人工智能对企业的10大影响：为何网络攻击和新岗位都变多了
按在经历三起三落的发展历程之后，人工智能终于在现在迎来了其黄金时代。对于金融、能源、医疗、交通、制造、通信等这些能够产生大量数据的行业，人工智能为它们提供了提升竞争力的天然条件。虽然市场上有不少人质疑人工智能的泡沫，不过在2018年随着人工智能技术的发展以及应用场景的探索，可能会有更多企业前赴后继地实施人工智能战略。
埃森哲甚至直言，企业在未来需要适应人工智能，企业中越来越多员工需要与人工智能有效地展开合作。卡内基梅隆大学计算机科学学院机器学习系副教授PradeepRavikumar也表示：人工智能在2018年仍然会是一个快速发展的领域，对于所有企业而言，与人工智能保持紧密的联系可以保证企业走向领先。下面让我们重点解读人工智能在2018年对企业的十大影响。
一、AI民主化推动更多企业使用AI人类一直致力于开发对全社会具有长期积极影响的人工智能，我们最近一两年看到类似OpenAI非营利机构的成立，以及微软、Facebook、Google、Amazon所提倡的AI民主化，无不是希望降低企业使用人工智能的门槛，虽然这其中可能夹杂着大公司希望利用自身人工智能平台的“私活”，但不可否认的是，人工智能的技术壁垒正在逐渐打破，中小企业以及个人开发展正在享受人工智能生态所带来的好处，大规模可以使用的成熟的人工智能工具和框架，将极大地推动人工智能在各类企业中的使用。
二、公司招聘和培训体系将改变毫无疑问，企业为了更好地利用好人工智能技术，必定会招聘各种专业人才，比如数学、算法或者技术专家。甚至，一些大型企业可能会增加CAO（首席人工智能官）这样的高级职位，并将人工智能纳入到公司整体战略之中。
考虑到企业的运营将来与人工智能密切相关，企业的培训体系也面临着一次变革，员工接受培训，与机器配合高效工作的时候，使之将会发挥最大作用，与人工智能有效配合工作的技能一定会成为企业未来培训的重中之重。OrchestrateCOOSayerMartin就表示，人工智能能够消除很多重复性的体力劳动，提升员工的关注度和行动效率，比如与客户的互动、销售项目跟进以及提升客户满意度等等。
三、面向客户的角色和流程将大幅得益于人工智能在企业中，人工智能将会对面向客户的角色和流程（如销售和营销）方面将产生最大的影响，市场营销和销售人员将充分利用人工智能产品更好地了解客户及其行为，并能够快速制定出个性化的营销方案。OrchestrateCOOSayerMartin就表示，人工智能能够大幅降低重复性的体力劳动，让员工更加专注业务核心，并大幅提升效率，例如与客户的互动，营销客户的跟进以及客户满意度的提升等。
四、智能助手将成为企业的必备在智能助手方面，金融、零售以及媒体这些需要面向大量消费者的企业将视其为必备。2018年，将会有越来越多企业为其产品添加聊天机器人，以创造更多更好的互动体验。此外，基于人工智能的语音助手也将逐步进入到这些企业后端，帮助后台工作人员减轻负担，提升工作效率。
五、企业将利用人工智能改进用户体验用户体验也是被认为可以利用人工智能大幅改进的领域，例如，在零售领域，通过人工智能技术可以大幅提升购物、支付等体验。不仅仅如此，对于那些低代码和无代码的应用而言，使用人工智能来帮助应用开发工具了解使用模式，以便自动适应其特定角色。这为最终用户打造了一个更流畅的体验，并帮助自动量身定制合适的功能集合，从而最终提高生产力，降低安全风险或者合规风险。
六、人工智能将帮助企业消除偏见过去，企业决策通常会带有一定的感情或者外部偏见，从而让业务行动受到潜在的干扰。现在，人工智能可以帮助企业在各种业务决策中尽量减少情感或者外部偏见的干扰，人工智能和人配合决策会让决策和行动更加高效。
例如，在晋升环节或者招聘业务中，人工智能可以帮助消除有意识和无意识的偏见，让企业更加收益。
七、人工智能用于网络安全保障企业的网络安全专业人士将会聚焦在新型的网络攻击，而人工智能将会是新的网络安全保障技术，它防御复杂的黑客行为并提供更多保护。当前，很多数据欺骗技术产品是自动化，可以通过欺骗攻击者，发现攻击者并主动将其击退，从而实现对高级攻击的检测、分析和防御。
将人类智能与天生能够不断适应并变得更加智能的技术相结合，为迄今为止大多数网络安全技术缺乏的防御者提供了竞争优势。企业采用人工智能技术，最终可以适度降低风险，并更有效地保护最重要的数字资产和实物资产的完整性、机密性和可用性。
八、需要防范黑客利用人工智能制造的攻击人工智能不仅仅是企业提升效率的工具，也可能沦为黑客手中制造攻击的武器。2018年，黑客有可能利用人工智能技术制造出更多的网络安全威胁。
这些网络安全可能是一些有针对性的攻击，不仅仅是针对AI设备，目标甚至可能是AI算法，例如，向提供人工智能的云服务植入恶意代码，或者向机器人等智能设备提供错误信息等等，这些潜在网络安全威胁的确不容忽视，也是企业在2018年可能面临的一大挑战。
九、人工智能将进一步改造企业数字化转型推动企业向数字化、智能化方向转变，人工智能将进一步推动企业转型，在2018年，我们会看到很多行业将前所未有的方式实施人工智能，改造企业的营销、服务、制造等环节，这种改造不仅仅是业务流程的改造，还有组织结构以及业务内容的改造。
虽然无论是数字化转型还是人工智能，目前都有炒作泡沫，企业要想发挥人工智能全部潜力仍然有较长的路要走，但这种趋势已经不可阻挡。
十、 人工智能将创造新的岗位虽然关于人工智能威胁论已经铺天盖地，比如取代司机、医生、律师等职业等等，但人工智能在消灭一些职业的同时，也在创造一些新的岗位，甚至有专家表示人工智能将会增加工作而不是取代人类工作。根据Gartner的统计，到2020年人工智能有望创造230万个就业岗位，同时仅消除180万个就业机会。不仅如此，随着企业智能化能力的提升，很多软件和应用都将得到大幅增强，实际上使人类更高效、更有效和更准确。
