從直覺(jué)到智慧決策

吳霽虹

直覺(jué)一直是很多高層管理者用來(lái)瞬間判斷決策的方式，人們崇拜那些靠直覺(jué)就能做出智慧決策的人。比如，孫正義當(dāng)初投資阿里巴巴就非常迅速，而投資回報(bào)率超過(guò)1700倍；大衛(wèi)·切瑞頓教授，因?yàn)橄嘈爬铩づ迤婧椭x爾蓋·布林講的算法，給他們投資10萬(wàn)美元?jiǎng)?chuàng)建谷歌，最終收獲10億美元；此類(lèi)決策成功的故事還有很多，這些牛人的共同特點(diǎn)，都是有超越一般人的“直覺(jué)”。

事實(shí)上，靠直覺(jué)判斷決策，幾乎是人類(lèi)最古老的本能之一。其特點(diǎn)是，在復(fù)雜情況下，人的思維過(guò)程跳過(guò)了邏輯層分析，直接給出結(jié)論。這種直覺(jué)思維的本能，就像一股神秘的信號(hào)，像靠千百萬(wàn)次概率蹦出的一張中獎(jiǎng)彩票，其實(shí)是一種只可意會(huì)、不可言傳的內(nèi)在知識(shí)和經(jīng)驗(yàn)的訣竅，很難百發(fā)百中。

智慧決策管理的最高境界，就是要“做正確事、正確做事、把事做正確”，這需要戰(zhàn)略決策、戰(zhàn)略管理、戰(zhàn)略評(píng)估的有效閉環(huán)。但大多數(shù)人無(wú)法靠拍腦袋、憑瞬間直覺(jué)做到。如果能，也是鳳毛麟角，且無(wú)法復(fù)制被人們學(xué)習(xí)，直到有了人工智能。

人工智能（簡(jiǎn)稱(chēng)AI）是模擬、延伸、擴(kuò)展人類(lèi)智能的一門(mén)新興科學(xué)技術(shù)。比如，中國(guó)香港有一家叫DeepKnowledge Ventures（DKV）的風(fēng)投公司，五年前聘請(qǐng)了一名叫作“瓦投”（VITAL）的AI董事，它是英國(guó)Aging Analytics公司研發(fā)的AI投資系統(tǒng)。

AI董事的專(zhuān)長(zhǎng)是基于大數(shù)據(jù)機(jī)器學(xué)習(xí)，能在毫秒內(nèi)，分析、判斷、決策那些無(wú)法被人類(lèi)分析師觀察到的趨勢(shì)。公司高級(jí)合伙人德米特里·卡明斯基（Dmitry Kaminskiy）指出，瓦投把投資決策中復(fù)雜的盡職調(diào)查自動(dòng)化了。也就是說(shuō)，瓦投做了人們“直覺(jué)”做不了的“針對(duì)海量信息的邏輯分析”。這相當(dāng)于靠強(qiáng)大的計(jì)算機(jī)直覺(jué)，確保投資決策“做正確事”。

除了投資決策，A I董事還顛覆了傳統(tǒng)投資管理流程。至今，在AI董事的幫助下，DKV已經(jīng)完成多個(gè)項(xiàng)目的投資，包括Insilico Medicine、Pathway Pharmaceutical、Vision Genomics等初創(chuàng)公司。

AI三次浪潮

AI董事的誕生，意味著人類(lèi)將獲得前所未有的超級(jí)決策管理能力。也意味著戰(zhàn)略決策與管理進(jìn)入了人機(jī)融合時(shí)代。這要?dú)w功于人類(lèi)對(duì)AI思維機(jī)器（Thinking Machines）的夢(mèng)想，以及在業(yè)界有廣泛共識(shí)的AI三次浪潮。

20世紀(jì)50-60年代，發(fā)明了很多算法，AI開(kāi)始被發(fā)現(xiàn)和被定義。例如，1955年啟發(fā)式編程誕生，是后來(lái)專(zhuān)家系統(tǒng)的雛形。1957年感知算法的發(fā)明，演變成今天人工神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)工具。1960年，隱馬爾可夫模型算法的發(fā)明，成就了今天語(yǔ)音和圖像識(shí)別的新浪潮。但這時(shí)的AI還無(wú)法解決現(xiàn)實(shí)問(wèn)題，說(shuō)白了，就是技術(shù)還不夠好。

