文 | 適道
對中國企業(yè)而言，數(shù)智化的必要性和緊迫性是不爭的事實(shí)。
但是，每當(dāng)談及“數(shù)智化轉(zhuǎn)型”，就如同“小馬過河”。大部分企業(yè)像急于過河的“小馬”，雖然沒有“老牛”的身家（體量大、資金足的大型企業(yè)）；但也強(qiáng)過“松鼠”（抗風(fēng)險(xiǎn)能力差的小企業(yè)）。在原本的故事里，“小馬”可以自主決定“是否過河”。然而，在現(xiàn)實(shí)世界中，第四次產(chǎn)業(yè)革命浪潮席卷全球，眾多企業(yè)如今已被推到了數(shù)智化的河邊。
事關(guān)生存，河不得不過。
因此，企業(yè)“摸清數(shù)智化河里的石頭”就顯得尤為重要。這需要 “成功過河者”的經(jīng)驗(yàn)。
《哈佛商業(yè)評論》的一篇文章《是什么讓一家公司在使用AI方面取得成功？》（What Makes a Company Successful at Using AI?）就給出了“成功過河指南”。
文章通過麥肯錫和麻省理工學(xué)院制造和運(yùn)營機(jī)器智能計(jì)劃（MIMO）的一項(xiàng)研究，即跟蹤100家企業(yè)（涉及汽車、礦業(yè)等多種行業(yè)）在數(shù)字化、數(shù)據(jù)分析和機(jī)器智能（MI）技術(shù)等方面的目標(biāo)、行動以及結(jié)果的表現(xiàn)，得出：領(lǐng)先的數(shù)智化企業(yè)在治理、部署、合作伙伴、人員和數(shù)據(jù)可用性等5方面存在一定共性。
文章有兩位作者，一位是Vijay D’Silva，麥肯錫公司的高級合伙人；另一位Bruce Lawler是麻省理工學(xué)院MIMO的董事總經(jīng)理。作者指出，本文研究成果可供所有數(shù)智化轉(zhuǎn)型企業(yè)參考。
【適道】對文章進(jìn)行了簡化翻譯和案例補(bǔ)充，大致內(nèi)容如下：
轉(zhuǎn)型期的四類企業(yè)
第一個結(jié)論：想在數(shù)智化競爭中傲立群雄，企業(yè)要打出環(huán)環(huán)協(xié)作的整體方案，不要想著一招制敵。
通過對9大類別的21個性能指標(biāo)的評估，作者將100家數(shù)智化轉(zhuǎn)型企業(yè)分為了領(lǐng)導(dǎo)者、規(guī)劃師、執(zhí)行人以及新興公司。
最優(yōu)秀的是“領(lǐng)導(dǎo)者”，約占樣本的15%。他們在21個關(guān)鍵績效指標(biāo)中的20個指標(biāo)中都取得了非常顯著的改善，在所有9個績效類指標(biāo)中位列前25%。這類企業(yè)能夠把錢花在刀刃上，是數(shù)智化的最大獲益者。
第二類被稱為“規(guī)劃師”，約占樣本的25%。這類企業(yè)很擅長處理人際關(guān)系，也具備扎實(shí)的數(shù)據(jù)執(zhí)行知識。不過，很多企業(yè)目前沒有得到轉(zhuǎn)型的回報(bào)收益。一些企業(yè)甚至掙扎在2018年麥肯錫提出的 “試點(diǎn)陷阱”中。
跳出來看，“試點(diǎn)陷阱”也是不少中國企業(yè)數(shù)智化轉(zhuǎn)型的痛點(diǎn)。
企業(yè)的規(guī)模化轉(zhuǎn)型是一個長期性的、系統(tǒng)化能力積累的過程。那么，在推進(jìn)轉(zhuǎn)型時，企業(yè)會選擇一些小規(guī)模的試點(diǎn)來驗(yàn)證新的變革措施。然而，這些試點(diǎn)案例往往難以復(fù)制和擴(kuò)展，從而導(dǎo)致整個轉(zhuǎn)型計(jì)劃難以實(shí)現(xiàn)規(guī)模化的外溢效應(yīng)。
