星河互联CEO傅淼：从商业智能到智能商业 | AI这个6岁偏科神童如何做商业决策？

本篇文章6540字，读完约16分钟

据雷锋说。2017年7月8日，在雷锋主持的第二届ccf-gair 2017全球人工智能与机器人峰会上。星河互联网首席执行官傅淼在ai+ Finance上发表了演讲。演讲的主题是“从商业智能到智能商业”，详细解释了人工智能如何帮助商业决策。

以下是傅淼演讲速记的全文。雷锋。(公开号码:雷锋。com)在不改变初衷的基础上进行了精编:

众所周知，在过去的两年里，人工智能确实变得炙手可热，这已经得到了业界和投资界的广泛认可。在此之前，人工智能几十年来在学术界时好时坏，从未得到业界真正的关注和认可。相反，商业智能实际上已经出现了很多年，并在商业上取得了相当大的成功。

那么问题是，为什么人们不总是把商业智能的成功视为人工智能的成功呢？为什么人们在商业智能中歧视这种智能？我最近一直在思考这个问题，然后我得出了一个大胆的结论:也许我们在过去的20年里一直在翻译中犯错误。

众所周知，智力在英语中有两个意思，一个是智力，另一个是智力。事实上，商业智能这个词可能意味着商业智能，但是我们已经把它翻译成商业智能很多年了。

为了验证这个想法，我研究了bi的历史。1958年，ibm研究员汉斯·彼得·卢恩首次提出了bi的定义:“bi是理解已知事实之间的关系并帮助用户采取正确措施实现既定目标的能力。”可以看出，商业智能的作用是帮助用户挖掘数据，为决策寻找有价值的信息，这实际上就是商业智能。

六岁大的孩子的智力如何帮助商业决策？

让我们回到人工智能的讨论。人工智能和孩子的智力有多大？这是一个难以回答的问题。最近，我发现了一篇题为《人工智能的智商和智能分级研究》的论文，这是几个中国学者的研究成果。我认为这是一篇关于这个问题的相对完整的文章，感兴趣的学生可以去找。本文比较了不同年龄和不同人工智能平台的智商，得出代表人工智能最高水平的谷歌平台与6岁儿童的智商相似的结论。

因此，业界普遍认为，目前ai在商业领域的应用主要基于成人的标准，不需要太智能的场景进行自动替换或人机交互体验升级。

然而，我们对这个问题有不同的看法。我们相信，只要问题定义正确，人工智能的发展水平已经可以在商业决策支持领域发挥重要作用。

为什么我们认为6岁孩子的智力可以帮助我们做出更好的商业决策？请注意，我们上面提到的结论是，目前的人工智能水平类似于人类在6岁时的智商。然而，显而易见，这个6岁的孩子是一个“偏神童”，至少他可以在围棋中击败人类最伟大的棋手。

当然，纯粹出于好奇，我还研究了6岁孩子在围棋中能达到的最高水平。到目前为止，这是业余4段，这是超出了大多数围棋爱好者的一生。因此，不要低估6岁孩子的智力。经过一些特定领域的系统训练，他们可以达到以成人标准衡量的非常高的水平。当然，阿尔法围棋的水平远远高于业余四段棋手，象棋大师聂卫平认为阿尔法围棋的棋力至少已经达到了20个专业阶段。

因此，目前在一些高级智能活动中，人工智能可以达到远远超过成人的最高水平。关键是，我们如何才能准确地找出人工智能能够充分发挥其能力的问题？我们不妨以围棋为例来定义这类问题的可能方向。

二十年前，ibm深蓝打败了象棋大师卡斯帕罗夫。每个人都很震惊，但并不觉得可怕，但是为什么阿尔法狼打败了围棋手就变得可怕了呢？因为国际象棋只有8×8 = 64格，所以可以用超级计算机用穷举法精确求解，按照目前的标准，超级计算机不叫人工智能。然而，围棋有19x19=361个节点，其计算复杂度远远超过国际象棋。目前，最先进的超级计算机还远远不能用穷举的方法准确地解决这个问题。

众所周知，人脑的数字运算能力很差，但在处理许多问题时，它可以通过直觉而不是运算达到很高的水平。例如，在围棋的例子中，19×19的网格已经远远超出了人脑的计算能力。在这种情况下，人们不得不依靠直觉、经验和想象力去玩围棋，这就是围棋的魅力所在。今天的人工智能可以模拟人类处理类似问题的方式，但它比人类更精确、更快，这是人们认为可怕的。