20世紀(jì)80-90年代，專(zhuān)家系統(tǒng)快速發(fā)展，AI開(kāi)始賦能解決特定問(wèn)題。例如，1979年第一個(gè)醫(yī)療診斷機(jī)器智能“專(zhuān)家系統(tǒng)”創(chuàng)建。之后20年，北美和北歐大公司中有2/3也使用了“專(zhuān)家系統(tǒng)”，但應(yīng)用仍然太局限。

大約2005年到今天，機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、模仿人腦的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)、聯(lián)邦學(xué)習(xí)，以及大數(shù)據(jù)、云計(jì)算等AI技術(shù)族群有了系統(tǒng)性的突破。目標(biāo)直指“做人類(lèi)不能做，或不能高效、方便、高質(zhì)完成的事”，這包括了決策與管理。

比如，谷歌對(duì)標(biāo)人類(lèi)智能水平，將AI劃分為三級(jí)智能：初級(jí)的“弱人工智能”，只能專(zhuān)注在一個(gè)特定領(lǐng)域，如下圍棋。高級(jí)的“強(qiáng)人工智能”，能達(dá)到或超過(guò)人類(lèi)水準(zhǔn)?！俺?jí)的人工智能”，就是“從比人類(lèi)聰明一點(diǎn)點(diǎn)到聰明1000萬(wàn)倍”?？拼笥嶏w以AI能做什么，也將智能劃分為三個(gè)級(jí)別：計(jì)算智能、感知智能、認(rèn)知智能。計(jì)算智能指機(jī)器“能存會(huì)算”，感知智能指機(jī)器“能聽(tīng)會(huì)說(shuō)、能看會(huì)認(rèn)”，認(rèn)知智能指機(jī)器“能理解會(huì)思考善決策”。

人機(jī)融合的決策簡(jiǎn)史

今天的商學(xué)院，還來(lái)不及教我們AI賦能決策管理。因?yàn)椋珹I三次浪潮的技術(shù)突破后，好像一夜之間就有了像AI董事與人融合決策的案例。但事實(shí)上，從直覺(jué)到人機(jī)融合，決策管理至少經(jīng)歷了600年的三個(gè)階段演變。

肌肉的時(shí)代：從14世紀(jì)至16世紀(jì)，歐洲手工作坊如鐵匠的商業(yè)決策焦點(diǎn)，一要看有沒(méi)有“強(qiáng)大肌肉”打鐵煉鋼，另一個(gè)靠經(jīng)驗(yàn)積累的直覺(jué)判斷。因此，“肌肉+經(jīng)驗(yàn)”的直覺(jué)是制勝法寶。

專(zhuān)業(yè)專(zhuān)家的時(shí)代：工業(yè)革命爆發(fā)，專(zhuān)家知識(shí)開(kāi)始助力決策管理。18到19世紀(jì)，蒸汽機(jī)、電力、汽車(chē)等技術(shù)發(fā)明，知識(shí)信息指數(shù)級(jí)遞增，決策管理從簡(jiǎn)單變復(fù)雜。1893年，泰勒率先開(kāi)啟工廠管理咨詢(xún)，專(zhuān)門(mén)幫助制造業(yè)老板提升決策管理效率，帶動(dòng)了“工業(yè)工程師”的誕生。

1881年，宙斯弗·沃頓捐款給賓夕法尼亞大學(xué)創(chuàng)建了沃頓商學(xué)院。商學(xué)教育開(kāi)始教管理者如何思考分析、如何決策管理。1926年，芝加哥大學(xué)詹姆斯·麥肯錫教授創(chuàng)立了麥肯錫，專(zhuān)家賦能商業(yè)決策與管理成為一種行業(yè)。

