人工智能是企业数字化转型的核心
全文共5899字，阅读时长约为10分钟
图片来源 | 先声会、网络
出品 | 先声会
撰文 | 先声会
武连峰
武连峰先生是IDC中国副总裁兼首席分析师，拥有超过20年的IT领域工作经验。武先生自2000年加入IDC以来，积累了丰富的研究与咨询经验，研究领域涉及总体IT市场、软件与服务外包、垂直行业市场、互联网与新媒体等。
▽根据录音内容整理，未经本人授权
武连峰在2018百度云智峰会上的讲话
在座的各位嘉宾，大家下午好。
今天我演讲的主题是智能时代企业的转型战略。今天这个时代，人工智能和所有行业无处不在相结合，这个结合既带来挑战，同时也带来很多商机。
今天我想跟大家分享的内容有以下几个方面。
首先是人工智能目前在企业方方面面的渗透状况。其次是企业应用人工智能面临哪些挑战。然后结合这些挑战，企业如何解决这些挑战，其中会用到哪些新技术，再分享一些好的案例。
最后我可能简单从宏观层面讲，企业应用人工智能在智能时代转型策略究竟是什么？
应用智能和技术使产业高端化
我讲这个例子大家已经比较清楚，包括今年CES上有一种自动叠衣服的机器人。可能很多男士不愿意叠衣服，如果您太太又不愿意帮你叠，这个机器人就是一个很好的选择。
我们也看到有一个智能烹饪系统，中国现在很多传统制造业，比如说造锅的这些企业，都在讲我是一个低端的产业，我怎么样慢慢往高端走。但是美国有一家厨具公司，他们生产的锅结合APP，就能卖到355美金，这就是往高端走，把智能渗透进去。
长城汽车也开始在跟百度合作，2020年应该会实现自动驾驶的量产。百度的阿波罗系统已经和很多厂商在合作，自动驾驶未来可能真的会颠覆整个汽车行业。
5月30号，我跟北汽研究院的一个副院长聊天过程中，他说五年之后，很可能汽车品牌不再重要，有点类似于今天我们的共享单车，你在骑一个共享单车的时候，你一定不会问这个车是永久的，还是飞鸽的，还是什么凤凰之类的，你只能问互联网的品牌而已。
我想这些大家很明显的看到，在我们的生活，在我们的企业中已经方方面面都已经开始渗透人工智能。
人工智能给整个企业带来的价值非常大，也是未来企业数字化转型的一个核心。
IDC过去三年一直在整个研究数字化转型新技术，如何支持企业业务的转型、增长、创新。
我们在2017年5月做了一个研究，仅仅把CRM系统跟人工智能相结合带来这个价值，我们从全球角度做了一个梳理，未来五年总价值超过1万亿美元。
这里面我们简单看到增加收入7000多亿美元，而降低成本是2000多亿美元，同时我们也可以看到增加直接的工作机会至少有82万。
技术深度应用带来更多就业机会
我们今天一直在担心说技术深度应用会不会使人失业，如果说简单重复的工作一定是一个替代作用，但是我们在座的各位应该说都是企业的CIO或者IT业的人士，我们今天可以想一想，十年前和今天您的工作是变的更清闲了，还是变得更累了？我相信绝大多数人都在讲说变得更累了，甚至每天早晨九点上班，晚上可能九点下班。
所以其实我们可以看到，不管什么技术应用，其实最后人的工作还是在增加。
当然我一直在讲说可能未来人工智能大规模应用，特别是跟生物信息技术相结合，有可能百分之一、百分之五变成神，剩下都是无用之人，但是我们拭目以待，看这个能不能实现。
至少从过去整个IT技术四五十年、五六十年的发展历史来看，人的工作其实是在增加，创造的就业岗位其实也在增加。
同时本身来讲，人工智能提高劳动生产率至少带来的收益会有一千多亿美元。总而言之，未来五年仅仅人工智能跟第二个相结合，就能够带来超过1万亿美元的收入。
