LLM趨勢下的數字化轉型范式變革

0 評論 2824 瀏覽 9 收藏 25 分鐘

2023年6月10—11日,人人都是產品經理舉辦的【首屆數字化產品經理大會】完美落幕。英國帝國理工AI博士、原360 AI智能工程中心總經理@鄧雄老師,為我們帶來《LLM趨勢下的數字化轉型范式變革》為題的分享,本文為演講內容實錄。

今天和大家分享的內容為《LLM趨勢下的數字化轉型范式變革》,將和大家探討數字化轉型在新生產力變革趨勢下的一些新變化和思考。近年來,大模型的興起已經引起了數字化轉型實踐的一些新變化。在這個新趨勢下,數字化轉型是否存在一些不同于過去的特點?

本次演講將涉及產品、技術、模式、人才和組織等方面,同時也會分享一些我在數字化轉型實踐中遇到的挑戰和解決方案。

一、LLM趨勢下的數字化轉型范式升級

1. 從信息時代到認知時代,信息差異轉變為知識差異

傳統的數字化轉型始于信息時代,注重利用信息技術和互聯網革命來解決信息存儲和處理問題,最終實現信息的大爆炸。這種以信息差異為核心的數字化轉型已經持續了20多年。

隨著大模型的興起,我們正在逐漸進入認知時代。大模型能夠挖掘數據中的價值,實現知識表達和展現。信息差異轉變為知識差異,這意味著數字化轉型面臨新的挑戰和機遇。

企業需要從僅關注信息革命轉向關注知識革命,讓數據智能和大模型技術成為數字化轉型的新驅動力,以更有效地獲取知識優勢和提供自定義服務。這將推動數字化轉型從外圍表現升級為核心能力提升。

數字化轉型從信息時代的信息差異逐漸向認知時代的知識差異轉變,標志著數字化轉型范式的升級。

2. 數字化轉型內在本質是人類智能模式向企業延伸

然而在推進數字化轉型的過程中,許多企業仍然面臨著營銷增長乏力、運營管理失控、業務系統割裂等方面的困境與挑戰。這些問題的根本原因在于,信息化技術本身無法完全取代企業管理團隊的認知能力和決策能力。

  1. 市場萎縮時,信息化可以提供數據分析,但難以制定有效對策;
  2. 資金壓力大時,信息化可以預測資金流向,但難以進行融資風險管理;
  3. 組織管理上,信息化可以推進流程標準化,但難以替代管理認知決策。

數字化轉型的內在本質,是將人類的智能模式逐漸延伸到企業中。人類的智能模式主要體現在不斷探索和改造環境來取得進步。企業數字化轉型也正是借鑒這種智能模式:

一方面通過技術革新不斷實現產值增量,獲得營收增長;