管理軟件與BI時(shí)代：20個(gè)世紀(jì)70年代后，計(jì)算機(jī)技術(shù)的爆發(fā)，形成新的“管理軟件+商業(yè)智能BI”賦能決策管理。比如，80年代紐約證券交易所開(kāi)發(fā)了軟件交易系統(tǒng)，可自動(dòng)搜集數(shù)據(jù)，分析判斷某宗交易，并自動(dòng)執(zhí)行。

更廣泛的管理軟件賦能決策管理的崛起，是在二次大戰(zhàn)后。精密制造業(yè)最核心的管理議題，就是要減少浪費(fèi)、高效分配資源。于是出現(xiàn)了資源管理理念（MRP）。到80年代，MRP被編成軟件，幫助企業(yè)提升采購(gòu)、庫(kù)存、生產(chǎn)、銷(xiāo)售、財(cái)務(wù)、工程技術(shù)等的管理效率。

90年代，美國(guó)高德納咨詢(xún)公司提出企業(yè)資源計(jì)劃ERP新理念，將物流、人流、資金流、信息流整合，從而減少存貨、優(yōu)化庫(kù)存。之后，CRM、財(cái)務(wù)、HR、供應(yīng)鏈等管理軟件的發(fā)展，增強(qiáng)了財(cái)務(wù)預(yù)測(cè)、生產(chǎn)能力、全面質(zhì)量管理、資源調(diào)度等方面的功能，全面監(jiān)控提升產(chǎn)、供、銷(xiāo)的管理效率。

1996年高德納又提出商業(yè)智能，商界掀起了一股基于數(shù)據(jù)庫(kù)的革命浪潮，真正的商業(yè)智能時(shí)代到來(lái)。BI的特征就是從數(shù)據(jù)分析入手。商業(yè)智能時(shí)代在全球崛起了一大批軟件巨頭，包括微軟、IBM、甲骨文、SAP、Informatica、Microstrategy、SAS、Royalsoft等。而越來(lái)越多的中小企業(yè)，也成為諸如SAP、甲骨文、IBM、用友、金蝶等管理軟件公司的客戶(hù)。

總之，從原始直覺(jué)驅(qū)動(dòng)到專(zhuān)業(yè)驅(qū)動(dòng)，再?gòu)膫鹘y(tǒng)流程驅(qū)動(dòng)的ERP、CRM等到數(shù)據(jù)驅(qū)動(dòng)的商業(yè)智能，知識(shí)和工具賦能高階管理者，一直都聚焦在“經(jīng)營(yíng)效率的提高”方面，而且，其產(chǎn)生的市場(chǎng)規(guī)模已經(jīng)超過(guò)數(shù)千億美元。但是，這個(gè)時(shí)候的商業(yè)智能BI，與我們討論的人工智能時(shí)代的商業(yè)智能AI，有本質(zhì)的不同。

AI在戰(zhàn)略決策與管理中的應(yīng)用

1.從BI到AI。商業(yè)智能的發(fā)展，帶來(lái)了對(duì)企業(yè)戰(zhàn)略決策、戰(zhàn)略管理、戰(zhàn)略評(píng)估的更新定義。它要求一個(gè)優(yōu)秀企業(yè)的完整決策過(guò)程，至少包括五個(gè)環(huán)節(jié)：獲取數(shù)據(jù)、分析信息、決策管理的選擇、制定目標(biāo)計(jì)劃、執(zhí)行與行動(dòng)。

這些環(huán)節(jié)可全面部署到企業(yè)IT系統(tǒng)中。但是，商業(yè)智能BI，專(zhuān)注數(shù)據(jù)分析，回答數(shù)據(jù)反映的“是什么”，從而降低成本、提升經(jīng)營(yíng)效率。它還不能回答管理者“應(yīng)該選擇做什么”“不做什么”“為什么做”“怎么做”等戰(zhàn)略決策議題。其本質(zhì)，就是商業(yè)智能BI沒(méi)有機(jī)器學(xué)習(xí)或深度學(xué)習(xí)，只是更高級(jí)別的統(tǒng)計(jì)分析。

