0
| 本文作者： 李雨晨 | 2017-08-31 17:58 |
雷锋网消息，8月25日，第三届中国商业 O2O 信息与数据高峰论坛暨新技术新方案展示会在北京举行。此次大会由零售 CIO 俱乐部主办，王府井集团、大悦城、绫致时装等企业的 CIO 代表出席此次会议。
无人零售在今天的出现，反映了当下科技的进步，因此出现了这种新的满足消费者需求的方式。亚马逊在去年12月推出 Amazon Go ，阿里也于此前推出“淘咖啡”无人零售店。计算机视觉、机器学习、人工智能等黑科技，以及“即买即走"背后的人像识别、商品识别、自助支付、大数据分析、IOT（物联网）、区块链等集成的＂黑科技＂系统成为了无人门店的技术支撑。
雷锋网了解到，在下午的演讲环节中，前奥马巴经济刺激计划 HAMP 项目资深咨询师江晓东发表了题为“如何做一个成功的人工智能商业项目”的主题演讲。江晓东结合目前美国零售业在人工智能、大数据等技术方面的应用情况，表达了自己对无人零售店等人工智能技术前沿领域的看法。
江晓东在演讲中表示，零售业未来面对的 Z 时代，对于个性化的需求，对基于数字化的能力的要求会越来越强，所以美国的零售业在人工智能的应用是基于大数据的研究和投资。“未来的人工智能一定不是纯线上，线下的应用场景一定会更多。所以新零售，实际上是线上线下和大数据、 AI 的场景结合，共同来促进生态圈的应用。”
江晓东认为，如何衡量一个人工智能项目是否成功有五个标准：
1、当 AI 项目的 ROI 预测在1-3年内的战略影响明显高于变现能力影响或战略影响/变现能力影响都积极时
2、当 AI 项目对促进整个企业业务的转型和价值起到明显效果时
3、当 AI 项目能够满足和提升总的KPI各项指标或核心指标时
4、当 AI 项目明显提升企业智能化和决策水平时
5、当 AI 项目的完成可以激励整个企业上下用于尝试创新、容忍试错失败和建立持续创新机制时
以下为嘉宾演讲实录，雷锋网做了不改变原意的编辑。
江晓东：新老朋友大家好，我大概介绍一下我自己，我在美国呆了二十三年，我的专业是信息技术管理，在美国的著名的世界五百强企业，包括金融的，汽车的，包括娱乐的都呆过，所以我对美国的数据技术应用和人工智能大数据的趋势有一些的把握，我今天分享的主要内容是“如何做一个成功的人工智能商业项目”。
我们花很短的时间讲一下人工智能的应用回顾，还有人工智能在美国零售和餐饮业的应用，分享一下美国企业和政府的经验和教训。如果一个企业投资做了大数据的项目或者是产品，当然是为了有投资回报，那我们怎么来衡量投资的成功率。我想做一个大概的比较，就是人类智能和人工智能的根本的区别，我举个例子，我们上午的刘总给我们分享的，现在大数据的平台、商务智能中心就是企业的大脑，我们怎么收集数据，怎么处理数据，怎么去根据数据做出相应的企业决策，我认为这是未来企业大数据的积累、分析到了一定程度之后一个非常自然的过程，所以投资的时候哪些点你需要做，哪些点你不需要做，这些是非常重要的。
所以我们先看下面这一块，人工智能跟人类智能很重要的区别在于它是数字型的、是连续的，中间如果有被打断的情况，比如说存储能力被破坏了，中间有一个备份的中心，人就不一样了，人的大脑非常复杂。大家可能也是有这个印象，比如说我刚刚吃完饭，如果是正常的人大概在吃完饭的十分钟到二十分钟之内，胃会向大脑发一个信号已经饱了别吃了，这时候就由你自己决定了，有一些人不知道有没有这个经验，不停的吃，大脑和胃中间的信号是不联系的，企业在这个情况下不停地进货，不知道客户的需求数据在哪里，库存一定会大量积压，这点在服装行业特别明显。
人工智能这边基本上是预先设定好了，只要是这个数据，他可以通过一定的程序进行搜索，模块化，比如说我们企业里有金融相关的模块化的数据。但是一个聪明的大脑，他应该是打破部门间的功能区别，在美国有这种情况，运营部门有时候不愿意跟财务部门的人分享他们的信息，这里面会牵扯到利益之争，实际上财务部门一定要知道运营部门的情况，反过来也是一样，所以这个是我们需要知道一些人工智能的基本的概念，对未来我想设计一套方案的时候会比较高效。
