想象一下在美國(guó)國(guó)家橄欖球聯(lián)盟數(shù)十萬(wàn)個(gè)視頻的歷史檔案中找到某一特定影像。一個(gè)賽季就會(huì)產(chǎn)生16320多分鐘的比賽錄像。如果你把每次賽前、中場(chǎng)和賽后的表演、每一次訓(xùn)練以及每一次媒體采訪(fǎng)都包括進(jìn)來(lái)，你擁有的錄像片似乎無(wú)窮無(wú)盡，而這僅僅是一個(gè)賽季的內(nèi)容。

為了讓工作人員更容易從所有這些材料中制作精彩集錦和其他媒體，NFL在2019年12月與亞馬遜網(wǎng)絡(luò)服務(wù)公司（Amazon Web Services）合作，使用人工智能來(lái)搜索和標(biāo)記其視頻內(nèi)容。這個(gè)過(guò)程的第一步需要NFL的內(nèi)容創(chuàng)作團(tuán)隊(duì)教會(huì)人工智能（AI）該找什么。該團(tuán)隊(duì)為每位球員、每支球隊(duì)、每件球衣、每個(gè)體育場(chǎng)以及它希望在視頻資料庫(kù)中識(shí)別的其他可識(shí)別的視覺(jué)內(nèi)容制作了元數(shù)據(jù)標(biāo)簽。然后，它將這些標(biāo)簽與亞馬遜現(xiàn)有的圖像識(shí)別AI系統(tǒng)相結(jié)合，亞馬遜已經(jīng)用數(shù)千萬(wàn)張圖片對(duì)該系統(tǒng)進(jìn)行了訓(xùn)練。AI能夠?qū)@兩組數(shù)據(jù)都加以利用，以標(biāo)記視頻庫(kù)中的相關(guān)影像，而內(nèi)容創(chuàng)作團(tuán)隊(duì)只需點(diǎn)擊幾下就能核準(zhǔn)每個(gè)標(biāo)簽。員工曾經(jīng)不得不手動(dòng)搜索、發(fā)現(xiàn)和剪輯每個(gè)視頻，將其存儲(chǔ)在資料庫(kù)中，然后用元數(shù)據(jù)標(biāo)記視頻，而亞馬遜的AI讓大部分過(guò)程實(shí)現(xiàn)了自動(dòng)化。

在《哈佛商業(yè)評(píng)論》之前的一篇文章中（“協(xié)作智能：人機(jī)合作新模式”，2018年7-8月），我們描述了一些領(lǐng)軍企業(yè)如何挑戰(zhàn)了技術(shù)會(huì)將人淘汰這一傳統(tǒng)預(yù)期——相反，他們利用人機(jī)協(xié)作的力量來(lái)改造他們的業(yè)務(wù)并提高最終盈利。現(xiàn)在，好幾家公司不僅用這種方法在創(chuàng)新上超越了競(jìng)爭(zhēng)對(duì)手，甚至更加果斷地轉(zhuǎn)向以人為本的AI技術(shù)，并顛覆了創(chuàng)新的本質(zhì)，正如在過(guò)去十年里所踐行的那樣。

比如，在NFL一例中，AI加速了圖像識(shí)別過(guò)程，但如果沒(méi)有員工確定哪些數(shù)據(jù)需要上傳，然后核準(zhǔn)，系統(tǒng)就會(huì)失靈。NFL并未簡(jiǎn)單地將制作精彩片段的工作交給AI；內(nèi)容制作專(zhuān)家從事這項(xiàng)工作，但由于人工智能具有快速整理海量信息的獨(dú)特能力，他們做起此事來(lái)速度更快、更輕松。

