【AI 管理的未来】第一家全自主公司:企业自动化历程

2015年4月,AI公司不同分类的图谱,VentureScanner.com提供

人工智能的崛起,再加上更好的数据捕捉和存储,正自动化公司中越来越多的关键功能。如果我们相信这种自动化潮流将会继续保持下去的话,那么似乎某天我们将能够有一家全自主公司:一个受到AI管理的公司,全部由机器人来运营,并执行公司所有核心活动——没有人类雇员。

一家没有人类参与的公司是怎样的?该公司中的核心活动或核心角色是什么,自动化如何影响它们?为了系统性的阐述这个问题,我列出了两个要素:公司进行的活动(例如,开发产品,发布产品),还有我们在公司中经常见到的角色(市场,HR,产品运营)。我发现这样的分析提供了一个有趣的框架方式来从更广阔的角度上考虑自动化和企业。

这篇博文分享了一些我的观察和想法。

千篇一律的公司

第一个有趣的规律是各个公司的核心活动执行和所包含的部门或职能是大同小异的——不管什么产业。

从一个很高的角度来看,我会说公司核心活动如下:

核心活动

理清应该开发什么或提供什么服务

开发该产品或提供该服务

让产品进入人们生活中

使用该产品或服务来为人们提供支持

维持公司自己的运作(例如,确保有资金,雇佣感到幸福,正确分配工具或空间以保证良好运作、雇佣新人或得到更多资金来使公司做大做强)

这个列表看起来很简单,但是代表了大部分公司在做的事情,也暗示了一个AI为了完成当前人类在做的事情而应该有的能力。

核心部门或功能

我们接下来谈一谈公司内的核心部门或职能(例如客服,市场,HR等等)。当你真正列出了一家公司通常情况下会有的部门时,你就意识到这其中没有很多独特的功能,而且它们在多家公司中都有类似的职能。我不知道每个这类部门的历史,但是看一看近50年来公司组织图中所列出的部门列表就知道,它们看起来大体相同。即使在不同的产业中,一家公司会有的部门差别不大。这令人印象深刻。

我尝试列举在不同公司中具有一致性的核心功能或部门。

进一步,我认为我们可以将这些部门与它们执行的核心活动连接起来。

我们也可以在不同产业中考虑这些给定部门

这几张图引出了几种随时间评估公司发展的有趣方式。例如,如果你的公司专精电子商务自动化,你应该继续在电子商务领域追求其他部门职能(例如电子商务物流自动化),还是应该向其他产业进发?

自动化之路:按照一个一个角色,一个一个活动的方式进行

公司内部的某些角色,和这些角色的某些特定部分,比其他部分更容易自动化,因此这是科技公司的切入点。随着自动化的进行,有这种职业特点的人们将会有越来越少的时间来完成这方面的工作。这导致的后果是,他们将有越来越多的时间来关注他们职能中价值更高的部分,也有可能公司总体上只需要更小的团队来完成具有特定职能的任务。

营销自动化

我最熟悉的领域是网页或数字初创公司(电子商务,app等等)。在这个领域,我相信,在过去的几年里,我们已经经历过第一波自动化,而且第一波自动化主要在市场部门。

我曾在两家自称是营销自动化公司中开发过很多产品。开发工具主要针对出版商和电子商务公司。这些产品可以让公司自动追踪用户登录他们网页的方式,接着自动分析这些用户的行为,然后通过邮件等其他渠道来发送相关营销材料:例如,促销、后续活动等。你可以想象,在这些工具出现之前,人类一定花费了很多时间来发送跟进邮件——因此从节约人类劳动力的角度来看,这些工具的价值定位是具有实质性的。

一些营销自动化公司提供的软件是即插即用的,因而你仅仅需要在网站上放置几行代码,就能让这些软件监视用户的行为,并奇迹般的创造并为他们发送相关而个性化的信息,进而再次宣传你的产品。在这一领域中,Bluecore、Sailthru、HubSpot、Marketo和RichRelevance是几个公司例子。

这些平台称他们有一个比人类更擅长检测并解释用户行为的算法,还能根据用户行为做出最佳决策。通过研究用户行为大型数据集,他们的算法更擅长预测针对每位用户而采取的最好的营销策略。例如,如果某个用户放弃为购物车付款,算法就知道了在一天之后,应该对购物车中剩余的商品打75折来促销。

这类营销决策特别适于那些以大量用户历史行为数据为基础的算法。人类几乎无法做到这些营销自动化公司的规模:检测百万计用户的行为,并为他们每一位发送定制的营销传播。

当然,这类对用户动作和行为的自动化响应只是营销位置上的人会做的一类事情。现在营销职能上还有一些难以自动化的部分。例如,为特殊活动和合作关系创造独特而新鲜的营销传播,识别相关的客户群,如何交流价值主张、品牌和定位等等。但是要点是逐渐地用算法和AI按照一次一个功能,一次一方面地取代,留下越来越小的人类擅长的职能部分。

