企业智能化转型“1＋N”新范式

导读：

站在新旧时代切换的地平线上,许多企业整装待发,拥抱智能化所带来机遇的同时,也将面对前述的诸多挑战。或许有些企业已经先行一步,在智能化的各个领域上进行艰苦而勇敢的尝试。但对于绝大多数企业买说,它们即将面临的是一片陌生且充满未知的领域。对于所有企业来说,智能化转型都是一个难以全面回答的命题。远方没有明确的终点,脚下没有可见的路径,企业只能从过往的实践出发,从前人经验的切片中,窥得前进的微光。鉴于此,我们希望基二过往的建设经历与前沿的研究,去尽可能全面地描绘企业智能化转型的图景。通过我们从过往实践中抽离出的一些思考与经验总结,帮助企业塑造并形成符合自身特点的智能化转型方向与愿景。

智能化加速企业创新

近些年,在企业智能化转型的过程中存在一个非常重要 的趋势,那就是对于企业的评价标准正在悄悄发生变化。在过去评价一个企业时,通常会用到一些财务类指标,如:资 产负债率、利润、净资产的收益率等。但随着智能化技术的 出现,企业开始越来越多的关注于一个新的非财务类指标 ———— 创新的速度。当一个企业如果每天能比它的竞争对手发现 更多的客户需求、降低成本的新方法以及提升运营效率的新 思路,那它将更有机会在市场上具有强大竞争力。

因此,企业需要能够达到更快的创新速度,而且是通过机器取代人脑决策的方式来实现。这是因为如果依靠人脑来进行决策,不断堆积专家会带来人员与管理成本的非线性提升,造成大量额外的支出。但机器及算力数量的增加,对于管理成本的提升影响却极为有限,同时机器还可以从数据中总结出远远超过人脑能够总结出的规律的数量。

所以,企业在智能化转型的道路上的核心议题将是如何 结合智能化能力加快企业创新的速度,但由于不同企业的业 务侧重点各有不同,进而影响到不同业务场景进行智能改造 时所能获取到的资源也是不一致的。因此,企业需要通过差异化的方式来完成自身业务的全面智能化改造。

智能化转型“1+N新范式

企业经营过程中,我们对于核心客户采取“一对一”的 定制化服务模式,以期实现最大的业务效果;对于长尾客户,企业往往通过“流程工厂”、“销售工厂”的标准化方 式提供服务,以期实现快速的规模化。

这种方式也适用于企业的智能化转型。我们需要针对不 同的业务场景采取差异化的实施策略。对于企业最核心的场 景,我们定义为“1”,通过不计代价的投入该场景的智能化转型，以获得极致的效果；对于企业的大量长尾场景，我们定义为N",希望通过标准化实施快速见效的方式,以最高的效率推动智能化的规模落地,加快企业的创新速度。因此,我们将“1+N"作为企业智能化的愿景阐述。

“1”一极致的核心场景

每个企业都有1个或多个核心业务,企业的业务一定是和企业的发展目标相关的。这些业务提升会带动整个企业 的提升。面对这些核心业务场景,我们需要将智能化做到 极致的效果”,因为这些领域每提升一个百分点的效果 对企业都至关重要。

极致的智能决策能力对智能化系统提出了更高的要求与挑战,其中涉及到三个核心能力点一是高维,指的是通过 高维算法与海量特征的结合,可以帮助企业达到最细粒度的 业务洞察,进而产生对现有业务优化及重构的可能。以个性 化推荐系统为例,假如企业需要研究一百万名用户与一百个 产品之间的购买兴趣关联关系,这里面会涉及到一亿种产品 与月户的关联组合,采用传统的低维建模方式,只能得到 “抓大放小”的业务结果。而采用高维算法与海量特征相结 合的方式,可以对这一亿种组合逐一生成概率洞察,最终达 到针对每位客户采取个性化精准推荐的目的。二是实时,意 味着从“事后分析”到“实时决策”的最大化业务效果。在企业的业务开展过程中,如果能够实时采集客户触达时的行 为数据,并基于实时决策分析立即反馈给客户所需要的服 务,企业将不仅能够带给客户极致体验,亦可以通过充分挖 拥客户需求,帮助业务效果得到不断提升。三是闭环(自学 习能力),任何系统都不可能完美,都可能会犯错。持续利 用业务应用过程中的反馈数据进行系统自我更新与优化的能 力,是未来智能化系统极其重要的核心能力。智能化能力的 最提升,往往是来自于上线以后经年累月的自我迭代提升。

“N”一规模化落地

N追求的是规模化落地,很多企业都面临着“全面智能化改造“的难题在面对1干个甚至1万个场景时,如果每个都做到极致代价和效率是不够的。而在大部分企业中,业务价值继与可留能化的场景应用也普遍非常分散这种情况下,智能化的规模化落地,往往比单场景的极致效果对企业更有价值。

实现规模化落地和板致效果的路径不完全一样。最优先的是企业需要建立智能化应用构建的统一方法论作为企业转型的行动指导,以整体降低智能化应用构建的认知门槛,解放智能化转型的生产力。其次是开展面向智能化应用的数据治理,通过数据采集访问双实时、全量原始数据累积、线上线下数据一致性、利用回流数据自动标注等关键能力的落地,满足数据的实时性、全量及闭环等需求。最后是通过自动化建模技术与智能化应用构建统一方法论的紧密结合,打造规模化的生产流水线。在非核心场景中,通过机器换人力的方式进行多场景的自动化模型构建,在保障快速规模化落地的同时,也可以通过数据的持续积累与供给,保证决策能力的持续优化演进,最终达到整体规模化效应提升的目标。

转型之法:企业智能化转型能力框架

在上述“道”章节,我们详细阐述了企业智能化转型的愿景、目标和模式,在本章节中,我们会从相对更具有可操作性的转型方法角度来指导企业的具体转型之“法”。

我们看到,当前企业在朝着智能化转型1N愿的前行过程中,普遍遇到了一些问题与阻碍,例如：

认知问题。当前大多数企业在开智能化应用建设时,并没有形成的统一方法论,导致各方参与人员存在认知差异进而造成了技术人员经增纠维于当种杂的技术细节,而忽路了智能化应用构建的统一及有序性。

数据问题。当前企业在智能化酒地中有将近50%以上的时间花在数据处理环节上,究其原因,不外企业通过传统数据治理体系下积累的数据是无法满定全实时闭环的数据求,进而导致数据处理耗时大的现象。

人才问题。优秀数据科学家的素缺导致企业无法同时开展多个智能化应用场景的快速构建,导致智能化项目排期紧张,影响落地效率。

为了帮助企业更好的解决及规避智能化转型过程中的潜在问题我们综合过往案例及经验,以前撸性的视角与洞察,制定出了企业智能化转里的具体之“法“,企业可通过构建大市而的核心能力,以快速实现智能化转型的终极目标,其中六大核心能力包括:智能化战略,智能化人才体系,智能化运常智能化需求智能化技术与智能化数据。

互联互通社区

互联互通社区-IT智库，是互联互通社区IT架构、前沿技术平台。包含科技趋势、总体架构、产业架构、技术架构、系统架构、业务架构等内容，内容简练，皆属干货。