新的以人為本的AI方法正在改變?nèi)藗儗?duì)創(chuàng)新的基本構(gòu)件的設(shè)想。一些公司正在重新確定AI和自動(dòng)化如何將各種尖端信息技術(shù)與能夠?qū)崿F(xiàn)靈活適應(yīng)力和無(wú)縫人機(jī)一體化的系統(tǒng)緊密結(jié)合。這些開(kāi)創(chuàng)性的企業(yè)正以前所未有的速度投資于數(shù)字技術(shù)，以應(yīng)對(duì)新的運(yùn)營(yíng)挑戰(zhàn)和迅速變化的客戶(hù)需求。根據(jù)埃森哲2019年對(duì)8300多家企業(yè)的調(diào)查，他們大幅增加了對(duì)云服務(wù)、AI等方面的投資，而且他們的創(chuàng)收速度是落伍者的兩倍。2021年對(duì)4000多家公司進(jìn)行的另一項(xiàng)研究表明，數(shù)字技術(shù)投入排名前10%的公司飛速發(fā)展的程度甚至更深，其收入增長(zhǎng)速度是落伍者的五倍。

我們已經(jīng)將我們從這項(xiàng)研究中所獲知的東西轉(zhuǎn)化為指導(dǎo)思想，在一個(gè)多數(shù)企業(yè)會(huì)將其成功歸功于人類(lèi)而不是機(jī)器的世界中，企業(yè)領(lǐng)導(dǎo)者可以用這種指導(dǎo)思想去競(jìng)爭(zhēng)。我們的IDEAS框架要求關(guān)注新興技術(shù)領(lǐng)域的五個(gè)要素：智能（intelligence）、數(shù)據(jù)（data）、專(zhuān)業(yè)知識(shí)（expertise）、架構(gòu)（architecture）和戰(zhàn)略（strategy）。它可以幫助技術(shù)和非技術(shù)高管更好地理解這些要素，并構(gòu)想這些要素如何可以密切結(jié)合，成為強(qiáng)大的創(chuàng)新引擎。

在本文中，我們使用IDEAS框架來(lái)審視那些實(shí)施了人類(lèi)驅(qū)動(dòng)的AI流程和應(yīng)用程序來(lái)解決具體問(wèn)題的企業(yè)案例。你也可以這樣做，集結(jié)你自己?jiǎn)T工的技能和經(jīng)驗(yàn)來(lái)管理一切技術(shù)創(chuàng)新，從研發(fā)和運(yùn)營(yíng)到人才管理和商業(yè)模式的發(fā)展。

讓AI多一點(diǎn)人類(lèi)特征

少一點(diǎn)人工造作

人類(lèi)智能和人工智能是互補(bǔ)的。AI驅(qū)動(dòng)的任何機(jī)器都無(wú)法像哪怕最年幼的人類(lèi)那樣輕松、高效地學(xué)習(xí)、理解和聯(lián)系語(yǔ)境。不小心掉了一個(gè)東西，一個(gè)一歲的孩子看到你伸手去夠，他就會(huì)幫你撿。故意把它扔下去，孩子就會(huì)不理不睬。換句話(huà)說(shuō)，即便是很小的孩子也都明白，人是有意圖的——這是一種非同尋常的認(rèn)知能力，似乎已預(yù)置于人類(lèi)的大腦中。

這還不是全部。從很小的年齡開(kāi)始，兒童就對(duì)物理學(xué)產(chǎn)生了直覺(jué)認(rèn)識(shí)：他們認(rèn)為物體會(huì)沿著平滑的路徑移動(dòng)，保持存在，并在沒(méi)有支撐的情況下墜落。他們?cè)诹?xí)得語(yǔ)言之前就能區(qū)分生命體和無(wú)生命的物體。當(dāng)他們學(xué)習(xí)語(yǔ)言時(shí)，他們會(huì)表現(xiàn)出從很少的例子中進(jìn)行歸納的非凡能力，新單詞只聽(tīng)過(guò)一兩次就能學(xué)會(huì)。他們會(huì)通過(guò)試錯(cuò)學(xué)會(huì)自己走路。