因此，我们可以尝试定义这样一个问题:客观上，它的正确解是存在的，理论上，它可以通过数值计算得到精确的解，但是它的计算复杂度已经远远超过了计算机的计算能力，所以人和计算机都必须用近似的方法来解决它，但是计算机可以比人做得更精确。

如果我们能在商业决策领域找到一些符合这一条件的问题，人工智能可以在帮助用户更好地解决这些问题方面发挥重要作用。

当然，这只是正确定义人工智能可以发挥重要作用的商业决策问题的一种肤浅尝试。随着我们的不断努力，我相信我们会找到更多的方法来定义这些问题，也就是说，我们会找到更多的商业决策问题，在这些问题上，人工智能可以发挥它的才能。

或者在历史上取得了相当大的商业成功

在商业决策中，自从计算机出现以来，人类就试图建立一个依赖的决策支持系统，这个系统通常被归类为决策支持系统。

从运筹学的角度来看，企业决策的目标是追求利润的最大化，大多数企业都是在微观经济层面做出决策。微观经济学的核心假设是，每个人都是理性的经济人。

从数学上来说，这是在or水平上的最优解搜索。或者在历史上取得了相当大的商业成功。有一家公司i2 technologies，它在20多年前提出了智能供应链的概念，并基于or制造了功能强大的产品。凭借这些产品，它征服了整个世界，400家财富500强公司成为了他们的客户。

2009年，该公司以3亿美元的市值被出售给jja，传奇就此结束。然而，i2传奇的结尾代表着上一代基于或已经遇到了巨大障碍的优化业务决策的努力。

在我看来，遇到障碍有两个原因:

首先，局部优化问题是运筹学中优化的最大障碍，是偶然陷入局部最优解。在i2的整个实现系统中，数据仍然依赖于企业的内部数据。该模型在理论上是全局最优的，并且模型是完美的，但是如果是局部的，它将最终进入局部最优的困境。

第二，静态模型的问题。作为优化模型，有五件事要做:

设置目标函数

在目标函数中设置关键参数

决定约束变量

选择约束形式

设置约束条件的所有参数。

经过以上选择，将形成一个可用的模型。模型中的所有决策都需要专家参与上一代or系统。最后，模型被设置，并且该模型在设置之后不容易被改变。这是一个静态模型。但实际上，工业环境变化很快，静态模型很难准确反映变化了的外部环境，所以这是上一代基于or的商业决策的问题。

人工智能、或和商业智能的结合能产生一种新的商业决策模式吗？

在商业智能层面，到2010年，商业智能的利用率已经达到30%，67%的龙头企业已经使用了商业智能，商业智能确实取得了巨大的商业成就。今年183亿美元的全球市场表明，它实际上是一个巨大的市场，但其增长非常缓慢，年化增长率为7.6%。

在人工智能层面，人工智能是在决策支持系统中的应用。人工智能在支持系统中的应用曾经在专家系统中获得成功，在20世纪90年代非常流行。那么，人工智能、人工智能和商业智能的结合能催生一种新的商业决策模式吗？智能商务的新概念是真正的智能。我们认为，人工智能增强型决策支持系统，服务于企业中需要决策的各级人员，应具有实时性、闭环性、自动进化性、问题自动识别性和全局优化性的特点，旨在提高企业决策的效率和质量，增强企业在数字经济时代的竞争力。

我们提出的智能业务框架在单一层面上与传统的商业智能模型基本相似。两者都有一个数据层和一个模型层，模型层上有一个应用层，但是与上一代有什么不同呢？

首先，它不再是企业内部的局部优化。它应该考虑自身供应链的上下游位置，并考虑整个产业链网络之间的关系。

其次，从数据层面来看，过去开放内部数据孤岛和充分利用外部数据更具挑战性。现在，除了内部数据，还有企业之间的对等，比如企业交互和对等数据交互。还有更大的语音外部数据，这是在传统的决策支持。这种外部环境将对业务运营产生更大的影响。利用现代大数据技术和互联基础设施，它将为企业决策带来更多的数据信息。

