起點課堂會員權(quán)益
職業(yè)體系課特權(quán)
線下行業(yè)大會特權(quán)
個人IP打造特權(quán)
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業(yè)技能直播
會員專屬社群
榮耀標識iPIN楊洋：如何讓AI+在你的企業(yè)落地？需要解決這四個問題
這一次人工智能的浪潮，絕對不是泡沫?！獥钛?/p>
我的課題是：AI時代下的商業(yè)邏輯。
AI的商業(yè)本質(zhì)是提升生產(chǎn)效率
本節(jié)要點
- 人工智能的終極目標是讓機器替代人類；
- 這一波人工智能改革浪潮并非泡沫，深度學習是真正拐點；
- 人工智能的商業(yè)本質(zhì)，是提升生產(chǎn)效率。
人工智能，不是一項技術(shù)，而是一系列技術(shù)。這一系列的技術(shù)都在往一個方向發(fā)展：希望機器能夠替代人。
“代替”的重要標準，是比人更好。很可惜，過往的幾次人工智能浪潮，只是讓計算機比人算得快，卻沒有人能證明，它比人類算得準。
而今日，有這么多的巨頭公司投入重兵砸到AI領域中去，是因為這次掀起的AI浪潮真的是整個人工智能發(fā)展史上一次重要的拐點。
改變這一切的關鍵在于“深度學習”，其大幅度地提升了高緯度的信息辨識能力。
當面臨海量的信息時，深度學習表現(xiàn)了特殊的能力——信息越多維度準確性就越高，且沒有上限，很容易就超過人類。
其實，所謂深度學習的本質(zhì)，就是一個比人類感官更為優(yōu)秀的“分類器”。
如何理解呢？
我們?nèi)祟惉F(xiàn)在做的所有思考，其實都是在做分類。比如，在我上臺的那一刻，主持人并沒有介紹我是男是女。這一點，是你們通過意識經(jīng)驗去做分類，通過我的發(fā)型、衣服、聲音以及姿態(tài)等去判斷的。
而現(xiàn)在，卻有一項技術(shù)可以在分類上做得更好：只要我們將事情拆解得足夠細，那么，深度學習就可以在每一項分類上都做得比人類更好，合起來也就比人類做得更好，甚至遠超于人。
我對深度學習的技術(shù)無比佩服。人類的職業(yè)大致分為80多個類別。我們測試過，如果由HR手動分類，準確率大概在85%；用非深度學習的其他統(tǒng)計算法技術(shù)，準確率在60%多；而通過深度學習技術(shù)，準確率卻突破92%。
這是技術(shù)本質(zhì)的突破。這就是為什么這次的AI浪潮得以引爆的原因：拐點誕生了。
因此，這次浪潮絕對不是泡沫。
深度學習與商業(yè)本質(zhì)有什么關系？我們可以將傳統(tǒng)的“互聯(lián)網(wǎng)+”公司與出名的AI公司做對比。
“互聯(lián)網(wǎng)+”的商業(yè)本質(zhì)，其實提升的是生產(chǎn)過程中的信息傳遞效率，它是一個提高溝通效率的過程。我們所熟悉的BAT的產(chǎn)品中，百度是使你搜索信息變得容易，阿里巴巴是讓你可以無須去線下購買，QQ和微信就更不用說了，提升連接效率。
但AI公司是恰恰不一樣的。它改變的是整個生產(chǎn)過程中的生產(chǎn)效率，直接影響生產(chǎn)過程的核心。
如果是在非信息行業(yè)，比如傳統(tǒng)制造業(yè)，社交軟件并不能發(fā)揮作用，直接讓公司產(chǎn)品變得更好，比如，讓電視看起來更好，讓手機用起來更爽。因為，它只是一個溝通工具。
而AI+可以。
人工智能、人機交互和高速計算技術(shù)的發(fā)展，會讓很多人的工作被電腦取代。事實上盡管在現(xiàn)代這個腦力勞動的社會，我們所從事的90%腦力勞動其實都是在重復過去累積的經(jīng)驗，而非新的思考。
因此，這部分工作很容易被我們安插“分類器”的技術(shù)環(huán)節(jié)去取代。事實上，沒有什么行業(yè)不存在單調(diào)重復的勞作環(huán)節(jié)。
AI+已經(jīng)離你很近
本節(jié)要點
- AI覆蓋的行業(yè)面極廣，且各有特色不存在統(tǒng)一解決方案；
- 任何行業(yè)，都可以用“核心生產(chǎn)效率問題”、“AI解決方案”、“應用案例”三部分來分析；
- AI正在悄然滲透在各行各業(yè)，只是你未曾發(fā)覺。
接下來的重要部分，是讓大家感受一下AI現(xiàn)在已經(jīng)如何滲透到你的行業(yè)。這些行業(yè)案例是我自己非常深入地了解或者親身經(jīng)歷的，會和你從網(wǎng)上看到的那些信息非常不一樣。
