解碼產業巨頭的AI發展路徑，五大商業案例讓你看透徹
【獵雲網（微信號：）】9月21日報道（編譯：田小雪）
就在上個月，知名線上影片租賃商網飛（Netflix）悄然無聲地刪除了網站上的所有使用者評論。不僅如此，在其執行長裡德·哈斯廷斯（Reed Hastings）的帶領之下，公司也正式完成了自己的業務模式轉型，不再依賴傳統的內容推薦流量優勢，而是開始藉助機器和人工智慧技術。隨著公司規模的擴大以及先進技術的普及，網飛的演算法已經逐步進入成熟的應用階段。
然而，過去一年中，在帶來巨大便利的同時，人工智慧技術普及也帶來了不少問題、引起了不少恐慌。在科技行業，原本那些看似無堅不摧的大公司，諸如谷歌和Facebook，現在都已經陷入了各種輿論漩渦，成為美國國會聽證會的座上嘉賓，接受來自媒體和公眾的質問甚至批判。但即便如此，這類先進技術仍然是提高商業效益的有力驅動因素，成為亞馬遜和埃森哲這類大公司贏得同行業競爭優勢的必備條件。
可以說，當下科技行業的發展現狀，與演算法和人工智慧技術的普及，有著最為密切、最為重要，同時也是最為複雜的關係。毫無疑問，現階段的我們，正處於科技行業的最新浪潮之中。而且，這股浪潮只會將我們一直往前推。想要走回頭路，那是完全不可能的。
無論是大型上市公司還是小型初創企業，無論是學術機構還是非盈利組織，都必須要對人工智慧這項席捲整個行業的新興技術有一個瞭解。本文以五家公司為例，闡述了演算法對現代企業經營和組織領導的變革性影響。對於想要在現如今這個時代擁有一番大作為的個人或者佔據一席之地的企業來說，這些案例和建議或許能夠提供一些參考性的幫助。
案例一：SPOTIFY——充分利用演算法帶來的便利
作為一家最初起源於瑞典斯德哥爾摩的音樂流媒體平臺，Spotify現在已經成為全球音樂行業的領頭羊。因此，不少人便好奇，它究竟如何能夠做到這一點。筆者通過其總部以及紐約辦事處的參觀訪問，得出了一些結論。
除了卓越的領導團隊，它取得巨大成功的另一關鍵因素，就是積極跟隨先進科技的發展潮流。其中，最好的證明，就是在公司所有員工中，有40%都從事著工程和軟體開發工作。公司執行長Daniel Ek本身就是一位音樂迷，甚至還曾經花過一年的時間來專門學習彈吉他。但在他看來，Spotify能夠從眾多競爭對手中脫穎而出的最大原因，還是先進技術。它所採用的技術，能夠在音樂內容、藝術家以及受眾之間架起一座橋樑，實現便利高效的互動。畢竟歌曲太多、使用者偏好不同，沒有先進軟體的幫助，根本就不可能提供個性化、全方面的服務。
早在今年年初接受採訪時，蘋果執行長蒂姆·庫克就表示，現階段，市場上有太多音樂服務供應商都只看重流量和收益。但Spotify不一樣，它所擁有的先進演算法和軟體，不僅能夠更好地服務使用者，更能幫助它成為行業中的佼佼者。
案例二：BIOHUB——將超負荷資料轉為寶貴發展機遇
雖然有不少機構和組織都認為，資料能夠帶來非常大的便利。但其實，數量過多的資訊和資料，有時候也不是一件好事。也就是說，如果沒有特定工具能將所收集到的資料變為有意義的資訊流，那麼所有的感測器配置或各種統計工作，都將沒有任何意義。
通過最近一次參觀生物醫藥研究中心BioHub位於舊金山的實驗室，筆者親眼見證了資料得到高效收集和利用的過程。據該研究中心核心研究員Joe Derisi介紹，他們配置了一種全新的高效顯微鏡。按理說，一臺普通攝像機應該只有一個聚焦透鏡，但那種顯微鏡配有22個相互關聯的聚焦透鏡。要知道，如果沒有軟體的幫助，那就無法實現這些透鏡的互聯。