我曾和一个这类公司的人开玩笑说,我们为客户开发的产品应该就是一个仪表盘:绿光表示所有的事情运行良好,算法正完成它的工作,只有当软件出问题时红光才出现。用户不应该做任何事情,把所有任务都留给算法来做。我们实际上没有这样设计,对我来说这只是关于自动化的一个玩笑,而且在自动化的世界中这些设计看起来应该像是“冷静点,别担心”,而不是我选择的设计——我坚定的认为,人类应该理解软件在做的事情,它使用的模型,进而能够增强和调试它。

幸运的是,现在有很多研究在关注这个方面。在很多任务中,人类与AI合作得出的表现经常会超过任何一方独自运行:例如玩国际象棋,在我们工作中也很可能有很多这种类型的事情。TED上曾演讲对“人机合作”有关的看法。

12月,我参加了在Young & Rubicam(Y & R)举办的一个晚宴,Y & R 是世界上最大的营销和传播代理之一。晚宴的参与者是一些营销自动化公司、数字代理公司、品牌和初创公司的高管。营销自动化似乎一直是晚宴的核心话题,而且有趣的现象是,人们分为两种阵营,一方相信算法最终会比人类更好的执行营销职能,而另一方则表示,在帮助公司传播和接触客户的过程中,人类比AI更擅长选择有意义的策略。这个话题绝对激发出人们的情绪——没有人想让他们的部分职能被自动化。但是,关键在于利用被自动化后多出的时间,并找出更高价值的新领域或新职能。

我在晚宴上做的一个评论是,AI取代的局限性源于AI本身的运作方式。例如,大部分营销自动化平台采用了最简单的方法,即过去最有效的策略就是今天最有效的策略。这些算法远远不能用于开发模拟世界运行机制的复杂模型。它们没有考虑多种多样的影响因子,它们也不能推理为什么今天不同于昨天。对今天最有用的策略不一定是过去最好的策略。此外,如果历史不会重演,而且真的有黑天鹅这样的没有先例的事情的话,那么历史层面的统计分析将会无可避免地短视。Nate Silver的书《The Signal and the Noise》是一个优秀的读物,它告诉我们,我们预测能力在某些领域中(在这些领域中,我们可以很好地把握影响系统的潜在动力)是最强的,在某些领域中(在这些领域中,我们仅仅通过看历史数据来预测未来,而且不了解生成数据的模型是什么)比较弱。

我想要提出另一个观点,人们在某些模拟世界的方面上仍然领先于一些算法,模拟可能的未来世界,根据(可能暗示事情走向的)观察来寻找模式。更不用提,人类最终才是影响世界的那个人——我们观察到的影响我们环境的力量总体上是每个 个体决策组合在一起产生的影响。

自动化办公管理

除了营销(我们当前在这确实看到了企业中的AI和自动化),还有很多自动化的方式。我朋友的公司Managed by Q,这家公司称其为“智能办公清洁和管理”,试图自动化公司运营及物流部门中,与办公室经理有关的日常工作。有了Q,可以很容易地保证办公室的清洁、供应的流畅、有序的修复工作。他们让办公室经理更方便的完成他们的部分工作,进而为办公室经理腾出更多时间做其他更高价值的活动。这是我想到的积极自动化部门工作的另外一个公司例子。

法律,销售和客服

我相信在未来几年里会遭遇一波自动化的另外三个部门是法律、销售和客服。我相信这些部门工作中有很多方面很适合用大数据分析和人工智能自动化。

我认为将几种潮流汇合将极其有助于自动化这些职能。一个主要潮流是,对这些职能必需的交流方式和知识越来越多地以文本形式存在,这有利于开放商发掘出高效训练AI执行同样功能的方式(如,邮件、短信、聊天、文件等等)。IBM的Ross,基于Watson AI计算平台的“超级智能代理人”是一类自动化的例子。我在《Future of Messaging》也就此做过一次演讲。

我相信这些角色在不同的情况和不同的用户中有很少的特殊部分。我会再写一篇博文来阐释为什么我认为这些职能会是下一波自动化的主要对象。正如营销的情况一样,自动化只会在这些角色的特定部分非常有效。例如,在客服中,我相信AI可以高效解决路线规划等很多客户问题,也可以交流并像人一样解决客户问题。但如果需要接触更高级别的公司人员,需要特定客服的话,还需要人类来提供这类客户期望得到的服务。