今天，AI就能回答這些問(wèn)題。亞馬遜的AI推薦系統(tǒng)就讓一流商學(xué)院的市場(chǎng)營(yíng)銷(xiāo)高材生們下崗了。比如，借助AI機(jī)器學(xué)習(xí)算法，亞馬遜AI支持“逐項(xiàng)協(xié)同過(guò)濾”。這意味著，AI通過(guò)學(xué)習(xí)用戶(hù)每一個(gè)行為痕跡，能繪制所有產(chǎn)品的多維度關(guān)系地圖，每當(dāng)你看到一個(gè)X或購(gòu)買(mǎi)一個(gè)Y，亞馬遜AI就會(huì)給你相同“鄰居”的X或Y的推薦。這樣的系統(tǒng)，AI要學(xué)習(xí)至少10個(gè)以上維度的動(dòng)作，對(duì)數(shù)據(jù)深度分析和挖掘，并成功賣(mài)出商品。

比如，1）你的購(gòu)物車(chē)，那是AI要計(jì)算的真人真錢(qián)；2）你添加到購(gòu)物車(chē)的東西又被丟棄，是AI要讀懂你的購(gòu)買(mǎi)前行為；3）你對(duì)在線(xiàn)定價(jià)A/B選擇，是AI學(xué)習(xí)你在不同價(jià)格相同產(chǎn)品的選擇傾向；4）你的心愿單，是AI處理另一個(gè)購(gòu)買(mǎi)籃子的分析數(shù)據(jù)流；5）你從哪個(gè)網(wǎng)站進(jìn)入，是AI要查詢(xún)你之前行為分析你有可能感興趣的暗示；6）你在上下點(diǎn)擊停留的時(shí)間，是AI要分析你的偏好；7）你分別在過(guò)去幾個(gè)月為幼兒購(gòu)買(mǎi)了3本書(shū)，是AI要分析你的用戶(hù)類(lèi)型，是母親或是宅男；8）你點(diǎn)擊的郵件，是AI要洞察你喜歡的購(gòu)買(mǎi)渠道；9）你點(diǎn)擊網(wǎng)頁(yè)的路徑；10）最終購(gòu)買(mǎi)前，你查看過(guò)的東西、次數(shù)，是AI要分析洞察你的購(gòu)買(mǎi)心路等等。AI比人類(lèi)專(zhuān)家更深度“懂用戶(hù)”需要什么，并推薦什么。

僅亞馬遜付費(fèi)會(huì)員數(shù)，在全球已超過(guò)1億，而600萬(wàn)家供應(yīng)商提供超3.85億種商品，這是一個(gè)只有AI能看懂且能判斷的量子級(jí)數(shù)據(jù)關(guān)系。也就是說(shuō)，2018年亞馬遜能達(dá)到年銷(xiāo)售額2329億美元，既要靠AI幫助對(duì)前端賣(mài)什么、如何賣(mài)的營(yíng)銷(xiāo)決策管理，也要靠AI對(duì)后端生產(chǎn)什么、何時(shí)生產(chǎn)、何時(shí)上架的供應(yīng)鏈決策管理。這是之前的商業(yè)智能做不到的。

2.支持AI決策的四大能力。2016年3月，人工智能機(jī)器人阿爾法圍棋（AlphaGo）打敗了世界圍棋冠軍、職業(yè)九段棋手李世石，人工智能的認(rèn)知革命引起了世界的關(guān)注。這意味著，AI在競(jìng)爭(zhēng)策略的思考上，超越了人類(lèi)，比人類(lèi)更精準(zhǔn)地運(yùn)算出獲勝路徑。那么，除了下棋，AI在戰(zhàn)略決策與管理上還能做什么？

基于我在AI商業(yè)實(shí)驗(yàn)室研究的AI決策超腦TM系統(tǒng)發(fā)現(xiàn)，今天AI賦能高級(jí)管理者的決策與管理，需要四大能力支持：

大算法：更高級(jí)算法系統(tǒng)，深度學(xué)習(xí)，聯(lián)邦學(xué)習(xí)，感知時(shí)空，識(shí)別模式，判斷因果，優(yōu)化路徑等。

