这个例子非常好，也非常有趣。在这个实例中，人工智能不仅创造了新的互动方式，并且帮助品牌发现了新的价值，吸引了更多的客户，为品牌重新注入了生机。

是的。当你借助人工智能，将认知技术应用到这些传统模式中，其结果往往能够与人们产生共鸣，因为这个结果是精准的，而不是为了达到娱乐价值的随意猜测。这种方式具有更高的用户黏性，因为它是真正在与人互动，它深得人心是因为人们会说“对，这就是我，我就是这样的”。

“在任何商业过程中，最终目标就是提高效率和有效性。”

曹虎：当我们在谈论人工智能和科技时，人们认为人工智能会提高效率，这是对人工智能的常见误解。在许多情况下，人工智能不仅会在商业运作中提高效率，而且会创造富有成效的新商业模式。

Caroline：我认为，在任何商业过程中，最终目标就是提高效率和有效性，将人工智能引入营销过程确实能够帮助我们提高有效性，改善客户体验。不管是通过趣味性和互动性的营销方式让客户高兴，还是仅仅因为你的营销方式没有让客户厌烦，人工智能的应用都是非常重要的。

我再举个例子。IBM内部正在研发错误! 未指定文件名。错误! 未指定文件名。“认知型投标优化工具”，是将人工智能应用到媒体广告投放中。与传统算法和程序算法相比，这个工具会降低投放结果的细微差别。比如，普通的广告投放方式无法区分用户当时所处的使用环境，但认知型投标优化工具就可以。通过在试验项目中使用这个工具，我们的投放转化率有了大幅提升，提高了30%~40%。在一项特定的测试中，转化率提高了72%。这个结果是十分惊人的。这个工具对提高营销资金的使用效率意义重大。但重要的是，我要降低惹恼客户的几率，为此，我要力争做到更加精准、更加个性化，在对的时间对的地点向人们推送对的广告。

曹虎：目前是否有广告客户正在使用或是想要尝试使用人工智能？

Caroline：这是IBM的一个研究项目，目前只做了内部测试，并在英国、美国和日本试运行。但我已经跟欧洲和美国其他公司的同行讨论过，他们总是在问“你能帮我们也做这个吗？”，当然可以。现在IBM还没有发布这个工具，但我们一定会将它推向市场。这或许是下一阶段的工作。

曹虎: 我想问个非常有趣的问题：作为IBM全球首席市场营销官，IBM怎样借助人工智能更好地进行营销活动？

Caroline:在过去几年里，我们所有团队的重点工作之一，就是建立数据驱动的文化。想要真正实现数据驱动，就需要有高质量、高精度的数据支撑。我们要将过去一周、一个月、一年的历史数据整理成报告，借助人工智能预测未来趋势，帮助我们做出明智的决定。下一步我们就要将工作重心转移到预测分析上来。

“营销具有强大的力量，只要它用对了方向。”

曹虎：有人说企业里的营销部门是成本中心，但营销部门确实是企业收益增长的战略引擎。作为IBM 全球市场首席营销官，你怎样从利润和成本的角度评价营销部门的角色？营销部门在促进企业发展和拉动利润增长中扮演了什么角色？

Caroline：我坚信营销部门就是为了促进企业发展和拉动利润增长而设立的。我不认为我们是成本中心。当然，营销部门会产生许多费用，这对公司的损益一定会有影响。但我们要做的，就是减少成本提高收益，努力提升企业利润。

有些人认为数字化时代的开启使得营销活动没有价值了。这个观点很有趣，但我不认同。因为营销活动一直是围绕商业战略发挥作用的。营销人员往往目光长远，是一个企业中深谋远虑的人。当然，现在我们也都有了短期责任。IBM是上市公司，因此我们每个季度都必须向华尔街和股东提交积极的收入报告。这点非常重要。

除此以外，我们必须有清晰的长期发展战略眼光。因此在很大程度上，营销部门是企业的眼睛和耳朵，我们需要看清楚前方的路，洞察市场变化，真正了解市场环境和发展情况，然后就调整企业发展路径向决策者提供建议和解决方案。

据我了解，在许多企业中，首席营销官是不做这些事情的。但是IBM设置了全球首席营销官的角色，目前由Michelle Peluso承担这一重任。她不仅要根据所有洞察进行决策，还要不断推动我们称之为全球“区域化团队”的工作。就我个人而言，我需要从“走向市场”的整体战略角度出发，努力推动预测与前瞻工作，并思考如何调整战略达到发展目标以及如何抓住发展机遇。

