當前，人工智能（AI）的競爭已白熱化。谷歌、亞馬遜、百度、阿里、騰訊等巨頭持續(xù)投入，國內(nèi)商湯、科大訊飛等商業(yè)上初步成功，AI 顯示出巨大的商業(yè)應用潛力。在這股大潮中，全球領(lǐng)先的企業(yè)應用軟件解決方案提供商 SAP 將機器學習、物聯(lián)網(wǎng)、大數(shù)據(jù)、商務分析等領(lǐng)域的技術(shù)整合在一起，融入 SAP 幾十年的產(chǎn)業(yè)經(jīng)驗、流程和行業(yè)知識，以及先進的設計思維方法，推出 SAP Leonardo 這款數(shù)字化智慧企業(yè)平臺，在企業(yè) AI 應用中獨辟一片天地。

那么到底 AI 是什么？

1

AI 概況及其應用

一提到 AI，很多人立即就想到了科幻電影和文學作品中的虛幻場景，或者電影「機器姬」里那種能超越人類的機器人。實際上當前 AI 的程度離這個很遠。人類開發(fā)和利用 AI，是為了提升社會勞動生產(chǎn)率，有效降低勞動成本、優(yōu)化產(chǎn)品和服務、創(chuàng)造新市場和就業(yè)等，為人類生產(chǎn)和生活帶來更多價值和服務體驗。簡單講，AI 是對人的意識和思維過程的模擬，利用機器學習和數(shù)據(jù)分析方法賦予機器類人的能力。AI 可分為三個層次：

◆弱 AI：擅長單個方面的 AI 系統(tǒng)，如下棋、圖像識別等。

◆強 AI：人類級別的 AI，在各方面都能和人類比肩，腦力活它都能干。

◆超 AI：各方面都比人類強一點，也可能各方面都比人類強很多很多倍。

目前弱 AI已成熟且無處不在，本文主要講弱 AI。參考各方面的研究概括如下：現(xiàn)階段 AI 是指 AI 大概念下機器學習領(lǐng)域中的深度學習，底層原理是基于大數(shù)據(jù)的統(tǒng)計分析技術(shù)，對數(shù)據(jù)有很大依賴性。在某些特定場景中能超越人類，最擅長的是對海量、高維度的信息的分類，結(jié)合深度學習可做到信息越多、維度越多，分類結(jié)果越準確。

2

制造業(yè)是當前 AI 應用的藍海

制造企業(yè)里又有大量的有效數(shù)據(jù)，正契合 AI 的數(shù)據(jù)依賴性。AI 與制造業(yè)的管理、技術(shù)結(jié)合，結(jié)合企業(yè)的各種生產(chǎn)數(shù)據(jù)，可優(yōu)化制造業(yè)各流程的效率，為各級管理者提供決策建議，甚至自主優(yōu)化，讓制造業(yè)插上智慧的翅膀。事實上，研究發(fā)現(xiàn) AI 可降低制造商最高20%的加工成本，而這種減少最高有70%源自于更高的勞動生產(chǎn)率。

SAP 的調(diào)研分析發(fā)現(xiàn)，中國過去三年300項 AI 投資項目中，制造業(yè)相關(guān)的投入不到1%。據(jù)研究，全球 AI 及相關(guān)場景在制造業(yè)的市場在2016年約為1200億美元， 2025年有望超過7200億美元，復合年均增長率超過25%。制造業(yè)成為 AI 應用的藍海。

AI在企業(yè)管理中的應用需求分析

1

AI 在企業(yè)管理中的需求分析

對 C 端用戶的 AI 應用主要是帶來便捷、舒適性和智能化的新體驗，應用已極為普遍，不再贅述。本文重點講 AI 在 B 端——制造類企業(yè)管理中的應用。

企業(yè)對于產(chǎn)品質(zhì)量和生產(chǎn)效率提升的需求是永無止境的，產(chǎn)品設計需求來自對客戶需求的把我和創(chuàng)新，同時通過供應鏈滿足生產(chǎn)需求。AI 的應用場景和需求痛點范圍在這里，主要應用場景可分為三類：

