/*=================*/

智能咨询师(上)

发表时间 2017-04-21      

从1963年,IBM的深蓝击败国际象棋大师加里·卡斯帕罗夫,到2016年AlphaGo击败世界围棋冠军李世石,人工智能一次又一次对人类的智慧发起挑战,AlphaGo和深蓝的出现意味着数据和算法推进计算机的智慧不断向人类的智慧逼近。

越来越多基础性、机械性和非创造性工作将会被计算机所代替。例如诊断病情、流水线生产、偏好推荐,甚至感知体温,对室温做出相应的调整;感知情绪,做出适当的心理疏导等。

随着技术的不断优化,人工智能不仅可以执行明确定义的任务,也可以处理更加模糊不清的问题。通过这样的推想,人工智能在未来的某个时间段,是不是也可以自动化制定和执行企业战略计划呢?

就现在而言,一方面因为算法的不成熟,导致计算机对综合问题的多因素判断还有一定的局限性;另一方面数据的真实性和可信性的判断对于计算机来说仍然是一个需要跨越的坎,所以人工智能还有很长一段路要走。

虽然人工智能还存在种种问题,但咨询的智能化趋势却是显而易见的。随着ERP、MES等企业管理和资源管理系统在成熟企业中普及,移动端的钉钉、企业版微信、纷享销客等流程管理软件在各大企业中声名雀起。

咨询师的工作其实已经在被逐步蚕食,虽然这些信息化产品还处于离散状态,但这并非单纯的信息化产品应用,而是在为企业战略系统这个中央大脑的实现奠定基础。

为什么咨询行业可以被智能化呢?因为在咨询行业所具有的属性当中,有很大一部分是对计算机十分友好的。例如,企业架构的模型化、分析方法的模型化、数据处理的标准化以及企业问题的同质化等等。

通过对企业内外部资源的数据化和标准化处理,计算机就可以模拟出一套企业的虚拟框架和运营流程。通过对实际运营的模拟和计算,估算出可能的结果来支持决策和判断。

当然,在实际的企业运营当中,存在着大量的人为因素和不确定因素,因此深度学习、自然语言处理、信号处理、模式识别等技术的发展和实践在这个领域就占有着举足轻重的作用了。

根据资料显示,亚马逊在企业管理系统的研发与部署方面是最先进的,它有至少 21 个数据科学系统。系统与系统之间通过数据进行互通,形成一个信息共享的生态系统,计算机通过综合的信息叠加和多重交互来实现决策。

如销售预测系统,当它检测到一种产品的受欢迎程度正在上升,它就会启动一个贯穿整个系统的级联变化:更新库存预测,导致供应链系统调整其仓库的库存;推荐引擎会更多推送这一商品,导致销售预测增加;利润优化系统调整价格,再一次更新销售预测。

进一步的第二和第三次交互作用继续向下游发生。尽管许多这些操作都是自动进行的,但人类依然要参与其中,起到一个监督、审查的作用,同时通过对运行数据的分析进一步优化系统。

再如Correlation通过其人际关系取得其许多交易机会的资源。尽管为一项交易所做的传统尽职调查涉及到深度的市场研究和对创始人及关键客户的反复多轮采访,但Correlation却侧重于文件信息。

为了评估投资机会,该公司通过其预测分析算法运行数据,然后人类对通过了算法检查的投资机会进行更为全面的审查。因此机器和人类各自贡献了自己独特的优势以得到尽可能准确的投资决策。

除了其预测能力,这个方法也有很好的速度、可扩展性和可发展性。

Correlation的战略机器让该公司可以在两周内作出一个投资决策,通过有限的人类输入审查大量的投资机会,并能通过积累数据和经验而随时间可靠地改进其投资决策。

由此看来,在未来的一定时间里,人工智能和咨询师一定是一个共生体,人工智能减少了分析师繁杂的信息收集和处理工作,而对于意识成分高的事物依然会由人来完成。这种配合大大缩短了咨询师的工作周期,从而更快的帮助企业解决问题,进而达到一个新的人机平衡点。