从数字化到人工智能——连续体

从数字化到人工智能——连续体

人工智能在企业界经历了数十年的技术推动和需求拉动，确实已经发生了深刻演进。作为当前人工智能浪潮前兆的最大发展，是数字技术的迅猛冲击。对生产率提升的不懈追求、通过机器人实现制造自动化、通过RPA对业务流程进行再造，以及在每个业务中广泛部署数字接触点，已经使内部流程和外部网络都得到全面重塑。体验改善作为继生产率提升之后的第二层需求，通过物理体验与数字体验的整合、数据仓库和数据集市得到了满足。人工智能和机器学习使所有信息使用者能够更好、更快、更低成本地获得可行动的洞察。如今，吸引新客户、构想新的互动系统，甚至有时彻底重新定义业务本身范围的，正是“一切皆服务”。

多年来，尤其是在过去十年加速发展中涌现出的数字商业模式，见证了不同企业的兴起，它们分别拥抱成本模式、体验模式或平台模式。在成本模式中，包括谷歌、脸书和亚马逊等世界领先公司，其重点一直是免费或免费增值服务，提供极高的价格透明度，在某些情况下通过反向拍卖和按使用量定价来聚合买方，并为消费者提供近乎无限的选择。由奈飞、苹果和迪士尼等公司推动的体验模式，减少了摩擦并实现了个性化，从而提高了客户的自主选择和满足感，而自动化则推动了赋能。最后，平台模式出现了，它将多个客户与多个供应商和服务提供商连接在一起，新兴实体如Flickr和优步，以及西门子和通用电气等既有企业都提供了平台解决方案。这些平台通过自发形成的社群和数据编排，为商业创造了新的生态系统，确保干净的信息进入所有参与者频繁访问的数字市场。想象一下印度乡村的集市，你就能理解平台在互联网上是如何运作的。

套用一句常被重复使用的陈词滥调，数据已经成为商业的新石油，数据扮演着多重角色，主要是作为新资产的创造者，包括数字内容，并提供增强人类智慧和创造力的能力。在其他角色中，数据成为企业目标设定和实现的赋能者，成为可供多样化需求利用的公用资源，并成为新商业理念和目标加速实现的驱动因素。这促成了多年来从数据到信息、到知识、再到智慧的连续演进过程。数据最初的用途，是能够分析交易，并以描述性和诊断性的形式提供报告和演示。还记得在电子数据处理早期，物料经理每月会收到一大摞计算机打印纸，上面是库存中周转缓慢和无流动项目的月度分析吗？能够提出从“发生了什么”到“为什么会发生”以及“可能会发生什么”的问题，使思维和能力都从描述性转向建议性；而当数据从赋能者角色转变为驱动者角色，机器学习和人工智能开始兴起时，预测真正成为了力量。最后的前沿，是从“可能会发生什么”转变为“应该发生什么”，数据也成为建议的创造者，释放出规范性分析的力量。

正是在这一阶段，领导者必须发挥作用，为人工智能的角色界定边界，并建立稳健的治理机制，正如我们将在本章后续内容中看到的那样。随着人工智能本身在过去几年中不断发展，从新版ChatGPT和大语言模型，到DeepSeek等蒸馏模型以及小型和窄域语言模型，最后发展到半自主和近自主的智能体人工智能，人工智能的能力以及接管越来越多人类责任和行动的倾向，已经成为人类劳动者未来的一种威胁。领导者应在何时介入？