中电标协社责委    CSR-CESA
从企业角度看 AI 如何推进管理创新

    当前,人工智能(AI)的竞争已白热化。谷歌、亚马逊、百度、阿里、腾讯等巨头持续投入,国内商汤、科大讯飞等商业上初步成功,AI 显示出巨大的商业应用潜力。在这股大潮中,全球领先的企业应用软件解决方案提供商SAP 将机器学习、物联网、大数据、商务分析等领域的技术整合在一起,融入 SAP 几十年的产业经验、流程和行业知识,以及先进的设计思维方法,推出 SAP Leonardo 这款数字化智慧企业平台,在企业 AI 应用中独辟一片天地。

    一、人工智能发展概况及应用分析
    那么到底 AI 是什么? 
    1、AI 概况及其应用
    一提到 AI,很多人立即就想到了科幻电影和文学作品中的虚幻场景,或者电影「机器姬」里那种能超越人类的机器人。实际上当前 AI 的程度离这个很远。人类开发和利用 AI,是为了提升社会劳动生产率,有效降低劳动成本、优化产品和服务、创造新市场和就业等,为人类生产和生活带来更多价值和服务体验。简单讲,AI 是对人的意识和思维过程的模拟,利用机器学习和数据分析方法赋予机器类人的能力。AI 可分为三个层次:
    ◆ 弱 AI:擅长单个方面的 AI 系统,如下棋、图像识别等。         
    ◆ 强 AI:人类级别的 AI,在各方面都能和人类比肩,脑力活它都能干。           
    ◆ 超 AI:各方面都比人类强一点,也可能各方面都比人类强很多很多倍。           
    目前弱 AI已成熟且无处不在,本文主要讲弱 AI。参考各方面的研究概括如下:现阶段 AI 是指 AI 大概念下机器学习领域中的深度学习,底层原理是基于大数据的统计分析技术,对数据有很大依赖性。在某些特定场景中能超越人类,最擅长的是对海量、高维度的信息的分类,结合深度学习可做到信息越多、维度越多,分类结果越准确。 
    2、制造业是当前 AI 应用的蓝海
    制造企业里又有大量的有效数据,正契合 AI 的数据依赖性。AI 与制造业的管理、技术结合,结合企业的各种生产数据,可优化制造业各流程的效率,为各级管理者提供决策建议,甚至自主优化,让制造业插上智慧的翅膀。事实上,研究发现 AI 可降低制造商最高20%的加工成本,而这种减少最高有70%源自于更高的劳动生产率。
    SAP 的调研分析发现,中国过去三年300项 AI 投资项目中,制造业相关的投入不到1%。据研究,全球 AI 及相关场景在制造业的市场在2016年约为1200亿美元, 2025年有望超过7200亿美元,复合年均增长率超过25%。制造业成为 AI 应用的蓝海。 



    二、AI在企业管理中的应用需求分析
    1、 AI 在企业管理中的需求分析
    对 C 端用户的 AI 应用主要是带来便捷、舒适性和智能化的新体验,应用已极为普遍,不再赘述。本文重点讲AI 在 B 端——制造类企业管理中的应用。
    企业对于产品质量和生产效率提升的需求是永无止境的,产品设计需求来自对客户需求的把我和创新,同时通过供应链满足生产需求。AI 的应用场景和需求痛点范围在这里,主要应用场景可分为三类:
    ◆ 产品智能化研发及为产品注智;
    ◆ 供应链的智能化;
    ◆ 在制造和管理流程中运用人工智能提高产品质量和生产效率。

    前市场已有一些新兴公司在深耕这方面市场。 



    2、AI 在企业管理应用的点、线、面模型
    当前 AI 服务商为客户提供服务时主要是应用场景描述,好处是容易让客户理解其应用价值,坏处是客户分不清 AI 的简单场景和复杂场景的区别。有位客户 CIO 问:SAP 的 AI 平台与其他 IT 公司的 AI 系统比有何特别优势?当我尝试从企业管理的角度来说明 SAP 的 AI 的优势时,对方立即认可:场景的描述模糊了流程和组织角色,企业管理层更多的是从企业组织化优势看待 AI 的应用。受此启发,本文思考了基于组织管理的点、线、面三层分析方式,来理解和说明AI 在企业管理中的应用:
    ◆ 点场景:就是企业内的组织结点或岗位,针对具体人员和作业;
    ◆ 线场景:就是流程或完整的业务场景,主要是针对组织内外部的协同;
    ◆ 面场景:就是企业运营的整体,包括组织优化和管理创新。
    鉴于组织管理的特点,企业里没有独立存在的点,三个层面之间是逐步演化、互相影响的。最简单的场景就是每个岗位的操作或决策,AI 的分析和学习功能可提供强有力的支持。线场景就涉及到多点(岗位)协同,这是企业管理层看重的。当 AI 从点到线逐步成熟应用起来,最终呈现面场景的 AI 化,企业走向智能化组织。
      3、AI 与企业管理融合推动组织管理智能化
    德勤的一份调研报告显示了管理职能不同角色被AI 替代的程度:

    这反映了企业内部不同业务部门对 AI 的需求的差异:
    1) 点场景的需求
    业务操作类场景:
    ◆ 财务管理:包括自动付款清账、收款信息自动处理、财税票据自动处理等。这些工作极其消耗精力且易出错。
    ◆ 产品质检:质量大数据和机器视觉系统可快速扫描产品质量,提高效率。汽车及零部件成功案例很多。
    ◆ 智能自动化分拣:将物料在无序或半无序状态下完成分拣,通常很令人头痛。无序分拣机器人可应解决混杂分拣、上下料及拆垛等。
    ◆ 智能客服:人工客服成本高、服务效果,难以标准化且流动性大,AI 在客服领域中已经在发挥作用。预计到2020年,85%的客服工作将依靠 AI 完成。
    决策活动场景:
    ◆ 管理决策&模拟:包括生产资源分配、生产过程优化,以及供应链需求/销量的智能化预测、大宗物品的采购决策、供应链风险管控等。AI 主要是解决管理层信息不完备,无法综合考量决策风险的问题。
    ◆ 产品设计:市场和客户反馈的数据、信息往往不完备、不连续,AI 可根据既定目标和约束探索多种设计方案,协助开发人员进行测试和学习,快速迭代、寻优。
    总结:这个层面的应用实质是 AI 赋能个体,是单人与逻辑机器的协作,较成熟。
    2) 线场景的需求
    上面的点场景中企业管理层容易把 AI 技术化理解,而企业真正关注的是如何让 AI 融入组织形成组织化的加速器,促进企业内外的协同效率和准确度,让企业管理智能化。
    线场景实际上就是多点协作的工作场景,表面看跟传统流程管理很像,但背后是 AI 与数字化管理平台的强化与互动:后者是企业管理的技术平台和业务数据主要来源,前者一方面解读内、外部的业务数据,同时协同企业各部门高效、准确地响应其他部门和外部的反馈信息,并在不断深化学习中做到更好。这意味着企业管理的 AI 应用,不是简单的AI+流程,而是互相影响,AI要持续性地优化工作流程,并通过不断深化学习来推进企业管理的优化,甚至进化。
    客观讲,这种情况已经超出传统的企业管理理念和操作方法,还需要配套的方法论支持这个场景的模型化和数据的收集。后面的案例会详细解释。
    3) 面场景的需求
    理论上讲,面场景是企业运营的整体智能化,是AI 与企业运营管理的深度融合,不仅仅是组织优化、管理创新。随着智能制造的飞速发展,未来很多硬件都会应用物联网芯片和人工智能技术,制造业的管理模式也会发生重大调整。
    但人工智能仍处于发展早期,当企业内的产品设计、供应链、制造过程、财务管理、客户服务等主要业务场景逐步智能化后,多条线就自然具备面的效应,企业客观上就走上了智能化管理。但由于组织管理的内在震荡性,这不会是个线性过程,还需要 AI 技术的进步和组织管理的创新。


    三、SAP的AI+数字化平台助力企业走向智慧化管理

    针对企业智能化管理的发展趋势,SAP 推出了智慧企业模型和解决方案,核心就是将 AI 与企业成熟应用的数字化系统相结合,强化组织内每个环节、流程,推动组织整体的作业效率和协同度,最终提高组织的整体有效性。在这个架构中,从点场景到线场景,AI 平台赋能企业的整体管理,为企业构建可持续学习、进化的智能化管理平台。


    目前这个平台已在很多行业的点场景中成功应用。下图是 SAP 的汽车零部件客户利用 AI 辅助冲压零件的质量预测分析,比传统的方法达成更好的质量预测结果。这是成熟的应用,有很多成功案例。其它如财务、质检、供应链及设计、决策等方面的应用也都很成熟。


    AI辅助冲压零件质量预测分析


    同时,线场景方面的应用也逐步成熟起来。下面案例是空调行业的安装服务场景,除了内部参与者,还有外部的设计师、经销商、施工队和用户等。这个场景已经导致顾客内卷化,成为企业服务活动的参与者。

大金空调安装服务旅程图


    整体看,这个场景有以下特点:
    ◆ 场景所涉及到内外相关者已超出了传统的IT 系统和流程所涵盖的范围。
    ◆ 服务过程很多信息是非结构化的,智能产品传回的是有时间连续性的实时数据。
    ◆ 此场景需要大量弹性的线下沟通和处理,以协同所有的数据和作业活动。
    基于图像识别的在线安装质量检查方案,通过设计思维研讨会与AI平台结合,可给客户带来如下价值:
    ◆ 清楚了解技术、投资成本、扩展性和投资回报率;
    ◆ 准确预测第三方安装的空调(AC)系统的潜在安装质量风险;
    ◆ 能够根据质量风险对安装进行优先级排序,让工程师能以最少的努力尽可能地提高质量保证效率,并提高客户满意度。
    ◆ 能够使用统一的实时数据平台处理结构化和非结构化数据,并在复杂的大数据环境中确保数据质量。
    总结:从上述分析和案例看,AI 增强并扩展了企业管理的效能和范围。鉴于制造业信息化程度相对很高,积累了大量的业务数据,这些优质数据资源如被AI充分利用,可以进一步解决制造类企业中的实际问题。

   

    四、SAP的AI平台助力企业管理走向智能化
    随着 AI 再点场景的普及,并在线性场景的从简单到复杂的逐步深入应用,AI 会深刻地影响企业的整体管理方式。用埃森哲一句话作为结束语:AI 系统不仅能够推动流程自动化,提高工作效率;更重要的是实现人机协作,从根本上改变工作性质,从而彻底颠覆企业运营和员工管理方式。





【相关文件】
·4
郑重声明:本网站原创内容,版权归本网站所有,转载请注明“文章来源:中电标协社责委网站”。
声明:本网站转载其他媒体的内容出于传递更多信息的目的,并不代表本站及其子站赞同其观点和对其真实性负责。其他媒体、网站或个人转载使用时必须保留本站注明的文章来源,并自负法律责任。
联系我们
  • 中国电子工业标准化技术协会社会责任工作委员会
  • 地址:北京东城区安定门东大街1号
  • 联系电话:010-64102960
  • 邮箱:csr@cesa.cn
加入我们
  • 官方公众号
  • 官方微信号
                             
@2022 版权所有 中电标协社责委    京公网安备11010802033395号    京ICP备06019433号-6