人工智能的历史、现状和未来
如同蒸汽时代的蒸汽机、电气时代的发电机、信息时代的计算机和互联网，人工智能正成为推动人类进入智能时代的决定性力量。全球产业界充分认识到人工智能技术引领新一轮产业变革的重大意义，纷纷转型发展，抢滩布局人工智能创新生态。世界主要发达国家均把发展人工智能作为提升国家竞争力、维护国家安全的重大战略，力图在国际科技竞争中掌握主导权。习近平总书记在十九届中央政治局第九次集体学习时深刻指出，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。错失一个机遇，就有可能错过整整一个时代。新一轮科技革命与产业变革已曙光可见，在这场关乎前途命运的大赛场上，我们必须抢抓机遇、奋起直追、力争超越。
概念与历程
了解人工智能向何处去，首先要知道人工智能从何处来。1956年夏，麦卡锡、明斯基等科学家在美国达特茅斯学院开会研讨“如何用机器模拟人的智能”，首次提出“人工智能（ArtificialIntelligence，简称AI）”这一概念，标志着人工智能学科的诞生。
人工智能是研究开发能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学，研究目的是促使智能机器会听（语音识别、机器翻译等）、会看（图像识别、文字识别等）、会说（语音合成、人机对话等）、会思考（人机对弈、定理证明等）、会学习（机器学习、知识表示等）、会行动（机器人、自动驾驶汽车等）。
人工智能充满未知的探索道路曲折起伏。如何描述人工智能自1956年以来60余年的发展历程，学术界可谓仁者见仁、智者见智。我们将人工智能的发展历程划分为以下6个阶段：
一是起步发展期：1956年—20世纪60年代初。人工智能概念提出后，相继取得了一批令人瞩目的研究成果，如机器定理证明、跳棋程序等，掀起人工智能发展的第一个高潮。
二是反思发展期：20世纪60年代—70年代初。人工智能发展初期的突破性进展大大提升了人们对人工智能的期望，人们开始尝试更具挑战性的任务，并提出了一些不切实际的研发目标。然而，接二连三的失败和预期目标的落空（例如，无法用机器证明两个连续函数之和还是连续函数、机器翻译闹出笑话等），使人工智能的发展走入低谷。
三是应用发展期：20世纪70年代初—80年代中。20世纪70年代出现的专家系统模拟人类专家的知识和经验解决特定领域的问题，实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。专家系统在医疗、化学、地质等领域取得成功，推动人工智能走入应用发展的新高潮。
四是低迷发展期：20世纪80年代中—90年代中。随着人工智能的应用规模不断扩大，专家系统存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、缺乏分布式功能、难以与现有数据库兼容等问题逐渐暴露出来。
五是稳步发展期：20世纪90年代中—2010年。由于网络技术特别是互联网技术的发展，加速了人工智能的创新研究，促使人工智能技术进一步走向实用化。1997年国际商业机器公司（简称IBM）深蓝超级计算机战胜了国际象棋世界冠军卡斯帕罗夫，2008年IBM提出“智慧地球”的概念。以上都是这一时期的标志性事件。
六是蓬勃发展期：2011年至今。随着大数据、云计算、互联网、物联网等信息技术的发展，泛在感知数据和图形处理器等计算平台推动以深度神经网络为代表的人工智能技术飞速发展，大幅跨越了科学与应用之间的“技术鸿沟”，诸如图像分类、语音识别、知识问答、人机对弈、无人驾驶等人工智能技术实现了从“不能用、不好用”到“可以用”的技术突破，迎来爆发式增长的新高潮。
现状与影响
对于人工智能的发展现状，社会上存在一些“炒作”。比如说，认为人工智能系统的智能水平即将全面超越人类水平、30年内机器人将统治世界、人类将成为人工智能的奴隶，等等。这些有意无意的“炒作”和错误认识会给人工智能的发展带来不利影响。因此，制定人工智能发展的战略、方针和政策，首先要准确把握人工智能技术和产业发展的现状。
专用人工智能取得重要突破。从可应用性看，人工智能大体可分为专用人工智能和通用人工智能。面向特定任务（比如下围棋）的专用人工智能系统由于任务单一、需求明确、应用边界清晰、领域知识丰富、建模相对简单，形成了人工智能领域的单点突破，在局部智能水平的单项测试中可以超越人类智能。人工智能的近期进展主要集中在专用智能领域。例如，阿尔法狗（AlphaGo）在围棋比赛中战胜人类冠军，人工智能程序在大规模图像识别和人脸识别中达到了超越人类的水平，人工智能系统诊断皮肤癌达到专业医生水平。
通用人工智能尚处于起步阶段。人的大脑是一个通用的智能系统，能举一反三、融会贯通，可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题，可谓“一脑万用”。真正意义上完备的人工智能系统应该是一个通用的智能系统。目前，虽然专用人工智能领域已取得突破性进展，但是通用人工智能领域的研究与应用仍然任重而道远，人工智能总体发展水平仍处于起步阶段。当前的人工智能系统在信息感知、机器学习等“浅层智能”方面进步显著，但是在概念抽象和推理决策等“深层智能”方面的能力还很薄弱。总体上看，目前的人工智能系统可谓有智能没智慧、有智商没情商、会计算不会“算计”、有专才而无通才。因此，人工智能依旧存在明显的局限性，依然还有很多“不能”，与人类智慧还相差甚远。
人工智能创新创业如火如荼。全球产业界充分认识到人工智能技术引领新一轮产业变革的重大意义，纷纷调整发展战略。比如，谷歌在其2017年年度开发者大会上明确提出发展战略从“移动优先”转向“人工智能优先”，微软2017财年年报首次将人工智能作为公司发展愿景。人工智能领域处于创新创业的前沿。麦肯锡公司报告指出，2016年全球人工智能研发投入超300亿美元并处于高速增长阶段；全球知名风投调研机构CBInsights报告显示，2017年全球新成立人工智能创业公司1100家，人工智能领域共获得投资152亿美元，同比增长141%。
