ChatGPT的橫空出世，圍繞它的討論與關注經久不絕。AI技術越來越多應用于人們的生活中，AI技術在工商業中的作用也愈加明顯。隨著人工智能底層技術如圖像識別、自然語言處理、機器學習等技術的不斷成熟，已經在智能制造、智慧教育、智慧醫療、智慧金融等不同領域多點開花，為實體經濟發展帶來了巨大價值。

AI在企業經營管理中的作用是什么？與企業的數字化轉型有何異同點？企業在構建AI生態又面臨哪些困難？近日，《中國經營報》記者專訪了Cloudera大中華區區域副總裁王剛。

(相關資料圖)

AI+有望賦能千行百業

由AI驅動的智能決策將事后分析轉變為事前預判和主動執行，能夠大大提高企業的生產力和運營效率。據IDC預計，到2025年，超過60%的中國企業將把人類專業知識與人工智能、機器學習、NLP和模式識別相結合，做智能預測與決策，以增強整個企業的遠見卓識，并使員工的工作效率和生產力提高25%。

《中國經營報》：從整個市場來看，目前AI應用主要集中在To C端，在To B端哪一類行業對AI的需求較高？

王剛：AI有很多場景，大家預測AI新一代大規模商業化的時代會來臨，尤其是ChatGPT的面世引起了極大的熱情，可以將其廣泛應用傳媒、電商、影視、娛樂等不同行業里，原來大家都不知道AI怎么在行業中落地，現在有了ChatGPT，大家知道這個在很多行業中都可以做，而且可以產生很多內容。

具體來說，當企業數據量越來越大的時候，便需要系統進行分析。比如某個銀行，某個保險公司，眾多的客戶靠人工分析或者傳統技術是沒法實現的，此時就需要系統來實現。現在看起來，AI使用場景比較多的行業就是金融、電信等數據量處理比較大的行業，特別是包括銀行、保險、證券公司等在內的金融業。

《中國經營報》：企業發展AI對經營管理有何意義？

王剛：用AI的系統可以幫助我們加快業務決策速度。AI的形式和以前不一樣了，AI分析要做很多的實時數據處理，在這個實時處理過程中，有很多數據是通過流式的方式傳輸的，有些需求也是共享的，在這個情況下，AI和之前的AI也有一些差別，現在的AI越來越貼近我們的業務，實時對業務有一些支撐，這也就是為什么越來越多的企業在投資AI方面系統的原因。

實際上，我們有大量的客戶，已經從數據平臺、AI上得到了收益，像Cloudera的機器學習(CML)，已經做到了很多以前做不到的功能，當然這個也有行業特性，不同行業的使用場景不一樣，我們在CML里也內嵌了很多模型，金融、電信、汽車很多模型不一樣，在使用過程中要滿足合規要求，滿足數據安全的隱患，保證數據不會泄露出去，同時注重交互性，如何讓AI和業務部門相結合在一起，我們在UI設計上都比之前做了很多優化，交互性做得比原來也強了很多。

《中國經營報》：對于中小企業來說，是否有必要嘗試建立自己的AI解決方案？

王剛：對于中小企業來講，AI是每個公司應該考慮的能力，只不過對于AI有顧忌的問題是投入，大銀行、大的金融機構，他們很有錢，愿意花錢去做，但是大家擔心，我投入了很多人力的時候發現產出回報沒有那么明顯，需要花很多錢、很多設備、很多技術、很多時間，這是實際存在的問題，這跟部署方式有關。

諸如AWS、微軟、阿里、騰訊等一些公有云的廠商，已經推出自己的AI解決方案和應用能力，門檻很低，有指引式的操作，按照步驟，很快就搭建出來，甚至有些產品點擊鼠標幾下就可以搭建出來。AI是不同規模的企業都要去嘗試的，今后在市場競爭中是一個核心能力，大家覺得AI都是大公司的事情，中小企業在這方面可能永遠都跟不上大公司的腳步，這個差距會越來越大，其實每個類型的公司都可以嘗試。

