廖顯

最近的新聞里有個特別刺耳的聲音，說人工智能是一個偽命題，我看了標(biāo)題，就沒有再往下看了。其實，在我服務(wù)過的企業(yè)里，也陸續(xù)聽到一些對于人工智能是否有效的質(zhì)疑，甚至有些企業(yè)用相對保守的“數(shù)字化”替代了過激的“人工智能”在行文里的使用。

我最近和華為的一個業(yè)務(wù)單元高管聊天，他很實際地講：“我其實現(xiàn)在對于人工智能沒有報以太多期望。對于維護(hù)業(yè)務(wù)來講，我看中的還是它未來是否能幫助我節(jié)省更多的成本，甚至是我的客戶運(yùn)營商的成本;而現(xiàn)在它對我來說，還僅僅只是一個概念?！?/p>

那么人工智能是什么呢？

我始終認(rèn)為，人工智能是一個概念，并且是一個“品牌”。沒錯，是一個“品牌”，不屬于技術(shù)，但是包含技術(shù)。因為我相信，人類是因為有想象力和思考力而進(jìn)步的。在新的人工智能“品牌”下，我們會發(fā)現(xiàn)，今天的人類又朝著另一個社會應(yīng)用的高度在前進(jìn)。如果說工業(yè)革命、電氣革命帶來自動化，信息革命帶來了連接，那么人工智能“品牌”下技術(shù)與商業(yè)模式的推進(jìn)，將帶領(lǐng)著人類逐步實現(xiàn)社會智能。而正是這樣的想象力和思考力，又會帶來大量新的需求，以及社會新消費(fèi)驅(qū)動的創(chuàng)新進(jìn)步，我把這樣的社會性牽引力叫做一一趨勢。

所以，人工智能是我們看待和發(fā)展這個社會的一種新方式。我們會在這個“品牌”下，不斷地創(chuàng)造更多的人類社會需求，滿足用戶以后產(chǎn)生更多的價值，從而讓我們的未來更加美好。

饑餓的公牛

一次我和國內(nèi)風(fēng)電行業(yè)的客戶聊天，他談到最近在嘗試實踐人工智能，將嵌入人工智能的技術(shù)，應(yīng)用到風(fēng)電的設(shè)備制造過程中，幫助企業(yè)擁抱創(chuàng)新，形成新的競爭力。但是這個項目現(xiàn)在實際上舉步維艱，進(jìn)展緩慢，他很沮喪，找不到任何改進(jìn)的可能，于是找到我。我首先和他分享了一個故事：

有一頭在山頂上饑餓的公牛，已經(jīng)十多天沒有找到食物了，就在這個時候，它突然看到山下有一片綠意盎然的草地，眼睛發(fā)光，追不及待地從山頂猛沖了下去。剛沖到山下，卻突然發(fā)現(xiàn)面前擋著一堵高墻，無法翻越，但是它清醒地知道在墻的那邊就是那片可口的青草。于是，它無暇顧及，立刻就向這堵墻撞了過去，希望能夠撞破這堵墻，然后吃到青草?！芭?！”公牛被厚墻彈了回來，頭破血流，墻依然立在那里，安然無事。這個時候，公牛開始瘋狂了，它退后了20米，再一次沖擊這堵墻，“砰?。。　惫５念^有點撞暈，但是墻依然毫無破損。公牛變得憤怒了，這次它退后到了半山腰，打算用盡自己所有的力氣賭在這一次撞擊上，不是你死就是我亡。但是，就在它退到半山腰的時候，它突然看見，其實那堵墻也就只有百米長，原來這堵墻是有兩端的，于是，公牛慢慢從半山腰下來，從墻的一側(cè)繞了過去，吃到了背后的青草。

我很喜歡用這個故事來隱喻現(xiàn)在人工智能概念下我看到的一些景象：大量的企業(yè)，大量的人員涌入到這個創(chuàng)新之下，饑腸轆轆，恨不得用盡全身力氣最先吃到那片青草……但當(dāng)你進(jìn)入一個人工智能項目組的時候，往往會發(fā)現(xiàn)項目成員的桌上都放著深度學(xué)習(xí)、人工智能算法類的書籍，學(xué)習(xí)氛圍很濃，但是另一方面也體現(xiàn)出“人工智能式的混亂”——這是一個學(xué)習(xí)型的組織，也在不斷試錯和迭代，但是這試錯的方式是無序的，是粗放的。