创新生态布局成为人工智能产业发展的战略高地。信息技术和产业的发展史，就是新老信息产业巨头抢滩布局信息产业创新生态的更替史。例如，传统信息产业代表企业有微软、英特尔、IBM、甲骨文等，互联网和移动互联网时代信息产业代表企业有谷歌、苹果、脸书、亚马逊、阿里巴巴、腾讯、百度等。人工智能创新生态包括纵向的数据平台、开源算法、计算芯片、基础软件、图形处理器等技术生态系统和横向的智能制造、智能医疗、智能安防、智能零售、智能家居等商业和应用生态系统。目前智能科技时代的信息产业格局还没有形成垄断，因此全球科技产业巨头都在积极推动人工智能技术生态的研发布局，全力抢占人工智能相关产业的制高点。
人工智能的社会影响日益凸显。一方面，人工智能作为新一轮科技革命和产业变革的核心力量，正在推动传统产业升级换代，驱动“无人经济”快速发展，在智能交通、智能家居、智能医疗等民生领域产生积极正面影响。另一方面，个人信息和隐私保护、人工智能创作内容的知识产权、人工智能系统可能存在的歧视和偏见、无人驾驶系统的交通法规、脑机接口和人机共生的科技伦理等问题已经显现出来，需要抓紧提供解决方案。
趋势与展望
经过60多年的发展，人工智能在算法、算力（计算能力）和算料（数据）等“三算”方面取得了重要突破，正处于从“不能用”到“可以用”的技术拐点，但是距离“很好用”还有诸多瓶颈。那么在可以预见的未来，人工智能发展将会出现怎样的趋势与特征呢？
从专用智能向通用智能发展。如何实现从专用人工智能向通用人工智能的跨越式发展，既是下一代人工智能发展的必然趋势，也是研究与应用领域的重大挑战。2016年10月，美国国家科学技术委员会发布《国家人工智能研究与发展战略计划》，提出在美国的人工智能中长期发展策略中要着重研究通用人工智能。阿尔法狗系统开发团队创始人戴密斯·哈萨比斯提出朝着“创造解决世界上一切问题的通用人工智能”这一目标前进。微软在2017年成立了通用人工智能实验室，众多感知、学习、推理、自然语言理解等方面的科学家参与其中。
从人工智能向人机混合智能发展。借鉴脑科学和认知科学的研究成果是人工智能的一个重要研究方向。人机混合智能旨在将人的作用或认知模型引入到人工智能系统中，提升人工智能系统的性能，使人工智能成为人类智能的自然延伸和拓展，通过人机协同更加高效地解决复杂问题。在我国新一代人工智能规划和美国脑计划中，人机混合智能都是重要的研发方向。
从“人工+智能”向自主智能系统发展。当前人工智能领域的大量研究集中在深度学习，但是深度学习的局限是需要大量人工干预，比如人工设计深度神经网络模型、人工设定应用场景、人工采集和标注大量训练数据、用户需要人工适配智能系统等，非常费时费力。因此，科研人员开始关注减少人工干预的自主智能方法，提高机器智能对环境的自主学习能力。例如阿尔法狗系统的后续版本阿尔法元从零开始，通过自我对弈强化学习实现围棋、国际象棋、日本将棋的“通用棋类人工智能”。在人工智能系统的自动化设计方面，2017年谷歌提出的自动化学习系统（AutoML）试图通过自动创建机器学习系统降低人员成本。
人工智能将加速与其他学科领域交叉渗透。人工智能本身是一门综合性的前沿学科和高度交叉的复合型学科，研究范畴广泛而又异常复杂，其发展需要与计算机科学、数学、认知科学、神经科学和社会科学等学科深度融合。随着超分辨率光学成像、光遗传学调控、透明脑、体细胞克隆等技术的突破，脑与认知科学的发展开启了新时代，能够大规模、更精细解析智力的神经环路基础和机制，人工智能将进入生物启发的智能阶段，依赖于生物学、脑科学、生命科学和心理学等学科的发现，将机理变为可计算的模型，同时人工智能也会促进脑科学、认知科学、生命科学甚至化学、物理、天文学等传统科学的发展。
人工智能产业将蓬勃发展。随着人工智能技术的进一步成熟以及政府和产业界投入的日益增长，人工智能应用的云端化将不断加速，全球人工智能产业规模在未来10年将进入高速增长期。例如，2016年9月，咨询公司埃森哲发布报告指出，人工智能技术的应用将为经济发展注入新动力，可在现有基础上将劳动生产率提高40%；到2035年，美、日、英、德、法等12个发达国家的年均经济增长率可以翻一番。2018年麦肯锡公司的研究报告预测，到2030年，约70%的公司将采用至少一种形式的人工智能，人工智能新增经济规模将达到13万亿美元。
人工智能将推动人类进入普惠型智能社会。“人工智能+X”的创新模式将随着技术和产业的发展日趋成熟，对生产力和产业结构产生革命性影响，并推动人类进入普惠型智能社会。2017年国际数据公司IDC在《信息流引领人工智能新时代》白皮书中指出，未来5年人工智能将提升各行业运转效率。我国经济社会转型升级对人工智能有重大需求，在消费场景和行业应用的需求牵引下，需要打破人工智能的感知瓶颈、交互瓶颈和决策瓶颈，促进人工智能技术与社会各行各业的融合提升，建设若干标杆性的应用场景创新，实现低成本、高效益、广范围的普惠型智能社会。
人工智能领域的国际竞争将日益激烈。当前，人工智能领域的国际竞赛已经拉开帷幕，并且将日趋白热化。2018年4月，欧盟委员会计划2018—2020年在人工智能领域投资240亿美元；法国总统在2018年5月宣布《法国人工智能战略》，目的是迎接人工智能发展的新时代，使法国成为人工智能强国；2018年6月，日本《未来投资战略2018》重点推动物联网建设和人工智能的应用。世界军事强国也已逐步形成以加速发展智能化武器装备为核心的竞争态势，例如美国特朗普政府发布的首份《国防战略》报告即谋求通过人工智能等技术创新保持军事优势，确保美国打赢未来战争；俄罗斯2017年提出军工拥抱“智能化”，让导弹和无人机这样的“传统”兵器威力倍增。