如何识别真伪人工智能
接下来我们再看识别市场上的真伪人工智能，这个其实也非常重要。
今天特别是在中国市场，很多企业由于人工智能是热点，由于区块链是个热点，只要稍稍有一点挂钩，他就可以讲说我是做人工智能，我是做区块链的。
人工智能核心技术组件可以分为四大类，包括用户数据的交互，知识表现、呈现，学习推理，这四大块细节不用我讲得太详细，百度在很多场合有很多专家会跟大家来分享。
如何区分真人工智能和伪人工智能？
第一，很多公司现在把一些预设的程序称为人工智能，甚至包括市场的一些儿童对话机器人。
第二，很多公司用人工来替代机器工作，也自称是人工智能。
第三，有人把大数据分析直接当成人工智能。
第四，把计算机识别和图像处理等于人工智能，有很多做摄像头的公司说自己是一家人工智能公司。
第五，人工智能很多成果造假。
比如说像第二个、第三个、第四个、本身来讲，公司做这些事情其实是没错的，只要能够提高效率降低成本，对企业业务有好处，我认为无可厚非。但反过来如果你把自己包装成一个人工智能公司，并且通过这种说法或者通过这种营销手段来骗取政府的补贴和投资者的信任，我觉得这可能就有点过。
总的来讲，要区分真人工智能和假人工智能，主要是三个大方面。
第一，整个系统是否具有自我学习的能力；第二，是否具有自我推理的能力；第三，是否具有解决问题的能力。如果能把这三个解决得很好，其实可以认为它是人工智能。所以我们这里就不再纠结究竟哪些是，哪些不是。
人工智能应用面临巨大挑战和商机
我们也看到整个人工智能应用过程中也面临非常大的挑战，不同行业不同企业之间，挑战的差异是非常大的。我们在进行整体研究，包括这次我们跟百度合作在做一个调研，整体看企业部署人工智能面临的挑战。
第一大挑战就是不了解人工智能以及应用场景。
虽然这个名词在市场上已经火了很多年，如果你把历史算起来至少有四五十年了，但是很多企业还不了解究竟什么是人工智能？人工智能能够做什么？和我企业业务相结合，有哪些应用场景？48%的企业认为这是第一个挑战。
第二个挑战是担心治理和监管的影响，也包括可以启用人工智能项目的数据资源不足。
我们一直在讲数据算法算力，有很多企业其实没有干净的数据，没有经过整理的数据，所以很难使人工智能有很好的应用。
第三个是人工智能技术现在总体上还不是特别成熟。因为不成熟，所以对于IT厂商，对于互联网公司，对于企业未来其实会有更多的商机。
我们再简单看不同行业人工智能应用的一个就绪度，我们在研究过程中把整体就绪度分成五个方面：你的意愿如何、你的技术如何、数据如何、业务如何、人员如何，主要这五个方面。
这五个方面我们都看到，其实上面我们讲到第一产业第二产业，第三产业。
农业是第一产业，接下来像能源，制造，交通是第二产业，金融媒资是第三产业，我们这里面整个的分值最高是20分，数据和技术是25分，业务和人员应该是各15分，我们看每一个产业的一个发展状况，应该说越红代表就绪度越好，越绿代表越差。
很明显的看到总体分值的话，金融行业跟大家的认知很相似，大概能有七十几分，即使金融行业应用最好的也大概只有七十几分。我们看到农业相对来讲应该是比较差，不足50分，只有47分。制造大概有63分，媒资和能源大约是50分左右。
所以很明显能看到，整体上行业差距很明显，在不同的领域来讲差距也会比较明显，特别是比如说农业里面数据维度大概只有4分（满分是25分）。
所以大家可以看到互联网跟农业相结合，未来会有非常大的成长空间。
这里越绿意味着挑战越大，整个企业就会越不足，反过来对很多互联网公司IT公司来讲就是机会所在。