另一方面通過算法運營和流程優化,將存量經營成本轉化為固定成本,提升效率。

這么做的目的在于,讓企業的方式思考和行動模式越來越像一個“聰明”的實體,能像人類一樣快速適應和改進環境。

因此,企業必須不斷學習升級自己的智能模式,才能實現真正的數字化轉型。而這需要引進人類智能的技術驅動力,如大模型、人工智能、機器學習等。

數字化轉型的進程就是將人類智能的認知模式和行動樣本逐漸通過技術手段移植到企業中的過程。

3. 感知、認知和執行三個階段

1)感知階段:信息技術解決信息獲取難題

這已經持續了近20年時間?;ヂ摼W和信息技術通過信息大爆炸,解決了企業快速獲取信息的需求,實現了信息差異。但是信息本身沒有價值,無法解決核心經營問題。

2)認知階段:大模型技術提供認知能力

大模型技術能挖掘信息中的知識價值,為企業管理層提供決策認知。解決企業面臨的市場、技術、人才等方面的挑戰,將信息差異轉化為知識差異。

3)執行階段:實現自動化和智能化

當認知能力足夠強大時,將轉化為執行能力,實現任務自動化和智能化。機器能替代人類執行復雜行為和任務,完成人類自主適應和環境改造的目的。

數字化轉型的進化就是從感知到認知再到執行三個階段。當前我們仍處于認知階段,信息技術和大模型技術并存,但未來10-20年執行智能將遍地開花。

二、大模型驅動的數字化轉型框架

在認知智能時代,數字化轉型的路徑已經發生變化。我根據實踐提出了一個系統的大模型驅動數字化轉型五步法。

1. 五步法

1)統一數字化轉型戰略

  1. 明確數字化轉型的戰略定位,它是企業級戰略的重要組成部分,而不是僅僅作為業務支撐的輔助手段。
  2. 調整傳統信息化時代的數字化策略,從解決信息差的角度轉變為解決知識差,滿足認知智能時代的需求。
  3. 使數字化戰略與企業主業務戰略達成高度統一,形成知識差閉合的新戰略體系。
  4. 實現從高層到基層對新戰略的深入理解和認同,使之成為推動企業轉型的共同認知基礎。

2)構建核心大模型能力

  1. 在傳統信息系統能力的基礎上,進一步構建以大模型為核心的新型數字化能力體系。
  2. 重點打造自然語言處理、知識提取、智能決策等能力,使企業真正擁有大模型賦能的核心競爭力。
  3. 構建可靠的大數據中臺,提供持續高質量的數據供給。
  4. 建立算法工程和模型迭代的機制,不斷優化模型性能。

3)形成系統化、數字化的解決方案

  1. 針對不同的業務場景,形成系統化的、可復用的數字化解決方案。
  2. 解決方案要全面覆蓋數據采集、模型構建、業務輸出等環節。
  3. 解決方案要關注客戶語音化交互,提供更優的用戶體驗。
  4. 通過快速迭代更新解決方案,使其適應業務需求的變化。

4)建立數字化轉型治理體系

  1. 優化組織結構,確保數字化轉型團隊的地位不再是過去的輔助性質。
  2. 調整管理方式,鼓勵創新,允許試錯,降低創新門檻。
  3. 引入敏捷化的組織流程,加快迭代更新的速度。
  4. 培養數字化時代的變革領導力,實現組織文化的深度融合。

5)實現價值導向的業務創新

  1. 在治理體系的支持下,最大限度發揮數字化的能力優勢。
  2. 圍繞客戶需求設計數字化產品和服務。
  3. 推動產品模式的變革性創新,實現商業模式的重構。
  4. 實現數字化賦能業務發展的價值導向,助力企業實現質的飛躍。

2. 與傳統信息化轉型的差異

1)從信息差異到知識差異

傳統的信息化轉型主要是解決信息的不對稱和信息的流通問題,而數字化轉型則更加注重知識的差異和知識的流通。

2)從業務驅動到能力驅動

主要是以業務為驅動,以實現業務流程的優化和創新,而數字化轉型則更加注重能力的驅動。

3)從穩定業務模式到開放生態

傳統的信息化轉型主要是以穩定的業務模式為基礎,以實現業務流程的優化和創新,而數字化轉型則更加注重開放的生態。同時,數字化轉型需要建立數字化轉型治理體系,以確保數字化轉型的順利進行。

這個治理體系需要包括組織架構、流程規范、人才培養等方面的內容,以確保數字化轉型的可持續發展。數字化轉型還需要建立數字化生態,以實現數字化技術的應用和創新,促進數字化產業的發展和數字化生態的繁榮。數字化生態需要包括數字化技術、數字化產業、數字化人才等方面的內容,以實現數字化轉型的全面發展。

三、大模型產品模式和技術現狀

1. 深度學習模型的特點

深度學習模型是一種基于神經網絡的模型,具有以下特點:

  1. 具有多層結構,可以自動提取特征;
  2. 可以處理大規模數據,具有較強的泛化能力;
  3. 可以進行端到端的學習,不需要手工設計特征;
  4. 可以處理多種類型的數據,包括圖像、語音、文本等。

2. 不同類型模型比較

在大模型技術中,常見的模型類型包括決策樹模型、支持向量機模型、神經網絡模型等。這些模型在不同的應用場景下具有不同的優缺點。例如,決策樹模型具有可解釋性強、易于理解等優點,但是在處理復雜數據時表現不佳;支持向量機模型具有泛化能力強、對噪聲數據不敏感等優點,但是在處理大規模數據時表現不佳;神經網絡模型具有處理大規模數據、自動提取特征等優點,但是模型結構復雜、訓練時間長等缺點。

