導讀
5月20日(ri)晚，智次方創始人彭昭(zhao)再次與AI4C應用(yong)研究(jiu)院(yuan)管震連麥，圍繞“AI驅動(dong)：企業數字化(hua)變革的(de)新引(yin)擎(qing)”主題展開對(dui)話。
隨(sui)著上周AI加持下的產業數字化變(bian)(bian)革與創(chuang)新討論(lun)的深(shen)入(ru)(點擊此處查看往(wang)期(qi)文章)，AI到底會給業務帶來何變(bian)(bian)化、應(ying)(ying)用是否(fou)會進(jin)入(ru)深(shen)水區、應(ying)(ying)該走怎樣的應(ying)(ying)用模式(shi)、中小企業如(ru)何起步等問(wen)題進(jin)一步浮(fu)出(chu)水面。
5月20日晚，智次方創始人彭昭再次與AI4C應用研究院管震連麥，圍繞“AI驅動：企業數字化變革的新引擎”主題展開對話。
以(yi)下(xia)根據直播(bo)訪談內容整理(li)：
大模型會對業務環節產生哪些影響
彭昭：哈(ha)嘍，大家(jia)好(hao)，我們今(jin)天還是繼續討(tao)論 AI 驅動(dong)的(de)數字化變(bian)革。第一個問題就是以 GPT 為(wei)代表的(de)大模型對未(wei)來(lai)的(de)業務會(hui)(hui)產生什么樣的(de)影響?業務層面涉及到像研發、生產、銷售(shou)、服務等環節，這些(xie)環節是不是都(dou)會(hui)(hui)被改造?
管震：如果(guo)我們接著上(shang)周討論的內容，當時(shi)我在這個(ge)白板上(shang)畫過一(yi)張圖(tu)，其(qi)實(shi)每(mei)個(ge)環節里(li)面都可能對不同的地方產生效率提(ti)升，這是(shi)顯而易見的。因為它本身是(shi)一(yi)個(ge)語言(yan)模型，所以但凡涉及到(dao)跟文(wen)書工作(zuo)相關的、跟文(wen)字和(he)符(fu)號傳(chuan)(chuan)遞(di)相關的(從上(shang)游傳(chuan)(chuan)遞(di)到(dao)下游)、跟語言(yan)處理(如歸納、演(yan)繹)相關的，這些環節其(qi)實(shi)都會產生影響。
只不(bu)過(guo)現在讓人著迷的(de)是(shi)我們都(dou)不(bu)清楚到底他能(neng)夠走到哪一步。我舉個(ge)例子就是(shi)大家(jia)都(dou)能(neng)看到的(de)客服，一早就被(bei)看中了(le)，像轟炸機(ji)一樣就轟進(jin)去(qu)了(le)，我們做(zuo)(zuo)個(ge)聊天機(ji)器人，原來要(yao)做(zuo)(zuo)知識圖譜，要(yao)做(zuo)(zuo)語(yu)義理解(jie)，要(yao)做(zuo)(zuo)多輪對話，現在不(bu)用了(le)，我們直接上大模型(xing)就可以(yi)(yi)搞定了(le)。然后再(zai)做(zuo)(zuo)一些embedding，再(zai)做(zuo)(zuo)嵌入，就可以(yi)(yi)把自己(ji)的(de)知識庫灌進(jin)去(qu)了(le)，反正(zheng)回(hui)答得好(hao)回(hui)答得不(bu)好(hao)，回(hui)答得準不(bu)準確，也無(wu)所謂，所以(yi)(yi)很快就能(neng)融入進(jin)去(qu)。
這個(ge)(ge)(ge)是比(bi)較淺層(ceng)次的(de)(de)，我(wo)(wo)們在應用上面很(hen)快就能看到，那么接(jie)下來，在很(hen)多行業里面，只要(yao)跟剛才舉的(de)(de)這個(ge)(ge)(ge)例(li)子(zi)相關的(de)(de)，我(wo)(wo)相信進到這個(ge)(ge)(ge)直播間(jian)來的(de)(de)朋(peng)友，應該多多少少都(dou)有(you)感(gan)受，所以我(wo)(wo)就不再重復去講(jiang)這個(ge)(ge)(ge)比(bi)較淺層(ceng)次的(de)(de)應用了。
現在稍微深一點的、讓大家覺得有意思的應用在第二輪。如果我們假設大模型它真的是作為一個對符號、對語言的抽象，那么人類的文明，無論它現在是機器，還是不是機器，是跑在信息系統里面的，還是不是跑在信息系統里，是跑在什么樣的抽象的耦合系統里面的，這些其實都是符號、數字、公式等抽象的集合。那么道理上講，但凡給它個學習的機會，它不就是能夠比人快100倍的去處理這些信息，并且能夠產生效益嗎?