大計(jì)算：數(shù)百萬(wàn)倍計(jì)算能力，運(yùn)算超級(jí)復(fù)雜和超級(jí)容量的問(wèn)題。

大數(shù)據(jù)：更宏大、更多維的信息量，萬(wàn)物互聯(lián)后匯集和處理海量動(dòng)態(tài)數(shù)據(jù)，以及更安全、更互信的區(qū)塊鏈保障體系。

大管道：高容量、高品質(zhì)、無(wú)延遲5G及以上的管道，承載全球人、物、事信息暢通。

特別是2019年，這四大能力已經(jīng)匯集到爆發(fā)的臨界點(diǎn)，這讓AI賦能高階管理者又上一個(gè)臺(tái)階。特別是企業(yè)關(guān)鍵決策、組織機(jī)構(gòu)變革的賦能。

3.AI在戰(zhàn)略決策與管理中的作用。首先，AI解決了人類(lèi)決策認(rèn)知的局限問(wèn)題。戰(zhàn)略決策如果是在信息不對(duì)稱(chēng)或信息不完整的條件下做的，將導(dǎo)致不確定性增加、風(fēng)險(xiǎn)增大。

過(guò)去兩年多時(shí)間，我對(duì)上千名企業(yè)家、創(chuàng)業(yè)者問(wèn)過(guò)一個(gè)問(wèn)題：“假設(shè)你企業(yè)今天價(jià)值（估值）是1億元，從1億元增長(zhǎng)到10億元，你認(rèn)為有多少因素將會(huì)影響？”結(jié)果是：平均回答不超過(guò)20個(gè)因素，比如團(tuán)隊(duì)、投資、技術(shù)、產(chǎn)品、模式、市場(chǎng)等等，這些商學(xué)院教授的知識(shí)和經(jīng)驗(yàn)。

這個(gè)測(cè)試意味著，大多數(shù)決策者和專(zhuān)家都很難高瞻遠(yuǎn)矚、深謀遠(yuǎn)慮地思考、分析、判斷決策。也就是說(shuō)，從1個(gè)億增長(zhǎng)到10個(gè)億，有無(wú)限個(gè)影響因素和無(wú)數(shù)種實(shí)現(xiàn)路徑。

*哪個(gè)因素是關(guān)鍵？如果你的數(shù)據(jù)量不夠，你就有可能將最有價(jià)值的因素漏掉。

*哪個(gè)路徑最優(yōu)？如果你的知識(shí)和經(jīng)驗(yàn)不夠，你的決策就有可能是井底之蛙。

*什么時(shí)候?qū)⒂猩嫖ｋU(xiǎn)？如果你將因果關(guān)系倒掛，無(wú)論什么決策都難起死回生。

我們研究的AI決策超腦TM系統(tǒng)，能回答800多個(gè)與戰(zhàn)略決策相關(guān)的問(wèn)題模型因素，可映射到超過(guò)18000個(gè)向量空間，AI知道全部數(shù)據(jù)之間的因果關(guān)系和路徑。這是因?yàn)?，AI已經(jīng)學(xué)習(xí)幾乎所有管理學(xué)、經(jīng)濟(jì)學(xué)、金融學(xué)、心理學(xué)等知識(shí)、經(jīng)驗(yàn)和方法，哈佛商學(xué)院的公開(kāi)案例，還包括金融學(xué)所有的公式。因此，它可以幫助企業(yè)診斷競(jìng)爭(zhēng)優(yōu)劣、提前預(yù)警財(cái)務(wù)風(fēng)險(xiǎn)、選擇實(shí)現(xiàn)目標(biāo)的最優(yōu)路徑。

2016年我受邀參與科大訊飛部署新的戰(zhàn)略決策時(shí)，借助AI決策超腦TM，診斷核心問(wèn)題，并從網(wǎng)絡(luò)效應(yīng)、鎖定效應(yīng)、壟斷效應(yīng)三維度構(gòu)建仿真系統(tǒng)，設(shè)置多個(gè)假想的競(jìng)爭(zhēng)對(duì)手。基于專(zhuān)家研究和行業(yè)大數(shù)據(jù)，將相關(guān)的數(shù)據(jù)輸入仿真系統(tǒng)，從技術(shù)、產(chǎn)品、模式的維度，測(cè)算技術(shù)商業(yè)化前景、業(yè)務(wù)聚焦點(diǎn)，以及商業(yè)模式構(gòu)架。