相反，AI能夠做許多人類(lèi)（盡管被賦予了天生的智力）發(fā)現(xiàn)不可能做好或難以做好的事情：在大量數(shù)據(jù)中識(shí)別模式；在國(guó)際象棋中擊敗最偉大的冠軍；運(yùn)行復(fù)雜的制造流程；同時(shí)應(yīng)答客服中心的許多電話(huà)；分析天氣、土壤狀況和衛(wèi)星圖像，來(lái)幫助農(nóng)民最大限度提高作物產(chǎn)量；在打擊剝削兒童的斗爭(zhēng)中掃描數(shù)百萬(wàn)幅互聯(lián)網(wǎng)圖像；偵查金融欺詐；預(yù)測(cè)消費(fèi)者的偏好；個(gè)性化廣告；以及其他許多事情。最重要的是，AI已經(jīng)使人類(lèi)和機(jī)器能夠高效地合作。與自動(dòng)化的末日論者相反，這種合作正在創(chuàng)造一系列新的、高價(jià)值的工作。

管理信息

而不僅僅是積聚信息

為了掌握利用大數(shù)據(jù)和小數(shù)據(jù)來(lái)產(chǎn)生AI價(jià)值，企業(yè)必須首先打下堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。業(yè)務(wù)數(shù)據(jù)通常被鎖定在傳統(tǒng)的實(shí)地平臺(tái)上，這些平臺(tái)是孤立的，員工很難（如果說(shuō)并非不可能的話(huà)）讓不同類(lèi)型的數(shù)據(jù)一起工作。商業(yè)用戶(hù)則更難找到并處理正確的信息，做出適當(dāng)?shù)臎Q策。創(chuàng)建一個(gè)強(qiáng)大的數(shù)據(jù)基礎(chǔ)需要讓信息突破傳統(tǒng)藩籬，這樣信息就能夠協(xié)調(diào)一致，以最佳方式存儲(chǔ)，便于輕松訪(fǎng)問(wèn)，可以隨時(shí)用新的工具進(jìn)行分析——所有這一切都在云中進(jìn)行。

三種能力是關(guān)鍵

現(xiàn)代數(shù)據(jù)工程

在一個(gè)強(qiáng)大的、基于云的基礎(chǔ)上，數(shù)據(jù)來(lái)自多個(gè)內(nèi)部和外部來(lái)源。它被拼接成精心策劃、可重復(fù)使用的數(shù)據(jù)集，可用于各種分析目的。一個(gè)好的基礎(chǔ)依賴(lài)于支持不同數(shù)據(jù)類(lèi)型的數(shù)據(jù)獲取和ETL（提取、轉(zhuǎn)換、加載）框架。這些框架還會(huì)處理信息的標(biāo)準(zhǔn)化、信息分類(lèi)、確保信息質(zhì)量和獲取元數(shù)據(jù)的規(guī)則。此外，它們還支持使用一種更快的模板化方法來(lái)使用數(shù)據(jù)，這使得工程師能夠快速開(kāi)發(fā)新的分析用例和數(shù)據(jù)產(chǎn)品。

AI輔助的數(shù)據(jù)管理

基于云的AI工具提供高級(jí)功能和擴(kuò)展性，可在引入云時(shí)，對(duì)云中收集的數(shù)據(jù)自動(dòng)進(jìn)行清理、分類(lèi)和保護(hù)，從而支持更好的數(shù)據(jù)質(zhì)量、準(zhǔn)確性及道德處理。

數(shù)據(jù)民主化

一個(gè)現(xiàn)代的數(shù)據(jù)基礎(chǔ)可以讓更多的數(shù)據(jù)被更多的人掌握。數(shù)據(jù)應(yīng)可以及時(shí)獲取并易于使用，同時(shí)支持多種方式來(lái)分析數(shù)據(jù)，包括通過(guò)自助服務(wù)、人工智能、商業(yè)智能和數(shù)據(jù)科學(xué)。最新的基于云的工具實(shí)現(xiàn)了數(shù)據(jù)民主化，讓整個(gè)企業(yè)中更多人能夠輕松地找到并利用與他們的具體業(yè)務(wù)需求相關(guān)的信息。

