首页 - 译文学习区 登录 注册
托马斯H.达文泊提斯:巴布森学院管理与信息技术学院院长的杰出教授,也是分析学国际机构的创始人之一。他也曾作为德勤分析学的合作伙伴和高级顾问,对麻省理工在数字经济方面的倡议做出贡献。他写了10几本管理方面的书。《只有人需要应用工具:智能机器时代的赢家和输家》是他的最新著作。 兰迪.比尼斯:首席执行官,也曾是新万蒂奇合营公司的顾问。读者可以通过@RandyBeanNVP了解更多关于他的信息。

【哈佛商评】保洁和美国快递如何进军人工智能

  • 1445阅读
  • 0
  • 1评论
译者:翻墙 原文作者:Thomas H. Davenport and Randy Bean
发布:2017-04-18 16:47:34 挑错

有一种倾向认为,任何一种新技术,都需要许多新方法,新的组织架构,和一套全新的人事。这种印象对于认知类技术尤为普遍。认知类技术包含了应用于人工智能,机器学习和深度学习上的一系列方法。有一些人主张设立“首席认知官”这一职位。当然也有许多公司蜂拥聘请具备深厚专业知识的专家。“崭新并与众不同“的理念正风行一时。但是,我们相信,成功的公司会视认知技术为一种能从过去工作中逐渐成长的机会。那些支持采用大数据分析论,机器学习来获得一些结论的公司却不会有什么大发展。如果公司通过专家系统获取了经验,他们对由当时的认知工具带来的一些必要的组织流程改变就能很熟悉。这些公司多半是已经建立了,用于培养和传播新技术与新的业务方法的组织架构。他们也具备用于发展员工新技能的必备条件。

        美国快递和宝洁是两个将已有经验与认知结构相结合,并获得成功的很好的例子。两家公司都积极提倡认知技术,成功开创了自己的新纪元。如果他们不能很快适应变化,有效的引入新技术,就不会达到今天的成就。我们曾访谈这两家公司的高管,以了解他们实施的认知技术。

        阿什.加普特任美国快递公司董事长,管辖全球信用风险和信息管理的业务。盖.佩里是宝洁公司首席数据官和信息技术副总裁。两位高管见证了商业技术20多年的变迁,在他们各自的领域都经验丰富,成就非凡。两家公司拥有众多人工智能的成功案例。加普特向我们提到了“授权助手“,这是20世纪80年代一款比较成功的基于规则的专家系统。如受广泛关注的《哈佛商业评论》其中一篇文章提到的,在那个技术时代,系统向授权者发起提议,是否核准持卡人进行大量购买操作。

        宝洁也采用了一系列规则型的专家系统。除了访谈佩里,我们也曾与已退休的,八,九十年代聚焦于人工智能的弗兰兹.迪尔进行过交谈。弗兰兹.迪尔说,他们开发的最知名的专家系统,要属用于混合福尔杰咖啡的系统(现已不再是宝洁的品牌)。据迪尔所知,这套系统每年帮宝洁在绿色咖啡这项成本上节省了2千万美元以上。宝洁也建立了帮助公司广告人使用,修改或再生公司广告资产的系统。美国快递和宝洁都是多年探索使用人工智能的企业。技术或许已经不一样了,但这些公司为整合新技术与性能而确立的一些创新方法还在持续发展。这些健全的创新实践经验为该类技术奠定了基础。这些应用认知技术的各类方法有以下属性:

        构筑强项。近几年,两家公司一直特别关注解析学和大数据。他们都视认知技术为解析学的延伸,而不是一个全新的领域。他们知道,许多认知技术是基于统计学发展起来的。建立传统统计学的分析学家和数据科研人员也可以经培训后,与机器学习和人工智能其他形式工作的人一起合作。加普特与佩里在他们各自的公司除负责大数据与分析学外,同时负责认知技术的开发。

        聚焦人才。美国快递和宝洁都因他们的人才管理策略而众所周知。分析员和数据科研人员与认知技术人员都是一视同仁。美国快递建立了一个拥有1500名数据科研人员的组织(主要在印度和美国),这一组织还在不断发展壮大。他们承担了认知技术研发的工作。宝洁的分析员和数据科研人员相对少一些,大约几百人,但一定大大超过行业平均人数。重视内部提升和雇佣准入门槛是宝洁的一种文化。但是,在数据科研与机器学习领域却与此不同,宝洁社招了几名在该领域已经具备了必要技能的员工。

       尽量亲力亲为 。美国快递和宝洁都有一种哲学,即在认知技术领域构筑自我能力。他们都会与供应商一起工作,当然,同时特别注重用于内部发展的开放资源工具。他们相信,开发内部技能可以提高工作效率,降低成本(这种方式也被广泛应用于上一代人工智能开发。)。

       说明有益你和客户的应用程序。两家公司注重客户服务由来已久。他们都会清楚说明这些认知应用工具,能有利于客户,也可以为公司本身带来运营上的商业价值。 例如,美国快递注重研发应用于减少信用诈骗的工具。他传达客户价值的同时,也宣扬给内部商务带来的好处。通过开发了解客户背景的工具(比如客户当前的位置),美国快递不需要用各种不必要的诈骗警告来烦客户。宝洁通过像基于认知技术的Olay皮肤顾问APP来阐释消费需求。女性用这种APP自拍,就能对她们的皮肤进行分析,从而推荐最适合的Olay产品给她们。宝洁也重视这类应用工具。例如用于客户服务支付处理 (这类工具也可用于IT支持与操作)的基于人工智能的聊天工具,另外还有用于优化营销支出,供应链,以及贸易促销(这类工具同时为宝洁和其零售商带来益处)的机器学习系统。

       增强而非自动化。宝洁和美国快递都不以用认知技术来大量减少工作岗位为目标。加普特的理解是“所有认知技术可以进行的数据分析都会帮助业务增长,从而最终需要更多的员工。”宝洁进行认知技术开发的几个案例也不是以减少员工为初衷的。两家公司都毫不怀疑的相信,人和机器将以互相增强而非自动化的关系紧密合作。其实我们已经伴随这两家公司走过了很长一段时间,这可以追溯到早期他们使用专家系统的时代。我们不用惊讶于他们位列早期采用认知技术的大公司之一,也不用惊讶他们凭借不断发展创新来获得商业上的成功。对认知技术的郑重拥护,是美国快递与宝洁能够十几二十年,不断向客户提供改善经验的原因之一。


相关译文来自无觅插件
共计1条评论
翻墙发表于:2017-04-19 09:59:41

欢迎批评指教

回复

×提示

您已经赞过此文了。

确定