廖顯

最近的新聞里有個(gè)特別刺耳的聲音，說人工智能是一個(gè)偽命題，我看了標(biāo)題，就沒有再往下看了。其實(shí)，在我服務(wù)過的企業(yè)里，也陸續(xù)聽到一些對(duì)于人工智能是否有效的質(zhì)疑，甚至有些企業(yè)用相對(duì)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(gè)業(yè)務(wù)單元高管聊天，他很實(shí)際地講：“我其實(shí)現(xiàn)在對(duì)于人工智能沒有報(bào)以太多期望。對(duì)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(duì)我來說，還僅僅只是一個(gè)概念。”

那么人工智能是什么呢？

我始終認(rèn)為，人工智能是一個(gè)概念，并且是一個(gè)“品牌”。沒錯(cuò)，是一個(gè)“品牌”，不屬于技術(shù)，但是包含技術(shù)。因?yàn)槲蚁嘈?，人類是因?yàn)橛邢胂罅退伎剂ΧM(jìn)步的。在新的人工智能“品牌”下，我們會(huì)發(fā)現(xiàn)，今天的人類又朝著另一個(gè)社會(huì)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(dòng)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(shí)現(xiàn)社會(huì)智能。而正是這樣的想象力和思考力，又會(huì)帶來大量新的需求，以及社會(huì)新消費(fèi)驅(qū)動(dòng)的創(chuàng)新進(jìn)步，我把這樣的社會(huì)性牽引力叫做一一趨勢(shì)。

所以，人工智能是我們看待和發(fā)展這個(gè)社會(huì)的一種新方式。我們會(huì)在這個(gè)“品牌”下，不斷地創(chuàng)造更多的人類社會(huì)需求，滿足用戶以后產(chǎn)生更多的價(jià)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(shí)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(gè)項(xiàng)目現(xiàn)在實(shí)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(gè)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(gè)時(shí)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?！芭椋　惫１缓駢椓嘶貋?，頭破血流，墻依然立在那里，安然無事。這個(gè)時(shí)候，公牛開始瘋狂了，它退后了20米，再一次沖擊這堵墻，“砰?。?！”公牛的頭有點(diǎn)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(shí)候，它突然看見，其實(shí)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(gè)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(gè)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(gè)人工智能項(xiàng)目組的時(shí)候，往往會(huì)發(fā)現(xiàn)項(xiàng)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(gè)學(xué)習(xí)型的組織，也在不斷試錯(cuò)和迭代，但是這試錯(cuò)的方式是無序的，是粗放的。

人工智能類型的項(xiàng)目與通常的項(xiàng)目管理是完全不同的，傳統(tǒng)意義的項(xiàng)目管理有三個(gè)基本特征：有明確的目標(biāo);在項(xiàng)目過程中有持續(xù)性的進(jìn)展;通常有開始和結(jié)束的時(shí)間。而對(duì)于創(chuàng)新型的人工智能項(xiàng)目，完全沒有這三個(gè)特征——首先，目標(biāo)往往不太明確的時(shí)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(cuò)，甚至失敗，不總是在持續(xù)進(jìn)展。最后，這類項(xiàng)目往往只有開始的時(shí)間，沒有結(jié)束的時(shí)間。因此，如果慌忙地開展這類創(chuàng)新項(xiàng)目，往往風(fēng)險(xiǎn)都會(huì)很大，無法評(píng)估ROI。

我來華為之前，看到過太多的人工智能項(xiàng)目“死亡”，它們往往都是在人工智能戰(zhàn)略還不清晰的時(shí)候，就匆忙開始。我所說的戰(zhàn)略不清晰，不是指業(yè)務(wù)價(jià)值目標(biāo)不明確，因?yàn)槟銜?huì)看到企業(yè)的高層對(duì)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(gè)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(xiàng)目管理模式，甚至，很多時(shí)候是項(xiàng)目經(jīng)理的處女作。他們往往就如同那頭饑餓的公牛，面對(duì)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(huì)組織人工智能的研討會(huì)議，會(huì)邀請(qǐng)這個(gè)項(xiàng)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(huì)發(fā)現(xiàn)，這類的會(huì)議一般充滿了爭吵，并且收效甚微。原因很簡單，這類會(huì)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(gè)客觀的旁觀者，你會(huì)發(fā)現(xiàn)這兩邊聊天的語言是不一致的，不在一個(gè)體系里，甚至完全屬于不同的兩個(gè)世界。

這里缺少一個(gè)“翻譯”。當(dāng)年麥肯錫在為平安進(jìn)行咨詢服務(wù)的時(shí)候，曾幫助平安建立了一個(gè)“系統(tǒng)分析師”的團(tuán)隊(duì)，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(duì)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(jià)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(bào)，從而很好地縮短了兩個(gè)世界的差距?！豆鹕虡I(yè)評(píng)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(jì)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(yàn)。