◆產(chǎn)品智能化研發(fā)及為產(chǎn)品注智；

◆供應鏈的智能化；

◆在制造和管理流程中運用人工智能提高產(chǎn)品質(zhì)量和生產(chǎn)效率。

目前市場已有一些新興公司在深耕這方面市場。

2

AI 在企業(yè)管理應用的點、線、面模型

當前 AI 服務商為客戶提供服務時主要是應用場景描述，好處是容易讓客戶理解其應用價值，壞處是客戶分不清 AI 的簡單場景和復雜場景的區(qū)別。有位客戶 CIO 問：SAP 的 AI 平臺與其他 IT 公司的 AI 系統(tǒng)比有何特別優(yōu)勢？當我嘗試從企業(yè)管理的角度來說明 SAP 的 AI 的優(yōu)勢時，對方立即認可：場景的描述模糊了流程和組織角色，企業(yè)管理層更多的是從企業(yè)組織化優(yōu)勢看待 AI 的應用。受此啟發(fā)，本文思考了基于組織管理的點、線、面三層分析方式，來理解和說明 AI 在企業(yè)管理中的應用：

◆點場景：就是企業(yè)內(nèi)的組織結(jié)點或崗位，針對具體人員和作業(yè)；

◆線場景：就是流程或完整的業(yè)務場景，主要是針對組織內(nèi)外部的協(xié)同；

◆面場景：就是企業(yè)運營的整體，包括組織優(yōu)化和管理創(chuàng)新。

鑒于組織管理的特點，企業(yè)里沒有獨立存在的點，三個層面之間是逐步演化、互相影響的。最簡單的場景就是每個崗位的操作或決策，AI 的分析和學習功能可提供強有力的支持。線場景就涉及到多點（崗位）協(xié)同，這是企業(yè)管理層看重的。當 AI 從點到線逐步成熟應用起來，最終呈現(xiàn)面場景的 AI 化，企業(yè)走向智能化組織。

3

AI 與企業(yè)管理融合推動組織管理智能化

德勤的一份調(diào)研報告顯示了管理職能不同角色被 AI 替代的程度：

這反映了企業(yè)內(nèi)部不同業(yè)務部門對 AI 的需求的差異：

1) 點場景的需求

業(yè)務操作類場景：

◆財務管理：包括自動付款清賬、收款信息自動處理、財稅票據(jù)自動處理等。這些工作極其消耗精力且易出錯。

◆產(chǎn)品質(zhì)檢：質(zhì)量大數(shù)據(jù)和機器視覺系統(tǒng)可快速掃描產(chǎn)品質(zhì)量，提高效率。汽車及零部件成功案例很多。

◆智能自動化分揀：將物料在無序或半無序狀態(tài)下完成分揀，通常很令人頭痛。無序分揀機器人可應解決混雜分揀、上下料及拆垛等。

◆智能客服：人工客服成本高、服務效果，難以標準化且流動性大，AI 在客服領(lǐng)域中已經(jīng)在發(fā)揮作用。預計到2020年，85%的客服工作將依靠 AI 完成。

決策活動場景：

◆管理決策&模擬：包括生產(chǎn)資源分配、生產(chǎn)過程優(yōu)化，以及供應鏈需求/銷量的智能化預測、大宗物品的采購決策、供應鏈風險管控等。AI 主要是解決管理層信息不完備，無法綜合考量決策風險的問題。

◆產(chǎn)品設計：市場和客戶反饋的數(shù)據(jù)、信息往往不完備、不連續(xù)，AI 可根據(jù)既定目標和約束探索多種設計方案，協(xié)助開發(fā)人員進行測試和學習，快速迭代、尋優(yōu)。

總結(jié)：這個層面的應用實質(zhì)是 AI 賦能個體，是單人與邏輯機器的協(xié)作，較成熟。

2) 線場景的需求

上面的點場景中企業(yè)管理層容易把 AI 技術(shù)化理解，而企業(yè)真正關(guān)注的是如何讓 AI 融入組織形成組織化的加速器，促進企業(yè)內(nèi)外的協(xié)同效率和準確度，讓企業(yè)管理智能化。

線場景實際上就是多點協(xié)作的工作場景，表面看跟傳統(tǒng)流程管理很像，但背后是 AI 與數(shù)字化管理平臺的強化與互動：后者是企業(yè)管理的技術(shù)平臺和業(yè)務數(shù)據(jù)主要來源，前者一方面解讀內(nèi)、外部的業(yè)務數(shù)據(jù)，同時協(xié)同企業(yè)各部門高效、準確地響應其他部門和外部的反饋信息，并在不斷深化學習中做到更好。這意味著企業(yè)管理的 AI 應用，不是簡單的AI+流程，而是互相影響，AI要持續(xù)性地優(yōu)化工作流程，并通過不斷深化學習來推進企業(yè)管理的優(yōu)化，甚至進化。

客觀講，這種情況已經(jīng)超出傳統(tǒng)的企業(yè)管理理念和操作方法，還需要配套的方法論支持這個場景的模型化和數(shù)據(jù)的收集。后面的案例會詳細解釋。