這些領域，有兩個特點。
- 第一，覆蓋面特別廣。
- 第二，每個行業(yè)各有特色，不存在大一統(tǒng)解決方案。
高端制造業(yè)
- 核心生產(chǎn)效率問題：如何能更高效的設計出更優(yōu)秀的產(chǎn)品方案
- AI解決方案：通過學習歷史數(shù)據(jù)，更快的找到更好的設計方案
- 應用案例：國內(nèi)某芯片制造巨頭通過AI算法將芯片模具設計時間大幅縮短，AI還能大幅提升藥物晶體選型速度。
至少在兩年以前，我還以為AI在高端制造業(yè)沒有太大用途，但自從知道這個案例，則完全改變了我的認知。
舉一個例子，芯片制造業(yè)的核心是模具。
有一天，我突然接到一個電話，是我一個大學同學打過來的，說是很想投資我。
他給的理由讓我覺得無比神奇。
他是國內(nèi)一家芯片巨頭公司的管理層，主要就是做芯片模具設計的。最近他們公司進來一個讀計算機的博士。這個博士將AI引入整個芯片模具的設計，并將原來以年為單位的周期，縮短到以天為單位。
我的朋友發(fā)現(xiàn)，這位博士的AI改革，使得這個行業(yè)不會再需要這么多的芯片設計員了。所以，他想到我是做AI的，要投資我，理由就是這么簡單。
這樣的故事媒體沒有報道過，但是都是真實在發(fā)生的。大家也許覺得AI在各行各業(yè)的滲透并沒有多么熱鬧，但其實，它正在悄然進行。
因為，每一家企業(yè)都在把AI對自己的提升當作秘密武器，想要以此打敗競爭對手。
教育
- 核心生產(chǎn)效率問題：如何能快速提高學習成績，個性化培養(yǎng)出更優(yōu)秀的人才
- AI解決方案：自適應考試，自適應學習，個性化生涯規(guī)劃
- 應用案例：Knewton通過自適應評測精確診斷學生對知識點掌握的情況，并制定有針對性的學習方案。iPIN的完美志愿根據(jù)個人特質(zhì)和數(shù)千萬人的職業(yè)發(fā)展經(jīng)歷，為學生制定個性化的生涯規(guī)劃。
教育關系到我們每一個人。我走訪了很多這個領域的從業(yè)者，從小學到高中。所有人都可以把教育行業(yè)的需求提煉得非常精準：提分升學。另一點，是如何個性化地培養(yǎng)更優(yōu)秀的人才。這就是教育市場的核心生產(chǎn)效率。
美國是怎么解決這個問題的呢？自適應考試與學習。
最早是有一家著名的考試機構(gòu)ETS，所有考GRE、托福的試卷都是這個公司出的。傳統(tǒng)的考試，所有人都是做同一套卷子。而ETS的自適應考試，是我隨機給你一套題，這道題你答對了，我給一道更難的；你答錯了，我就給你更簡單的。
所謂自適應學習，可以快速診斷學生對各個知識點掌握的廣度與精度，定位學生的知識點弱點，并且，還可以針對這些弱點反復提供針對性訓練，迅速提升學生的學習能力。這種系統(tǒng)會記住你在什么地方犯錯，應該在什么地方提升。
目前，Knewton是全球最大的自適應學習的公司，他們做了很多可以滲透到K12教育（幼稚園至第十二年級）的應用。國內(nèi)也有很多公司在做這個，包括新東方投資的公司也都是在做自適應學習的方向。
教育的核心是什么？服務。AI+其實并沒有改變這個本質(zhì)，而是能夠幫助提供更好的、個性化的教育培訓服務。國內(nèi)排名前五的教育巨頭，我們已經(jīng)深入接觸了三家，沒有任何一家創(chuàng)始人對這一點有懷疑，他們都認為，AI+將是未來教育的大方向。
預計五年之后，AI+教育，會給這個社會帶來真正的變革：
- 第一，讓教育更公平。AI這個老師，會是一個比填鴨式教育更懂你的老師，它能夠個性化地對待每一個學生。
- 第二，讓每個人得到個性化的發(fā)展。
- 第三，可能會打破房市泡沫。中國的房價高有兩大因素，一個是高考機制讓大量農(nóng)村人口及三四線城市人口向一二線城市轉(zhuǎn)移，拉高了一二線城市的房價。另一方面，是學區(qū)房。比如，深圳最近房價跌了，但是學區(qū)房的價格卻一點兒都沒有跌。
這就是整個教育資源缺乏導致其對整個社會的重大影響。但是，AI+教育，是能夠讓教育變得更公平的，未來，我們對于普通教師的需求，可能不會那么大了。但優(yōu)秀教師，還是稀缺的
文字工作
- 核心生產(chǎn)效率問題：更快的寫作，更精妙的文筆，更吸引人的情節(jié)構(gòu)思
- AI解決方案：標準文書寫作…….