显然，我们需要与其他部门的同事通力合作，尤其是负责销售、运营管理与发展的部门，因为这些部门都是企业发展过程中不可或缺的重要组成部分。首席营销官有着非常明确的使命：眼光长远地进行前瞻性思考，并从长期发展的角度考虑如何应对眼前的情况，以及如何将这些能力运用到商业过程中。因为承担着如此重任，我相信做一名首席营销官绝非易事。

曹虎：想承担新时期CMO的重任，成为企业增长的引擎，CMO和高级营销经理就需要掌握新的技能，新的营销方式。尤其是在数字化时代，营销人员所使用的工具是不断变化的，这就存在一个挑战，即在当前科技驱动的组织中，CMO应该如何与CIO协同工作。

Caroline： CIO一定会是CMO最好的合作伙伴，我们叫做“永远最好的朋友”。几年前，有一些相当疯狂的说法，比如：CMO会控制比CIO更多的预算。这也许是真的，但是这一说法显然夸大了现实。现实是，如果你是个聪明的CMO，就不会独自做技术采购的决定。你需要组织中专家的帮助，这其中就包括了团队中的CIO。

曹虎：祝贺你获得了英国女王颁发的大英帝国杰出勋章。请你谈谈如何让营销具有更多的社会责任和影响力。

Caroline：这又回到了我之前提到的真实性的问题。在这个完全透明的世界中，如果公司想要实现可持续的发展，就必须做一个负责的企业。

讲个有趣的案例：联合利华和宝洁在几年前改变了洗衣液配方，在30摄氏度的水温中也能够将衣物清洗干净，而不必加热水温，这样可以节能。对于消费者来说，这是好事，因为他们都会在意电费账单和银行账户的支出。对于社会来说也是好事，因为电能的节约意味着污染的减少。这个例子完美诠释了什么是理性利己主义。联合利华和宝洁的营销部门改变了消费者的行为习惯，既有利于消费者也有利于地球环境的保护。同时，两家公司都卖出了很多洗衣液，这对公司和股东来说也是好事。这是多赢的事情，每个人都很开心。

所以营销部门有这样的能力。在过去，营销部门特别是广告部门被认为是致力于让消费者购买他们不需要的东西。而现在的营销部门，早已不是过去人们认为的那样了。

所以，我认为营销部门具有惊人的力量。试想我们将所了解的现代营销理念应用到重要的社会问题，比如环境问题、贫困、饥饿等方面会取得什么样的效果？这是了不起的事情。我在想营销人员做这些事情会展现出多大的力量。在IBM，我们的营销人员也会利用他们在工作中的专业技能做一些慈善的、非盈利的事业。营销具有强大的力量，只要它用对了方向。

关于“企业首席数据官”的五个问题

来源：IBM中国 作者：哲学博士 Inderpal Bhandari

数据科学家 — 这个十年前几乎很少被提及的专业，正成为企业职场香饽饽。随着大数据与认知时代来临，他们正成为 "数字石油" 的变现高手，和企业认知战略的关键推手。

哲学博士 Inderpal Bhandari 于 12月份被任命为 IBM 的全球首席数据官。他于上世纪 90 年代加入 IBM Research，之后数十年一直从事数据领域的工作。2006 年，他曾担任某家医疗保健公司的首席数据官，这是该领域首次设立此职位。以下是一些他经常被客户问及的问题，供大家快速了解这个新职业。

1) 什么是“首席数据官”？

为什么许多企业会设立该职位？

随着许多组织开始利用大数据分析推动业务模式与业务流程的转型，企业高管中出现了首席数据官 (CDO: Chief Data Officer) 这一新职位。据 Gartner 预测，到 2019 年末，90% 的大型企业将会设立 CDO 职位。

CDO 的职责是发展战略性的创新能力，以数据驱动型洞察来推动增长、提升生产效率、改善客户体验。

CDO 还应负责制定清晰的数据战略，治理和管理数据资产，交付集中的可信数据来源，在数据分析方面与公司内部的不同业务部门及外部合作伙伴建立深入的协作关系，同时开发和拓展数据工程与数据科学领域的人才。

2) 什么是好的数据战略？

数据战略应聚焦货币化。在这种思路下，就会引发一些思考，诸如“公司应采用何种方式为其客户创造价值？”“若要实现这种价值主张，需要利用何种数据？”“您需要以何种方式处理这些数据？”“若确保这些数据适用于这些目标，您应采用何种方式对其进行管理？”