數(shù)智化，包括數(shù)字化轉(zhuǎn)型多以失敗告終，究其原因，在于缺乏整體方案。例如，企業(yè)過于關(guān)注部署所選的用例，而不是實(shí)現(xiàn)轉(zhuǎn)型的整體方法。根據(jù)麥肯錫一項(xiàng)全球調(diào)查，成功的數(shù)字化轉(zhuǎn)型并不是“另一個IT項(xiàng)目”，而是獲得高層領(lǐng)導(dǎo)（如董事會主席，CxO、執(zhí)行委員會）支持的“以業(yè)務(wù)為主導(dǎo)，兼顧ROI回報(bào)的轉(zhuǎn)型”。
而這個結(jié)論與本文有異曲同工之處。
第三，執(zhí)行人，約占樣本的33%。這類企業(yè)以結(jié)果為導(dǎo)向，善于利用不斷增長的專業(yè)知識庫，與合作伙伴合作，并能夠抓住機(jī)會，制定和實(shí)施具體解決方案。雖然他們的基礎(chǔ)設(shè)施建設(shè)比上述兩類企業(yè)少，但也能夠取得顯著成果。
不過，“執(zhí)行人”的痛點(diǎn)依然在于部分和整體的矛盾，這類企業(yè)很難將各方努力整合到公司業(yè)績，形成合力。
最后一類是“新興公司”，約占樣本的25%。這些企業(yè)的成熟度最低，收益也最小；許多正在剛剛起步。很多“新興公司”發(fā)現(xiàn)，自己很難找到需要投資的地方。只有少數(shù)具備策略、技能或基礎(chǔ)設(shè)施的企業(yè)，方可實(shí)現(xiàn)進(jìn)一步發(fā)展數(shù)智化。
聰明企業(yè)的五個秘密
比起表現(xiàn)平平的企業(yè)，“領(lǐng)導(dǎo)者”只花費(fèi)一半時間，就能達(dá)到其他企業(yè)兩倍以上的效果。為何他們?nèi)绱藘?yōu)秀？
文章總結(jié)了頂級玩家在五個關(guān)鍵環(huán)節(jié)的做法。
治理
文章指出，對于“領(lǐng)導(dǎo)者”來說，機(jī)器智能（MI）是一項(xiàng)戰(zhàn)略優(yōu)先。許多公司為此還建立了專門的卓越中心（CoE）。
這就不得不提，雖然很多企業(yè)都有數(shù)智化轉(zhuǎn)型的意識，他們也采購了無代碼、低代碼、RPA等自動化工具用于數(shù)智化轉(zhuǎn)型，但囿于復(fù)雜的組織結(jié)構(gòu)和團(tuán)隊(duì)間的數(shù)據(jù)孤島，企業(yè)內(nèi)部無法實(shí)現(xiàn)高效合作，從而導(dǎo)致數(shù)智化工程難以推進(jìn)，企業(yè)資源被大量浪費(fèi)。
文章中提到的卓越中心（CoE）可以將技術(shù)、人才、設(shè)施等資源集中起來，監(jiān)督企業(yè)做正確的事情，來加速企業(yè)達(dá)成轉(zhuǎn)型目的。目前很多引入RPA的企業(yè)已經(jīng)建立了CoE。例如，東風(fēng)日產(chǎn)CoE主管柴一翠曾在介紹，企業(yè)CoE在定位、推廣策略、推廣體制、驅(qū)動及治理、培訓(xùn)、信息交流和認(rèn)真與激勵七個方面發(fā)揮了重要作用。除此之外，包括普華永道、德勤等多家咨詢公司也設(shè)立了不同業(yè)務(wù)方向的CoE。其中，安永和IBM曾宣布成立一個集中式虛擬中心形式的CoE，幫助金融機(jī)構(gòu)利用混合云解決方案加速數(shù)字化轉(zhuǎn)型。
