展会信息港展会大全

机器比你聪明时,如何做个聪明人
来源:互联网   发布日期:2020-11-23 08:31:44   浏览:11723次  

导读:如今的企业由数据和智能算法驱动,鲜有领导者会质疑这个事实。不过,领导者大多追寻的是渐进的数字化举措,比如使用自动化来削减成本甚至裁员,而不是开展真正的数字化转型。这样做可能会帮你从急功近利的股东那里争取到一些时间,但终究是一时之功,除非你...

机器比你聪明时,如何做个聪明人

如今的企业由数据和智能算法驱动,鲜有领导者会质疑这个事实。不过,领导者大多追寻的是渐进的数字化举措,比如使用自动化来削减成本甚至裁员,而不是开展真正的数字化转型。这样做可能会帮你从急功近利的股东那里争取到一些时间,但终究是一时之功,除非你能直面挑战:在人工智能推动的新竞争时代,如何重新构想你的工作?

新冠肺炎疫情导致的高失业率掩盖了一个系统性问题:自动化对劳动力的影响在进一步加深。这一幕似曾相识。在近几次经济衰退中,每一次都会出现自动化程度陡然提升的情况。不仅员工薪资可能会下降,而且其对利润的影响通常会驱使企业投资于新技术,而不是雇用新人才。

对于经济学家戴维奥特(David Autor)而言,他所谓的“自动化紧逼”将进一步加剧2020年的就业危机。他认为,社交隔离的要求和居家禁令可能会导致暂时的劳动力短缺,迫使企业利用新兴技术以更少的人力来完成任务商店里的售货员和保安更少了,摄像头更多了,仓库的自动化程度更高了,在夜间打扫工作场所的机器更多了。

这确实是一种严峻的情况,但并非不可避免。摆脱自动化的反乌托邦循环和失业的一种方式是,越来越多的组织利用技术来重新构想工作,而非取而代之。为此,我们需要考虑人工智能和机器智能如何开启颠覆性的业务构想和客户体验,解锁新的工作方式,并扩大团队以更有效地创新和解决问题。

重新构思消费者体验

传统组织利用技术来颠覆相邻市场的一个典型案例是高盛的Marcus。数字消费者银行Marcus或许不太像是从传统投资公司剥离出来的,但高盛消费者业务全球负责人哈里特塔尔瓦尔(Harit Talwar)表示,事实并非如此。他告诉我,高盛现在将自己视为“具有150年历史的初创公司”。当许多银行还在用基本的自动化技术来降低运营成本时,高盛以不同的方式应对数字化转型的挑战。他们并没有在原有的系统上修修补补,而是思考:人们想要什么?

在与10000多名消费者进行交谈之后,塔尔瓦尔和团队发现,人们在与典型的零售银行打交道时有三个主要的痛点:割裂混乱的金钱关系、不透明的借贷流程,以及因不看重客户存款而感到沮丧。这种洞察很有用,但高盛采取行动的根本原因还是认清了不必复制旧的银行业模式去竞争。

“我们不需要建成千上万的分支机构,也不必在大街上采用人海战术去面对面地销售,”塔尔瓦尔对我解释说。“现在,数字技术、有序的数据分析、简便的界面设计使我们能够以简单透明的方式获得数百万客户(包括众多富裕客户)并为他们提供服务。”

Marcus的运作方式可能更像一家科技公司,但塔尔瓦尔有自己的看法。他认为,尽管工程、数据和设计是现代业务的重要组成部分,但真正的重点在其他地方。“我们不称自己为技术公司,我们只是在为客户解决问题。”对于塔尔瓦尔来说,人工智能只是一种能力金融业真正的未来是以客户为中心,做到极致。“如果你想成为成功的颠覆者,无论是初创企业还是拥有数十年历史的老牌组织,首先要问的是:你想做什么?为谁做?客户的问题是什么?或者你试图解决的业务问题是什么?这才是真正的创新。”

重新改造工作方式

领导者面临的第二个挑战是找到合适的新工作方式。虽然重复性工作流和例行事务通常是最先被自动化的,但是机器智能现在开始侵蚀更复杂的决策工作,曾几何时这是人的专属领域。我们与其视之为威胁,不如将其视为反思工作方式和原因的机会。

在瑞银集团,运用人工智能技术是集团首席信息官迈克达根(Mike Dargan)总体数字转型计划的基石。他解释说,在过去的几年中,他们开展了各种各样的人工智能项目从欺诈检测到合规,从风险管理到高级HR分析,以及促进外汇交易的新系统。瑞银的数字化转型目标是重构整个价值链,从服务客户和制定投资策略的方式,到中后台的任务。

瑞银人工智能项目的共同思路是用新视角来看待应该由机器来完成的工作类型,以及人类能够实现价值最大化的领域。根据达根所言,“我们用自动化技术完成简单的任务,那人的岗位职责将变得更加复杂。”

达根举了一个例子,管理集团复杂的网络基础设施面临着日益严峻的挑战,每天会生成数千个日志。现在,他们不再采用人工监控,而是用人工智能来读取系统警报,并使用自然语言处理算法来抢先识别严重的问题。是的,这是人们可能会做的工作。但据达根估计,需要至少10000人的团队来完成。