第三，层次是模型本身有一个内部的自我优化，通过问题定义建模到模型求解，并对最终结果进行比较。

智能商务和传统商务的区别

将智能业务与传统业务决策进行比较，可以看出传统业务决策的最终决策者是人，而在智能业务决策支持系统中，人机交互较多，部分实现了自动决策。分析的主题过去是人们提出明确的主题，机器帮助分析它们。现在许多机器会发现你还没有意识到的问题。从数据来看，原来不是实时的，现在是实时的。从模型来看，它过去是固定的，没有自动优化机制，但现在是自动优化。应用范围过去是企业的一部分，现在是整个产业链。这是未来五到十年的目标，现在只是一个理论框架。

我们认为它曾经是一个传统的决策支持系统，但现在人工智能增强的决策支持系统将在未来形成一个人工智能驱动的决策支持系统。关于决策变量的决策以建立支持决策的优化模型可能是人工智能增强决策支持系统的核心。关于决策变量，人工智能的应用可以使模型转换的决策自动化，这意味着模型本身已经成为刚才提到的五个主要决策和优化的决策变量，这也意味着模型有可能基于机器学习自动适应和进化。要形成这样一个机制还有很多工作要做，但这样一个机制才是真正的商业智能和未来努力的目标。

智能商务产业价值提升分布图。如果这些输入和输出是智能商务的大规模使用，改进的范围将会比较大，一个是可行性，另一个是价值增强。可行性考虑是数据和信息化。无论是行业内的数据化和信息化程度，增值更多的是关于竞争的程度，以及是否考虑使用更激进的方法来增强商业竞争中的竞争力。例如，在电信行业，数据信息化程度很高，由于竞争相对激烈，采用智能商务的驱动力不强。我们相信未来所有行业都可能受到人工智能的影响。这是麦肯锡的工业数字化指数，它确认了每个行业采取智能商业措施的准备程度，即可行性的分布，这反过来又确认了它。

星河在智能商务中的探索

除了理论思考，星河互联网在智能商务方面也有一些具体的探索。比如，这就是我们的投资公司红雀，它是中国第一个独立完善的酒店收入管理系统。

收益管理意味着这家酒店的定价可能每天、每小时和每一位客人都不一样，其优化目标函数是使整个酒店的回报率最大化。这已经成为空航空业非常成熟的应用。当然，只有少数几家非常大的空航空公司有财力和能力做到这一点。酒店相对分散，许多小酒店无法做出完美的系统。我们有一个独立和完善的系统来有效地支持他们。

我们的一些核心概念体现在这里，包括对数据源的开放和实时访问、与市场和用户的全面互动，以及基于反馈的闭环自动优化。当然，这种模式的自动优化在很大程度上仍然是半自动的，但它代表了一种趋势。

星河互联网的很大一部分功能是风险投资，我们也在努力建立一个智能的商业系统来支持我们自己的风险投资决策。当然，这一体系还处于建设的初级阶段，还有许多问题需要探索。它还没有形成一个非常系统和初步验证的结果。今后我们将有机会再次向您报告进展情况。

黑匣子和“工作台”应该如何平衡？

所谓的黑盒意味着系统给出一个决策指令，我们完全遵循这个决策；工作台是给你一系列决策建议和决策建议后的成本分析，这样人类才能做出最终的决定。同时，我将告诉你基于推理过程的关键约束。如果你对系统给出的决策建议不满意，你也可以根据这些关键约束的信息来做工作，甚至改变一些约束来改变空的解决方案，找到更适合实际业务需求的解决方案。

在应用智能业务时，这是两种不同的想法。让我谈谈我们对这个问题的看法。

我们知道在自动驾驶领域有一种从0级到5级的评分方法。在这里，我用这个系统来评估智能决策支持在不同行业的自动化状况。

在做这项研究之前，我们认为智能商业仍处于早期阶段。但很快我们发现，许多行业的业务决策已经非常自动化，比如空航空公司的自动广告、收入管理定价，至少在具体的操作层面上是如此。另一方面，完全依赖人类决策、没有系统支持的0级产业现在几乎找不到。不知不觉中，智能商务已经来到了我们面前。

另一方面，黑匣子和工作台。有两个问题，一个是企业文化的问题，另一个是平台演化成熟度的问题。

让我给你举一个供应链领域的例子。例如，今天是7月8日，刚刚签署的大订单必须在7月30日交付。然而，考虑到所有的限制，智能供应链计划系统认为最早可以在8月30日交货。与此同时，该组织的最高领导人下了一个死命令，你必须在7月30日把它交给我。这是一个战略命令。