人工智能的社会学将提上议程。为了确保人工智能的健康可持续发展，使其发展成果造福于民，需要从社会学的角度系统全面地研究人工智能对人类社会的影响，制定完善人工智能法律法规，规避可能的风险。2017年9月，联合国犯罪和司法研究所（UNICRI）决定在海牙成立第一个联合国人工智能和机器人中心，规范人工智能的发展。美国白宫多次组织人工智能领域法律法规问题的研讨会、咨询会。特斯拉等产业巨头牵头成立OpenAI等机构，旨在“以有利于整个人类的方式促进和发展友好的人工智能”。
态势与思考
当前，我国人工智能发展的总体态势良好。但是我们也要清醒看到，我国人工智能发展存在过热和泡沫化风险，特别在基础研究、技术体系、应用生态、创新人才、法律规范等方面仍然存在不少值得重视的问题。总体而言，我国人工智能发展现状可以用“高度重视，态势喜人，差距不小，前景看好”来概括。
高度重视。党中央、国务院高度重视并大力支持发展人工智能。习近平总书记在党的十九大、2018年两院院士大会、全国网络安全和信息化工作会议、十九届中央政治局第九次集体学习等场合多次强调要加快推进新一代人工智能的发展。2017年7月，国务院发布《新一代人工智能发展规划》，将新一代人工智能放在国家战略层面进行部署，描绘了面向2030年的我国人工智能发展路线图，旨在构筑人工智能先发优势，把握新一轮科技革命战略主动。国家发改委、工信部、科技部、教育部等国家部委和北京、上海、广东、江苏、浙江等地方政府都推出了发展人工智能的鼓励政策。
态势喜人。据清华大学发布的《中国人工智能发展报告2018》统计，我国已成为全球人工智能投融资规模最大的国家，我国人工智能企业在人脸识别、语音识别、安防监控、智能音箱、智能家居等人工智能应用领域处于国际前列。根据2017年爱思唯尔文献数据库统计结果，我国在人工智能领域发表的论文数量已居世界第一。近两年，中国科学院大学、清华大学、北京大学等高校纷纷成立人工智能学院，2015年开始的中国人工智能大会已连续成功召开四届并且规模不断扩大。总体来说，我国人工智能领域的创新创业、教育科研活动非常活跃。
差距不小。目前我国在人工智能前沿理论创新方面总体上尚处于“跟跑”地位，大部分创新偏重于技术应用，在基础研究、原创成果、顶尖人才、技术生态、基础平台、标准规范等方面距离世界领先水平还存在明显差距。在全球人工智能人才700强中，中国虽然入选人数名列第二，但远远低于约占总量一半的美国。2018年市场研究顾问公司CompassIntelligence对全球100多家人工智能计算芯片企业进行了排名，我国没有一家企业进入前十。另外，我国人工智能开源社区和技术生态布局相对滞后，技术平台建设力度有待加强，国际影响力有待提高。我国参与制定人工智能国际标准的积极性和力度不够，国内标准制定和实施也较为滞后。我国对人工智能可能产生的社会影响还缺少深度分析，制定完善人工智能相关法律法规的进程需要加快。
前景看好。我国发展人工智能具有市场规模、应用场景、数据资源、人力资源、智能手机普及、资金投入、国家政策支持等多方面的综合优势，人工智能发展前景看好。全球顶尖管理咨询公司埃森哲于2017年发布的《人工智能：助力中国经济增长》报告显示，到2035年人工智能有望推动中国劳动生产率提高27%。我国发布的《新一代人工智能发展规划》提出，到2030年人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。在我国未来的发展征程中，“智能红利”将有望弥补人口红利的不足。
当前是我国加强人工智能布局、收获人工智能红利、引领智能时代的重大历史机遇期，如何在人工智能蓬勃发展的浪潮中选择好中国路径、抢抓中国机遇、展现中国智慧等，需要深入思考。
树立理性务实的发展理念。任何事物的发展不可能一直处于高位，有高潮必有低谷，这是客观规律。实现机器在任意现实环境的自主智能和通用智能，仍然需要中长期理论和技术积累，并且人工智能对工业、交通、医疗等传统领域的渗透和融合是个长期过程，很难一蹴而就。因此，发展人工智能要充分考虑到人工智能技术的局限性，充分认识到人工智能重塑传统产业的长期性和艰巨性，理性分析人工智能发展需求，理性设定人工智能发展目标，理性选择人工智能发展路径，务实推进人工智能发展举措，只有这样才能确保人工智能健康可持续发展。
重视固本强基的原创研究。人工智能前沿基础理论是人工智能技术突破、行业革新、产业化推进的基石。面临发展的临界点，要想取得最终的话语权，必须在人工智能基础理论和前沿技术方面取得重大突破。我们要按照习近平总书记提出的支持科学家勇闯人工智能科技前沿“无人区”的要求，努力在人工智能发展方向和理论、方法、工具、系统等方面取得变革性、颠覆性突破，形成具有国际影响力的人工智能原创理论体系，为构建我国自主可控的人工智能技术创新生态提供领先跨越的理论支撑。
构建自主可控的创新生态。我国人工智能开源社区和技术创新生态布局相对滞后，技术平台建设力度有待加强。我们要以问题为导向，主攻关键核心技术，加快建立新一代人工智能关键共性技术体系，全面增强人工智能科技创新能力，确保人工智能关键核心技术牢牢掌握在自己手里。要着力防范人工智能时代“空心化”风险，系统布局并重点发展人工智能领域的“新核高基”：“新”指新型开放创新生态，如产学研融合等；“核”指核心关键技术与器件，如先进机器学习技术、鲁棒模式识别技术、低功耗智能计算芯片等；“高”指高端综合应用系统与平台，如机器学习软硬件平台、大型数据平台等；“基”指具有重大原创意义和技术带动性的基础理论与方法，如脑机接口、类脑智能等。同时，我们要重视人工智能技术标准的建设、产品性能与系统安全的测试。特别是我国在人工智能技术应用方面走在世界前列，在人工智能国际标准制定方面应当掌握话语权，并通过实施标准加速人工智能驱动经济社会转型升级的进程。
