人工智慧的五大商業案例：Netflix、Spotify、Biohub、高盛、耐克
編者按：現在，很容易說演算法比以往任何時候都更重要。但是，想要利用它們的力量是一場永無止境的戰鬥——因為人性仍然是每一項業務的核心。近日，《快公司》雜誌網上上發表了一篇文章，盤點了從Netflix、Spotify、Biohub、高盛、耐克等公司身上學到的關於人工智慧的經驗。作者為羅伯特·薩菲安（Robert Safian）。
裡德·黑斯廷斯（Reed Hastings）和 丹尼爾·埃克（Daniel Ek）
上個月，Netflix悄悄地刪除了其服務上所有剩餘的使用者評論。就這樣，執行長裡德·黑斯廷斯（Reed Hastings）完成了公司不斷髮展的戰略的最新轉變：從內容推薦中的群體智慧轉向機器智慧。前者現在已經深深地植入在了Netflix中——而且越來越多地在整個經濟領域得到應用。
在過去的一年裡，人們對人工智慧越來越著迷，同時，也變得也越來越恐懼。這是技術反彈的一個重要特徵。此前非常“正派”的Facebook和谷歌被推到了美國國會聽證會上，引發了公眾的憤怒。但不可否認的是，人工智慧也是推動商業效率提升的最強有力的新引擎，是從亞馬遜到埃森哲建立競爭優勢的重要驅動力。
人工智慧和演算法的興起及其帶來的影響，比以往任何時候都更接近現實、更重要或更復雜。無可辯駁的是：科技的最新浪潮正在向我們襲來，而且沒有回頭路可走。
無論你是經營一家大型上市公司還是一家創業公司，無論你是在學術界還是在非營利組織，無論你管理一個團隊還是在為企業的運營做出貢獻，你都需要了解人工智慧的出現。這裡有五個教訓，強調了演算法是如何重新定義企業和組織領導的，也是每個領導者和商業人士在這個時代要想茁壯成長最需要努力學習的教訓。
1、Spotify：押注演算法
從一個不太可能的地方，也就是斯德哥爾摩誕生的流媒體服務Spotify顛覆了全球音樂產業。它是怎麼做呢？最近，我在Spotify的總部和紐約辦事處呆了一段時間，瞭解了公司的領導團隊。許多因素促成了Spotify的成功，但一個關鍵因素是該公司對技術的投入。最簡單的證據是：大約40 %的員工緻力於工程研發和軟體開發。執行長丹尼爾·埃克（Daniel Ek）熱愛音樂——他甚至花了一年時間試圖成為一名專業吉他手——但他明白Spotify的獨特之處在於其技術與音樂、歌手和聽眾的互動方式。有太多的歌曲，太多的音樂品味，沒有優秀的軟體，就不可能對所有選項進行排序和優先推薦。
當我在今年早些時候見到蘋果執行長蒂姆·庫克（Tim Cook）時，他批評了那些“關於位元和位元組”的音樂製作人。但是Spotify的演算法層和它的整體軟體能力讓它處於領先地位，並給它帶來了一個優勢，即使庫克的公司已經開始大力推廣比Spotify更人性化的Apple Music。在這個過程中，Spotify並沒有做得太差，而是創造了300多億美元的市場價值。
2、BioHub：將資料過載轉化為發展機遇
許多組織都意識到了資料的力量，但是從大量資訊中獲得價值是一件非常棘手的事情。如果沒有工具將其收集的資料放入場景只中，感測器和統計資訊就毫無意義與價值。
在最近參觀舊金山BioHub的辦公室和實驗室時，我看到了一個令人信服的視覺體現。BioHub的聯合董事之一喬 ·德里西（Joe Derisi）向我展示了一種新型顯微鏡的輸出。德里西解釋說，如果一個標準相機有一個鏡頭要聚焦，那麼這個相機的22個鏡頭——每個鏡頭都必須相對於另一個鏡頭進行微調，在沒有軟體的情況下，這是不可能的。
在這之前的一天，我參加了一個關於科學研究的諮詢委員會會議。我瞭解到，得益於我們不斷增長的資料生成和收集能力，一個為期兩天的實驗現在可以產生數百萬個詳細的結果。然而，研究人員可能需要9個月或更多的時間來理解這一切。這就是為什麼學術研究人員會嘗試聘請工程專家來編寫一個加快速度的演算法。因為他們理解實驗的速度越快，他們就能越快地進入下一個實驗，對其進行微調可以產生更強大的結果。
