Zi 字媒體

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。