這三種能力可以合力幫助企業(yè)克服從數(shù)據(jù)中獲取價(jià)值的一些最常見(jiàn)的障礙：數(shù)據(jù)的可訪(fǎng)問(wèn)性、可信度、準(zhǔn)備使用的就緒狀態(tài)和及時(shí)性方面的問(wèn)題。它們使企業(yè)能夠?qū)崟r(shí)調(diào)和來(lái)自大型和小型數(shù)據(jù)集的項(xiàng)目，構(gòu)建靈活的報(bào)告，并應(yīng)用AI來(lái)創(chuàng)建可廣泛訪(fǎng)問(wèn)的客戶(hù)、市場(chǎng)和運(yùn)營(yíng)見(jiàn)解，這些見(jiàn)解可以產(chǎn)生有意義的業(yè)務(wù)成果。

有了堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)——來(lái)自更多來(lái)源的更多數(shù)據(jù)，在AI的幫助下進(jìn)行管理，并在你的企業(yè)內(nèi)廣泛傳播——你不再被數(shù)據(jù)弄得不知所措，而是能夠最大限度地發(fā)揮其潛力。你可以把它用于越來(lái)越強(qiáng)大和精細(xì)的用途，但是，就像仿人智能一樣，這將需要你的員工更多地參與。

釋放員工的才能

在易集這一在線(xiàn)復(fù)古和手工制品市場(chǎng)，它的座右銘是“讓商業(yè)人性化”。它需要人來(lái)教公司的搜索引擎如何識(shí)別許多購(gòu)買(mǎi)決定的關(guān)鍵——審美風(fēng)格。在考慮購(gòu)買(mǎi)一件商品時(shí)，易集的客戶(hù)不僅會(huì)留意商品的尺寸、材料、價(jià)格和評(píng)級(jí)等細(xì)節(jié)，而且會(huì)審視其風(fēng)格與審美方面。

對(duì)易集來(lái)說(shuō)，按風(fēng)格對(duì)商品進(jìn)行分類(lèi)特別具有挑戰(zhàn)性。其網(wǎng)站上的大多數(shù)產(chǎn)品都是獨(dú)一無(wú)二的作品。許多商品借鑒了多種風(fēng)格，或者根本沒(méi)有表現(xiàn)出明顯可辨的風(fēng)格。而且，任何時(shí)候都有約5000萬(wàn)件商品在售。在過(guò)去，基于風(fēng)格的推薦系統(tǒng)為購(gòu)物者群體提供的是令人費(fèi)解的產(chǎn)品建議。這是因?yàn)锳I假設(shè)的是，如果兩件商品經(jīng)常被一個(gè)共同的客戶(hù)群體同時(shí)購(gòu)買(mǎi)，那么它們的風(fēng)格肯定類(lèi)似。另一種方法使用顏色、材料等低層次屬性來(lái)對(duì)商品進(jìn)行風(fēng)格分類(lèi)。這兩種方法都沒(méi)能理解風(fēng)格是如何影響購(gòu)買(mǎi)決策的。

有誰(shuí)能比易集的推銷(xiāo)專(zhuān)家更好地教AI學(xué)習(xí)主觀(guān)的風(fēng)格概念？根據(jù)他們的經(jīng)驗(yàn)，他們開(kāi)發(fā)了42個(gè)吸引買(mǎi)家興趣的風(fēng)格標(biāo)簽，涵蓋從珠寶到玩具再到工藝品的15個(gè)類(lèi)別。有些是藝術(shù)界熟悉的標(biāo)簽（新藝術(shù)、裝飾藝術(shù)）。有些會(huì)喚起情感（趣味與幽默，勵(lì)志）。商家擬出了一份清單，列出了分布于這42種風(fēng)格中的13萬(wàn)件商品。

