星河互聯CEO傅淼：OR、BI和AI結合催生全新智能商業 | CCF-GAIR 2017

7月8日，在雷鋒網承辦的CCF-GAIR全球人工智慧與機器人峰會AI+專場第四場，星河互聯CEO傅淼為我們帶來了主題為《從商業智能到智能商業》演講。

在這場精彩的主題演講中，他為我們帶來了新的智能商業決策模式的背景、定義、框架、目標等等，另外，對於AI是否會減少人類的就業機會，他也提出了自己的見解。

新的商業決策模式產生的背景：

• 以OR為核心技術的i2 technologies在歷史上取得了相當程度的商業成功，09年i2被收購，代表著上一代基於OR的商業決策優化的努力遇到了巨大的障礙。

• BI在近年來確實得到了比較大的商業成就，比如今年183億美金的全球市場。但年化增長率是7.6%，這是非常緩慢的。

• AI在支持系統的運用過去比較成功的是專家系統（ES），專家系統在90年代一度也是很熱。但是ES取得的一定程度的成功卻沒有在商業上得到廣泛應用。

OR、BI、AI似乎都不能很好的建立起高度可依賴的商業決策支持系統，將三者結合，催生了新的商業決策模式，即Intelligent Business，這是真正的智能。

對全新智能商業的定義：

我們給智能商業的框架性定義：AI增強決策支持系統，服務於企業中需要決策的各級人員，應該具備實時、閉環、自動進化、自動識別問題，有全局優化的特徵，目的在於提高企業決策的效率和質量，增強企業在數字經濟時代的競爭力。

智能商業框架以及目標：

與傳統的BI模式在單體層面上基本類似的，都是由數據層、模型層、應用層構成。與上一代不同的地方在於：

• 不再是一個企業內部的局部優化，它要考慮在自己的供應鏈上下游的位置，要考慮到整個產業鏈網狀情況的關係。

• 從數據層面，以前更多的是挑戰打通內部的數據孤島，把外部的數據充分利用起來，現在除了內部數據，還有企業之間點對點的數據交互，另外還得有更大的語音化的外部數據。為企業決策帶來更大的數據信息，通過AI的方式把這裡面有用的價值再挖掘出來，進入到整個的決策支持系統裡面去。

• 模型自己有一個內部的通過問題的定義建模到模型求解，利用最後出來的結果比較進行內部的自我優化，對模型進行自我優化的機制。

與傳統商業決策系統的比較：

• 傳統商業決策最終決策者人，在智能商業決策支持系統更多的是人機交互，而部分達到自動化決策。

• 分析的主題以前是人提出明確主題，由機器幫助分析，現在很多機器會發現你還沒意識到的問題。

• 從數據上，原來是非實時的，現在是實時的、來源開放的。

• 從模型上以前是固定的，沒有自動優化的機制，現在是自動優化的。

• 應用範圍上以前是企業局部，現在是全產業鏈的。

努力的終極目標

為構建一個支持決策的優化模型而做出的關於決策變數的決策，這是AI-Enhanced DSS的核心所在。

關於決策變數，AI的應用可能使模型變換的決策變得自動化，意味著模型本身成為前面提到的五大決策，也成為了優化的決策變數，這也意味著基於機器學習的模型的自動適應和自動演化成為可能。這樣的機制才是真正的BI，我們努力的終極目標。

除了前面提到的全新商業決策系統，傅淼還提到以下幾點：

• 黑箱和工作台的對比：

  黑箱是系統給我一個決策，我完全按照這個決策執行。工作台是根據推理過程關鍵決策的外部約束告訴你，給你一系列決策的建議和決策建議後面的成本分析，讓人類去做最終決策。在這個層面，相當多的領域工作台的模式會更健康。完全依賴黑箱，很多商業的直覺和經驗就退化掉了。

• 什麼樣的企業會成為成功的智能企業：

  重視演算法、數據和場景三者的融合，跟用戶和數據充分交互。

• AI和人類就業的關係：

  帶來更多的工作機會。人類慾望的驅動會帶來更多的需求，帶來更多的機會。AI的出現在教育層面會提供更多對人類的服務。技術的改進會給我們人類帶來更多的福祉，而不是災難。