人工智能应用六大策略
我们认识到行业中一些点，可以很好地来帮助行业用户实现转型创新。接下来我们再简单看人工智能应用，人工智能一共六大策略，我们把它分成六点。
1
应用人工智能的目标和愿景
第一点从宏观上看，要建立一个应用人工智能的目标和愿景。
IDC过去三年一直在强调一个词，我们叫DNE，也就是数字化原生企业。
数字化原生企业的定义是掌握数字经济的特征，并把它们融入业务运营和企业文化的核心。
这里如果再把它解释一下，其实是七个能够，能够快速迭代业务和创新，能够充分利用技术赋能员工，能够把技术和数据作为血液或者生命线，能够实现高效业务运营，能够创造基于信息的收入，未来基于信息和数据能够不断提升客户忠诚度，能够承担不断创新的一个风险。
这里技术和数据是血液，以及基于信息的收入快速迭代这三个点，其实很多互联网的原生企业会有这个特征，所以其实传统企业未来如果能满足这七个“能够”也可以变成数字化原生企业。
对于数字经济的特征，我们把它总结成三个大的方面。
第一，信息和如何利用信息是未来企业成功的一个关键，不管是传统企业还是新型企业。
第二，消费者参与和大规模是发展的一个基础，所以我们今天很多企业即使烧钱，也要扩大我们的规模。
第三，我们可以看到生态系统与核心知识产权同等重要。所以整个百度云建立了大量的这种生态，而这种生态对于生态系统上的合作伙伴以及用户来讲，都是一件非常好的事情，这点对于大的企业是一个特别关键的点。
微观一点，对于CEO、CFO、COO，大家一定会问说人工智能帮我提升多少效率，帮我降低多少成本，帮我如何增强用户体验，如何优化我的创新，这四个点也是非常关键的。
所以当把人工智能跟行业用户相结合的时候，或者IT部门在做人工智能的时候，要宏观的做好目标和愿景。
2
人工智能未来大的发展趋势
第二个策略是我们一定要了解人工智能未来大的发展趋势。
这个是IDC2017年对人工智能做的十大预测。
这张图圆圈越大，代表的越复杂，成本越高，花费越大，越往上代表的影响范围越大。越往右这项产品技术或者这一项成为市场主流，所需要的时间分别可能是一年、两年、三年。
我想找几个点跟大家来看。
趋势二里面嵌入式AI和机器学习。这里我们预计到2018年75%的企业以及独立软件开发商的开发者，都会在产品中嵌入至少一个AI或者机器学习的功能，进而在商业分析领域这一比例可能会更高。所以我们今天看到很多人工智能既嵌入到软件里面去，同时也会嵌入到云端。
第三个趋势是云服务解决方案。2018年特定的分析领域将会出现新的云服务的定价模式，企业在云上面的支出将是本地部署的五倍，甚至更多。所以未来企业上云一定是一个大的发展趋势。
第四个点API。到2015年的整个API将是连接数据算法和数字经济价值链云数据中心等决策支持服务的一个主要机制。所以我们今天看到百度很多东西都是通过API化，给生态里很多合作伙伴更加简化应用，人工智能帮助企业实现转型创新。
第五个智能助理。我想这个就不再详细来追溯它。
最后一个是内容分析。包括到2020年，我们预计66%的企业将会采用高级分类处理的一些方法，来采集、保存并且处理非结构化的内容，以提高整个的非结构化的效率。因为市场上非结构化的数据增长会更快，内容会越来越多，所以如何做好内容分析，这可能是人工智能非常大的一个发展趋势。
3
如何评估人工智能应用的就绪度
第三条策略我们如何来评估人工智能应用的一个就绪度。
我们前面给出了一个我们这次调研的一个结果，具体评估过程中，这块我再简单把它再细化一下，大家可以简单看一下。