所以如果(guo)(guo)我(wo)們回到(dao)(dao)剛才提的問題，無論(lun)是哪個環節，它是研發、產品設計、采購、市(shi)場調研、計劃、排產，還包括設備，每個環節里面(mian)其(qi)實都是對前(qian)面(mian)那(nei)個環節交(jiao)付的一堆信息的處理(li)，并且交(jiao)付到(dao)(dao)下一個環節，如果(guo)(guo)我(wo)們現在嘗試去抽象這(zhe)個過程的話(hua)，它其(qi)實就做這(zhe)件事情(qing)。那(nei)以GPT為代表大(da)模(mo)(mo)型道理(li)上在未來，可能(neng)明天，可能(neng)一周或(huo)者一年(nian)之后，干(gan)(gan)得比我(wo)們快得多。這(zhe)個就讓人著(zhu)迷了，那(nei)如果(guo)(guo)用(yong)現在的GPT，或(huo)類似GPT這(zhe)種(zhong)模(mo)(mo)式，我(wo)們能(neng)干(gan)(gan)成(cheng)多少事情(qing)?能(neng)干(gan)(gan)成(cheng)什么樣?
第(di)二種(zhong)是(shi)有(you)很多在(zai)做(zuo)不(bu)同領域的(de)專家也(ye)在(zai)思(si)考現在(zai)的(de) GPT能否(fou)被應(ying)用于(yu)他們的(de)領域。 它(ta)不(bu)能硬(ying)套在(zai)各個(ge)領域里(li)面，但(dan)GPT的(de)一些(xie)(xie)思(si)維(wei)、模(mo)式、思(si)路確實很好(hao)，比如(ru)可(ke)以(yi)用于(yu)對(dui)工(gong)業場景的(de)理解，可(ke)以(yi)用于(yu)未來產品(pin)(pin)新品(pin)(pin)的(de)研(yan)發，也(ye)可(ke)以(yi)用于(yu)(有(you)些(xie)(xie)可(ke)能是(shi)我們自己在(zai)瞎(xia)想)未來的(de)一些(xie)(xie)新的(de)工(gong)作機會的(de)創造(zao)。
原來(lai)我(wo)們單(dan)獨朝(chao)一個方(fang)向想(xiang)、到最后就是死胡同的(de)(de)那種思路，豁(huo)然開朗成為(wei)現在這(zhe)(zhe)種更(geng)發散，或者叫做用(yong)多模態的(de)(de)思維方(fang)向去做這(zhe)(zhe)件(jian)事，這(zhe)(zhe)個是讓人著迷的(de)(de)事，當然同時它也是個謎。到目前為(wei)止，有(you)多少人真(zhen)的(de)(de)把這(zhe)(zhe)件(jian)事做出來(lai)了(le)呢?我(wo)覺得還需要等(deng)待一段(duan)時間，但非常有(you)意思的(de)(de)時間點(dian)到了(le)。
大模型在工業領域是否將進入深水區
彭昭：四月份的時候看到一(yi)個(ge)新聞，說西(xi)門(men)子(zi)和(he)微軟將加強合作(zuo)，利用(yong)生成式AI推動工業生產力發(fa)展，兩家(jia)公司正在(zai)將西(xi)門(men)子(zi)用(yong)于(yu)產品生命周期管理(PLM)的Teamcenter?軟件與(yu)微軟的協(xie)作(zuo)平臺Teams和(he)Azure OpenAI服務中的語言模(mo)型以及其他Azure AI功能集成。兩家(jia)公司在(zai)合作(zuo)開發(fa)可編程(cheng)邏輯控(kong)制器(qi) (PLC) 的代碼(ma)生成工具(ju)，ChatGPT 將用(yong)于(yu)通過自然語言輸(shu)入生成 PLC 代碼(ma);另外還在(zai)研發(fa)能夠更好地發(fa)現生產缺陷的系統，結合微軟Azure機(ji)器(qi)學習和(he)西(xi)門(men)子(zi)的Industrial Edge。
之前大模(mo)型(xing)的應用(yong)都是在聊(liao)天機器人都比(bi)較淺層(ceng)次的應用(yong)，那這個合作已(yi)經深(shen)層(ceng)次進(jin)入到(dao)了(le)業務(wu)和設備層(ceng)面，以前這些大家都是不(bu)愿意(yi)公開的，這是不(bu)是意(yi)味著(zhu)大模(mo)型(xing)在工業領域(yu)開始深(shen)入到(dao)深(shen)水區(qu)?未(wei)來在工藝流程、設備、質量等方向上會有更多深(shen)度(du)應用(yong)?