推动共担共享的全球治理。目前看，发达国家通过人工智能技术创新掌控了产业链上游资源，难以逾越的技术鸿沟和产业壁垒有可能进一步拉大发达国家和发展中国家的生产力发展水平差距。在发展中国家中，我国有望成为全球人工智能竞争中的领跑者，应布局构建开放共享、质优价廉、普惠全球的人工智能技术和应用平台，配合“一带一路”建设，让“智能红利”助推共建人类命运共同体。
（作者：中央人民政府驻香港特别行政区联络办公室副主任、中国科学院院士）
数字化对企业管理带来了哪些挑战
数字化转型，不同企业都可有自己不同的定义，都会有自己的理解。数字化企业的典型特征应是提供产品和服务的过程中要体现数字化要素。
产品本身及服务的数字化、交付全过程的数字化、组织结构的数字化，最终实现数智化转变---即为数字化转型。
——杜传文-光大证券
数字化，从其本身而言，我理解是过程，如果视为手段，这个手段本身是可升级演化的，是驱动组织变革或演化的驱动力。如果是目的，那是否可视作组织的新增属性之一？
——张军-安徽工业大学
三.异曲同工数字化与ERP比较
本轮的数字化管理和早期的ERP有什么本质的区别？好像能成功实施ERP的企业并不多。另外，数字化的收益和成本如何衡量？数字化的成本好像很高，收益具有不确定性。怎么更精准的识别数字化管理的收益的成本和收益对于数字化管理的广泛应用具有重大影响。
——熊磊-云南师范大学
在生产或服务中采用数字与智能化技术、在管理中广泛采用数字与网络技术的企业，可以称为数字化企业。5G是数字化企业发展的重要基础设施！
——杜传文-光大证券
数字化这个概念很大，是个时髦概念，能否解释一下大致是什么含义，分为哪些阶段，有哪些特征表现，有哪些典型案例。先弄清概念含义，了解了相关实践现状，然后再讨论管理上的问题，可能更顺理成章一些，不然可能比较发散。我有同样困惑，企业上了ERP是不是也算数字化了，现在讲的数字化和以前类似概念之间有什么本质区别？
——陈笃升-海康威视
数字化的界定就是公司中至少一个部门的决策依赖于另一个部门产生的数据。企业上了ERP当然算数字化了，但可以认为是某一个部门的数字化。企业全面的数字化要求企业每一个部门的决策都是循证于另一个部门或者另外几个部门的数据，并且这种循证过程不应该有高到不可持续的交易成本。
——裘卉青-城云科技
过去一二十年信息技术进步主要体现在互联网技术上（包括移动互联网），这也是这轮数字技术与之前ERP的最大不同。简单点说，ERP可以理解为每个企业自己建立一个数据仓库，而互联网支撑的高速互联互通（5G技术更加深化这个趋势）让很多技术路线体现出优势，比如分布式存储和计算、云计算等等。因此，数据库技术有了一个大的创新，杰出代表包括AmazonAurora和阿里巴巴的OceanBase。
另外一个很大的特点是数据异构性和速度大大增加，一定程度也是由于互联网技术发展导致用户自创内容增加导致，所以相关新的技术也应运而生。
最后一点，自然就是机器学习技术的应用，很大程度也是由于海量数据催生的，这可以让企业做许多ERP时代不能做的事情。
第一个特点是普遍适用的，云计算的普及也导致数据库技术虽然更复杂了，但可能使用成本反而会降低。第二三个特点是否为企业带来价值就取决于企业的商业模式了。我之前说的很多平台型企业都依赖于这两个特点，但很多传统企业并非如此。
——曹仔科-浙江大学
四.集思广益数字化对企业的影响
从信息与决策的角度说，管理决策是在不确定性下做出的，而信息可以降低不确定性，数字化可以让信息更加精准。这个数字化过程是内部（从会计系统到ERP）到市场外部（从需求预测到疫情期间的供应链闭环管理），每一次的数字化升级都会带动管理模式的进化和商业模式的迭代，以及整个价值链系统的升级。
——刘雪锋-厦门大学
数字化会扩张企业的边界。按照科斯理论，企业是对交易成本的节约或替代。
直觉上，数字化有助于减轻信息不对称，降低交易成本，所以它应该可以扩大企业边界，主导的企业可以覆盖整个供应链。
这实际上是阿里巴巴、腾讯正在做的事。
①在企业内部，从数字化节约交易成本的角度，组织应该会进一步扁平化，中层管理者上传下达的功能被取代；
②同样的道理，很多管理职能被系统取代，常规化的管理职能被取代，职能管理队伍缩减，管理者面临转型；
③技术支撑部门会加强，职能是优化基于数字的经营与管理，出现新的工种，新的部门，数智部门。研究最佳实践，标准化、融入系统；
④企业和企业的差距在一定程度上就是数字化系统的能力，它是硬件和软件，信息和知识的结合。系统成为常规管理的大脑与实际操作工具。
这个系统采集、存储、加工、输出数据，数据驱动流程，引导员工行为。
⑤以系统为核心重构所有业务流程、管理流程。人们要学会利用它，依托它，优化它。
⑥企业中的人可能会有几种人：
6.1与系统配合的操作人员；技术维护人员（可外包）；
6.2设计、驾驭、优化系统的人（对内）；
6.3基于这些系统展开创造性、经营性工作的人（对外）；
6.4完全脱开系统、做开创性工作的人（必不可少）；
⑦文化改变，基于数据、理性，管理更民主；
⑧上下游和企业内部对“数字资产”的争夺。总体来看，是顺着自动化、标准化、流程化的方向，沿着原来的企业管理信息系统的升级，形成一个更强大的系统。但肯定在不同行业和企业中形成不同程度的“数字化系统控制”的格局。不过人的主动性和创造性永远都是需要的。
——程兆谦-浙江工商大学
过去10到20年我们所见证的很多耀眼的“数字化企业”，如谷歌、Facebook、阿里巴巴、腾讯、字节跳动等，都可归类为网络平台型企业。从很多角度来说，网络平台型企业与传统企业有很多不同。
生态系统的构建（而非产品差异和成本优化）是这类企业的首要目标。由于网络效应的作用，这类企业的成长一般都是非常迅猛的，而且开始阶段公司规模都不大。比如Instagram几十来个人就做到十亿美金的身价。但当这些企业逐渐成熟要多元化自己业务时（如阿里巴巴发展阿里云、字节跳动发展搜索引擎、Facebook发展数字化货币），组织架构自然变得更加庞大复杂。这似乎让这些数字企业的组织架构与传统企业更类似了。
