这家AI独角兽终于意识到,只能做“配角”
原创2021-06-24 20:23

这家AI独角兽终于意识到,只能做“配角”

作者| 宇多田

出品| 虎嗅科技组

封面| 视觉中国

 

一上午4个小时,戴文渊博士在自己公司大会上,站在台上的时间只有10分钟。

 

这个曾给搜索广告系统写满一千万条策略而给百度带来巨大利润的天才科学家,在2016年接受我们采访时身上还带有的小骄傲,如今已被满满的恭谦所取代。

 

5年时间,足够让2B市场与人工智能公司,从彼此身上找到真正的“可能性”与“不可能性”。

 

作为中国最有名的AI独角兽之一,戴文渊博士创立的第四范式,在4年时间里,集齐了包括工商、中银、建设、农业、交通等中国五大银行的投资,也从侧面印证了人工智能技术的确在金融风控市场发挥着重要作用。

 

但是,“AI+互联网”模式在虚拟软件世界里的攻城掠地有多顺利,就代表着它们在实业经济的探索,有多么困难。正如戴文渊博士所讲:


“现在大家对AI有一些诟病,AI产业一直在经历着起起伏伏。我们也一直在思考,每一次落,它本质的原因是什么。如果我们能解决好,它就是下一次机会。”

 

第四范式创始人&CEO戴文渊博士


从“一脸崇拜”、“迷惑”、“恍然”、“不屑”再到“审视”和“反思”,包括零售、医疗以及制造业的企业家们,不断修正人工智能在企业未来战略规划中的地位,试图找到最佳创新配比。

 

这意味着,在过去几年里淌过AI这条河的甲方企业家们才最有发言权。

 

在一天时间里,来自制造、零售、金融以及医疗器械等产业的决策者和IT部门领导人,成了第四范式这场年度会议上的“主人”,他们滔滔不绝探讨人工智能的“行”和“不行”,把人工智能踢下神坛的同时,也为它保留了最合适的位子。

 

实际上,他们说的远远不止AI。就如一位国有银行旗下金融科技公司总经理在会上的“灵魂发问”:

 

我们现在应该思考,在数字化转型里,AI到底处于什么位置?

 

种豆得瓜的好事,不存在

 

“AI其实有点像企业数字化转型最后的那个‘质变’。但是,对一家企业来说,哪有那么多质变?大家都想要秋天的果实,但是春天和夏天在哪里?”

 

原苏宁科技副总裁乔新亮现在的身份是永辉超市旗下的彩食鲜CTO。即便是背靠永辉和腾讯,他也觉得这家做B2B生意的生鲜食材供应商是一家名副其实的创业公司。

 

“我们去年收入挺不错,今年定的KPI比去年高很多,压力真的很大。我们做IT,财务账天天算的可清楚了。

 

我们考察AI,其实很清楚它就是一个‘傻智能’,但这个傻子在某些‘点’上非常牛逼。但让它给你带来质变,你本身就得做好‘量变’的工作。”

 

乔新亮所说的“量变”,是一家“当代卖菜企业”对内的组织架构调整与建立起“系统驱动”的决策路径。他可以肯定,没有一家公司怀疑科技不重要。


但所有人的困惑是节奏——做任何尝试,成功往往取决于节奏。




如果一家企业还是“以人为驱动”的机制——人在干活,干的时候拿系统记录一下,那么人工智能在这时候几乎毫无用处,根本不用想(目前很多企业仍然是这种做法);但越来越多的企业正在反过来做——

 

所有环节,比如说从接单到履约、物流等等供应链,首先交给系统;系统说干不了,再交给人。以系统驱动为基础的组织架构,才有往上做AI的资本。

 

“指挥官体系就是这样——整体的高效协同。IT特别擅长的就是协同,而且通过系统驱动,实际也是在做组织变革,这件事情一点都不容易做。”

 

乔新亮说,虽然一年前就认识第四范式,有些事不做完,就不需要他们的技术能力。而他们花了一年时间做了两件非常重要的事情,这便是让AI变现必要的基础设施。

 