管震：對這個問題我有兩個方面想和大家聊。
第一個方面是關于方向。我和AI4C研究院的同事們，還包括后來一個叫做 AI Copilot(副駕)的團隊，都是從微軟出來的精英們。那么一開始定位我們想干的事情，就肯定不是說大家都會的那件事，我們就想深入進去看看在制造業領域里面，在一些數據密集的場景當中能做什么樣的事。這件事我們就算是往前走了一點點，也不能說是走通了。我舉個例子，在此之前先給給大家介紹一下，我本身是廣東省工信廳聘請的工業互聯網專家(jia)，也是廣東省首批制(zhi)造(zao)業(ye)數(shu)字(zi)化轉型專委(wei)會專家(jia)，和團隊在制(zhi)造(zao)業(ye)方面做了一(yi)些(xie)探索。
好多工業(ye)互聯(lian)網平臺(tai)都提到一件事(shi)(shi)，要做數據(ju)采集(ji)。但(dan)凡你是(shi)做制造(zao)業(ye)，泛制造(zao)業(ye)包括說(shuo)大(da)工業(ye)場(chang)景里面(mian)，無論是(shi)風機(ji)也好，還是(shi)一些智能產品也好，相信數據(ju)采集(ji)你已經做過很多了。但(dan)數據(ju)采集(ji)上(shang)來干什(shen)么?這(zhe)件事(shi)(shi)情一直(zhi)是(shi)個謎(mi)一樣，非常神奇。
數據(ju)采(cai)集(ji)完之后呢(ni)，原來(lai)我們提出(chu)了各種各樣的(de)(de)模型，針對不同(tong)的(de)(de)業(ye)務場景中的(de)(de)一(yi)些不同(tong)業(ye)務目標(biao)，包(bao)括像預測性維護。比(bi)如(ru)說(shuo)你開的(de)(de)車，4S店讓你回去的(de)(de)時間點(dian)和(he)你把車開壞的(de)(de)時間點(dian)之間選一(yi)個折中的(de)(de)時間點(dian)，這樣可(ke)以在財務和(he)效(xiao)益之間取(qu)得更好的(de)(de)平衡(heng)。
另外(wai)我(wo)們(men)也可以(yi)做一些(xie)對于(yu)業(ye)務上面(mian)的(de)調(diao)優。比(bi)如原來(lai)我(wo)們(men)跟上海不工軟件(jian)合作(zuo)(zuo)過(guo)好(hao)(hao)幾年(nian)，做這種高級(ji)排程系(xi)統，就是(shi)企業(ye)里面(mian)用的(de)APS。可是(shi)高級(ji)排程系(xi)統它(ta)其實有很多依(yi)存關系(xi)，包括機器設備的(de)狀態(tai)好(hao)(hao)不好(hao)(hao)，現在招的(de)人現在是(shi)什么水平(ping)，能不能勝任那(nei)個工作(zuo)(zuo)，這些(xie)都(dou)是(shi)做好(hao)(hao)一個計(ji)劃(hua)的(de)約(yue)束條件(jian)。無(wu)論是(shi)采購的(de)計(ji)劃(hua)，還(huan)是(shi)排班的(de)計(ji)劃(hua)，都(dou)要依(yi)賴(lai)這些(xie)因素。
所以在(zai)一些(xie)特(te)定(ding)(ding)的(de)(de)(de)(de)(de)場景下其實做了一些(xie)或者說能做一些(xie)，能夠解決某(mou)些(xie)特(te)定(ding)(ding)問題的(de)(de)(de)(de)(de)事情。但(dan)是一直解決不了的(de)(de)(de)(de)(de)問題是，如果我們從更高的(de)(de)(de)(de)(de)層面來(lai)看這個場景，我們總是在(zai)想，對于工業(ye)領域有沒有這樣(yang)的(de)(de)(de)(de)(de)大模型(xing)，能夠幫我們去(qu)多(duo)模態的(de)(de)(de)(de)(de)處理各(ge)種各(ge)樣(yang)的(de)(de)(de)(de)(de)數(shu)據(ju)(ju)?當然它不是真(zhen)的(de)(de)(de)(de)(de)去(qu)處理聲音(yin)、文字(zi)(zi)、圖片(pian)，但(dan)是又包括聲音(yin)、文字(zi)(zi)、圖片(pian)，也包括從不同設備(bei)、不同系統里來(lai)的(de)(de)(de)(de)(de)各(ge)種數(shu)據(ju)(ju);它去(qu)理解不同的(de)(de)(de)(de)(de)這個業(ye)務邏(luo)輯，業(ye)務邏(luo)輯它本身它代表著業(ye)務模型(xing)，原來(lai)我們都得單獨建(jian)模。
曾經(jing)我(wo)和上海不工(gong)軟(ruan)件(jian)的人有過(guo)如(ru)下一段對(dui)話：
上(shang)海(hai)不工(gong)軟件(jian)：我們現在已經有(you)600多萬種算(suan)法了
我：請問你們要600多萬(wan)種(zhong)算法來干什(shen)么(me)呢?