总体实际上是21个指标，包括你的意愿就绪度是如何。
如果在座的各位是行业用户，或者您是CIO，您在应用人工智能方面，特别您在说服CEO、说服总经理、说服老板的时候，这个是非常好的一个框架，你的意愿就绪度究竟如何？
这里有四个方面，这里也包括你的数据就绪度如何，第三个我们是技术就绪度如何，第四个我们的业务就绪度如何，第五个我的人员就绪度如何，其实这五个方面真的是缺一不可。
根据您自己企业的一个特征度，权重还可以做一些微调，所以评估整个应用的就绪度是非常重要的一个环节，这样您知道自己就绪程度如何。
现在这个就绪程度，往下一阶段走应该做哪些事情，这是第三个。
4
人工智能的应用场景
第四个策略，我们应该选择合适的人工智能的应用场景，应用场景特别特别关键。
我过去两三年跟很多CIO在沟通，他们其实最困惑的是如何把技术跟业务的场景结合起来。
所以IDC全球把应用场景作为所有新技术、所有行业最重要的一个发展方式来做研究。
这里我们给出人工智能领域十几个应用场景，我们在全应用场景大概就应该有二十几个应用场景。
首先有些应用场景是短期内可能1到2年的，有些可能3到5年，有些是5到10年。同时这个圈越大代表这块的用户投资会越大，越往上代表着未来五年，年均增长率会越大。
这里我们简单来看一下，第一个1到2年之内能够广泛应用的一些场景，包括公共安全及应急事件，销售过程的自动化，也包括互动娱乐，自动化客服，生物识别，这是在短期之内的。所以如果您找机会，或者您企业在部署的时候，可以做一个非常好的参考。
第二类5到10年智能流程自动化，供应链自动化，产品质量管理自动化，IT自动化。这是全球从总体上来看，这几个应用场景可能未来3到5年可能会更有大的优势前景。
最后5到10年左右，这里可能会包括人工智能的辅助诊断，新药的研发，合规管理自动化，甚至整个企业员工的数字化助理等等这些应用场景。所以其实应用场景是未来企业创新的基石，找对应用场景，是把你投资回报做好，能够实际支持企业业务转型，一个非常关键的点，这是我们第四个策略。
5
借鉴行业人工智能的最佳实践
接下来我们简单看第五个策略，借鉴行业人工智能的最佳实践。
其实我们会看到有大量的应用场景。如何借鉴这些应用场景，他们好的一些经验在哪里，教训在哪里，这一点也会特别值得我们借鉴。
6
合适的技术合作伙伴
第六个策略，我们如何选择一个合适的技术合作伙伴。
这个是我们研究整体人工智能大的生态系统图，包括最里面的芯片，以及包括中间的一些技术等等，以及包括外边那些行业以及应用场景。
这大的生态系统上，人工智能有大量的这种公司，包括像百度提供这种很全方位的人工智能，这种公司相对来说还是比较少。
我们给大家几个比较宏观的点。
首先要有核心技术，这点特别关键。第二要有创新能力，因为人工智能现在刚刚开始应用，如果说百米马拉松可能今天刚刚跑到十米。第三要有应用场景，我们刚才一直强调应用场景。第四要有成功案例。第五要有定制能力。第六要有生态系统。所以如果某家公司具备这六有，你可以考虑把它变成你未来的一个潜在的合作伙伴，这是我们六个点。
对人工智能转型的三个建议
首先我们起步要小，人工智能其实是很复杂的事情，如何在公司内部起步要小，能够发挥您的聚焦优势，很快见到成果非常关键。
第二个迭代要快，千万不要这个项目应用三年才出成果，老板可能都等不及，你可能最好两个月，三个月就能够有一些成果出来，迭代要快。
第三个你的目标一定要大，要把企业变成数字化原生企业的未来愿景，作为你的发展目标。
最后的一点，马上行动是关键，那我和大家分享就到这里，谢谢！
网友评论