人机共融企业的智能化转型

全新业务流程不会盲目遵循预设步骤， 而是利用机器学习技术，根据数据不断的调 整和改进。
良好的数据基础是AI技术应用的基石， 而数据作为推动AI发展的根本动力，应给予 重新审视。数据管理不是企业内部相互独立 的静态流程，而是在整个企业范围内获取、 清理、整合、甄选和存储信息的动态活动。
过去五年间，凭借对物联网、分析技术 和大数据的巨额投资，许多企业在如何收集 和使用数据方面取得了重大进展。
4 人机共融 企业的智能化转型
9%的企业充分释放了 AI技术潜能
虽然只有9%的企业同时开展了上述三项工作，但AI技术已大规模深入业 务流程的各个环节。
图1. 三管齐下
流程变革
27%
的流程变革 利用AI创建新流程
重塑业务流程
数据和数据模型
员工
资料来源：保罗 • 多尔蒂（Paul R. Daugherty）和詹姆斯 • 威尔逊 （H. J. Wilson），《机器与人：埃森哲论新人工智能》。中信出版社， 2018年。
人机共融
企业的智能化转型
目录引言3Fra bibliotek三管齐下4
缺失的中间地带
8
为第三次企业转型做好准备
17
智能技术颠覆 传统工作方式
智能技术赋能企业数字化转型。然而，这些企业对业务流程优化的探索 却从未止步。通过重塑业务流程，智能化程序实现了自我改进，实时感知、 理解学习和即时响应。
在人工智能（AI）的推动下，人类迎来 了自20世纪80年代个人计算机普及以来最 为重大的工作流程变革。而第一轮此类变革 可以追溯到19世纪的工业革命。
34%
的数据和数据模型 利用AI挖掘暗数据的 潜在价值
39%
的员工 正在重新思考人机关系
5 人机共融 企业的智能化转型
流程变革
重塑业务流程
数据和数据模型
挖掘数据的巨大价值
在智能机器的帮助下，企业得以重塑售 后产品服务和质量管理等业务的流程模式。 实际上，AI以前所未有的方式提高了业务流 程的灵活性和响应效率。在领军企业中，AI 更是被普遍应用于各个业务流程。
近40%的受访企业表示已将AI应用于流 程的自修复、自优化和自适应。约34%的企 业目前专注于自动化流程变革，另有27%的 企业认为智能机器能够取代现有流程、序列 和规则，颠覆常规，却能大幅提高效率。
如何将流程变革付诸实践？以通用电气 （General Electric）为例。多年来，该公司 一直按部就班地对飞机发动机进行日常维 护。在使用智能机器重构飞机维护流程后， 通用电气能够实时预测哪些发动机需要维修 并安排合适的技术人员。
然而，AI在带来巨大机遇的同时，也带 来了沉甸甸的责任：为了适应AI时代下的新 型工作模式，企业必须推动工作岗位转型， 重视员工培训。如果仅将AI技术当作业务流 程的“加速器”，企业则可能因为忽视人机 协作的重要性而无法实现未来增长。
为最大限度发挥人工智能潜能并成为真 正的数字领军者，企业须着手重塑业务流 程，打造可自适应的“活性流程”，利用机 器学习算法和实时数据进行自我改进。随着 机器能力（机器作为流程变革推动者的能 力）的大幅提升，新型工作岗位和人机协作 工作模式也将应运而生。
因此，企业必须利用AI重塑业务流程，而非 仅仅实现现有流程的自动化。虽然自动化通常会 使生产效率和速度短期上升，但长期将发展重心 放在自动化而非流程重构上，则会令企业陷入增 长停滞期。
简言之，智能机器推动下的第三次企业 转型浪潮将为各个行业和整体经济局势带来 深远影响。
当今，许多企业领导者对人工智能的认 识还局限于利用传统的自动化或机器人流程 自动化（RPA）技术提升绩效。虽然自动执 行重复性任务能够让员工专注于更有价值的 工作，但流程全面自动化并不是企业的最终 目标。
3 人机共融 企业的智能化转型
三管齐下
为了更好地了解AI对于业务流程的影响，同时作为《机器与人：埃森哲 论新人工智能》一书中的调研部分，我们调查了1,075多名来自大型企业的流 程专家，这些企业均已在一项或多项业务流程中应用了人工智能技术。
我们的研究表明，机器学习技术能够为 企业带来巨大收益：在应用了机器学习技术 的企业中，约88%的企业流程KPI提高了 200%以上。
6 人机共融 企业的智能化转型
员工团队
打造新型人机协作岗位，释放业务流程全动能
在自调整的数据驱动型流程中，人类员 工需要迅速处理机器实时发现的各类问题， 包括销售线索、维护警报以及降低成本的契 机。他们还需要不断评估AI的安全性、公平 性和可审核性是否需要进一步提升。
在AI技术所驱动的未来，人与机器将会 开展多种紧密协作，上文仅列举了其中两种 方式作为例证。事实上，这就是下文将要提 及的“缺失的中间地带”：在人机协作的未 来，新型工作岗位不断涌现，这就要求企业 以全新的视角重塑工作流程，增强员工能力。
成功要素
AI领域的领军者同时专注于三大维度：流 程、数据和人力资源。然而此类领军企业当前却 是凤毛麟角。我们的研究表明，在最早应用AI技 术的企业中，只有9%的受访企业在上述三个维 度均取得了进展。其余91%的企业仅局限于应用 任务自动化提高流程效率，却未能解决如何充分 利用人力资源这一问题。随着时间的推移，这一 方法的弊端将日益显著：与采用全方位发展战略 的企业相比，囿于自动化会导致企业无法取得长 足进展。
然而，这些收益主要来自于利用机器学 习技术实现自动化。虽然许多企业或多或少 地实现了自动化，但只有9%的企业充分释 放了AI技术潜能。
为了实现从流程自动化到重塑业务流程 的彻底颠覆，这些企业领导者即时开展了以 下三项工作：
• 重塑业务流程 • 释放人机协作潜能 • 挖掘暗数据的巨大价值
由此，31%的企业通过重新定义流程， 将KPI提高了近10倍。而对于未能开展上述 三项工作的企业而言，只有15%的企业流程 能够实现如此可观的KPI增长。
此外，应用机器学习技术深挖“暗数据” （即企业在其常规业务活动中收集但当前不 使用的信息）亦是企业找寻潜在价值的重要 途经。我们的调查表明，34%的企业对“全 新流程能够挖掘暗数据的潜在价值，助其做 出更明智的决策或提供新的产品和服务”表 示强烈认同。82%的受访企业证实，采用机 器学习技术的流程能够挖掘之前从未利用的 数据，助力企业针对遗留问题制定解决方案。