人工智能類型的項目與通常的項目管理是完全不同的，傳統(tǒng)意義的項目管理有三個基本特征：有明確的目標(biāo);在項目過程中有持續(xù)性的進(jìn)展;通常有開始和結(jié)束的時間。而對于創(chuàng)新型的人工智能項目，完全沒有這三個特征——首先，目標(biāo)往往不太明確的時候就開始了，是奔著創(chuàng)新去的。其次，在執(zhí)行過程中往往包含大量的試錯，甚至失敗，不總是在持續(xù)進(jìn)展。最后，這類項目往往只有開始的時間，沒有結(jié)束的時間。因此，如果慌忙地開展這類創(chuàng)新項目，往往風(fēng)險都會很大，無法評估ROI。

我來華為之前，看到過太多的人工智能項目“死亡”，它們往往都是在人工智能戰(zhàn)略還不清晰的時候，就匆忙開始。我所說的戰(zhàn)略不清晰，不是指業(yè)務(wù)價值目標(biāo)不明確，因為你會看到企業(yè)的高層對于人工智能的預(yù)期是很明確的，比如創(chuàng)新帶來的收益，以及成本的減少。但是，戰(zhàn)略的另一個部分，用怎樣的模式來執(zhí)行、來確保成功率，基本上又回到了傳統(tǒng)的項目管理模式，甚至，很多時候是項目經(jīng)理的處女作。他們往往就如同那頭饑餓的公牛，面對前面的厚墻，然后碰得頭破血流。

那么“人工智能”創(chuàng)新面前的這堵墻，是否有方法可以繞過去呢？

組織中的新角色

我經(jīng)常會組織人工智能的研討會議，會邀請這個項目所有涉及的資源部分，包括研發(fā)、開發(fā)以及業(yè)務(wù)。你往往會發(fā)現(xiàn)，這類的會議一般充滿了爭吵，并且收效甚微。原因很簡單，這類會議往往充斥著兩種不同的語言，研發(fā)、開發(fā)人員的話語里塞滿了“算法、模型、代碼、機(jī)器學(xué)習(xí)、系統(tǒng)、準(zhǔn)確率、可靠性”……而業(yè)務(wù)人員的話語里卻總是在講“業(yè)務(wù)目標(biāo)、場景、收益、維護(hù)、問題”……如果你是一個客觀的旁觀者，你會發(fā)現(xiàn)這兩邊聊天的語言是不一致的，不在一個體系里，甚至完全屬于不同的兩個世界。

這里缺少一個“翻譯”。當(dāng)年麥肯錫在為平安進(jìn)行咨詢服務(wù)的時候，曾幫助平安建立了一個“系統(tǒng)分析師”的團(tuán)隊，他們不負(fù)責(zé)具體的業(yè)務(wù)，也不執(zhí)行具體的IT，而是連接這兩塊，通過對于業(yè)務(wù)和IT的理解，進(jìn)行相應(yīng)的轉(zhuǎn)化，把業(yè)務(wù)的價值目標(biāo)變成IT能接受的執(zhí)行語言，把IT執(zhí)行的階段性業(yè)務(wù)進(jìn)行匯報，從而很好地縮短了兩個世界的差距?！豆鹕虡I(yè)評論》曾宣稱“數(shù)據(jù)科學(xué)家”是二十一世紀(jì)最性感的職業(yè)。什么是“數(shù)據(jù)科學(xué)家”？在我看來，他不必是統(tǒng)計學(xué)、運(yùn)籌學(xué)或者數(shù)學(xué)的天才，他們的能力關(guān)鍵在于：是否能持續(xù)化地用數(shù)據(jù)來解決業(yè)務(wù)問題，并且以往是否有這樣卓越的經(jīng)驗。