上海不工軟件：沒辦法，為適配不同的場景，我們就(jiu)得搞(gao)這么多種算(suan)法
我：這些都是你(ni)們人手寫出來的嗎?
上(shang)海不工(gong)軟件：基(ji)本(ben)上(shang)都是，后來當然有一定的加速
再到后面和他們(men)的溝(gou)通中得知(zhi)這個數據增長的更夸張。無論是適配(pei)千變萬化的工業場(chang)景，還是更復雜的多(duo)家企(qi)業共同構成(cheng)的價值鏈(lian)或(huo)者(zhe)產業鏈(lian)的時(shi)候，場(chang)景算法光靠人力是無法窮盡的，我們(men)不能(neng)像愚公(gong)移(yi)山一(yi)樣(yang)，一(yi)點(dian)點(dian)調優(you)或(huo)調參。
所以這個是原來人力不可及的，那未來有沒有可能用大模型的思路來將原本散落在不同地方的算法或者一些寶貴的經驗通過一個新的適合于工業場景下的transformer(就是 GPT里面的transformer，現在大部分大模型都基于transformer)來進行一些新的思考?我覺得(de)這(zhe)是很(hen)有可能發生(sheng)的(de)，這(zhe)是我們思考的(de)第一個方向。
包括我(wo)估計西門子和微軟其實也(ye)是在(zai)這么嘗試，他們一(yi)個(ge)是工(gong)業(ye)背(bei)景，一(yi)個(ge)是IT背(bei)景，所以他們兩邊一(yi)起碰撞，可能(neng)就(jiu)會出現這樣的情況：我(wo)這邊有一(yi)個(ge)思(si)路或(huo)想法，你那邊能(neng)用上或(huo)能(neng)解決嗎?兩邊互相碰撞，逐步在(zai)工(gong)業(ye)領域深(shen)入。
第二個方面是關于速度。原來我們在產品(pin)(pin)的時候，特別是(shi)跟信息化、數字(zi)化相關的產品(pin)(pin)，無論它是(shi)硬件還是(shi)軟件，無論它是(shi)叫(jiao) APS、EDA還是(shi)叫(jiao) ERP、Office，其實原來在做更(geng)新迭代的時候都(dou)很慢，但是(shi)今天突(tu)然(ran)有一條(tiao)思(si)路可以讓你很快(kuai)就能把(ba)產品(pin)(pin)推出(chu)來。
甚至WPS我(wo)看到(dao)前兩天發的(de)新(xin)聞，不用再等 Office的(de)Copilot了，用 WPS 就直接可以(yi)根據你的(de)需求(qiu)描述自動生成(cheng) PPT。大家都發現這(zhe)是一條(tiao)思(si)路，無(wu)論他(ta)現在做出來(lai)的(de)是 100 分還是 90 分，還是真的(de)比 GPT 差 2 分，無(wu)所謂，但是我(wo)們都看到(dao)這(zhe)個模型，這(zhe)個思(si)路是對的(de)，我(wo)們就可以(yi)朝那個地(di)方嘗試。
迭代(dai)這件事情很快，我們今(jin)天可能(neng)趕(gan)不上GPT，趕(gan)不上 4.0，但我們可能(neng)很快就能(neng)趕(gan)上3.0甚至3.5。所以大家在(zai)不同(tong)的(de)方(fang)向上都(dou)可以用這個思(si)路(lu)(lu)去(qu)思(si)考(kao)，并且很快速地讓自己產(chan)品往(wang)(wang)前(qian)(qian)更新迭代(dai)。原來可能(neng)產(chan)品都(dou)不知道該(gai)往(wang)(wang)哪(na)個方(fang)向去(qu)做，今(jin)天起碼提供(gong)給你一個思(si)路(lu)(lu)，往(wang)(wang)那(nei)個方(fang)向走，它是有一定的(de)前(qian)(qian)進(jin)的(de)。
所以我(wo)覺得在這個事(shi)情上(shang)面有以上(shang)兩(liang)個思(si)路(lu)可(ke)以和大(da)家(jia)探討。
松耦合是更適合工業領域的應用模式
彭昭：剛才管(guan)總提到(dao)的(de)(de)那個公司我挺感興趣(qu)的(de)(de)，他們為什(shen)么會有(you)那么多(duo)種算法?在整(zheng)個業務(wu)(wu)運(yun)行的(de)(de)過(guo)程(cheng)中這眾(zhong)多(duo)的(de)(de)算法如何來高(gao)效(xiao)響應(ying)業務(wu)(wu)?