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(diǎn)，并且轉(zhuǎn)化為基于數(shù)據(jù)的洞察作為一項(xiàng)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(huì)發(fā)現(xiàn)這些算法堆砌的應(yīng)用平臺(tái)，其最佳的特質(zhì)就是協(xié)同，而不是算法的深度。這個(gè)時(shí)候，你就會(huì)明白，其實(shí)作為一個(gè)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(gè)人工智能領(lǐng)域的觀察者，我會(huì)看到一些對(duì)于這個(gè)崗位招聘的偏見，比如由一個(gè)做圖像識(shí)別出名的領(lǐng)袖人物來牽頭成立一個(gè)研究院，你會(huì)發(fā)現(xiàn)對(duì)于“數(shù)據(jù)科學(xué)家”的要求更多包涵了一些圖像識(shí)別領(lǐng)域的特長要求;或者一個(gè)機(jī)器學(xué)習(xí)領(lǐng)域的專家，在招聘里也會(huì)更多提到關(guān)于機(jī)器學(xué)習(xí)算法的要求。其實(shí)，這是一種對(duì)“數(shù)據(jù)科學(xué)家”招聘的偏見，如果作為一個(gè)企業(yè)，特別是一個(gè)業(yè)務(wù)驅(qū)動(dòng)型的企業(yè)，習(xí)慣了這種偏見，你會(huì)發(fā)現(xiàn)最后對(duì)于溝通的有效性會(huì)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(xiàng)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(gè)完全研究領(lǐng)域的專家來負(fù)責(zé)，不是因?yàn)樗粔驅(qū)W術(shù)權(quán)威，而是他有很多偏執(zhí)會(huì)影響到項(xiàng)目的溝通，當(dāng)然如果他是一個(gè)全面的人才，并且有很強(qiáng)的實(shí)戰(zhàn)經(jīng)驗(yàn)，也是一個(gè)不錯(cuò)的例外。這樣的領(lǐng)袖往往需要有三個(gè)關(guān)鍵能力來幫助企業(yè)成功：定義價(jià)值、奠定基礎(chǔ)、管理變化（圖1）。

另外，這類角色的集中，就會(huì)形成一個(gè)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?yàn)檫@類組織的作用不是在于技術(shù)的研究，當(dāng)然也不是一個(gè)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(huì)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(gè)企業(yè)人工智能實(shí)踐的真正永動(dòng)機(jī)。

三種運(yùn)營模式

我看到很多公司的人工智能項(xiàng)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(shí)是我不推薦的方式，在華為你也會(huì)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(shí)上，人工智能實(shí)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(gè)AML團(tuán)隊(duì)，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(jià)值定義方法，以及人工智能技術(shù)實(shí)現(xiàn)的最佳實(shí)踐。這個(gè)部門對(duì)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(shí)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(jià)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(gè)業(yè)務(wù)部門，并且由每個(gè)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(diǎn)做了一次mini Design Thinking，通過兩天的研討會(huì)，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(diǎn)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(diǎn)上，而且在各個(gè)部門，重復(fù)性資源和重復(fù)性的工作太多，團(tuán)隊(duì)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(gè)業(yè)務(wù)單元里，比如華為的GTS，設(shè)置一個(gè)獨(dú)立共享的分析組織，這個(gè)組織充分對(duì)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(gè)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(duì)于專家也可以共享，很多資源不是在某個(gè)點(diǎn)上，而是全面對(duì)業(yè)務(wù)進(jìn)行統(tǒng)籌型支撐。當(dāng)然在這個(gè)階段數(shù)據(jù)分析資源還未形成一個(gè)專業(yè)化、體系化的運(yùn)營模式，對(duì)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(gè)過渡階段，還不能獨(dú)立核算部門價(jià)值。

獨(dú)立式共享服務(wù)模式這種模式是一個(gè)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(gè)公司內(nèi)部的服務(wù)機(jī)構(gòu)存在，對(duì)每個(gè)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(gè)ISC部門，對(duì)于IBM全球供應(yīng)鏈來講，它就相當(dāng)于一個(gè)“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(gè)超離散的資源架構(gòu)里，這個(gè)“航塔”不斷地對(duì)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(gè)“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(jì)其實(shí)是在做企業(yè)級(jí)人工智能應(yīng)該首先思考的，也屬于人工智能頂層設(shè)計(jì)的一部分。另外，當(dāng)這樣的組織建設(shè)成熟的時(shí)候，又需要思考在這個(gè)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(diǎn)創(chuàng)新”的方式進(jìn)行運(yùn)營機(jī)制建立，其實(shí)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(huì)專門再詳細(xì)地描述這種充滿魅力和“時(shí)代感”的機(jī)制創(chuàng)新。