跟许多大企业一样,在瑞银,自动化对员工的影响比较微妙。机器处理的工作越来越多,如果没有较高的自动化水平,瑞银的员工也很难完成自己的工作。集团现在有超过2000个软件机器人,遍及业务运营的方方面面,且还在稳定增长。在疫情期间,他们甚至在短短三天内创建了六个新的机器人,帮助客户顾问处理大量来自瑞士的与新冠疫情相关的贷款请求。鉴于市场的波动性和成交量,企业正经历着四倍的高峰容量。遥测技术早期预警和异常检测之后紧接着自动化和自修复解决方案,帮助企业维持稳定。

金融服务的数字化不仅改变了人们的工作方式,也改变了他们与其他组织互动及合作的关系。与零售和物流等其他经济领域一样,银行必将成为增长和竞争的平台对于基础设施薄弱且思维保守的传统机构而言,这绝非易事。但是,对于那些能够做到的银行来说,回报是巨大的。

以苹果信用卡为例。它的产品引入虽然有争议,但引人注目高盛首席执行官大卫所罗门(David Soloman)将其描述为“有史以来最成功的信用卡发行”。苹果信用卡是在纯云基础的生产环境中开发和发行的,这是其能执行快节奏时间表的因素之一,也是传统银行业与“银行即服务”之间的区别。

塔尔瓦尔将他们的“银行即服务”平台描述为具有竞争优势的“护城河”,认为这是高盛计划捍卫自身市场地位的特色做法,用可推广、灵活且相关的差异化技术堆栈来与传统零售竞争对手较量。Marcus无需建立数千个零售分支机构或依靠常规营销来获取客户,而是利用基于API微服务架构的技术堆栈来与苹果、亚马逊、JetBlue和Intuit建立分销合作伙伴关系。从某种意义上说,这些都是基于数据共享的关系,并由机器智能从中协调。就亚马逊而言,Marcus可以根据电商交易活动中的数据为亚马逊的商家提供循环贷款。

从这个角度来看,可以说整个Marcus零售银行只是在高盛数字银行平台上运行的一个应用程序。高盛曾表示有志创建自己的“金融云”,现在正通过为客户提供进入交易银行和风险管理平台的API,将业务范围扩展到金融生态系统的其他部分。

反思你的能力

最后,我们必须培训员工使用机器来改造他们的工作,而不是把人工智能当作减员的钝器。毕竟,更有价值的是有工作能力的人或者可以设计系统、训练人工智能模型并打造机器人来完成工作的团队成员。众所周知,无论是工厂自动化还是计算机革命的早期,从一开始,人类与技术的协同演化就一直领先于工具的产生。

正如瑞银的达根所说:“银行业是技术,但技术在于人。”2019年,瑞银在整个集团范围内推出了数字学习课程,提供有关人工智能、区块链和云技术的培训内容。在2020年的前六个月中,达根的技术团队已安排了超过45000个小时的培训,提供了50000节课程。尽管他不一定能看到银行中的每个人都可以编写代码,但是数字素养现在已成为一项必不可少的技能。任何工作或职能部门都不能免于即将到来的变化,甚至技术岗位也不例外。在过去的两年中,瑞银在运营领域培训了350名员工,让他们设计和管理自动化机器人,这是前所未有的。

除了培训员工的新技能外,对工作进行重新构想还需要考虑团队的协作方式。Marcus或许是一家数字银行,但不一定非要固执地模仿或者孤立人类的互动行为。在Marcus,当他们将团队以敏捷的架构灵活重组时,才会取得生产力的突破。现在,无论是工程师、市场营销人员还是律师,Marcus的员工都遵循专注于特定目标的工作流例如,改善客户的注册流程。

当人们试图在战术目标和长期愿景之间取得平衡时,敏捷架构可能会带来挑战。在塔尔瓦尔看来,这是领导者最能发挥价值的地方。他们需要在告诉别人该做什么(就像管弦乐队的指挥)和在一些基本规则上设立共同目标,让团队自己寻找创造性的解决方案之间进行权衡。

我们才刚刚进入人工智能推动的竞争新时代,面向组织和领导者的游戏规则还未可知。但可以肯定的一点是:未来的佼佼者将是善于利用数据、算法和人才来打破行业边界,创造性地满足客户需求的企业。

对于老牌企业的领导者来说,现在已没有时间谨小慎微地行动了。以客户为中心的组织致力于持续发展自身的技术平台,与那些盲目追求运营效率却对未来挑战毫无防备的组织相比,两者间的差距在不断扩大。最终,我们能否成功重塑的绝佳机会归于如何回答一个看似简单的问题:如今的时代充满了以前想都想不到的智能机器,那现在有什么是可能的呢?

迈克沃尔什(Mike Walsh)|文

迈克沃尔什著有《算法领导者:机器比你聪明时如何做个聪明人》(The Algorithmic Leader: How to Be Smart When Machines Are SmarterThan You)一书。沃尔什也是全球咨询公司Tomorrow的首席执行官,专注于为21世纪设计企业。

柴茁|译 周强|编校

2020新增长大会

五大榜单申报倒计时

中国新增长先锋人物榜

中国新增长敏捷领导力榜

中国新增长数字化革新榜

中国新增长商业进化榜

中国新增长企业社会责任榜

申报通道12月7日即将关闭


赞助本站

相关内容
AiLab云推荐
推荐内容
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港