- 應用案例：百度機器人寫古詩，今日頭條寫作機器人報道體育賽事，iPIN的JD機器人創(chuàng)作招聘需求，日本小說機器人寫小說
文字工作的核心生產(chǎn)力是什么？
在這一點上，其實不是很聚焦。
在財經(jīng)領域或者體育賽事的報道上，還是特別需要更快、更準確的寫作的。它并不需要文字多么華麗，要的就是快和準。在這種情況下，AI其實是非常有用處的。
但從另一個角度來說，如果你用優(yōu)美的文筆去吸引人，或者寫小說這種引人入勝的精妙構(gòu)思，很遺憾，目前AI還不能提供解決方案，它只能提供標準的文書寫作。
目前，AI的邏輯構(gòu)思能力還很差。日本有一個寫小說的機器人，它的小說還通過了評委的初選。我想說，那個評委一定是非常糟糕的評委。
現(xiàn)在的機器人可以寫一些現(xiàn)代詩，是那種讀不懂的或者不知所云的內(nèi)容。那種非常吸引你，讓你讀了就放不下的文章，機器人是做不到的。
當然，不止是這幾個行業(yè)，金融、法律、財務、出行、醫(yī)療等等，一切都在發(fā)生變化。我很難想象，未來10年，會有哪個行業(yè)不會被AI影響。
但AI也并非無所不能，我們現(xiàn)在仍然處于AI的初級階段。在常識理解和邏輯推理方面，機器仍然無能為力。
但你需要了解的是，雖然我們并不能用一種高度智能的方式讓機器自動解決所有的問題，但通過“科學家+行業(yè)專家+應用專家”這三者的緊密配合，已經(jīng)可以很好地將很多工作自動化。
制定企業(yè)的AI+方案有四個步驟
本節(jié)要點
- 企業(yè)對AI需求的共同特點是“秘密超車”與“盡量裁員”；
- 各行各業(yè)對AI的需求分為三類；
- 制定企業(yè)的AI+方案有四個步驟。
我希望，通過我的這次課程，除了給你對AI的全新認識之外，還能幫助你們各自的企業(yè)形成自己的AI方案。
首先，這些需求的共同特點是：
秘密超車
這幾乎是所有行業(yè)老板共同希望的事情，不僅要秘密擁有，還有獨有，為的是打贏一場戰(zhàn)爭。
盡量裁員
有一家公司是做腦力型工作的，3000多名員工。我問，你想裁掉哪些人？這家公司的回答是，這個行業(yè)中5年以下工作經(jīng)驗人的工作內(nèi)容很簡單的。全公司只有15個人的工作內(nèi)容不是如此。
這是我聽過最直白也最殘忍的裁員需求，而他們希望通過AI達到目的。
當然，從另一個角度來說，AI提升生產(chǎn)效率，并不是讓人失業(yè)，而是讓更多人不必勞累工作，可能每天你只需要工作一個小時就可以了。
我將各行各業(yè)對AI的需求，歸納為三類：
- 第一類：各種信息和行業(yè)資訊智能檢索和分析。例如：資料庫檢索，法律檢索，專利檢索等。
- 第二類：行業(yè)生產(chǎn)流程的AI優(yōu)化。例如：財務流程，招聘流程，鐵路調(diào)度流程等。
- 第三類：取代公司內(nèi)從事單調(diào)重復腦力勞動的人。例如：信息錄入員，招聘專員，律師助理，初級醫(yī)生。
具體案例
接下來，我講一個非常具體的案例。我們?nèi)绾螏鸵粋€大型購物中心提升效率。
一般來講，我使用的是AI升級四步法：
- 診斷阻礙生產(chǎn)效率的最大問題：對核心問題進行拆解
- 評估公司的數(shù)據(jù)基礎：根據(jù)拆解出的問題列出理想的BI（商業(yè)智能）架構(gòu)，檢視目前公司的數(shù)據(jù)缺陷
- 解決方案：完善數(shù)據(jù)基礎——完善商業(yè)智能(BI)基——AI過程設計——小試——大規(guī)模實施
- 方案評估與實施
這家大型購物中心的管理者給我們提出的需求非常明確。
- 提升購物中心的坪效，賺更多的錢；
- 我還有很多別的購物中心，完全依賴于人，管理成本非常高，如何改善。
我以“四步法”來幫他分析這個問題。
首先，他要解決的是什么問題？
1）如何提升商業(yè)地產(chǎn)面積的利潤率（核心問題）