3) 在数据分析中，认知计算的作用是什么？

认知系统能够将内容放置到情境中，对来自外界的信号加以组织，对其模式进行评估，从中发掘内涵，最终将可执行的洞察力及相关证据交付给用户。

在认知企业中，数据是基础所在，它摒弃了臆测、近似、平均计算等方法，因此可实现更高的分析精度。举例来说，非结构化数据在所有数据中的占比高达 80%，而大部分的非结构化数据未得到有效分析。我们大多数人的工作与生活都与非结构化数据密切相关，因为照片、视频、社交媒体、卫星图片，甚至是手写便签都属于非结构化数据。

就 IBM 而言，我们正在构建认知系统，它将获取所有形式的非结构化数据，并将认知功能集成到包括销售、运营、技术在内的每项组织流程中。

4) 在基于业务数据分析的方法中，

云计算的作用是什么？

云技术能够提供实现认知系统所需的规模。云也是一个变革平台，有助于推动企业的重大转型。

在执行云驱动型与数据驱动型战略时，会由于地域性而产生不确定性。不过，通过与其他企业高管以及 IT、财务和其他部门的同事进行沟通，我们便能解决这种不确定性。我们需要确保的是每个参与者都能够了解首要目标及实施路径。

企业还应了解，任何挫折都蕴含着宝贵的学习机会。在组织构建之前从未有过的工具时，始终要切记：之前的挫折与成功都是这一过程的一部分。

如果组织能够解决业务问题，创造价值并持续获得改善所需的额外洞察力，就有很大的机会取得成功。不过我们要做好长期打算，因为任何转型都需要时间的积淀。千万不要急于求成！数据分析的变革并非一蹴而就，需要耐心才能实现。

5) 您在 IBM 研究院的工作生涯中，

最令您引以为傲的是哪一点？

我们曾帮助美国职业棒球大联盟分析统计数据，促成《点球成金》(Moneyball) 这一图书与同名电影大卖。我们曾在上世纪 90 年代末，使用 Advanced Scout 帮助全美篮球协会 (NBA) 训练员工，这款数据发掘工具，可帮助球员通过数据分析击败对手。

Advanced Scout帮助 NBA 教练员做出高效的比赛日决策，包括球员最佳位置安排、球员最佳组合部署等等。该款应用采用的算法能够帮助教练员从统计数据和卡带视频中找出模式，进而制定新的比赛战略。一度曾有 25 支 NBA 球队使用 Advanced Scout 这款分析工具。

作为 IBM 研究院的元老级产品，Advanced Scout 是 IBM 在早期针对没有任何技术背景的分析用户而推出的一款应用。

关于作者：

哲学博士 Inderpal Bhandari 是 IBM 的全球首席数据官。

人工智能赛博物理操作系统

AI-CPS OS

“人工智能赛博物理操作系统”（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）分支用来的今天，企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中，利用AI-CPS OS形成数字化+智能化力量，实现行业的重新布局、企业的重新构建和自我的焕然新生。

AI-CPS OS的真正价值并不来自构成技术或功能，而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化，这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合，没有颠覆现状的意愿，这些将不可能实现。

领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量，领导者必须在行业、企业与个人这三个层面都保持领先地位：

重新行业布局：你的世界观要怎样改变才算足够？你必须对行业典范进行怎样的反思？
重新构建企业：你的企业需要做出什么样的变化？你准备如何重新定义你的公司？
重新打造自己：你需要成为怎样的人？要重塑自己并在数字化+智能化时代保有领先地位，你必须如何去做？

AI-CPS OS是数字化智能化创新平台，设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端，可以帮助企业将创新成果融入自身业务体系，实现各个前沿技术在云端的优势协同。AI-CPS OS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：

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。
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。
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。
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。
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。

AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长：

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；
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；
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。

给决策制定者和商业领袖的建议：

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。

子曰：“君子和而不同，小人同而不和。” 《论语·子路》云计算、大数据、物联网、区块链和人工智能，像君子一般融合，一起体现科技就是生产力。

如果说上一次哥伦布地理大发现，拓展的是人类的物理空间。那么这一次地理大发现，拓展的就是人们的数字空间。在数学空间，建立新的商业文明，从而发现新的创富模式，为人类社会带来新的财富空间。云计算，大数据、物联网和区块链，是进入这个数字空间的船，而人工智能就是那船上的帆，哥伦布之帆！

新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。