管震：原來所謂(wei)的(de)(de)適應(ying)性算(suan)法(fa)，它(ta)是(shi)你給(gei)(gei)多少約束條(tiao)件(jian)(jian)，就會做出(chu)對應(ying)的(de)(de)題目(mu)(mu)，就像線(xian)性規劃一(yi)(yi)樣(yang)，大家知道做線(xian)性規劃是(shi)根(gen)據給(gei)(gei)出(chu)的(de)(de)一(yi)(yi)些約束條(tiao)件(jian)(jian)，寫出(chu)公式、目(mu)(mu)標函數，然后就可以(yi)自(zi)動(dong)得到最優解(jie)。這(zhe)個(ge)算(suan)法(fa)并不(bu)(bu)需要特別多、特別復雜(za)，只(zhi)是(shi)需要有(you)(you)一(yi)(yi)套行之(zhi)有(you)(you)效的(de)(de)求解(jie)器就可以(yi)。在(zai)國內(nei)，有(you)(you)很多公司也是(shi)這(zhe)么做的(de)(de)，比(bi)如(ru)杉數科(ke)技(ji)等，大家在(zai)做這(zhe)種協(xie)同算(suan)法(fa)的(de)(de)時候，其(qi)實都(dou)是(shi)按照(zhao)這(zhe)個(ge)思路來的(de)(de)。只(zhi)不(bu)(bu)過后來有(you)(you)一(yi)(yi)種思路被大家逐漸接受，叫做松(song)耦合。
我相信大家聽我提到過很多次松耦合，松耦合的目的是將很多環節拆解開來，不要綁得太緊。如果綁得太緊，它就變成了一個黑盒子，要進行調優，要與其他人協作，都會變得很麻煩，這樣實際上弊大于利。在工業場景中，工業場景本身就是一個松耦合的場景，就如亞當·斯密勞動分工論所說的分工才能產生熟練工人，所以需要將其拆解。
如果我們把這個面向業務目標的這些算法去拆解一下的話，你就會發現原來它可以拆解成不同的環節對于排班或計劃效率產生影響的一個一個子集。那么每個(ge)環節(jie)(jie)都有(you)(you)(you)不同的(de)(de)算(suan)(suan)法(fa)(fa)，因(yin)此算(suan)(suan)法(fa)(fa)和算(suan)(suan)法(fa)(fa)之間，當你要做到一(yi)(yi)起的(de)(de)時候，要變成一(yi)(yi)條產(chan)線，或者(zhe)是說(shuo)不在一(yi)(yi)個(ge)廠里面，它還有(you)(you)(you)外協廠，還有(you)(you)(you)其他的(de)(de)上(shang)游公司和下(xia)游公司。當你在擴大(da)的(de)(de)時候，就(jiu)會(hui)發現環節(jie)(jie)非常多，那環節(jie)(jie)越(yue)多，它的(de)(de)組(zu)(zu)合數量(liang)就(jiu)越(yue)大(da)。也就(jiu)是說(shuo)每一(yi)(yi)個(ge)環節(jie)(jie)我們把它看作一(yi)(yi)個(ge)節(jie)(jie)點，第一(yi)(yi)個(ge)節(jie)(jie)點有(you)(you)(you)10個(ge)算(suan)(suan)法(fa)(fa)，第二個(ge)節(jie)(jie)點也可(ke)能有(you)(you)(you)10個(ge)，第三個(ge)節(jie)(jie)點還有(you)(you)(you)10個(ge)，那我們就(jiu)有(you)(you)(you)很多組(zu)(zu)合。
這看起來當然很嚇人，但實際上它很好用，因為你可以在不同的企業和場景中組合，甚至由人工智能去驅動(dong)組合(he)(he)。比如說跟人力資源相關(guan)的(de)(de)，跟設備相關(guan)的(de)(de)，跟生產相關(guan)的(de)(de)，跟搬運相關(guan)的(de)(de)，跟紡織相關(guan)的(de)(de)等等，在不同的(de)(de)環節(jie)組合(he)(he)的(de)(de)時候，就需要(yao)不停地適應不同的(de)(de)場景(jing)，然(ran)后把相關(guan)的(de)(de)算法拿過來進行(xing)組合(he)(he)，這(zhe)樣就很容易承擔億次(ci)以上的(de)(de)操作。