然后，易集的技術(shù)人員轉(zhuǎn)向那些在搜索時(shí)傾向于使用風(fēng)格相關(guān)詞語(yǔ)的買(mǎi)家，他們會(huì)輸入“裝飾藝術(shù)餐邊柜”這樣的詞。對(duì)于每一個(gè)這樣的查詢(xún)，易集都把選好的風(fēng)格名稱(chēng)分配給用戶(hù)在搜索過(guò)程中點(diǎn)擊、收藏或購(gòu)買(mǎi)的每件物品。從一個(gè)月的此類(lèi)查詢(xún)中，該公司就能夠收集到一個(gè)含有300萬(wàn)實(shí)例的標(biāo)記數(shù)據(jù)集，用以測(cè)試其風(fēng)格分類(lèi)。然后，易集的工程師們訓(xùn)練了一個(gè)神經(jīng)網(wǎng)絡(luò)，使用文本和視覺(jué)線(xiàn)索來(lái)最好地區(qū)分每件物品的分類(lèi)。結(jié)果就是對(duì)Etsy.com上所有5000萬(wàn)件現(xiàn)售商品進(jìn)行了風(fēng)格預(yù)測(cè)。

當(dāng)新冠疫情襲來(lái)、大眾零售商的供應(yīng)鏈崩潰時(shí)，這變得特別有用。許多買(mǎi)家轉(zhuǎn)向易集購(gòu)買(mǎi)急需的產(chǎn)品：口罩。在這個(gè)類(lèi)別中，最熱銷(xiāo)的是根據(jù)客戶(hù)審美情趣而量身定制的口罩，客戶(hù)可以指定他們正在尋求的設(shè)計(jì)——波爾卡圓點(diǎn)、花卉圖案、動(dòng)物面孔等等?？谡值匿N(xiāo)售額從2020年4月初的幾乎為零增長(zhǎng)到當(dāng)年剩余時(shí)間的約7.4億美元。該公司的收入在此期間翻了一倍多，其市值升至220億美元。易集CEO喬?！の鳡柛ヂ↗osh Silverman）表示，關(guān)鍵是讓買(mǎi)家可以找到一個(gè)“能表達(dá)他們?nèi)の逗惋L(fēng)格”的口罩。

機(jī)器教學(xué)會(huì)釋放出整個(gè)企業(yè)中通常尚未利用的專(zhuān)業(yè)知識(shí)，讓更多的員工以新的復(fù)雜的方式使用AI。由于它可以根據(jù)業(yè)務(wù)情況進(jìn)行定制，它為真正的創(chuàng)新和優(yōu)勢(shì)開(kāi)辟了道路，你不再只是簡(jiǎn)單地追趕技術(shù)。在監(jiān)督學(xué)習(xí)的情境下，當(dāng)機(jī)器學(xué)習(xí)算法的標(biāo)記訓(xùn)練數(shù)據(jù)很少或沒(méi)有時(shí)，機(jī)器教學(xué)特別有用——因?yàn)樾袠I(yè)或公司的需求非常具體，所以通常不會(huì)如此。

為了從系統(tǒng)和知識(shí)員工那里都獲得最大的價(jià)值，企業(yè)必須重新設(shè)想非專(zhuān)家以及專(zhuān)家與機(jī)器互動(dòng)的方式。你可以先讓你的領(lǐng)域?qū)＜伊私釧I的實(shí)用知識(shí)，這樣他們就可以有效地將他們的專(zhuān)業(yè)知識(shí)轉(zhuǎn)移到公司的流程和技術(shù)上。熟悉人工智能的基礎(chǔ)知識(shí)還會(huì)使他們有能力開(kāi)發(fā)出創(chuàng)造性的方法，將人工智能應(yīng)用于業(yè)務(wù)。

構(gòu)建適應(yīng)性強(qiáng)、有生機(jī)的系統(tǒng)

傳統(tǒng)的架構(gòu)界限嚴(yán)格，在業(yè)務(wù)范圍、地理區(qū)域、銷(xiāo)售渠道和職能部門(mén)之間維持著壁壘。這些架構(gòu)十分僵化，無(wú)法適應(yīng)新的智能技術(shù)或順應(yīng)新戰(zhàn)略、不斷變化的市場(chǎng)條件及新的運(yùn)營(yíng)機(jī)會(huì)。這就是許多企業(yè)的創(chuàng)新項(xiàng)目停滯不前的原因。

