通過對大數據更深層準確的分析及應用,AI正在一些方面改變著管理者的決策方式。一方面,在不確定時代中,管理者需要面對更多隨時改變的數據,以往經驗在面對新挑戰時難以作為足夠依據。同時,企業的數字化轉型不再局限于基層運營,AI對于大數據的分析與利用也許可以讓決策者看到更清晰的參考答案,并提升數字領導力。
發揮數據價值
受限于以往技術與物聯網發展水平,企業的數字化轉型起點主要集中在數字化運營。過去幾年,市場對企業的反應速度,以及制定個性化服務的能力提出了更高要求,對管理者的決策能力也形成了挑戰。隨著數據快速變化與積累,今天的管理者在關鍵節點上的決策過程中看到的可參考數據更加復雜。回看數據價值鏈,在信息、洞察、預測及決策上,數據的價值越來越大,相較于其他環節的數據,用于決策的數據可以提供出更高的產出比,決策中對數據的價值利用也更加直接明顯。
企業的數字化轉型過程可以包括產品的生命周期、研發、生產、銷售及售后,其中每個步驟都可以做數字化轉型工作,也都有決策產生作用的空間。例如在研發過程中,通過對目標產品大數據的分析,管理者可以準確定位出產品需要具備的性能,以及相應的競爭力。與傳統SWOT分析法做決策的方式相比,大數據可以提供全局下的指導。
通過大數據,AI的能力有了大幅度提高。技術的發展推動了人工智能在更多領域的應用,包括其在數字化轉型中的角色。AI正在幫助數據以更快速清晰的方式呈現出來。在谷歌的AlphaGo與圍棋世界冠軍比賽的過程中,面對不斷變化的棋局,每步棋背后的決策都影響著最后結果。AlphaGo快速處理關鍵數據的表現令人印象深刻。AlphaGo最后的勝利讓管理者看到了人工智能找到最優路徑的能力,也顯示了大數據幫助決策優化的可能性。
通常,管理者的管理難點主要集中在“供產銷”的經營鐵三角的動態平衡上,每個部門的優化與協同都可以提升企業的經營效益,但“部門墻”的存在使得這種優化存在局限性,難以以企業效益最大化為整體目標。基于這點,傲林科技以企業級數字孿生實現AI輔助決策系統,用人工智能軟件滿足客戶的動態需求。
傲林科技首創“事件網”技術作為建模工具基礎,為不同行業建造企業級的數字孿生,通過利用企業不同的數據從不同維度建立模型,將物理世界中的企業運營同步映射到賽博世界。模型可以通過控制全域數據變量,做出沙盤推演,監測未來,從而快物理世界一步做出全局優化的預測建議。另一方面,模型可以節約決策時間成本,降低人工管理錯誤,提高決策效率。
對于變量條件,軟件可以從原因、影響等方面給出癥狀診斷。近期由于澳大利亞鐵礦石的漲價,鋼鐵企業采購受到影響。模型在應用過程中用數據治理和數據分析代替了計算過程,通過沙盤推演給出優化方案,在客戶端快速提供出可行備選方案,保證調配出最優化的產品結構。方案產生后,會回到數字孿生模型進行推演,產生預測結果,最終由決策者結合自身的經驗做出最優選擇。
與將業務數字化的自下而上的數字化過程相比,這套輔助決策系統重點關注決策的重要性,通過人工智能,將數字業務化,以服務企業的中高層管理者。經過軟件的可視化呈現,影響企業決策的若干條件會清晰顯示出來。
找到決策點
在市場對數字化的熱衷與相關政策不斷出臺的背景下,泛制造業、媒體、金融等越來越多領域正在利用AI輔助的方式做出決策。傲林科技認為,2021年會是中國市場的數智化元年。
AI對于決策的影響并不受行業或企業數字化水平限制。重要的是,一個企業級的大腦可以參與日常管理,用數據支撐運營、財務中常規且高頻的決策問題,并在業務決策方向上提供清晰的參考依據。
不同企業即便是使用同一個分析模型,軟件進行分析的數據源也不盡相同。
人工智能對全域數據分析后,可以幫助有一定數字化基礎的工業企業定位到經營中能夠創造最大價值的環節,實現明顯的降本增效;對于處于自動化初級水平的中小型企業而言,則可以利用推演預測,對采購或占資金流大部分的庫存等重要業務進行優化,快速降低費效比。隨著數據源及模型的完善,數據利用能力會隨之提升。
整體而言,模型在幫助企業將自身數據用得更好的同時,可以參考行業與外部市場的整體數據,進行全局量化優化。利用這套輔助決策系統,白酒企業小糊涂仙分析了渠道的經營狀況,在提升經銷商質量的同時開拓了新市場,實現年營收及利潤持續雙位數增長。
在企業經營中,“做決策的終究還是人,而不是機器”,管理者的經驗及判斷在涉及文化等問題時仍然非常重要。例如現階段等自動駕駛可以在特定環境下提供安全輔助,仍無法取代人類駕駛。AI在復雜決策場景中提供的強大支撐能力更像一個趁手而又智能的工具。
與咨詢公司合作
盡管同為企業發展的助力,現階段的AI分析不會取代咨詢公司,這是因為輔助決策系統與傳統咨詢公司的服務有所不同。對于尋求長期發展規劃及戰略相關咨詢的公司而言,熟悉市場發展規律的咨詢師,與有豐富經驗的咨詢公司不可或缺;在咨詢方案完成后,陪伴企業完成從產品產生到使用,及最后的優化轉型,重塑管理文化的成長過程,則是AI與大數據更擅長的領域。
對于咨詢公司而言,傳統企業領導者面臨的數字化轉型挑戰也是他們面臨的問題。為此,德勤、埃森哲等咨詢公司先后設立了獨立數字部門,并加大了數字化人才的吸收與培養,以為客戶提供更符合數字化轉型背景下的戰略規劃。
為提供更全面的服務,埃森哲等咨詢公司選擇了與科技公司合作。在為威馬汽車提供服務時,埃森哲與SAP合作,提供出一款智能企業管理平臺項目,幫助威馬汽車實現了系統的數據標準化,以及流程自動化,大幅減少人工錯誤和相關成本,完成業務數字化過程。
在推進企業數字化轉型的實踐中,傲林科技扮演了另一個維度“咨詢公司”的角色,以“軟件”的形式呈現——掌握行業Know-How的同時,擁有人工智能和大數據產品。企業如何提高競爭力、如何規劃數字化轉型及落地,得到“一站式”解決。
今天,5G降低了數據的獲取和應用成本,數據效能的提升也為B端數據的應用提供了承載與舞臺。隨著大環境下工業互聯網數據逐步完善,企業內部不斷推動數據打通,AI輔助決策系統可以更好地運用數據,為管理者服務。
數據驅動的智能時代中,科技進入的一個結果就是傳統企業的邊界被逐漸打破,咨詢與科技之間的界限逐漸模糊。未來,傳統企業會逐步轉化為以數據為核心的企業,管理者面對的經營問題通過數據呈現,也通過數據得以更好解決。