对这类企业而言不存在数字化带来挑战一说：它们是数字原生的，新的信息技术带来的更多是机遇。挑战一说可能对传统企业（比如制造业、房地产业）更适合。这些传统企业需要思量的是如何利用新的数字技术来改善经营和管理。特别是云计算的进一步普及和廉价化，在管理中加入数字技术对任何大中小微企业都是可行的。数字技术的价值可能是帮助企业改善现有流程（如区块链技术能够降低企业内以及与供应商间的信任成本），也有可能是帮企业寻找到新的价值定位点（如海尔的物联网平台）。我想深刻理解新数字技术的基本原理，并与本行业本企业的实情相结合来发挥数字技术的正面作用就是最佳的策略。对所有企业都适合的数字化战略是不存在的。我觉得人在管理中永远都是最重要的，对技术的管理也不例外：如何最佳地把数字技术应用到本企业的管理中就是需要管理者发挥创造力。
——曹仔科-浙江大学
我认为传统的信息化对于企业管理而言，主要是要驾驭物流、资金流和信息流的在线化，而在数字化背景下，随着物联网、大数据、云计算、5G、社交媒体等新兴信息技术的不断推陈出新，企业需要综合充分利用这些技术的特征来提升企业管理的能力。
——孙元-浙江工商大学
谈数字化转型，先看数字经济的新元素。数字经济在要素层面，以数据为新的生产要素；在工具层面，以AI、智能算法为新的生产工具；在基础设施层面，以5G、云计算、物联网为新的基础设施。所以，企业数字化转型是指企业能否有效利用数字经济的新元素获取竞争力，从不使用、少使用到充分使用即为数字化转型。因此，每个单位的数字化转型都可以用这样的方式来定义。包括我们学者自己，用数字经济的新工具做更好的研究，就是学者的数字化转型。
——周伟华-浙江大学
王志玮-福州大学校友认为“数字化对企业最大的挑战是管理思维及决策逻辑的巨大转变。”
俞文华-北京科技大学校友对数字化的发展趋势表示了高度肯定，“数字化转型是企业生存环境与运营的网络发生了根本性变革；是划时代的事件。”
林星-福州大学校友分享了陆奇技术趋势下财富创造的演讲，讲述了以商业趋势和技术变革为背景下的企业如何创新。
焦豪-北京师范大学校友分享了《经济参考报》上刊登的魏江教授的文章，帮助读者明晰数字经济以及发展数字经济的方向。
五.总结归纳
数字化企业特征
什么是“数字化企业”？“数字化企业”有什么典型特征？
我的思考方式是这样的：首先我们需要对“企业”进行抽象，这可以借助已有的理论来完成；在此基础上，可以分析“数字化”对于企业所带来的影响甚至是本质性变化。
就此而言，我们可以从以下四个方面来对“数字化企业”进行讨论。
“企业是资源的集合”(abundleofresources)（企业资源观）。传统组织形态当中，资源都是被分割地占有，团队、部门或业务拥有对资源的所有权和使用权。在数字化企业当中，所有的资源及其状态都可以数字化，也就是可见性大大提升，因而所有权和使用权是可以分离的，所有的资源只要出于闲置状态就可以被组织依据规则来进行调用。
“管理即决策”（赫尔伯特.西蒙）。企业不论是在组织管理还是业务运营当中都需要进行大量的决策。传统时代的决策大多基于经验模式，虽然会使用数据来辅助决策。但由于信息和数据缺乏以及在实时性上存在的问题，经验依然是决策的核心基础。数字化企业当中我们可以把决策称之为“混合智能”模式，也就是在结构化问题上高度依赖于数据驱动以及基于算法；而在非结构化决策当中大量运用基于经验的决策方式。
“企业从推式向拉式的转变”。虽然在以往的时代，企业也会强调以客户为中心、强调洞察市场需求来引导企业的运营，但是由于需求数据很难完整地获得、数据的获取存在很大时滞、整个供应链存在着大量的信息不对称导致协调困难，因此本质上还是采用pushmode，也就是企业开发出产品和服务然后去寻找匹配的市场需求。数字化企业可以真正实现pullmode，也就是以需求来引导整个价值链的实时、动态匹配。这背后可以是依赖于那些扮演系统整合者角色的平台、生态系统核心企业或者甚至是基于纯粹的算法。
“企业的边界将沿着两个截然全不同的方向演化”。我们知道，正如交易成本理论（TCE）所阐释的，组织的边界是由市场的交易成本与组织的协调成本之间的平衡（或者说替代）所决定的。如果交易成本降低，市场机制会扩大其范围；如果组织成本降低，企业内部化会扩大其范围。而数字技术的大量运用以及企业的数字化，可以同时降低交易成本和组织成本，这就导致传统意义上的组织在逻辑上可以朝着完全市场化的方式演进，也可以是沿着组织内部化方式形成我们在以往任何一个历史时期都无法实现也无法想象的那种具有高度复杂性的组织（例如可以是企业规模极其巨大、在地域和业务领域的覆盖范围上极宽，同时又管理层级很少、管理幅度很宽、企业内部的组织具有极高的灵活性等等）。
——郭斌-浙江大学
从企业资源观角度看，数字化企业中数字化资产将成为战略性资产，不仅是大量的数据，核心是算法，方方面面的算法，比如最科学采购与库存模式、面向顾客的智能化推荐等。它是大量数据、集体的隐性知识、软件实现与硬件的结合，总而言之是一套系统，一个企业“大脑”。
从决策角度，按照knight的划分，确定性决策无疑会交给系统，人们只需要执行，风险决策中，数字化系统的作用可能尤其大，因为它可以模拟多种情境，预判结果，降低决策的失误成本。不确定性决策，从性质来说，发挥的作用有限。
推和拉的模式，常规操作肯定朝向拉的，数字化企业应具备这样的敏捷能力。但是，从双元组织和战略追求差异性的角度，肯定要有创造性和推的部分，而且应大力培育，否则会把系统吞噬。
企业边界的双向改变，是很有洞察力的观点，既要集权，交给系统，又要分权，组织化和市场化的混合。平台化+创客化，这种模式的流行，即是很好的表现。
——程兆谦-浙江工商大学