今天出現(xiàn)的快速轉(zhuǎn)變和新技術(shù)的突然涌入，將IT架構(gòu)推到了前沿和中心位置。當(dāng)落伍者未能抓住IT創(chuàng)新的機(jī)會(huì)時(shí)，領(lǐng)先企業(yè)卻廣泛采用了各種新興信息技術(shù)，并將它們組合成我們所說(shuō)的有生機(jī)的系統(tǒng)，因?yàn)樗鼈儧](méi)有邊界，適應(yīng)性強(qiáng)，而且以人為本。

我們所謂的“沒(méi)有邊界”是指它們打破了IT堆棧內(nèi)部的壁壘，用云基平臺(tái)來(lái)利用網(wǎng)絡(luò)效應(yīng)的企業(yè)之間的壁壘，以及人類(lèi)和機(jī)器之間的壁壘，并賦予了企業(yè)無(wú)限的機(jī)會(huì)去改善他們的運(yùn)營(yíng)方式。所謂“適應(yīng)性強(qiáng)”，我們意指這些系統(tǒng)在數(shù)據(jù)和智能技術(shù)進(jìn)步的推動(dòng)下，迅速適應(yīng)業(yè)務(wù)和技術(shù)變化，最大限度減少摩擦，擴(kuò)大創(chuàng)新，學(xué)習(xí)和改進(jìn)。當(dāng)我們把這些系統(tǒng)描述為“以人為本”時(shí)，我們的意思是，它們模仿的是人類(lèi)的大腦和行為，能夠比前幾代智能技術(shù)以更像人類(lèi)的方式來(lái)傾聽(tīng)、觀(guān)看、交談和理解。

通往這一未來(lái)的道路取決于你的企業(yè)在整個(gè)技術(shù)堆棧中做出的選擇。你必須轉(zhuǎn)向更加以人為本的AI和自動(dòng)化方法。你可以首先加快對(duì)云計(jì)算、數(shù)據(jù)分析和移動(dòng)性等核心技術(shù)的投資。你可以重新設(shè)想你應(yīng)用程序開(kāi)發(fā)方法，以便利用云功能和微服務(wù)及其釋放的靈活性。你可以專(zhuān)注于創(chuàng)建可重復(fù)使用的、具有最大價(jià)值而不是最小可行性的組件。成功將業(yè)務(wù)和技術(shù)戰(zhàn)略結(jié)合起來(lái)的企業(yè)將有能力以前所未有的敏捷度開(kāi)發(fā)獨(dú)一無(wú)二的產(chǎn)品。

在以人為本、基于IDEAS的創(chuàng)新取得明顯成功之后，我們的任務(wù)將是以審慎的速度向前推進(jìn)。未來(lái)遠(yuǎn)比預(yù)期來(lái)得更快，它需要明智而迅速地掌握剛剛才開(kāi)始嶄露頭角的新的創(chuàng)新方法。我們已經(jīng)看到它無(wú)處不在——從雜貨店配送到快餐，在手工產(chǎn)品的零售中，甚至在美國(guó)國(guó)家橄欖球聯(lián)盟。AI正在以我們大多數(shù)人永遠(yuǎn)無(wú)法想象的方式幫助企業(yè)運(yùn)營(yíng)，而且它將繼續(xù)這樣做，但前提是人在引路。我們的框架為那些準(zhǔn)備開(kāi)始的公司提供了一幅清晰的路線(xiàn)圖。

H·詹姆斯·威爾遜（H. James Wilson ） 保羅·多爾蒂（Paul R. Daugherty）| 文

H·詹姆斯·威爾遜是埃森哲研究部負(fù)責(zé)技術(shù)與商業(yè)研究的全球董事總經(jīng)理。保羅·多爾蒂是埃森哲首席技術(shù)官及該公司技術(shù)業(yè)務(wù)的全球負(fù)責(zé)人。他們合著有《以人為本：新技術(shù)在如何改變企業(yè)并塑造我們的未來(lái)》（Radically Human: How New Technology Is Transforming Business and Shaping Our Future）（哈佛商業(yè)評(píng)論出版社，2022年）一書(shū)。本文改編自此著作。

關(guān)鍵詞：