科大訊飛在三年中，從原來(lái)比較單一的AI技術(shù)在訊飛輸入法的應(yīng)用業(yè)務(wù)，發(fā)展到全新的AI平臺(tái)+賽道的戰(zhàn)略決策組合，其AI業(yè)務(wù)在教育、政法、醫(yī)療、翻譯、轉(zhuǎn)寫(xiě)、AIUI平臺(tái)等等領(lǐng)域全面發(fā)展，給公司帶來(lái)了三年前25億元收入增長(zhǎng)到三年后的79億元，市值也比三年前的幾十億元，穩(wěn)步增長(zhǎng)到今天的700億-800億元。

商業(yè)智能AI可以看到人類(lèi)看不到的，可以洞察到人類(lèi)無(wú)知的，還可以幫助人類(lèi)假設(shè)在任何一種路徑下，或任何一個(gè)因素影響下，預(yù)測(cè)企業(yè)將會(huì)有什么結(jié)果。借助決策超腦TM的仿真模擬決策，管理者可以快速聚焦最有價(jià)值的商業(yè)活動(dòng)，或者，直擊最瓶頸的問(wèn)題，而不要走彎路。

其次，AI可以賦能組織變革。我的研究發(fā)現(xiàn)，即使最優(yōu)秀的企業(yè)組織，也有像癌癥那樣級(jí)別的病灶。其中有五大頑癥非常突出：1）目標(biāo)落地難。傳統(tǒng)公司員工為部門(mén)KPI工作，而不為目標(biāo)工作。2）過(guò)程跟蹤難。管理者馬后炮，因目標(biāo)一旦交給下屬，無(wú)法跟蹤，結(jié)果南轅北轍。3）團(tuán)隊(duì)協(xié)同難。大多數(shù)公司部門(mén)就是信息孤島、文化孤島、過(guò)程孤島、數(shù)據(jù)孤島，頑固得像鋼鐵長(zhǎng)城。4）人才創(chuàng)新難。特別是大公司，人浮于事助長(zhǎng)辦公室政治。5）評(píng)估公正難。老板只憑員工誰(shuí)刷臉多相信誰(shuí)，導(dǎo)致下屬開(kāi)始弄虛作假。

那么，AI如何解決這五大頑癥呢？基于AI決策超腦TM，我們開(kāi)發(fā)了人機(jī)融合的AI-SaaS應(yīng)用系統(tǒng)，它將企業(yè)戰(zhàn)略決策轉(zhuǎn)化成人機(jī)分工管理，管理者做“定目標(biāo)、派任務(wù)、審結(jié)果”的事兒，而AI干“識(shí)別數(shù)據(jù)因果路徑、預(yù)警風(fēng)險(xiǎn)評(píng)估價(jià)值、提供優(yōu)化建議”的事兒。

天安云谷是深圳天安駿業(yè)投資的產(chǎn)業(yè)綜合體，AI-SaaS系統(tǒng)在天安云谷智慧園區(qū)上線(xiàn)三個(gè)月后發(fā)現(xiàn)，AI識(shí)別出25%員工，與公司目標(biāo)沒(méi)有直接關(guān)系，這些員工意味著是公司不必要的成本。通過(guò)人員優(yōu)化，直接節(jié)約成本30萬(wàn)元，并提高了員工有效工作飽和度30%以上；AI洞察到80%的中層管理者，急需升級(jí)管理水平如何設(shè)目標(biāo)、派任務(wù)；AI還幫助高層管理者梳理、聚焦關(guān)鍵業(yè)務(wù)，將資源鎖定在最有價(jià)值的業(yè)務(wù)上。AI賦能管理后，直接貢獻(xiàn)的業(yè)務(wù)回款收入從400萬(wàn)元上升到1400萬(wàn)元，以及開(kāi)拓了4000萬(wàn)元的新訂單。在獲得巨大變革進(jìn)步后，天安云谷的其他六個(gè)公司和機(jī)構(gòu)，也開(kāi)始了AI賦能組織變革的上線(xiàn)。