3. 模型性能評測情況

在大模型技術中,模型性能評測是非常重要的一環。常見的模型性能評測指標包括準確率、召回率、F1值等。這些指標可以用來評估模型的分類能力、回歸能力等。同時,模型性能評測還需要考慮模型的泛化能力、魯棒性等方面的內容,以確保模型的可靠性和穩定性。

4. 模型應用場景

大模型技術在各個領域都有廣泛的應用場景。例如,在圖像識別領域,大模型技術可以用于人臉識別、車輛識別、物體檢測等方面;在自然語言處理領域,模型技術可以用于機器翻譯、文本分類、情感分析等方面;在推薦系統領域,大模型技術可以用于個性化推薦、廣告推薦等方面。此外,大模型技術還可以應用于金融、醫療、交通等領域,以實現數據驅動的智能化決策和服務。

四、新機遇下的人才畫像

1. 高知識輸出職業受影響最大

數字化轉型對職業結構的影響趨勢之一是高知識輸出職業受影響最大。這類職業主要是以知識輸出為主的職業,包括大量的白領職業。數字化轉型可能會導致這些職業的數量減少,需要轉型或者重新定位。

數字化轉型對人才畫像提出新的要求。一些傳統白領工作面臨被部分替代的風險,數據科學家、數字產品經理等新型人才需求激增。

1)高風險職業

  • 金融類:分析師、交易員、研究員等
  • 媒體類:廣告創意、內容生成、客服等
  • 教育類:教師、助教等
  • 法律類:律師助理、法律顧問等

2)新興人才畫像

  • 首席數字官:領導數字化轉型
  • 業務專家:定義業務需求
  • 數字產品經理:連接業務與技術
  • 數據工程師:構建數據中臺
  • 工程師:開發大模型能力
  • 分析師:挖掘數據價值

2. 許多職業將出現數字助手

數字化轉型對職業結構的影響趨勢之二是許多職業將出現數字助手。數字助手是指一個個性化的助手或者團隊,可以幫助職業人員完成工作。數字助手可以是人工智能、機器人等數字化技術的應用,可以提高職業人員的工作效率和工作質量。

3. 關鍵人才包括數字化專家、業務專家、產品專家等

數字化轉型需要一批關鍵人才來推動數字化轉型的實施和發展。這些關鍵人才包括數字化專家、業務專家、產品專家等。

數字化專家需要具備數字化技術的專業知識和實踐經驗,能夠帶領數字化團隊實現數字化轉型的最終價值呈現。業務專家需要梳理業務全景圖,對應的大模型產品經理梳理的是業務全景到產品的架構。產品專家需要以設計模型為先的產品為其核心的設計思路,而不是過去的這種交付模式,是以模型為先,以自然語言的方式來進行交互的。這些關鍵人才需要具備數字化轉型所需的技能和能力,以確保數字化轉型的可持續發展和成功實施。

此外,數字化轉型還需要一批具備數字化思維和數字化技能的人才來支持數字化轉型的實施和發展。這些人才包括數字化營銷人才、數字化運營人才、數字化創新人才等。

數字化營銷人才需要具備數字化營銷的專業知識和實踐經驗,能夠利用數字化技術來實現營銷目標。數字化運營人才需要具備數字化運營的專業知識和實踐經驗,能夠利用數字化技術來提高運營效率和運營質量。數字化創新人才需要具備數字化創新的專業知識和實踐經驗,能夠利用數字化技術來推動企業的創新發展。