接(jie)下(xia)來(lai)(lai)(lai)其實在(zai)跟不(bu)(bu)工軟件在(zai)聊(liao)的(de)(de)一件事情就是(shi)，既然如此(ci)，我(wo)們(men)剛才也提(ti)(ti)到工業場景很(hen)復雜，又面對(dui)各(ge)種個(ge)(ge)樣來(lai)(lai)(lai)自市場、來(lai)(lai)(lai)自訂單、來(lai)(lai)(lai)自配料、來(lai)(lai)(lai)自上下(xia)游供(gong)應(ying)商等的(de)(de)變(bian)動和(he)(he)壓力，這些情況(kuang)下(xia)是(shi)不(bu)(bu)是(shi)能(neng)(neng)夠(gou)類似像(xiang)GPT一樣，更(geng)好的(de)(de)和(he)(he)決(jue)策者、運營者、銷售人員之間去對(dui)話?銷售人員在(zai)前(qian)端賣東(dong)西(xi)的(de)(de)時候，他(ta)很(hen)快就知道我(wo)能(neng)(neng)不(bu)(bu)能(neng)(neng)接(jie)這個(ge)(ge)單。客戶那(nei)兒 150 塊(kuai)錢(qian)(qian)我(wo)們(men)能(neng)(neng)不(bu)(bu)能(neng)(neng)接(jie)?旁邊一個(ge)(ge)競(jing)爭(zheng)對(dui)手降到 145 塊(kuai)錢(qian)(qian)了(le)，我(wo)們(men)能(neng)(neng)不(bu)(bu)能(neng)(neng) 140 塊(kuai)錢(qian)(qian)拿下(xia)來(lai)(lai)(lai)?拿下(xia)來(lai)(lai)(lai)的(de)(de)話我(wo)們(men)能(neng)(neng)排期在(zai) 3 個(ge)(ge)月時間內完成嗎?他(ta)可(ke)以不(bu)(bu)斷問這樣的(de)(de)問題，而(er)后面的(de)(de)不(bu)(bu)同的(de)(de)這個(ge)(ge)系統(tong)就組合(he)在(zai)一起，通(tong)過(guo)這樣的(de)(de)協同計(ji)劃系統(tong)來(lai)(lai)(lai)更(geng)好的(de)(de)為前(qian)端提(ti)(ti)供(gong)服務。
小步快跑，推動變革落地
彭昭：其實(shi)大模型(xing)在某(mou)種程度上(shang)提(ti)出了一個(ge)新的(de)組(zu)織變革形態，“數字員工(gong)(gong)”進(jin)入組(zu)織，成為節省人力、提(ti)升效(xiao)率的(de)工(gong)(gong)具，這會給(gei)企業帶來(lai)哪些影(ying)響?在(zai)這(zhe)樣的情況(kuang)下，組織(zhi)要如(ru)何對待變革這(zhe)件事?如(ru)何調整變革節奏，以適應這(zhe)種新常態?
管震：我(wo)(wo)們以(yi)咨(zi)詢(xun)行業(ye)為(wei)例(li)，這個事情對(dui)咨(zi)詢(xun)行業(ye)目(mu)(mu)前(qian)短期(qi)來(lai)看有利有弊。弊當(dang)然是(shi)看得到(dao)的，比如說(shuo)兩(liang)三年(nian)之(zhi)內(nei)很可能(neng)面(mian)臨的要裁員。原來(lai)咨(zi)詢(xun)公司的項目(mu)(mu)來(lai)源(yuan)是(shi)我(wo)(wo)靠(kao)腦力為(wei)客戶提供報告(gao)(gao)等(deng)服務，但未來(lai)甲方說(shuo)我(wo)(wo)靠(kao) GPT 也能(neng)出這個報告(gao)(gao)，所以(yi)你的業(ye)務量就有可能(neng)會受到(dao)影響(xiang)，尤其是(shi)一些中(zhong)等(deng)的和比較初級(ji)的咨(zi)詢(xun)公司。
彭昭：大(da)的咨詢公司也(ye)深(shen)受影(ying)響，比如(ru)埃森哲(zhe)，也(ye)在裁員。
管震：對的。畢馬威(KPMG)宣布與微軟達成合作，為美國的審計、稅務和咨詢客戶提供生成式人工智能解決方案，以提升工作效率、節省運營成本和增強客戶體驗。這其實是我想說的第二件事，如果咨詢公司真的去研究和應用，得到的好處很可能更多。
我(wo)先舉(ju)表象(xiang)的(de)例子，我(wo)們(men)去給(gei)(gei)企(qi)(qi)業(ye)(ye)(ye)做咨詢，很可(ke)能只賣一(yi)次。我(wo)們(men)今(jin)天包裝好了(le)(le)一(yi)個(ge)產品賣給(gei)(gei)客戶(hu)，比如(ru)領導(dao)力(li)、企(qi)(qi)業(ye)(ye)(ye)戰略、經(jing)營管理、供應鏈優化等，我(wo)們(men)的(de)課程或解決方案(an)給(gei)(gei)人家就完了(le)(le)。但是(shi)當有(you)了(le)(le)GPT或者GPT配合(he)的(de)一(yi)些數(shu)字化的(de)公司(si)之(zhi)后，你至少可(ke)以(yi)賣好幾(ji)次。