此外，作者指出，“領(lǐng)導(dǎo)者”們更傾向于用一個明確的流程來評估和實(shí)施數(shù)智化創(chuàng)新，而且他們也能認(rèn)識到，在這個快速發(fā)展的領(lǐng)域，變化是不可避免的。因此，大多數(shù)“領(lǐng)導(dǎo)者”都會不斷地評估和提升他們的流程，而“執(zhí)行人”和“規(guī)劃師”往往會陷入困境，這限制了他們成功擴(kuò)展用例的能力。
部署
“領(lǐng)導(dǎo)者”們會盡可能廣泛使用機(jī)器智能（MI）。
研究中的每一個“領(lǐng)導(dǎo)者”，都在預(yù)測、維護(hù)優(yōu)化、物流和運(yùn)輸?shù)拳h(huán)節(jié)運(yùn)用了機(jī)器智能（MI）。而比起其他三類企業(yè)，“領(lǐng)導(dǎo)者”也更傾向于采取更加先進(jìn)的方法。
例如，生物制藥公司Amgen正著力開發(fā)一個經(jīng)過驗(yàn)證的，使用AI的視覺檢查系統(tǒng)，這將提高70%的粒子檢測率，并減少60%的誤報(bào)。
作者在文章開頭舉了一個美國最大電力生產(chǎn)商Vistra的例子。為了讓工廠高效運(yùn)行，工人們要持續(xù)監(jiān)控和調(diào)整數(shù)百個不同的指標(biāo)，即便是最熟練的操作員也無法保證準(zhǔn)確無誤。后來，工廠安裝了一個AI驅(qū)動工具（熱率優(yōu)化器），最終工廠效率提高了1%，聽起來可能不多，但卻是實(shí)打?qū)嵐?jié)省了數(shù)百萬美元，也降低了碳排放。
合作伙伴
企業(yè)間的合作關(guān)系通常發(fā)生在學(xué)術(shù)界、初創(chuàng)企業(yè)、現(xiàn)有技術(shù)供應(yīng)商以及外部顧問。然而，“領(lǐng)導(dǎo)者”們則更傾向于和更廣泛、更密集的伙伴建立聯(lián)系，旨在最大限度地提高自身發(fā)展速度和學(xué)習(xí)效率。
例如，兩家消費(fèi)品公司高露潔-棕欖、百事/弗里托-雷在，與系統(tǒng)供應(yīng)商Augury合作，并在各自的生產(chǎn)線上部署了人工智能驅(qū)動的機(jī)器健康診斷系統(tǒng)，而這個決定曾幫助上述兩家企業(yè)避免了長達(dá)8天的停機(jī)。
半導(dǎo)體公司AnalogDevices與麻省理工合作開發(fā)了一種新型的機(jī)器智能（MI）質(zhì)量控制系統(tǒng)。該系統(tǒng)能夠識別哪些生產(chǎn)過程和工具可能存在故障。這意味著，公司的工程師只需審查之前過程數(shù)據(jù)的5%即可，極大地節(jié)省了人力。
由此可見，盡管“領(lǐng)導(dǎo)者”的能力很強(qiáng)，但他們似乎比其他企業(yè)更懂得如何從外部合作伙伴身上汲取能量。
人員
“領(lǐng)導(dǎo)者”不會吝嗇，他們會讓盡可能多的員工掌握數(shù)智化技能，而不是將專業(yè)知識留給少數(shù)數(shù)據(jù)專家。
研究發(fā)現(xiàn)，超過一半的“領(lǐng)導(dǎo)者”會對一線員工進(jìn)行機(jī)器智能（MI）基礎(chǔ)培訓(xùn)，而這個數(shù)字在其他公司只有4%。