我最近在幫助華為的業(yè)務(wù)部門定義數(shù)據(jù)分析師的招聘條件，我明確了把需要具備卓越的溝通能力和協(xié)作能力，能快速理解業(yè)務(wù)用戶的痛點，并且轉(zhuǎn)化為基于數(shù)據(jù)的洞察作為一項非常重要的能力。無論是微軟、AWS、IBM，還是國內(nèi)的阿里、京東……你會發(fā)現(xiàn)這些算法堆砌的應(yīng)用平臺，其最佳的特質(zhì)就是協(xié)同，而不是算法的深度。這個時候，你就會明白，其實作為一個卓越的“數(shù)據(jù)科學(xué)家”你需要具備的特質(zhì)是什么了。

作為一個人工智能領(lǐng)域的觀察者，我會看到一些對于這個崗位招聘的偏見，比如由一個做圖像識別出名的領(lǐng)袖人物來牽頭成立一個研究院，你會發(fā)現(xiàn)對于“數(shù)據(jù)科學(xué)家”的要求更多包涵了一些圖像識別領(lǐng)域的特長要求;或者一個機(jī)器學(xué)習(xí)領(lǐng)域的專家，在招聘里也會更多提到關(guān)于機(jī)器學(xué)習(xí)算法的要求。其實，這是一種對“數(shù)據(jù)科學(xué)家”招聘的偏見，如果作為一個企業(yè)，特別是一個業(yè)務(wù)驅(qū)動型的企業(yè)，習(xí)慣了這種偏見，你會發(fā)現(xiàn)最后對于溝通的有效性會變得越來越困難，最后的結(jié)果往往是“他們根本不懂人工智能技術(shù)嘛” “算了，他不知道我在說什么”。所以，除非是純粹的研究課題，一般的人工智能項目，或是提到企業(yè)戰(zhàn)略的人工智能創(chuàng)新，我一般不主張由一個完全研究領(lǐng)域的專家來負(fù)責(zé)，不是因為他不夠?qū)W術(shù)權(quán)威，而是他有很多偏執(zhí)會影響到項目的溝通，當(dāng)然如果他是一個全面的人才，并且有很強(qiáng)的實戰(zhàn)經(jīng)驗，也是一個不錯的例外。這樣的領(lǐng)袖往往需要有三個關(guān)鍵能力來幫助企業(yè)成功：定義價值、奠定基礎(chǔ)、管理變化（圖1）。

另外，這類角色的集中，就會形成一個新的組織，叫做分析組織。為什么叫分析組織，而不是智能變革組織或數(shù)字化變革組織呢（甚至我在有些公司看到取名人工智能部門的）。因為這類組織的作用不是在于技術(shù)的研究，當(dāng)然也不是一個完全的企業(yè)轉(zhuǎn)型的戰(zhàn)略組織，而是更多利用技術(shù)轉(zhuǎn)化為應(yīng)用的分析組織，里面的人會更多地去協(xié)作、溝通、分析以及架構(gòu)，而不是執(zhí)行，他將成為一個企業(yè)人工智能實踐的真正永動機(jī)。

三種運(yùn)營模式

我看到很多公司的人工智能項目是由技術(shù)在引導(dǎo)，不停地討論算法、數(shù)據(jù)以及系統(tǒng)，這其實是我不推薦的方式，在華為你也會看到，很多部門、很多人員都在搞人工智能，但是見到成效的很少。事實上，人工智能實踐需要首先從部門功能設(shè)置開始。

在Facebook的人工智能創(chuàng)新里，有個AML團(tuán)隊，全稱叫做Applied Machine Learning。主要就是構(gòu)建人工智能業(yè)務(wù)與研究之間的橋梁，他們有明確的業(yè)務(wù)價值定義方法，以及人工智能技術(shù)實現(xiàn)的最佳實踐。這個部門對業(yè)務(wù)創(chuàng)新負(fù)責(zé)，并且管理研究落地，在職責(zé)上是獨(dú)立運(yùn)作的，他們的職責(zé)就是基于人工智能技術(shù)的創(chuàng)新，然后落地到Facebook的各種產(chǎn)品里，很類似任正非在華為人工智能實踐上講的“自己的狗糧，自己吃”思路。但是，不同的方面在于部門設(shè)置模式，我這里簡要陳述下基于創(chuàng)新構(gòu)建分析價值的三種不同運(yùn)營模式：