企(qi)(qi)業(ye)(ye)(ye)原(yuan)來要改變很困難，就算你給(gei)(gei)我(wo)講課、給(gei)(gei)我(wo)輔導(dao)，我(wo)真的(de)要完成(cheng)往你說的(de)那個(ge)方向去做也很困難。但是(shi)有(you)了(le)(le)GPT之(zhi)后，它很可(ke)能往前(qian)走的(de)那一(yi)步很快就試出(chu)來了(le)(le)，到(dao)底對還是(shi)不對?效果和(he)你的(de)目(mu)標之(zhi)間有(you)多大差距?企(qi)(qi)業(ye)(ye)(ye)很快就知道了(le)(le)。
當企(qi)業發(fa)(fa)現你(ni)的(de)(de)(de)(de)咨詢方(fang)案出來(lai)的(de)(de)(de)(de)非常快，而且更(geng)準確，可(ke)以去(qu)協同(tong)不(bu)(bu)(bu)同(tong)的(de)(de)(de)(de)系統(tong)(tong)、不(bu)(bu)(bu)同(tong)的(de)(de)(de)(de)數據(ju)，以前即使你(ni)有顧問，也很(hen)(hen)難(nan)從各種(zhong)系統(tong)(tong)中(zhong)(zhong)獲取(qu)數據(ju)并進(jin)行分(fen)析，但現在(zai)你(ni)可(ke)以從不(bu)(bu)(bu)同(tong)的(de)(de)(de)(de)系統(tong)(tong)中(zhong)(zhong)進(jin)行協同(tong)。然后你(ni)給(gei)企(qi)業的(de)(de)(de)(de)業務目標既有感性的(de)(de)(de)(de)又有理性的(de)(de)(de)(de)，很(hen)(hen)容易評估，對企(qi)業來(lai)說，邁(mai)出這一小(xiao)步并不(bu)(bu)(bu)復雜，邁(mai)完之后它(ta)發(fa)(fa)現這個咨詢方(fang)案很(hen)(hen)落(luo)地(di)，有效果，那企(qi)業就(jiu)會覺得我們還可(ke)以再往前走(zou)一小(xiao)步，再做一期。
最近確實也碰到了類似的兩家企業。一家是中小企業，老板在(zai)某一個(ge)傳統行(xing)業做(zuo)了二三十年，現在(zai)兒子要接(jie)班，就是這么個(ge)場景。二代接(jie)班，他(ta)肯定是不(bu)愿意用傳統的那個(ge)老思路(lu)去(qu)做(zuo)，但(dan)(dan)是你要知道(dao)老人(ren)家有很(hen)多思路(lu)是很(hen)難改的，可能是路(lu)徑依賴，但(dan)(dan)也有可能它就是真的經驗(yan)吶。不(bu)聽老人(ren)言(yan)，吃虧在(zai)眼前，我們也見到過(guo)很(hen)多年輕(qing)人(ren)接(jie)班太沖動(dong)，把企業家底敗光的案例。
這個時候(hou)我(wo)們站在咨(zi)詢方(fang)(fang)，我(wo)們是被年輕的(de)這一(yi)代請過去，相當(dang)于要說服老一(yi)輩(bei)的(de)創業(ye)者。我(wo)們先了解(jie)對(dui)(dui)方(fang)(fang)企(qi)業(ye)的(de)數(shu)字化基礎(chu)，然后在GPT和(he)咨(zi)詢專家(jia)共同(tong)協作下(xia)下(xia)輸出了一(yi)份面向對(dui)(dui)方(fang)(fang)企(qi)業(ye)的(de)方(fang)(fang)案，提交(jiao)給年輕一(yi)代接班(ban)人去和(he)老一(yi)輩(bei)創業(ye)者商量。
這(zhe)個(ge)咨詢方案(an)跟原來區別(bie)非常大，原來就是(shi)有點(dian)像賭，500萬做(zuo)一個(ge)咨詢，不到(dao)最后(hou)不知(zhi)道結果如何(he)。可是(shi)我們(men)今天給提(ti)供的咨詢方案(an)里面是(shi)分三步走，第一步做(zuo)的就是(shi)你原來做(zuo)的事情往前走一小(xiao)步，但是(shi)你能(neng)很快看到(dao)的結果是(shi)什(shen)么?比如兩個(ge)月(yue)時間就做(zuo)完(wan)(當然這(zhe)兩個(ge)月(yue)是(shi)概數)，就可以給企業一個(ge)反饋(kui)。
老(lao)一(yi)輩看完(wan)方案之后，看到兩個月能有一(yi)次真實成果(guo)的(de)反饋(kui)，且能及時確保這件事情是在控制范圍之內，加上心態(tai)非常平和(he)，就按(an)照方案開動了起(qi)來。