数字化，是利用科技进步的成果，将组织内外资源/活动编码化、透明化，以便更大程度、尽可能无偏地得到共享。从知识视角来看，从数据到信息，从信息到知识，其行为导向功能渐趋明晰，同时意味着原生资源的主观图式空间收窄。其中：数据相当于未经加工的原生资源，提供资源可互换性（fungible）的柔性最大，从“企业是一组资源的集束”角度来说，数据形成“集束组合”得多样性空间最大（数字化，是数据/信息/知识的0-1表征化）。
也就是说，数字化提供了资源集束组合更大可能空间，变相提高了组织资源的冗余。数字化使资源编码化透明化及共享化，就意味着资源相对于个体的可获得性、可用性大大提高，这可能带来组织结构从科层化向平权型网络发展，决策走向民主化，个体自治度进一步提高。组织边界两极化发展，巨型化与微型化并存。个体之间在能力、工作自治、成就获取等方面进一步分化，向自由与受治两极集聚。
——张军-安徽工业大学
六.开拓思维多角度讨论数字化
政策角度
郭京京-中国科学院校友从总体思路和政策取向角度分享了数字化发展的趋势。
文献研究
叶许红-浙江工业大学校友分享了Gartner业内研究，主题为FutureofApplications:DeliveringtheComposableEnterprise，链接如下：https://www.kdocs.cn/l/siINSn2g9。吴晓波教授分享ResearchPolicy创新创业数字化转型特刊。
旅游行业
王婉飞教授主持的浙江省科技厅重点研发项目“全域旅游安全监管与智慧导览共性技术研究与应用”项目的部分研究成果内容之一，“基于知识图谱面向全域旅游的个性化导览服务系统”已在千岛湖景区开始应用。这是“数字化”在旅游行业应用的一个案例。
理论角度
从手工操作-机械化-信息化-数字化，以往的企业变革规律是否依然适用？
按马克斯韦伯理想型企业组织类推，数字化企业是否只需要最高层级的决策？需要决策的范围是扩大了还是缩小了？
——吴炳德-福州大学
数字化不管是企业被动应对情境变化而采取的手段或思维模式，还是主动用来创造新应用场景整合或开发全新市场，提升自身核心竞争力的一条路径。就目前而言，无论从理论还是实践还处在发展的初期，属于相对较为新的现象，实践上还处在从八仙过海，各显神通阶段，理论研究也是处在发散阶段，很多认知并未形成相对一致的认同，未见有收敛趋势。
由此，现阶段本人比较感兴趣的研究主题是：数字化高水平发展背后的逻辑与机制是什么？有哪些前因条件？驱动其高水平发展的创新机制是什么？有没有存在多种典型的发展模式？先弄明白动因与前因可能更有利于企业在数字化进程中少走弯路，供在迷茫中的企业一点启发与借鉴。
——余维臻-浙江树人大学
讨论这些现象最好结合理论来探讨。比如从TCE来看数字化。数字化可能会减少交易成本，这是不是会导致企业边界缩小？数字化可能会降低机会主义，这会不会促进组织间合作？
——江诗松-武汉大学
组织内部管理的边际成本因数字化下降幅度大于组织与外部的边际交易成本，组织的规模或范围经济可能扩大。
——俞文华-北京科技大学
简单思考的一些问题：一些传统管理理论都回答企业的边界到底在哪里或者强调企业有明显的边界，“数字化”时代企业边界是否模糊化或者还有无明显的边界？边界是否还是一个关键问题？假如边界不是关键，或者数字化降低甚至消除信息不对称，是否可以基于相关的传统理论去理解数字化，有什么对应挑战？数字化可以降低交易成本，信息不对称，提高决策速度等，这些与传统手段带来的效果是否有根本性的差异？是否是程度的变化还是体现为完全不同逻辑？我们在数字化时代关注的“结果”也完全是否有所不同？如果数字化企业作为一种新的物种或者组织形态，是否可以用传统企业属性去刻画它？如果不行，数字化企业有哪些完全不同于以往物种的属性？这些新的属性又会带来对企业运营与发展带来哪些改变？
或者功利一点思考，我们是否能够清楚地界定与测量“数字化”相关的构念？是带动一些新的构念出现进而形成相关的理论体系；还是我们只能在“数字化企业”这个独特的情境下去看原先的理论逻辑是否有什么改变？
——金露-同济大学
俞文华-北京科技大学校友认为在上述思考中也需要区分下BtoB和BtoC的情形，探究“数字化有无改变BtoB或BtoC的交易关系或决策变量或原有变量在决策中的权重”。
via:浙大管院校友学术社群
仅供个人学习使用，禁止商业使用，侵删！返回搜狐，查看更多
人工智能对人力资源管理的影响探析
国网山东省电力公司经济技术研究院 山东省济南市 250000 摘要：人力资源管理在人工智能时代下获得了全新的发展契机，人力资源管理人员必须创新管理意识，并对人力资源管理智能进行重新定义，根据管理要求组建专业的人力资源管理团队。且要针对人力资源管理的各个模块，制定更具有可行性的人工智能下的管理策略，使人员的“选、用、育、留”都更加具有创新特征。 关键词：人工智能；人力资源管理；影响探析 1人工智能对人力资源管理产生的影响 1.1信息数据的处理 在当前移动互联网不断快速发展的背景下，无论是在数据量方面或者是在精准的程度上，都有了明显的整合优化。数据在其中越来越丰富，计算机在实际应用过程中，特别是在人力资源方面，也有了明显的突破。在这种背景下，在针对信息数据进行处理的时候，无论是处理效率或者是处理质量都有了明显的提升。但需要注意的一点就是，这种提升其实是有一定局限性特征的，很容易受到一些因素的影响而停滞不前。在日常工作过程中，只有人类可以从日常的一些交流和互动中，提炼出各种不同类型的信息资源，特别是在与员工进行交流的时候，能够提炼出很多有用的信息。与此同时，人类相互之间的交流和互动，能够促使目标感得到有效的传递和落实。在针对日常各种不同类型的事物进行记录或者是跟踪处理的时候，这种处理措施可以由人工智来完成。但是相互之间的内涵信息，仍然需要人们相互之间的交流和沟通才可以实现。 