3) 面場景的需求

理論上講，面場景是企業(yè)運營的整體智能化，是 AI 與企業(yè)運營管理的深度融合，不僅僅是組織優(yōu)化、管理創(chuàng)新。隨著智能制造的飛速發(fā)展，未來很多硬件都會應用物聯(lián)網(wǎng)芯片和人工智能技術(shù)，制造業(yè)的管理模式也會發(fā)生重大調(diào)整。

但人工智能仍處于發(fā)展早期，當企業(yè)內(nèi)的產(chǎn)品設計、供應鏈、制造過程、財務管理、客戶服務等主要業(yè)務場景逐步智能化后，多條線就自然具備面的效應，企業(yè)客觀上就走上了智能化管理。但由于組織管理的內(nèi)在震蕩性，這不會是個線性過程，還需要 AI 技術(shù)的進步和組織管理的創(chuàng)新。

SAP的AI+數(shù)字化平臺助力企業(yè)走向智慧化管理

針對企業(yè)智能化管理的發(fā)展趨勢，SAP 推出了智慧企業(yè)模型和解決方案，核心就是將 AI 與企業(yè)成熟應用的數(shù)字化系統(tǒng)相結(jié)合，強化組織內(nèi)每個環(huán)節(jié)、流程，推動組織整體的作業(yè)效率和協(xié)同度，最終提高組織的整體有效性。在這個架構(gòu)中，從點場景到線場景，AI 平臺賦能企業(yè)的整體管理，為企業(yè)構(gòu)建可持續(xù)學習、進化的智能化管理平臺。

目前這個平臺已在很多行業(yè)的點場景中成功應用。下圖是 SAP 的汽車零部件客戶利用 AI 輔助沖壓零件的質(zhì)量預測分析，比傳統(tǒng)的方法達成更好的質(zhì)量預測結(jié)果。這是成熟的應用，有很多成功案例。其它如財務、質(zhì)檢、供應鏈及設計、決策等方面的應用也都很成熟。

AI輔助沖壓零件質(zhì)量預測分析

同時，線場景方面的應用也逐步成熟起來。下面案例是空調(diào)行業(yè)的安裝服務場景，除了內(nèi)部參與者，還有外部的設計師、經(jīng)銷商、施工隊和用戶等。這個場景已經(jīng)導致顧客內(nèi)卷化，成為企業(yè)服務活動的參與者。

大金空調(diào)安裝服務旅程圖

整體看，這個場景有以下特點：

◆場景所涉及到內(nèi)外相關(guān)者已超出了傳統(tǒng)的 IT 系統(tǒng)和流程所涵蓋的范圍。

◆服務過程很多信息是非結(jié)構(gòu)化的，智能產(chǎn)品傳回的是有時間連續(xù)性的實時數(shù)據(jù)。

◆此場景需要大量彈性的線下溝通和處理，以協(xié)同所有的數(shù)據(jù)和作業(yè)活動。

基于圖像識別的在線安裝質(zhì)量檢查方案，通過設計思維研討會與AI平臺結(jié)合，可給客戶帶來如下價值：

◆清楚了解技術(shù)、投資成本、擴展性和投資回報率；

◆準確預測第三方安裝的空調(diào)（AC）系統(tǒng)的潛在安裝質(zhì)量風險；

◆能夠根據(jù)質(zhì)量風險對安裝進行優(yōu)先級排序，讓工程師能以最少的努力盡可能地提高質(zhì)量保證效率，并提高客戶滿意度。

◆能夠使用統(tǒng)一的實時數(shù)據(jù)平臺處理結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，并在復雜的大數(shù)據(jù)環(huán)境中確保數(shù)據(jù)質(zhì)量。

總結(jié)：從上述分析和案例看，AI 增強并擴展了企業(yè)管理的效能和范圍。鑒于制造業(yè)信息化程度相對很高，積累了大量的業(yè)務數(shù)據(jù)，這些優(yōu)質(zhì)數(shù)據(jù)資源如被AI充分利用，可以進一步解決制造類企業(yè)中的實際問題。

SAP的AI平臺助力企業(yè)管理走向智能化

隨著 AI 再點場景的普及，并在線性場景的從簡單到復雜的逐步深入應用，AI 會深刻地影響企業(yè)的整體管理方式。用埃森哲一句話作為結(jié)束語：AI 系統(tǒng)不僅能夠推動流程自動化，提高工作效率；更重要的是實現(xiàn)人機協(xié)作，從根本上改變工作性質(zhì)，從而徹底顛覆企業(yè)運營和員工管理方式。