首先,是在系统驱动的决策理念基础上,将“职能性组织”调整为“产品型组织”。

 

“在以往的研发团队里,都会分‘业务部门’、‘开发团队’、‘产品团队’、‘测试团队’等等,但我认为这在当下是落后的,除非这家公司的开发能力和测试能力还存在很大挑战。

 

而现在,譬如有个团队是做采购补货,那么里面就应该有产品经理、开发、测试。他们自成一体,长年迭代完善这个产品。这样的好处就是,他们每个人都会越来越专业,对技术的认同感也会加强。时代会奖励专业的人。”

 

其次,是彻底贯彻“协同”理念,而数字化其实特别擅长把系统做好。用系统和数据把组织、边界、职责都划清,让核心部门扯不了皮。

 

“协同究竟是什么?做零售的都知道,首先就是采购和销售对于商品的认知,以及所有的信息是不是拉通了。” 乔新亮带领团队在2020年先是花了三个月时间,后来又花了半年时间去梳理“一品一码”,把生鲜产品完全标准化。

 

“譬如一条活鱼,和一条把内脏掏掉的活鱼,这首先一定是两件商品。而单位竞价是按多少,按照掏内脏之前还是之后;花菜,上面有两片叶子的,花菜有多长,是三寸还是七寸……

 

大家觉得这东西跟IT有毛关系?如果这个都做不好,那基本其他的都做不好。这就是商品协同。”

 

再就是库存协同,我们对库存的理解是否一致——销售库存、实物库存、财务库存,是否能够完全对的上;最后是价格协同,从采购价、中台加价再到前面的销售报价,我们都要让系统有清晰地认知。”

 

在做这些的同时,乔新亮第一周就把一个数据分析部门改为了“数据智能”,但却没有招半个做AI的人。他就是想用这个来传递一个正确的战略认知和定义——

 

现在做的所有工作,都是为了最后能让AI给当下的企业系统运转提效和变现。

 

“这几年我一直关注AI,但我们要把基本商品信息都搞定了,库存管理也基本到位了。有了基础,就得找一个让AI最容易帮我们成绩的点。换句话说,就是哪个环节最有利于再帮企业提升一下效率和利润。”

 


最后,他把“定价”给抠出来,找了第四范式。

 

“这是我们启动AI的第一个点,必须打下来,如果最后没用就别干了,老老实实做好前面的事情就行了。”

 

AI,某种程度上跟企业“变得更好”的雄心壮志有关。

 

其实“智能定价”这个应用,如今已经在零售、物流企业中得到了普遍的关注,因为乔新亮看到的人为实际情况的糟糕程度,比“夸人工智能聪明”更有实感。

 

“其实定价基本分为3个环节,采购有报价,中台会做加价(比如要涵盖工厂物流),再就是销售去报价。但是经常销售报价加N个点就报出去了,然后我们自己去看数据时,就会发出感慨:还是不要太过于相信人,大多都不靠谱。”

 

他发现,即便系统放在那儿,也就是说,明明是在被系统控制的范围内报价,价格也像在“瞎报”,好的销售的确报价很棒,但大多数并不是。

 “我就跟第四范式讲,一开始不需要做的多好,就跟这群人一样好就行了。”

 

现在彩食鲜正在尝试执行两套报价,一个是AI出价,一个还是产品运营。这就相当于把两个报价呈给销售,让他在里面挑一个最优的。最后的选择结果还会反馈给AI,再去进行算法训练。

 

“现在第四范式工程师天天在我们那里学业务。但目前我们还有一些东西没做到,譬如价格给了销售,销售报出去后,如果客户有客诉,是没办法直接通过系统直接返回给AI系统的。所以我们就要把数据亲自拿回来,然后再去投喂。”

 

保证数据质量,不断更新基础信息,乔新亮说“这是自己的任务和职责”。他一直遵循的甲乙方关系是“各方要做自己最擅长的”。

 