1.2决策制定 人工智能在实际应用过程中，可以通过各种不同类型的方面和措施，实现对问题的处理。比如，可以利用情景的构建，将各种方式进行模拟，这种方式在针对一些具有复杂性特征的问题时，能够起到良好的处理效果，同时在决策方面也可以给予一定的支持。与此同时，人工智能在应用时，可以根据之前一些案例的记录，创造出各种不同类型的备选方案，这样不仅能够从根本上为决策者制定和落实具有科学性和合理性特征的方案，而且还能够为决策者的决策提供有效的支持。但是在人工智能实际应用过程中，特别是在决策方面能够起到的作用始终是辅助作用。人工智能在为决策者提供意见或者是建议的时候，人工智能只是根据自己的大数据来进行运算，人工智能无法对组织发展的历史、文化、员工、社会等这些客观因素条件进行了解和认识。同时，这些因素一直都是动态变化的，人工智能无法对这些不确定的因素进行判断。由此可以看出，人工智能在应用时，虽然能够体现出一定的优势特点，但是并不是所有的事情都可以通过数据来进行衡量和判断，最终是要由人来进行决策。 1.3人力资源管理各个模块的影响 人工智能在实际应用过程中，可以结合实际情况，构建和落实具有非常良好特征的数字化基础结构，该结构在应用时，不仅能够将人力资源的各个模块全部都融入其中，而且可以实现对各个模块科学合理的管理和利用。在针对人力资源进行规划和设计的时候，要能够根据供需的基础要求来进行预测和判断。特别是在针对平衡供需计划进行制定和具体落实的时候，要与实际情况进行结合，特别是与模型、算法等方式进行结合，这样做的根本目的是为了提高计划在制定和使用过程中的准确性和有效性。在针对工作人员进行招聘的时候，招聘者可以通过这种方式，对应聘者的基本信息、专业技能水平等有大概的了解和认识。除此之外，应聘者的自我特质、应聘的动机等，这些在短时间内无法被有效的测量，应聘者也可能会存在一定的伪装现象。在针对这一现象进行具体处理的时候，可以将人工智能与招聘环节进行有效结合，招聘者可以利用人工智能对应聘者在之前的所有应聘经历、数据、信息等进行对比分析。这样不仅能够将内在判断与岗位进行结合，实现两者的有效匹配，这样能够增加招聘的成功率。
期刊文章分类查询,尽在期刊图书馆除此之外，在日常的一些培训活动实施过程中，通过人工智能在其中科学合理的利用，可以将员工当前有的一些优势特点、不足之处等进行合理的判断，这样不仅能够将培训的作用充分发挥出来，而且还能够强调培训的效果。 2人工智能时代下的人力资源管理对策 2.1重新定义人力资源职能 人工智能时代下的人力资源管理更加具有创新内涵，需要人力资源管理人员转变传统的管理观念，要将管理中心由以往的关注员工完成工作的质量和速度，转变为更加关注员工的个人需求，体现出人力资源管理中的人文关怀。重新定义人力资源职能，建立人力资源管理新思维，促进员工和管理层的整体转型。 2.2组建人工智能下的人力资源管理团队 新型的人力资源管理要求具备专业的人力资源管理团队，企业要充分重视人工智能技术，还要通过专业的人工智能技术的管理人员与人力资源管理人员的结合，来构建人力资源管理的云平台，为人工智能下的人力资源管理搭建稳固的数字化人力资源管理结构。 2.3将人工智能与人力资源管理的各个模块充分结合 （1）选-人员招聘。人员招聘在人力资源管理中是关键环节，人员招聘工作是一个需要持续进行和工作量较大的环节，需要招聘人员密切跟踪招聘流程，从简历海选、面试和结果通知等，都关系到人员招聘的质量。借助人工智能进行人员招聘，则需要使用人工智能技术对人员招聘程序进行设定，以精准的筛选简历、匹配岗位等。人工智能技术还能够对人员特质进行分析，并对人员进行评估，并形成评估表。在面试中，可以使用面试机器人进行语音面试等，还可以匹配面试官，提高面试效率和针对性。（2）用-员工关怀、员工体验。新型的人力资源管理应该将重点放在员工关怀和员工工作体验的改善上，这是企业留住人才的关键步骤。企业在人工智能时代下，更应该践行以人为本理念，要关注员工的实际需求，通过对员工的在线数据搜集和分析来了解员工的发展目标和自我实现的需求。通过人工智能技术，企业可以搭建与员工进行交流的线上平台，可以接收员工反馈、加强与员工之间的交流等，从而提高员工对企业的认可程度，并不断构建更加智能化和个性化的员工关怀服务，激发员工的工作积极性。（3）育-员工发展。在员工培训中，人工智能的作用较为显著，可以结合员工绩效考评机制来实现对员工的有效培训。人工智能的主要作用在于对员工的表现进行分析和评定，可以分项的对员工表现进行考核，在人工智能考核软件中，可涵盖众多子项目，提高了考核的精准度。在此基础上，对员工欠缺的技能点进行针对性培训，可以大大提高培训成果。人工智能还能够进行智能化的推荐，包括阅读推荐、课程推荐等，可以进一步提升员工培训成效。（4）留-离职预测。人力资源管理中的另一个关键环节在于进行员工的离职预测和离职分析，人工智能的出现可以帮助人力资源管理人员更加精准的对各种因素进行分析，包括个体因素、组织因素和外部因素等。在离职预测软件系统中，应包含人员个体特征、组织特征、外部特征的各个细节要素，以便于得出更加具有可操作性的分析成果，对相关要素进行定义，包括办公环境、工作压力、晋升轮岗、培训学习等，并明确上述要素的正相关或负相关属性，为后期的人力资源管理工作的开展提供参考。 3结语 人工智能的出现对于传统的人力资源管理而言，是一个较大的挑战，需要人力资源管理人员不断更新理念，并通过应用人工智能来强化人力资源管理，从人力资源管理的各个模块出发，实现人工智能对人力资源管理的全面优化。但是在具体的应用过程中，还是要关注人工智能对人力资源管理的影响，以更加理性的态度开展人工智能下的人力资源管理活动。 参考文献 [1]王伟琪.浅谈人工智能在人力资源领域的应用趋势[J].电子世界，2017（18）：107-108. [2]王亮.用人工智能技术提升人力资源管理水平[J].中国石化，2017（07）：53-54.