产品(设计与工程),业务发展

我将这些部门放到最后来讲,因为我们经常将这些活动当作是很难被自动化的活动。自动化业务发展会是什么样的?这引出了有趣的一点:业务发展的作用究竟是什么。

业务发展的一个核心方面是找到新的合作伙伴和有利于公司成长的收购机会,通过增加配置或提高产品输出等方式。建立合作关系被认为非常需要人类的介入。但是,可以想象,算法可以在合作关系建立的初期起到有效作用:识别潜在的合作机会,找到有益合作关系的原因,根据历史数据建议合作关系应该怎样建立。这些可看做是自动化业务发展的切入点。从这个切入点继续延伸,业务发展AI最终可以尝试联系并建立合作关系,也有可能某天商讨合作协议的具体细节。

我会举例来阐释一些看起来很直白的东西:所有的角色会或多或少地经历自动化,这些角色中越来越多的部分起初看起来很难用今天的软件解决,但终将会被实现并需要自动化软件的帮助。

我将自动化产品部门的思想实验留给你。

AI公司的人类股东

我要用一个问题作为这部分的开始:一家全自主公司看起来是什么样的:由AI运行,执行我们通常认为公司会做的事情。这样继续想下去会引出后续有趣的问题,如:公司的真正目的是什么:开发人类想要的东西?为其股东盈利?为它的雇员产生意义?在世界中行善积德?人类某天会成为没有人类员工公司的股东吗?

这类问题和自动化的整体潮流,也似乎引出一些未来才有的想法:自动化正在逐渐减少经济领域中人类可从事的工作数量。这一话题我不做深入分析,但我想要说的是,几百年来公司架构似乎没有怎么变化过,我们还没有找到更好的组织形式。我确实相信,随着时间的推移,公司结构会有转折性的变化,自动化在其中起重要作用。在未来几周,我期望对此分享更多观点!敬请期待 :)

原文发布于微信公众号 - 新智元(AI_era)

原文发表时间:2016-01-23

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏CDA数据分析师

一篇文章读懂BAT互联网大数据应用

文 | 傅志华 互联网行业在大数据的积累和应用以百度、腾讯和阿里巴巴最为值得关注。百度、腾讯和阿里巴巴在大数据的应用上虽然有共同的地方,但由于各自的数据来源和商...

33810
来自专栏云计算D1net

PaaS平台未来前瞻:要开放 要融合 要安全

企业通讯随着移动信息化的浪潮正在经历一场重要变革,从最初传统的局域网套装通讯软件到SaaS时代的“在线即时协同”,再到互联网服务模式的公有云通讯平台,一个融合通...

3725
来自专栏云计算D1net

采用公共云的障碍正在减弱,但服务器的危险仍然存在

随着公共云继续扩展到主流IT,企业采用公共云的障碍似乎正在降低。麦肯锡公司最近的一项研究表明,云计算环境的安全问题不像过去那么突出。 如今,采用公共云变得越来越...

3449
来自专栏云社区全球资讯抢先看

想知道人工智能将来是怎样个性化定义我们的工作的么?

人工智能在工作中的应用早已经开始。然而,随着企业办公技术的不断发展和持续迭代,我们必须要知道AI将如何在未来影响我们在工作中的角色和责任。

2092
来自专栏灯塔大数据

2017年会成为大数据的扫盲年吗?

过去一年内,我们看到了大数据的井喷式发展,数据处理分析成为热门,大数据行业呈现出信息激进之势。这导致数据科学家、数据应用程序员和商业分析师等大数据方面的人才成为...

2977
来自专栏PPV课数据科学社区

【案例】详解BAT的互联网大数据应用有何不同?

互联网行业在大数据的积累和应用以百度、腾讯和阿里巴巴最为值得关注。百度、腾讯和阿里巴巴在大数据的应用上虽然有共同的地方,但由于各自的数据来源和商业模式的不同,其...

2995
来自专栏人工智能快报

报告称个人智能助手市场增长缓慢但前景巨大

四年前,苹果Siri横空出世宣告了智能助手时代的到来,紧接着微软、谷歌以及Facebook这些业界巨头也纷纷进军这一领域,不过很多业内权威认为,智能助手技术并没...

3787
来自专栏BestSDK

你所不知道的第三方服务给APP带来的好处

随着中国与世界经济接轨的节奏越来越快,互联网的性质也在悄悄地发生着本质上的变化:垂直、协同、高效,已成为这个行业的真实写照。 纵观国内过去一年时间移动互联网行业...

2459
来自专栏CDA数据分析师

专访 | 神策数据CEO桑文锋:谁说大数据不需要「小而美」

从前任百度大数据部门的技术经理,到今天神策数据CEO,9年时间,桑文锋身上发生了许多变化。他笑称,这种变化从他的微信好友数量就能看出来。创业之前,他只有200多...

3168
来自专栏AI研习社

软技能和硬技能哪个重要?科技行业需要重新思考这个问题

AI 研习社按:不管是刚踏入科技互联网人工智能界的朋友,还是已经在行业内的工程师或者管理人员,迟早都会思考人际沟通、团队管理、战略规划这样的「软」技能和软硬件架...

3578

扫码关注云+社区

领取腾讯云代金券