數字化轉型對人才的需求產生了新的變化,需要企業和個人不斷學習和提升自己的數字化技能和能力,以適應數字化轉型的發展趨勢。

五、新范式下的治理體系變革

1. 商鞅變法的啟示

1)戰略執行比技術更為關鍵

商鞅變法說明單純依靠技術并不能決定成功,戰略執行的效果更為關鍵。數字化轉型不能停留在技術層面,而需落實到業務進程與組織機制。

2)必須取得決策層全力支持

商鞅在取得秦惠文王支持后推進變法,但在惠文王死后終致失敗。這說明數字化轉型必需決策層長期推動,否則難以持續。

3)業務結果是數字化的核心目標

以強國富民為目標。數字化轉型也應以提升業務結果為目標,不能自成一體脫離業務需求。

4)管理創新應匹配技術創新節奏

變法過于激進,管理制度建設跟不上技術進步。數字化轉型需按步驟推進,確保管理創新與技術創新相協調。

2. 治理體系的重要性

是否建立良好的治理體系,將決定企業數字化轉型的成敗。實踐證明,技術本身并不能決定數字化轉型的效果,取得組織的共識和支持更為關鍵。具體包括:

1)實現業務與數字化的戰略統一

數字化轉型需要業務部門與數字化轉型團隊之間達成統一的戰略與路徑,使業務思維和技術視角能夠高度融合。否則數字化轉型往往淪為業務的輔助工具,很難發揮真正的戰略作用。實現戰略統一需要業務和技術雙方都跳出原有的視角,形成數字化驅動業務發展的共識。

2)建立獨立的數字化轉型組織

應建立獨立的數字化轉型組織,使其在企業內部有足夠的權威性。數字化不能僅作為過去的業務支撐,而應作為戰略核心來推動業務創新與變革。獨立的組織有利于數字化團隊招募人才,推進專項規劃。

3)實施鼓勵創新的管理方式

管理方式應鼓勵創新與容錯,不能簡單追求零缺陷。數字化轉型的過程充滿不確定性,需要企業內部形成試錯學習、快速迭代的文化氛圍。建立良好的容錯機制,降低創新的門檻。

4)運用數據驅動決策

數字化治理應廣泛運用數據技術,使決策變得更科學和理性,有利于克服組織的慣性思維。通過大數據預測、情景模擬等方式,讓決策依據事實而非主觀經驗。

5)強化數字化領導力

企業高層需要具備數字化思維,同時大力培養一線員工的數字化能力,使數字化理念成為組織共識。還需設立矩陣式組織來推動業務單位的數字化轉型與創新。

六、總結

數字化轉型正處于一個新的發展階段,大模型技術的出現為數字化轉型提供了更多可能。要順應這一新趨勢,企業需要做好以下幾點:

第一,調整數字化戰略,與主業務戰略達成統一,使數字化轉型成為推動企業核心競爭力的戰略手段,而不僅是業務的輔助工具。

第二,在傳統信息系統基礎上,構建以大模型為核心的數字化能力體系,重點打造自然語言處理、知識提取、智能決策等能力。

第三,針對不同業務場景設計系統化的數字化解決方案,并建立快速迭代的機制。

第四,深化數字化治理體系建設,轉變組織文化和管理方式,實現數字化與業務的深度融合。

第五,培養一批數字化領導力和復合型人才,使企業在產品、技術、運營等方面實現全面數字化創新。

第六,汲取過往經驗中的啟示,重視戰略執行和決策層推動,確保數字化轉型和業務需求、管理模式、文化氛圍實現同步升級。

保持戰略頭腦和執行力,才能助力企業在數字化時代占據優勢地位,實現生存發展。大勢所趨,企業必須主動擁抱數字化變革的新范式。

大會直播回放

產品經理大會舉辦至今,已經成為了產品經理職業發展的風向標。每一年的大會,我們都聚焦行業發展的前沿動態、熱點趨勢,重點圍繞產品經理人群的職業發展,為大家帶來新方向、新思考。

今年的產品經理大會,將邀請在各自領域已經取得結果的嘉賓們現身說法,從不同的視角告訴你如何應對當下的需求變化,探尋產品經理的進化方向!

目前,北京站https://996.pm/7gX2B,深圳站https://996.pm/zaGbp,大會視頻回放已上架,戳鏈接購買,即可立即收看!

 

本文為【2023年數字化產品經理大會 · 深圳站】現場分享整理內容,由人人都是產品經理實習生 @Dion 整理發布。未經許可,禁止轉載,謝謝合作。

題圖來自大會現場

該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發揮!