分散式服務(wù)模式 這種模式往往喜歡把“分析專家”散放在各個業(yè)務(wù)部門，并且由每個部門的主管來管理，好處是業(yè)務(wù)的智能需求可以馬上得到匹配，我剛來到華為就去馬來西亞的TAC站點做了一次mini Design Thinking，通過兩天的研討會，快速理解了一線業(yè)務(wù)。因此，這種模式可以很好地接觸一線，了解一線，支持一線，但是缺點也很明顯，缺乏全面的跨職能的視野，僅僅落腳在自己的問題點上，而且在各個部門，重復(fù)性資源和重復(fù)性的工作太多，團(tuán)隊組織也是重復(fù)的，浪費(fèi)很多資金，無法標(biāo)準(zhǔn)化或者擴(kuò)大規(guī)模。

嵌入式共享服務(wù)模式 這種模式是過渡階段，在一個業(yè)務(wù)單元里，比如華為的GTS，設(shè)置一個獨(dú)立共享的分析組織，這個組織充分對于業(yè)務(wù)進(jìn)行支撐，但是運(yùn)作上又是獨(dú)立的，好處在于可以在某個業(yè)務(wù)或職能內(nèi)部設(shè)置標(biāo)準(zhǔn)化的流程和方法，并與各部門都可以進(jìn)行協(xié)作，對于專家也可以共享，很多資源不是在某個點上，而是全面對業(yè)務(wù)進(jìn)行統(tǒng)籌型支撐。當(dāng)然在這個階段數(shù)據(jù)分析資源還未形成一個專業(yè)化、體系化的運(yùn)營模式，對于跨業(yè)務(wù)單元的部門而言還是存在重復(fù)性建設(shè)的問題，而且在專業(yè)化的集中度上也只是一個過渡階段，還不能獨(dú)立核算部門價值。

獨(dú)立式共享服務(wù)模式這種模式是一個終極運(yùn)營模式，完全的獨(dú)立和標(biāo)準(zhǔn)化運(yùn)營，完全作為一個公司內(nèi)部的服務(wù)機(jī)構(gòu)存在，對每個戰(zhàn)略業(yè)務(wù)單元進(jìn)行支撐和核算，完全關(guān)注在業(yè)務(wù)的服務(wù)提升上，而不是技術(shù)研發(fā)。在IBM深圳有個ISC部門，對于IBM全球供應(yīng)鏈來講，它就相當(dāng)于一個“航塔”的角色，IBM的業(yè)務(wù)資源外包是做得比較徹底的，到現(xiàn)在很多給IBM提供Power芯片的芯片廠都不再屬于IBM了，在這樣一個超離散的資源架構(gòu)里，這個“航塔”不斷地對這些制造單元輸出標(biāo)準(zhǔn)，采集數(shù)據(jù)，形成分析和預(yù)測，然后由這個“航塔”里的“數(shù)據(jù)科學(xué)家”來進(jìn)行控制，使得到今天為止IBM的全球供應(yīng)鏈控制力都超強(qiáng)。

這樣的模式設(shè)計其實是在做企業(yè)級人工智能應(yīng)該首先思考的，也屬于人工智能頂層設(shè)計的一部分。另外，當(dāng)這樣的組織建設(shè)成熟的時候，又需要思考在這個獨(dú)立分析組織內(nèi)部的運(yùn)營機(jī)制建設(shè)了。我比較推崇的是以“垂直服務(wù)化”+“散點創(chuàng)新”的方式進(jìn)行運(yùn)營機(jī)制建立，其實它也融入了很多DevOps的思想：一部分強(qiáng)調(diào)服務(wù)運(yùn)營的持續(xù)化和深度，另一方面又提倡在創(chuàng)新上加入競爭，接受失敗和快速迭代，后面的文章我會專門再詳細(xì)地描述這種充滿魅力和“時代感”的機(jī)制創(chuàng)新。