這個(gè)人機(jī)融合AI-SaaS管理系統(tǒng)的背后，是機(jī)器學(xué)習(xí)算法系統(tǒng)。而AI-SaaS擅長(zhǎng)處理動(dòng)態(tài)復(fù)雜數(shù)據(jù)間的關(guān)系，能根據(jù)任務(wù)與目標(biāo)的關(guān)系，自動(dòng)生成扁平化流程。這不像傳統(tǒng)管理軟件的方式，先構(gòu)架一個(gè)組織結(jié)構(gòu)，再固化他們之間的命令流、信息流、物流等流程。而且，AI關(guān)注目標(biāo)實(shí)現(xiàn)的過(guò)程和結(jié)果的數(shù)據(jù)，能比人更公平、更簡(jiǎn)單地評(píng)估員工業(yè)績(jī)。AI還能通過(guò)戰(zhàn)略評(píng)估的閉環(huán)，“把事做正確”。

今天，這樣的商業(yè)智能AI已經(jīng)超越了大多數(shù)有經(jīng)驗(yàn)的高階管理者和商學(xué)院專(zhuān)家。值得一提的是，我們討論的AI決策賦能，不是一個(gè)AI，而是無(wú)數(shù)個(gè)AI。包括了統(tǒng)計(jì)與概率、建模與仿真、優(yōu)化論、運(yùn)籌學(xué)、計(jì)算機(jī)科學(xué)、管理決策系統(tǒng)、數(shù)字控制系統(tǒng)、專(zhuān)家系統(tǒng)等等。

AI不是萬(wàn)能的

一個(gè)不懂人工智能技術(shù)的戰(zhàn)略決策，將是一個(gè)缺乏高智商、高智慧的決定。但是，這并不是說(shuō)，AI是萬(wàn)能的。事實(shí)上，人工智能沒(méi)有價(jià)值觀、沒(méi)有情感、沒(méi)有“自我”。它只是人類(lèi)設(shè)置的特定智能機(jī)器，按程序辦事。因此，企業(yè)家的愿景使命、價(jià)值觀、創(chuàng)新精神、求知欲、好奇心等，都是AI代替不了的。這些恰恰是戰(zhàn)略決策的核心。因此，人類(lèi)與AI有天然的合作和融合的契機(jī)。

人工智能賦能戰(zhàn)略決策，還是小學(xué)生階段。一個(gè)好的人工智能解決方案，比如決策超腦TM，其系統(tǒng)構(gòu)建是非常復(fù)雜的，不但需要高級(jí)算法科學(xué)家、智能系統(tǒng)架構(gòu)師，更需要經(jīng)濟(jì)學(xué)家、管理學(xué)家、社會(huì)學(xué)家、行為學(xué)家、心理學(xué)家等專(zhuān)家的知識(shí)和經(jīng)驗(yàn)，也需要企業(yè)家們的實(shí)踐積累。

總之，人類(lèi)決策的進(jìn)化過(guò)程中，最容易犯的錯(cuò)誤就是拍腦袋，將戰(zhàn)略決策當(dāng)成了普通決定。尤其是在看不清、道不明、缺信息、無(wú)視野的條件下做戰(zhàn)略決策，最容易犯“在錯(cuò)誤方向上努力”的大錯(cuò)，或者容易犯“有愿望無(wú)能力”的錯(cuò)誤。展望未來(lái)，AI將長(zhǎng)遠(yuǎn)、高瞻、超越對(duì)手的等等N多個(gè)維度的決策管理不確定性，通過(guò)機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等諸多AI技術(shù)，智能化地提升戰(zhàn)略決策、戰(zhàn)略管理、戰(zhàn)略評(píng)估的正確性和高效性，從而賦能人類(lèi)超級(jí)能力。

本文作者系全球化競(jìng)爭(zhēng)與創(chuàng)新管理學(xué)家，人工智能商業(yè)化專(zhuān)家，AI Business Lab聯(lián)合創(chuàng)始人，北京大學(xué)訪(fǎng)問(wèn)教授。