大家看一下，1956年开始人工智能第一次提出来，它经历了两个冬天，李开复经常举一个例子，人工智能最早的时候，是为了让人脑变得更聪明，让机器变得更聪明，这个情况下你只要是可以模仿人脑，你的企业就可以做很多事，实际上后来人工智能的发展和应用也是按照这个方法的，比如说专家系统。大家想一下，美国的阿波罗登月最现实的问题是，太空舱在运行的时候，万一宇航员生病怎么办？这种情况下不可能有医生上去，只能是通过远距离的人工智能的专家系统，边远的山区没有医生做手术，通过远程的办法，包括远距离教学，山区的孩子没有很好的名师，让孩子一样可以得到高质量的教学资源，这个是人工智能最早的应用案例。后来，人工智能发展到瓶颈期，当时计算机的硬件和处理数据的能力不行，第二个是软件储存数据的能力不行，八九十年代，大数据还没有像今天这样，我们当年处理很多数据的时候，那就是人工处理。
所以李开复当时有一个笑话就是说你那时候研究人工智能，大家都离你远远的，因为你在大学里拿不到 reserch funding 。后来，到了2000年以后人工智能有很大的发展，就是因为硬件也上去了，软件也上去了，大数据各方面都好了，突然一下爆发了。人工智能有一个永远不能做的事，就是永远不能模仿人的愚蠢，人一旦蠢到一定的时候，人工智能再聪明也不能做到人那么愚蠢，这个是一个笑话，我们是越来越聪明而不是越来越蠢，这个是未来在考虑引进技术的时候需要做的事情，你是为了让你的企业越来越聪明。
我想介绍一下美国的零售和餐饮业是怎么应用人工智能的。前面的录像是两个月以前。大家可以看到，人工智能未来在零售业的应用场景会非常普遍，而且他专门有了市场规模，零售业未来面对的 Z 时代，他对于个性化的需求，对基于数字化的能力的要求会越来越强，所以美国的零售业在人工智能的应用是基于大数据的研究和投资。我们讲，未来的人工智能一定不是纯线上，线下的应用场景一定会更多。所以新零售，实际上是线上线下和大数据、 AI 的场景结合，共同来促进生态圈的应用。
我现在就解释一下这个视频，这个视频是我们餐饮行业的最常用的一个场景。一个人定了一个披萨饼，披萨饼的构成这些信息都有了，他下次再打电话的时候，接电话的是一个机器人，而且我想跟各位讲的是他这是开源系统，人工智能投资不一定特别大，但是要看你知不知道怎么用，这里面的案例是通过对他以前的购买行为的认知的，顺势推出一些其它的服务，你可以想象一下，美国这种餐馆很多，每天的电话量都是上亿次，这么大的工作量，未来都是要被机器取代的，而且机器取代都是非常精准的，因为如果人不开心，或者生病说话听不清楚，而发生任何错误，这种不能容忍有任何错误。因为一旦错误的时候，他反复确认你要定的这个东西什么时候能好，第二次的购买行为又给记录下来了，这个是在美国的餐饮界发生的变化，一定是有大数据再加人工智能，就是我前面讲的大脑。
现在美国通过大数据和人工智能技术实现了采购和库存最优化的方案，基于客户大数据的个性化服务，聊天机器人，而且投资也不大，沃尔玛和亚马逊已经大规模的做这些了，他们也给其它的企业提供相关的解决方案。企业主管可以根据解决方案做到精准营销预测和客服活动，麦当劳现在用的是微软的 AI 识别系统，你开车过去的时候，提前订好饭菜，到窗口取的时候全都好了，你不用等一分钟。 Dunkin' Dounts 也是大数据人工智能系统，根据一样的思路，以前在这订过的，他会给你推出很多不同的服务，甚至还没有张嘴要什么东西，他甚至可以知道你准备要什么，因为你可能是有复购率，两三次复购率以后数据全在里面了。美国有一家银行，你打电话去的时候，机器已经有百分之八十的可能知道你这次来的目的，他把所有的数据调好，接受咨询，他们现在做的精准营销已经做到这样了。
我觉得我们现在最重要的一定要把人工智能、大数据作为一个工具，而不是取代我们现在的业务，这个是很多企业犯的错误，被很多技术公司忽悠了，但是一定要从技术角度出发去找适合你企业的技术，第二个是制订一个跟你的项目有关的合理预算和服务规划，需要思考我需要什么技术，什么人给你带来这种技术，能不能满足我的业务要求。不要一下投一大笔钱下去，投资一定要从比较小的，你可能是有七八个痛点，找准对你来说最容易实现的痛点，而且是对业务有促进作用。先拿小数据验证你的想法对不对，你的概念首先要证明是对的，往下推才有意义，不要一下想把什么东西全都搞定了，先选个小的，试错以后慢慢扩大应用范围。