例如，麥當(dāng)勞餐廳使用機(jī)器智能（MI）預(yù)測顧客反應(yīng)和實(shí)時客流量，來改進(jìn)一系列運(yùn)營任務(wù)。
企業(yè)卓越中心（CoE）的數(shù)據(jù)專家負(fù)責(zé)測試和開發(fā)新方法，然后將這些開發(fā)成果打包成便于使用的工具，提供給現(xiàn)場員工。在系統(tǒng)幫助下，現(xiàn)場員工明白了數(shù)據(jù)的重要性，鍛煉了識別問題的能力，從而也能回饋企業(yè)。
數(shù)據(jù)可用性
文章指出，所有的“領(lǐng)導(dǎo)者”允許一線員工訪問數(shù)據(jù)，而其他企業(yè)只有62%允許。另外，“領(lǐng)導(dǎo)者”們會從客戶和供應(yīng)商那里獲取數(shù)據(jù)。作為回饋，89%的“領(lǐng)導(dǎo)者”也會向客戶和供應(yīng)商分享他們自己的數(shù)據(jù)。
總之，這種數(shù)據(jù)民主化與其他企業(yè)形成了鮮明對比，在“領(lǐng)導(dǎo)者”中，信息就是力量，并且被有力地保護(hù)著。
數(shù)字化轉(zhuǎn)型的構(gòu)建模塊
綜上所述，文章指出：當(dāng)治理、部署、合作伙伴關(guān)系、人員和數(shù)據(jù)這5個方面環(huán)環(huán)相扣，彼此兼顧時，企業(yè)的數(shù)智化轉(zhuǎn)型也會變得有效。不過，一般情況下，企業(yè)也會組織一個卓越中心（CoE）去協(xié)調(diào)上述的5個方面。
萬事開頭難。作者認(rèn)為，決心轉(zhuǎn)型的企業(yè)，首先要對自身當(dāng)下的數(shù)智化水平進(jìn)行一個誠實(shí)全面的評估。此時，企業(yè)可以開始形成一個“過渡計(jì)劃”。即使這個計(jì)劃很粗略，但它也能夠逐個展開轉(zhuǎn)型時可能遇到的障礙，例如熟練的人才、投資能力和關(guān)鍵的基礎(chǔ)設(shè)施；如何讓從遺留系統(tǒng)向云端遷移數(shù)據(jù)等等。另外，作者認(rèn)為，企業(yè)轉(zhuǎn)型的步子不要邁得太小。畢竟大多數(shù)“領(lǐng)導(dǎo)者”雖然一開始也只是使用數(shù)據(jù)和簡單的工具，但隨著熟練度提高，他們也轉(zhuǎn)向擁抱更為先進(jìn)的技術(shù)。
未來鴻溝可能擴(kuò)大
數(shù)智化對所有產(chǎn)業(yè)都是一場重構(gòu)。目前，國內(nèi)很多大型企業(yè)不僅順利完成了轉(zhuǎn)型，還將轉(zhuǎn)型經(jīng)驗(yàn)和技術(shù)延伸至各行各業(yè)，不斷豐富數(shù)智化與產(chǎn)業(yè)結(jié)合的應(yīng)用場景。
這是否意味轉(zhuǎn)型不利的企業(yè)會被時代淘汰？
作者認(rèn)為答案不容樂觀。文章中“領(lǐng)導(dǎo)者”在數(shù)智化方面的開支已經(jīng)增加了30%到60%，預(yù)計(jì)將增加10%到15%的預(yù)算，而其他企業(yè)則幾乎止步不前。這意味著雙方的鴻溝未來很可能會擴(kuò)大。
不過，機(jī)器智能（MI）最近取得了重大進(jìn)展，全面轉(zhuǎn)型的機(jī)會剛剛開始顯現(xiàn)。激流勇進(jìn)者方能領(lǐng)略江河源頭的奇觀勝景。雖然企業(yè)的起點(diǎn)不同，發(fā)展道路也有所不同。但至少，“數(shù)智化河里的石頭”在哪里，我們有“領(lǐng)導(dǎo)者”正在指明道路。