這種潛力今天幾乎適用於所有企業，不僅僅是在醫學研究領域。為了保持競爭優勢，你需要測試、研究和進化。昨天算是創新的優勢很快就變成了籌碼。或者，正如我和一位執行長交談時承認的那樣，門檻一直在移動。演算法可能是測試-研究-進化過程的所有部分的核心，但是正是在這個“研究”階段——機會可能會突然出現——也可能讓操作陷入停滯。
3、高盛：讓AI領導著前進
兩年前，華爾街投資銀行高盛推出了面向下一代消費者的零售銀行Marcus。通過從頭開始構建一個技術平臺(並利用高盛的資產負債表)，Marcus能夠提供比許多傳統競爭對手更高的回報率和更好的服務。但事實證明，這只是開始。今年春天，Marcus收購了Clarity Money，這是一個人工智慧驅動的互動平臺，此後將成為Marcus體驗的核心。
Marcus並不害怕顛覆其強勁的開端，而是試圖去顛覆自己，探索其產品的下一階段願景。對許多公司來說，這是機遇，也是危險。隨著人工智慧越來越好，你準備好接受它所能提供的東西了嗎，或者你會冒險將競爭優勢讓給另一個玩家嗎？
4、Facebook：要抬起頭來看到AI的負面
Facebook已經在利用人工智慧和演算法的速度和規模優勢達到令人難以置信的高度，但是去年也暴露了這種方法的風險。該公司不理解那些使用其軟體的人可能會產生的功能障礙。如果阿迪達斯1%的鞋子有1/10的裝配線有缺陷，它們可以被銷燬。但是對於擁有20億使用者的Facebook來說，這可能意味著全世界有200萬個心懷不軌的行動者——這個問題是不能容忍的。
Facebook 的情況表明，作為商業人士，我們採取的每一個行動都會產生意外後果。 當演算法或人工智慧正在監督這些操作時，它可以在一開始掩蓋後果。 你對機器的依賴程度越高，就越難識別和解決問題。 因此，即使擁抱演算法的迫切性達到了一個非常高的水平，對警惕性的需求仍然是至關重要的。
一些觀察家認為，政府應該保持這種警惕，美國國會也在大聲疾呼採取監管行動。然而，隨著科技的進步，私營企業有責任更好地監督自己的選擇。例如，Facebook正競相解決自己的失誤，投入更多的人力——是的，更多的軟體——來修補其網路漏洞。這可能不會阻止外部監管者或其他干預的不可避免性，但這並不意味著它就沒有必要。
5、耐克：尊重人的因素
當耐克選擇在其30週年的“Just Do It"”紀念活動中突出科林·凱珀尼克（Colin Kaepernick），並圍繞他推出產品線時，電腦上沒有什麼閃爍的燈光指向這條路。儘管演算法功能強大——耐克將它們用於從製造、設計到營銷的所有領域——沒有任何計算機程式碼能夠做出人們每天都面臨的真正具有挑戰性的選擇。正是耐克執行長馬克·帕克（Mark Parker）的直覺和他的內心認可了凱珀尼克專案——這是基於他對耐克作為一個品牌的位置和未來發展方向的直覺。
不接受人工智慧和演算法提供的強大能力是愚蠢的，但是我們也需要對我們企業中需要人類來掌舵的部分保持紀律。即使是Netflix，它部署了廣泛的軟體，根據我以前看過的內容告訴我該看什麼節目，它也在創意節目經營者身上下了昂貴的賭注，以使這些節目變得生動起來。如果我真的喜歡體驗全新的體驗呢？人工智慧沒有理由幻想下一部《紙牌屋》，更不用說像《堡壘之夜》這樣吸引了數百萬年輕粉絲的遊戲了，他們中的許多人正在亞馬遜的Twitch網路上觀看遊戲視訊，而不是觀看傳統上被認為是“表演”的視訊。
耐克對凱珀尼克的賭注可能會被證明是昂貴的或有預見性的，但這是公司使命和宗旨的核心選擇，而且永遠不能委託給計算機程式碼。最近，一位同事分享了這樣的一句話：組織中所有可以由機器完成的事情都應該由機器來完成——效率決定了這一點。但是人類需要做的一切都必須由人類來做。企業的決定性特徵——那些涉及道德、判斷力、創造力和同情心的特徵——需要人性的介入。無論演算法告訴我們什麼，我們都不能忽視這一點。
原文連結： ofollow,noindex" target="_blank">https://www.fastcompany.com/90234726/5-lessons-of-the-ai-imperative-from-netflix-to-spotify
編譯組出品。編輯：郝鵬程