拆解這個問題，就會面臨三類很具體的問題。
- 第1類：對于已經(jīng)入駐的商戶，到底應該如何評價運營效率，如何去優(yōu)化調(diào)整。
- 第2類：對于未入駐的商戶，到底應該篩選什么樣的商戶。
- 第3類：對于整體的運營購物中心，到底如何提升。
2）理想的BI（商業(yè)智能）架構(gòu)
AI是靠數(shù)據(jù)吃飯的，沒有數(shù)據(jù)AI就是一個傻瓜，所以接下來要去診斷他的數(shù)據(jù)基礎。
所謂的BI構(gòu)架，起源于上個世紀90年代。就是將分散的數(shù)據(jù)集中到一個數(shù)據(jù)倉庫，再由這個倉庫對一些關鍵問題實時響應和決策。在美國，絕大多數(shù)公司完成了這個工作，而中國的絕大多數(shù)公司在這方面還非常弱。
所以，目前整個中國的絕大多數(shù)企業(yè)，如果實現(xiàn)AI，首先要實現(xiàn)BI。
診斷一家公司的BI架構(gòu)，分為五級：
- 第一級：關鍵數(shù)據(jù)缺失；
- 第二級：數(shù)據(jù)全而未打通；
- 第三級：打通但不支持快速決策；
- 第四級：支持快速決策但不能快速實時響應；
- 第五級：智能實時響應。
我了解到，這家購物中心只有兩塊數(shù)據(jù)是非常不錯的，而其他地方幾乎是空的。我把它評定在2.5級。
我給這家公司提供的解決方案。
第一步，你的數(shù)據(jù)不行，那就先提升數(shù)據(jù)基礎。舉個例子，通過WIFI、雷達布控去監(jiān)控人流；包括對用戶進行個性化分析，如果你發(fā)現(xiàn)一個帶小孩的三口之間可以給他推薦去樓上的兒童樂園去玩，給他一個樂園的優(yōu)惠券，讓他停留更長的時間。
第二步，重構(gòu)BI系統(tǒng)。
第三步，給他開發(fā)三套AI應用系統(tǒng)，有針對性地解決上述文中他的三類問題。
這種解決思路，是屬于現(xiàn)在各個公司基本上都會遇到的問題，都可以這樣去做。最首要的就是解決數(shù)據(jù)問題，使得你的數(shù)據(jù)提升達到理想的架構(gòu)。你完成了信息化，再來做AI。
為此，我總結(jié)了AI+的思維模型：生產(chǎn)拆解—完善數(shù)據(jù)—逐個解決—有機整合。
AI+落地的最核心問題是人才
本節(jié)要點
- 發(fā)展AI的相關事業(yè)要注意：核心的不是算法，而是對行業(yè)的理解；
- 解決問題的正確搭配，需要科學家、行業(yè)專家與AI應用人才的合力。
你要做好準備，發(fā)展與AI相關的事業(yè)，一定會比你與其的時間要長。我自己就遇過幾次大坑。
iPIN曾針對高考志愿填報規(guī)劃做AI的服務應用。我當時認為這是一個很小的問題，只需要了解全國幾千所高校的信息就可以做到。但事實證明，我完全低估了它。
志愿填報的核心是生涯規(guī)劃。但是，這么多的職業(yè)，我怎么能全部了解？作為生涯規(guī)劃的第一步，其實是自我認知，但是我如何讓人了解自己？此外，很多學校的宣傳和其本身的實際情況并不相同，我又怎么解決這個問題？
這件事我們硬著頭皮做了四年，也取得了不錯的結(jié)果，我們可以詳細分析到“藍翔技?！睂W挖掘機專業(yè)的人到底去了哪，干著什么，拿多少錢，后來是怎么發(fā)展的。
然而，我們還是需要面對一個問題：它能幫我賺錢嗎？從AI的角度，我找不到答案，因為AI+很可能不會帶來商業(yè)模式的創(chuàng)新。
目前，我們的盈利模式還是很“互聯(lián)網(wǎng)+”——我們有海量的用戶，就在線上去提升轉(zhuǎn)化率，通過電商、廣告的方式去贏利。而線下，我們和各個教育機構(gòu)合作。
此外，iPIN利用了AI算法，解決了HR的簡歷篩選問題。HR的整個生產(chǎn)效率環(huán)節(jié)，包括輸入、判斷、匹配準確率、人才庫使用率等指標，我們可以全方位介入，提升HR的工作效率。