“一个理性的、成熟的甲方,对于把AI做好太重要了。你不能一开始觉得AI没什么用,扭头就觉得AI是个神,然后把第四范式叫过来,觉得他们可以帮你上天。

 

第四范式擅长什么,算法,AI工程化。但是我们更懂行业,更懂数据。第四范式的工程师还是蛮谦逊的,现在天天在跟着我们学习,可能过一段时间就学会了。”

 

积极沟通配合,合理的定位,明确这个AI产品在项目执行过程中给团队带来的投资回报率(ROI)。这是乔新亮愿意向人工智能敞开大门的执行逻辑。

 

“从点到面,不是不可能。从智能报价这一个点突破,到在工厂、物流、采购、供应商所有的各个环节要全面的拥抱AI,才会发生质变。

 

但前提是,先把点做好。”

 

别想用服务撼动大象

 

制造业在“AI落地难度排名”中名列前茅,几乎成为一个共识。

 

从技术层面来看,技术公司觉得“自己掌握的技术很牛逼”,工厂则觉得“牛逼的技术不一定有用”;而思维层面则更难突破——让大象跳舞?历史无数失败案例足以说明一切。

 

被第四范式邀请的一位要求匿名的地方工业集团高层领导对“工业数字化转型”极有发言权。

 

他在世界Top级工业咨询公司工作超过20年,又在一个大型工业企业工作若干年,看清了制造业在升级转型中存在的许多特点和问题,也在战略层面提出了洞见。

 

“在跟大型企业谈转型的时候,不要想着撼动它,根本连门儿都没有。” 他看到的是,虽然技术公司讲故事都能讲一堆,踩坑故事都很精彩,但工业甲方都是“老油条”,对这些套路非常熟,那就是——

 

别跟我谈这么多转型,老转型,转型,转型!你没有产品基本全是扯淡!

 

“这是最首要的,就是不管甲方乙方,产品是老大,是王,因为你卖的本质都是产品。什么产品向服务转型,这个向那个转型,你没有产品就是没有源头,你连活都活不下去。

 

“降本增效”的故事的确这几年讲了太多。


虽然甲方核心诉求的确都是这个,但他发现,很多企业把本质是自动化的东西,忽悠成数字化;此外,即便是有灯塔工厂的高端制造企业,有自己一流的研发能力,其实信息化仍然存在问题。

 

“工业每个阶段都是一个一个往上走的,所以各位,如果你第一个阶段(信息化)走不下去,就千万别跟企业家谈数字化,这就是‘找死’;如果你数字化不谈,去谈智能化……尝试可以,但也是基本不成立。” 他以自己的经验,告诉大家什么是最为实际的转型。

 

这个观点某种程度上在其他视角也得到了验证。

 

在一群德国工业专家编撰的《无边界的新工业革命》一书中,同样觉得中国工业到底处于什么阶段,极难断定:

 

“有观察者说中国正处于工业2.0(流水线批量生产)到工业3.0(电脑控制的自动化)的进程中,但事实比这个评估更加多样。2018年前后,绝大部分工业还在进行批量的廉价生产,还没有达到工业2.0水平。而流水线是一个世纪前西方世界的工业2.0成果。”


当然,部分大型高端制造企业的水平已经跃居前列,但这些数据从来都是由垂直领域的单家企业创造的,而非百分比。

 

但是,“往上走”是所有人的本能,制造业的企业家更不例外。

 

因此,他指出,要想实现“真正的转型”,企业就要做到“4个1+N”,先从架构上进行“改革”。

 

第一个1,就是“一把手工程”。“大部分企业家满脑子都是‘存活’的事情,他们愿不愿意把所谓信息化和数字化作为自己的另一条腿,就不要跟他们提转型,大家要有这根筋儿。”

 

而如果一把手真的想去做了,那么第二个1,就是“军机处”存在的重要性

 