在这种情况下，如果是黑盒模式，规划者不知道该做什么，关键节点在哪里。如果是工作台模式，计划员可以找出关键节点在哪里，这可能是缺少了一个关键设备。该信息被转发给采购部，该设备可以通过非常规方法获得，并在7月30日交付。

因此，可以看出黑箱模式在要求发挥主观能动性的商业文化中是不可能的。领导给我施压，我不知道抓手在哪里，所以我觉得很不安全。另一方面，黑箱模型将使许多人形成的直觉和经验消失。如果一个企业使用全自动智能供应链计划系统超过五年，可能就没有具有高级能力的计划者。当处理突发事件时，或者当这种模式需要优化进化时，它的任务是依靠高级规划人才，并且它可能面临无人可用的尴尬局面。

最近，在一份英国杂志上有一个重要发现。当人们开车时，大脑中有一个区域是活跃的，但是使用全球定位系统后，这个区域就不再活跃了。它的观点是，如果你完全依赖导航，人脑的某些功能将会退化。工作台和黑盒子模型是同一个问题。如果你完全依赖黑盒，许多商业直觉和经验将会退化。例如，在不同的决策环节，低价值的可以使用黑盒，但一些高价值的关键节点仍然需要工作站。

当然，人类工具的进化是人类能力的外化和放大。当外在化变得非常可靠时，人类的能力就会退化。一旦智能业务的自动决策能力进化到一定程度，即非常可靠和非常高的质量，人们就愿意放弃进化。然而，如果它不是完全可靠的，它取决于一个人在关键时刻的能力，工作台模式在这个时候可能更有效。

一个企业成为成功的智能企业的三个核心因素是什么:算法、数据、场景或产品，即与用户和市场充分互动的服务载体。

你如何看待人工智能和人类就业之间的关系？

最后，我们不能避免谈论人工智能和人类就业。

比尔·盖茨有一个非常有趣的观点。当企业用人工智能代替人的时候，他们必须纳税。他们为什么要纳税？因为政府需要钱来支持你切断的那个人。

你可以想到另一个问题:特朗普为什么当选？他当选主要是因为全球化剥夺了美国蓝领工人的工作。事实上，在全球体系中，美国作为一个整体并没有在经济上遭受损失，但这些利益主要是由一些资本家赚取的。如果国家拿走一部分钱，并把它给那些因财富再分配而失业的蓝领工人，这是一个幸福的结局吗？特朗普的政治路线显然不是这样。

马克思关于共产主义的论断说，劳动是共产主义社会中人们的第一需求，这现在看来是一个天才的论断。如果你只给我钱而不给我劳动者的身份，我将失去作为劳动者的尊严。因此，特朗普的计划是将工作带回美国，让这些人能够获得就业机会。显然，他的计划更受这些蓝领工人的欢迎。

人们关注这个问题的原因是人工智能会夺走人类的工作机会。我将更加乐观地看待这个问题。人类无尽的欲望将创造更多的就业机会。以旅游业为例。三四百年前，除了徐霞客，很少有人有旅游需求，但现在几乎所有人都需要旅游。有一天，当技术成熟时，去月球旅行将成为每个人都想尝试的事情。这是一个巨大的市场，将会有很多新的工作。在去月球旅行之后，去火星旅行是一个更大的市场和更多的工作机会。

因此，我们不需要担心缺乏新的工作机会。我们面临的核心问题是，即使出现新的就业机会，这种升级也会很快，但成年人很难快速进步，学会适应新的就业机会。那么，在剥夺一些工作机会的同时，人工智能还能为人类在教育和培训方面的快速自我提高提供更多支持吗？例如，有了脑-机接口的新技术，知识能迅速注入大脑以适应新的位置吗？

在人工智能的发展历史中，随着每一波新技术的出现，人们会说技术会影响人们的劳动力市场，但至少到目前为止，还没有发生灾难。许多专家预言人工智能会毁灭人类，但是许多最聪明的年轻人毫不犹豫地冲进了这个行业。我想他们和我一样，相信人工智能技术的进步会给我们人类带来更多的好处，而不是灾难，这是我的核心观点。

雷锋原创文章。严禁擅自转载。详情请参考转载说明。