大家知道像银行系统，每个月会对很多其它的业界银行进行财务报表的分析，你得知道其它对手在干什么，这个事情是要一个团队大概花一个多月的时间做的。引入人工智能之后，机器做这个报告，把数据抓来，把基本的东西都放进去，在我们 CIO 看来以为是人做的，其实是机器做的。所以这个项目成功以后就把不需要的人调到其它的部门，他们就慢慢的把项目推广到其它的十几个部门，所以他那个成本很低，一共是大概七十多万美金，也不高，我自己当时管理的大概180几个项目，我看过超过一千万美金预算的项目一共是三十多个，其它的项目是从八十万到二百万美金的项目，那是很大的公司。
所以他们每一笔钱都算的非常详细，不会说投一笔不会看到回报的资，这个回报哪怕是失败也要知道失败在哪里，而且还没有失败以前就可能是会看不到的，这个是教训。前面讲的很清楚，切入点不对，缺少核心技术和算法，还没有弄懂怎么回事就匆忙上了，内部不团结，做一个创新对其它的部门是有冲击的，这个怎么配合也是有问题的。
首先最重要的是我们知道要引进一个人工智能，开始是大数据的项目，这个项目对我们公司具体的业务到底有没有帮助。不管人工智能还是大数据只是一个工具，大家一定要把这个弄清楚，我们是做业务的，不管是新零售还是零售，卖服务、产品或者是运营客户群，这个是最重要的是核心，你的痛点是为了解决问题，这个很重要。还有是具体的问题，你的解决方案可能是什么样的可行性，你就找人，有了钱就制订政策，去找团队，找一个最容易突破的业务进去，确定相应的技术，不要搞的那么复杂，只要找对合适的技术和人，投一笔小钱就可以做一个实验，然后是迭代，最后是成功。
我们经常讲什么叫成功，我认为成功的五个标准，一个是你的ROI，我投下去一百万、一千万，能不能在一到三年内对企业的未来战略方向有影响，因为你不一定马上变现，但是如果对你的战略和业务的方向有影响，还是值得去做的，尤其是对不缺钱的公司我觉得是可以作为一个衡量的标准；还有一个是你的 AI 如何满足和提升公司的 KPI ，不管你的 KPI 是降库存也好，去产能也好，减少人手也好，只要能够满足核心的 KPI ，这个投资就算值得；还有一个是你的 AI 项目，如果能够完成就达到激励整个企业的目的，这个企业做过创新，虽然失败，但是会慢慢形成新的企业文化，这个也是不错的，实际上阿里包括腾讯他们内部有很多的项目失败了，但是无所谓，失败就失败了，但是他从中学了很多教训，从一个失败找到其它的方向；最后一个是如何促进企业的业务转型和价值，我觉得这也算是一个标准。
亚马逊在去年12月推出 AMAZON GO ，没有想到因为技术原因就放弃了这个无人店。其实他当时讲了两个原因，第一个他们发现无人店进了三十个人的时候他的技术就没有办法check就乱了，所有的感应系统没有办法抓到这个产品，所以他就没有办法实现提高效率的目的。不管你用什么技术，无人店的目的还是卖东西，他不是为了放那好玩的。大家都知道盒马鲜生，因为不接受现金成为了焦点，你必须有人在那监视去管理用现金的，已经不是无人店了，你一旦要有类似的情况出现的时候，无人店我投下这么多钱有多大的意义，意义是跟业务和战略有关系的，我觉得不好评判，第一个你人工智能投下去的钱，省去的人工和客户体验是不是有意义，第二个是你的技术是不是稳定，第三个是我觉得在一两年内你要看你的盈利预期和实际收益。这个是我们对无人店的看法，总结就是这样，大家看一下。
第四次产业革命，我们在座的各位都是参与者，所以到底在这里面我们采取用什么样的技术来促进我们的业务，我觉得是非常重要的，可能我们未来也避免不了要成立于用人工智能的技术，投资应该不考虑，我觉得还有包括如何衡量成功，最重要的是汲取西方证明已经失败的一些教训，其实它带有普遍性，我的分享就到此结束，希望对各位有益，谢谢。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