數據是AI 發展的基礎

人工智能產業的整體發展致使對數據的需求快速增長，以機器學習為主的人工智能技術的高速發展依賴于底層大數據的豐富程度，強大的模型需要含有大量樣本的數據集作為基礎，數據的質量、多樣性將對算法模型的成敗產生重大影響，AI數據服務業進入了深度定制化階段。

《中國經營報》：數據在AI的發展過程中扮演什么角色？

王剛：有了數據之后，你就可以做AI的事情，數據的本質來講，我們把大數據平臺延伸到AI最后一個環節是順理成章的事情，我們有了數據之后才可以做AI，如果沒有數據，沒法對一些算法進行數據的學習、訓練，你是做不到的。通過大數據平臺，端到端的各個環節都有各種各樣的組件，不同的環節用不同組件來實現數據收集、分析、整理。例如，把數據收集上來，數據可能是不同的數據源，可能是手機端、設備端、服務器端，把數據收集上來，之后怎么進行整理豐富，按照你的規則標準化，這個叫數據工程，數據清洗整理好后要進行入倉，在數據倉庫里生成想要的報表，輸出到業務部門，通過人工智能和機器學習，對生產和運營做成一個你想要的提前的預測。

《中國經營報》：企業發展AI與數字化轉型有什么異同？

王剛：數字化轉型的概念講了很多年了，但是概念太大。AI是數字化轉型的其中一個環節，一個步驟，可以用在內部，也可以用在外部，也可以用在研發，可以用在內部的運營管理，也可以做到后臺安全，或者IT系統運營，本質上它是技術實現的一種手段。

數字化轉型與發展AI之間并沒有沖突，只是說數字化轉型概念有點太大了，如果要落地到某一個部門，某一個場景，AI則表現得更加具象，ChatGPT等應用給大家很多想象空間，從無到有，企業在嘗試利用AI分析模型。以前只能看報表，現在可以自動生成一些報表，甚至給出預測性的分析，告訴你應該怎么去做。甚至以后再結合一智能機器人的數據，整個過程從分析到執行都是自動化的，這對于企業的經營是極其有利的。

《中國經營報》：企業發展AI還需要面臨哪些風險？

王剛：第一個風險點是投資與收益不成正比，可能花了錢但回報很低；第二個風險點是數據合規、數據安全問題，特別是《數據安全法》等相關法律法規頒布后，數據隱私越來越重要，如果在使用AI的過程中，忽視了數據安全的重要性，可能給企業造成的風險會非常大，風險一旦暴露出來，產生了一些不好的結果，商業上的損失可能比你原來對AI的期望值還要大。

除此之外，AI應用本身也存在一些挑戰，第一個挑戰就是AI需要一些模型，業務模型、開發模型，很多公司搭建AI系統的時候不知道模型怎么搭，不知道自己的需求是什么；第二是傳統的技術、AI平臺、數據科學的平臺比較單一，AI在不同的部門、不同的業務場景上需求不一樣，如果這個數據平臺比較僵化、比較老套，很難滿足不同業務部門經常變化的需求。

《中國經營報》：Cloudera可以為企業發展AI提供哪些幫助？

王剛：首先是技術能力，Cloudera提供了很強的技術能力，讓不同行業、不同領域、不同使用場景AI的落地變成可能。其次是我們可以做很多交流，Cloudera有大量合作伙伴，他們對行業的積累是通過方法論的方式做一些沉淀，很多AI已經落地的項目，他們的經驗可以復制到國內來，這些使用場景很大層面上是可以相通的，有模板、有行業的專家，同時客戶也要結合自己的實際情況去探討和碰撞，甚至做一些試點。實際上，機器學習AI平臺的搭建已經比較簡單，從界面、互動性等方面來講，不像以前那么高深，現在有很強的互動性，通過“拖拉拽”的方式很快便可以搭建出來。AI“最后一公里”落地的時候需要客戶和合作伙伴的參與，也需要像Cloudera技術平臺這樣的服務商提供足夠強的技術保證。

（文章來源：中國經營網）