第二個案例是傳統的大企業，對于這(zhe)(zhe)樣的(de)(de)企業來(lai)說(shuo)，決(jue)策并不是(shi)一(yi)個人說(shuo)了(le)算，在(zai)這(zhe)(zhe)種情況下，決(jue)策者(zhe)往往也會(hui)非常擔心自(zi)己(ji)走錯一(yi)步(bu)。那這(zhe)(zhe)個時候，小(xiao)(xiao)步(bu)快跑(pao)的(de)(de)思路變得非常重要。在(zai)以前這(zhe)(zhe)種小(xiao)(xiao)步(bu)快跑(pao)可能難以實(shi)現(xian)，但(dan)現(xian)在(zai)我們有了(le)一(yi)種可行的(de)(de)路徑。只(zhi)不過(guo)在(zai)不同的(de)(de)領域中，小(xiao)(xiao)步(bu)快跑(pao)的(de)(de)實(shi)現(xian)方向可能會(hui)有所(suo)不同。但(dan)重要的(de)(de)是(shi)，我們需(xu)要有一(yi)條線將它們串起來(lai)。
一(yi)(yi)家企(qi)業，打(da)個(ge)比(bi)方(fang)，原來它(ta)是一(yi)(yi)個(ge)餅(bing)，其中餅(bing)的(de)(de)每一(yi)(yi)塊就是它(ta)的(de)(de)產(chan)品一(yi)(yi)、產(chan)品二、事業部一(yi)(yi)、事業部二等等，老板在這(zhe)(zhe)個(ge)餅(bing)的(de)(de)中心，所有人都向中心匯報(bao)。很多時(shi)候(hou)我們在做(zuo)數字化咨詢(xun)這(zhe)(zhe)件事情的(de)(de)時(shi)候(hou)，看(kan)著這(zhe)(zhe)個(ge)餅(bing)不知道從何(he)處下嘴，牽一(yi)(yi)發動(dong)全身，因(yin)此小步(bu)快(kuai)跑難以(yi)實現。
換個(ge)思路，如果我們(men)(men)把(ba)這(zhe)(zhe)家(jia)企業(ye)拆成縱向(xiang)的一個(ge)個(ge)模(mo)塊，但每(mei)個(ge)不同(tong)的部門、不同(tong)的事業(ye)部都(dou)有自己的業(ye)務目標。同(tong)時我們(men)(men)把(ba)它的數字(zi)(zi)化現狀(zhuang)用線(xian)條的形式展示出來，同(tong)時與(yu)背后(hou)做個(ge)映射，這(zhe)(zhe)個(ge)就有點像咱們(men)(men) GPT 的這(zhe)(zhe)個(ge)embedding，做向(xiang)量(liang)的映射，從前(qian)面的數字(zi)(zi)化現狀(zhuang)進到一個(ge)向(xiang)量(liang)空(kong)間的第二維(wei)。
在這(zhe)種模式下(xia)，小步快跑就有可能(neng)(neng)實(shi)現(xian)(xian)。比(bi)方說有一個二代老板，他是負責海外銷售的(de)，非常急迫的(de)需要(yao)知道他的(de)企業(ye)是不是能(neng)(neng)夠在越南開場、能(neng)(neng)不能(neng)(neng)在某(mou)個地方去中轉貨物、貨物中轉周期(qi)需要(yao)多長，類(lei)似這(zhe)樣(yang)的(de)一些需求(qiu)，這(zhe)種情(qing)況下(xia)我們就去分(fen)(fen)析與前端銷售最緊密連(lian)接的(de)部分(fen)(fen)，映射到后面的(de)向(xiang)量空間(jian)，我們就得到為(wei)了實(shi)現(xian)(xian)這(zhe)個需求(qiu)哪(na)幾個小模塊(kuai)必(bi)須邁步向(xiang)前走。
但是往前走的(de)過程其實并沒有(you)邁(mai)大步(bu)，我們還(huan)是為了(le)(le)他的(de)業務目標達成(cheng)(cheng)，所(suo)以(yi)(yi)(yi)每(mei)個都走了(le)(le)一小步(bu)。這(zhe)樣(yang)的(de)話這(zhe)個數字化(hua)變革所(suo)消耗(hao)成(cheng)(cheng)本最(zui)低(di)，同時(shi)又能拼(pin)出來一個完整的(de)路徑圖。所(suo)以(yi)(yi)(yi)進到產(chan)業當中的(de)時(shi)候(hou)，我覺(jue)得這(zhe)個有(you)很(hen)多(duo)可以(yi)(yi)(yi)探討的(de)。
彭昭：是(shi)的(de)，產業數字化(hua)變革是(shi)一個值(zhi)得深(shen)入探討(tao)的(de)話題，非常感謝管總今天的(de)精彩(cai)分享。