然而，這并不能解決招聘最實際的問題，因為簡歷篩選只是招聘環(huán)節(jié)中很小的一部分。
大部分公司對人才和要求和評判標準，是很隱晦的。比如，他要一個很優(yōu)秀的人。那么，什么是“優(yōu)秀”的標準呢？
這是AI算法上做不到的。
真正很好地解決一個行業(yè)問題，只把算法做好是不夠的，你要對行業(yè)有足夠滲透、足夠理解，還要把問題拆解得足夠細。這和你真正能夠到行業(yè)中去打造一個AI行業(yè)應用落地的距離，相差十萬八千里。
因此，有一個漫長的鏈條等著你去解決。真正解決問題的正確搭配，是要三類人形成合力：
第一類：AI科學家
他們最擅長解決數(shù)學這一塊。這類人非常稀有，各個公司都想擁有，難度很大。而如何管理這類科學家呢？他們長期做學術(shù)，也許并不一定深入地了解行業(yè)。首先要把問題拆的足夠散，才能讓他去具體地解決。
也因此，需要行業(yè)領域的專家參與。
第二類：行業(yè)專家
他們是真正很懂這個行業(yè)的人，可以把行業(yè)的所有問題全部描述清楚。但行業(yè)專家的問題是，他們會自我設限。
比如，我剛剛提到的那個購物中心的案例。有專家就認為我這樣做是不對的，首先的工作是要給這個購物中心定位，它是一個高端的購物中心，還是一個低端的。然后再針對這個定位去選擇進駐的品牌。這是他的行業(yè)經(jīng)驗。
但事實上，AI解決的問題，不是幫你去定位購物中心是否高端，而是賺更多的錢。商業(yè)是逐利的，生產(chǎn)效率、投資回報，這才是商業(yè)的本質(zhì)，而非品牌是否高端。
第三類：AI應用型人才
有時候，行業(yè)專家的固有思維，反而會阻礙AI化的事實。所以，這個時候就會特別需要AI應用人才，讓他們?nèi)フ{(diào)節(jié)各方面的利益沖突，洞察到你需要解決的根本商業(yè)需求。
事實上，現(xiàn)今社會，是非常稀缺AI科學家的。能夠擁有十年以上的AI科學家，在全世界都沒有多少。但AI科學家除了擁有非常好的理論基礎之外，還要有和大量實際數(shù)據(jù)打交道的經(jīng)驗。
人工智能的發(fā)展第一次將科學家推向創(chuàng)業(yè)的先鋒位置，而實際上，AI科學家最擅長解決的是學術(shù)問題。因此你將一個解決學術(shù)問題的人推到時代最前沿去解決應用問題，這本身就是一個錯配。
應用方面，還是需要有應用人才，他們要了解算法，同事了解行業(yè)問題。
如何成為AI應用人才，這也是我們公司遇到的問題。我相信很多企業(yè)在未來也會遇到這個問題。
最合適的人，我認為他首先是一個優(yōu)秀的產(chǎn)品經(jīng)理。要能準確地把握到問題的本事，并且拿出相應的解決方案。
當然，如果他要成為一個AI應用型人才，還要對技術(shù)懂一點，對所要解決的行業(yè)領域懂一點，要成為一個半吊子的Tensorflow Boy。
這是目前AI行業(yè)很火的一個詞兒（TFBOY），Tensorflow是谷歌的一個開源框架，這個框架可以將很多機器學習的算法使用門檻降到非常低，在座的各位都可以去嘗試一下。
最后，他還需要是半個行業(yè)專家。
從這三方面出發(fā)經(jīng)常使用AI+的思考模型思考問題，或許你就有可能成為在AI時代的公司最需要的那個人。
最后，我想跟所有混沌大學的同學說，我們正在處于一個人類歷史上從未出現(xiàn)過的科技日新月異發(fā)展的時代，速度遠超于其他時代。
這是一個超級加速的過程。
我感到非常榮幸自己出生在這樣一個時代，希望大家能夠和我有同樣感受。
作者：楊洋
來源：微信公眾號：混沌研習社北京分社
本文由 @混沌研習社北京分社 授權(quán)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉(zhuǎn)載。
題圖來自PEXELS，基于CC0協(xié)議
- 目前還沒評論，等你發(fā)揮！