“业务与IT之间,有一个军机处叫BPIT(业务流程+信息管理,这个部门很多大型公司如华为、百度等都有)凌驾于所有的业务部门之上,才有端到端的可能性,才有数据打通的可能性。”

 

而第三个1,则是“必须有一批来自内部和外部的鲶鱼”。“你得找内部外部的一群鲶鱼去和你一起改变、冲撞这些思想。你自己的话,时间一长肯定就死翘翘了。”

 

有了鲶鱼才能有N个项目。他指出,项目当然是牵扯到不同场景的,可以有基础项目,也可以有大数据项目,也可以有更前沿的智能化项目,不同类型的项目的做法都是不一样的。

 

“有了N个项目后还要加个1,就是搞成一个平台,IT的手段是尽量在标准上进行统,车同轨、书同文。”

 

但他警示所有做转型的企业家,千万不要把自己当成搞IT的。因为涉及到技术的东西,搞着搞着技术队伍就逐渐庞大了。你有50人的大数据团队,人家有三五百人的顶级技术团队,你就无法得到更好的东西。

 

“要做到卓越,就一定去跟很多很多技术公司合作,不能只是一家。”

 

在谈转型,本质上是一种外部与内部的思维碰撞与合作。这种转型是老板驱动的。但是执行呢?他发现很多时候最后变成了“只有IT或相关部门去搞”。

 

“你当然可以这么搞,整个过程一定是你去激发,去牵头,但千万别给自己戴光环。我们要记住,转型是从上往下的,但‘创新’一定是从下往上的。

 

如果甲方都不知道自己要啥,都不知道自己的问题在哪里,都说不清楚这经验到底是什么,要乙方来提醒你,那么咱们就别干这件事情了。”

 

这也是他印象中欧美与国内企业在转型理解上的差距所在——“创新”是全体员工给企业决策层的idea,而现在很多中国企业做不到“从下往上”。

 

“我们比欧美沉淀的东西还差很多。他们是从底下往上走,你看他们虽然慢,但是他们走得很结实。”

 

不过,他也能感受到如今国内整个社会环境和人们的思维习惯发生了巨大变化,搁15年前,大家都是亦步亦趋学习国外,或者工厂根本不会考虑创新这件事情。

 

“现在大家对很多新概念没那么多理解瓶颈了,这一点让我感到很高兴。

 

所以我想呼吁的是,大象级企业即便不想转型,或者说内部错综复杂导致不能做太多创新,但也应该跟像第四范式这样的拥有顶级新技术专家的企业去沟通交流,点燃一些想法,冲击一下旧思维,是极有好处的。”

 

他说自己愿意把门打开,希望像第四范式这样的公司能帮他们去做一些事情,但同样反过来,自己也会对他们提出一些新要求。

 

“既要认清现实,还没搞好信息化的就积极去搞;但做一些理想化的安排未尝不可。

 

写在最后:

 

2B市场,特别是前沿技术与制造业相关的领域,与大部分普通人,包括当代很多年轻人,中间隔着巨大的市场与信息沟壑。但这不代表没有一些共性的东西。

 

2B市场崇尚“创造价值”,而非规模化。这些企业家和管理者的真知灼见,仔细想一下,其实也对大部分个人与团队成长,特别是建立一套健全的思维模式有很大助益。

 

如果说以前我只是从AI技术和中小型技术创业公司的角度去思考AI落地的可能性;那么现在,越来越多“正在经历转型困难”,或者说“渴望转型”的甲方企业,正在成为社会上同时拥有技术和实践经验的正确AI价值观普及者。

 

2021年,摆正对AI技术应用的心态,与摆正AI的位置同样重要。


我是虎嗅科技组的傅博,笔名宇多田,关注半导体、自动驾驶、智能制造等领域,欢迎行业人士爆料交流。(微信:fudabo001,加微信请务必备注身份)。


如对本稿件有异议或投诉,请联系tougao@huxiu.com
正在改变与想要改变世界的人,都在虎嗅APP
赞赏
关闭赞赏 开启赞赏

支持一下   修改

确定