而且，在該研究中心內，一項為期兩天的實驗，能夠藉助快速收集的資料資訊產出數以百萬計的詳細實驗結果。但是，想要完全搞清楚這些資料結果的意義，卻需要九個月甚至更長時間，這也就是學術研究人員未來還將繼續幫助推進工程師專家編寫演算法以加速資料整理分析的原因所在。畢竟只有資料分析的速度得到提升，初步實驗結果才能顯示出應有的意義，帶動整個實驗專案更快進入下一個階段，從而進一步拿到更多有用的實驗結果。
事實上，這種快速收集和分析資料的能力，對於每一領域中的每家企業都非常重要，並不僅侷限於醫療研究。簡單說來，想要為自己贏得競爭優勢，就必須要不斷嘗試、學習、進步。在科技行業，創新時時刻刻都會湧現出來。昨天的創新，很有可能成為今天的決勝籌碼。在整個嘗試、學習和進步的過程中，演算法起著至關重要的作用。其中，在第二個學習階段，雖然會出現很多發展機遇，但如果企業無法及時、高效地加以利用，那將會很快遭到同行取代甚至淘汰。
案例三：高盛——人工智慧引領所有運作流程
兩年前，華爾街知名投行高盛正式推出了面向年輕一代消費者的線上貸款平臺Marcus。該技術平臺藉助高盛雄厚的資金實力，為使用者提供了優於傳統競爭對手的高回報率貸款服務。但還不夠，今年春天，Marcus順利收購了人工智慧互動平臺Clarity Money，進一步豐富自己的服務範圍、提升服務質量。
其實，作為一個由高盛提供大力支援的平臺，Marcus本可以不用“太努力”。但它還是努力否定自己、突破自己，不斷探索更多產品和服務的全新可能性。對於不少企業來說，雖然自我否定可能會帶來發展機遇，但同樣可能招致風險。而隨著人工智慧技術的日益成熟，究竟如何更好利用它來為自己服務，是一個值得深入探討的問題。
案例四：Facebook——密切關注潛在負面影響
多年來，Facebook一直大大受益於演算法和人工智慧技術帶來的速度優勢和規模優勢。但去年，它也遇到了一些風險難題。畢竟這是一個擁有20億使用者的平臺，即便只有1%的負面影響率，那也有將近200萬用戶受到影響。對於這樣一個說小也不小的數字，公司還是無法視而不見的。
它告訴我們，各家企業所有的活動，必然都會產生潛在影響。最開始，演算法或人工智慧技術確實能夠在監督過程中及時發現問題和潛在影響，但隨著我們對機器的日益依賴，想要及時發現並修復相關問題，已經變得越來越困難。因此，在享受演算法帶來便利的同時，我們必須要落實相應的監管政策。
在現實生活中，有些人認為，政府應該承擔起自己的監管職責。但其實，隨著科技進步，這些監管責任已經越來越多地落在私有企業身上，它們最好能在內部形成監管機制、作出正確抉擇。
案例五：耐克——尊重人類因素
眾所周知，作為全球知名運動品牌，耐克已經在生產、設計和營銷等各個環節使用了先進演算法，畢竟在這個時代已經沒有哪一家企業蠢到摒棄人工智慧這類技術。但要知道，機器並不能完全代替人類，哪怕高度智慧化的網飛也需要真人來掌控公司的大體前進方向。
因此，從耐克的發展宗旨和使命來看，人類永遠是一家企業的核心，絕對不會被計算機程式碼代替。有人曾經說過，在某家組織機構中，機器能夠勝任的事情就應該由機器完成，但需要人類來完成的事情，那就無法由機器代替完成。