AI將如何改變公司戰(zhàn)略?
這是我們?nèi)齻€(gè)人在公司高管那兒聽(tīng)到最常見(jiàn)的問(wèn)題,它回答起來(lái)并不簡(jiǎn)單。AI從根本上來(lái)說(shuō)是一項(xiàng)預(yù)測(cè)技術(shù)。隨著AI預(yù)測(cè)成本越來(lái)越低,經(jīng)濟(jì)學(xué)理論需要更頻繁、廣泛地用到AI預(yù)測(cè)。預(yù)測(cè)補(bǔ)充的價(jià)值——例如人類(lèi)行為判斷——將不斷提升。這對(duì)戰(zhàn)略來(lái)說(shuō)又意味著什么?
我們可以用亞馬遜的思維實(shí)驗(yàn)來(lái)說(shuō)明這個(gè)問(wèn)題。很多人都能夠熟練地在亞馬遜網(wǎng)站上購(gòu)物,這和大多數(shù)的在線購(gòu)物平臺(tái)一樣,你選擇一些商品然后加入到你的“購(gòu)物車(chē)”并付款,然后亞馬遜再將商品寄給你。此時(shí),亞馬遜的商業(yè)模式就是“購(gòu)物再送貨”模式。
大多數(shù)顧客在購(gòu)物時(shí)都會(huì)留意到亞馬遜的推薦引擎,因?yàn)樗鼤?huì)根據(jù)AI預(yù)測(cè)到的你想買(mǎi)的東西來(lái)提供購(gòu)物建議。目前亞馬遜的AI對(duì)數(shù)以百萬(wàn)的商品的預(yù)測(cè)還算是比較出色的,雖然它們遠(yuǎn)不夠完美。在我們的例子中,AI在5%的時(shí)間里能夠精確地預(yù)測(cè)到我們想買(mǎi)的商品。換句話來(lái)說(shuō),在它每20件商品的推薦中,都能壓中1件顧客想買(mǎi)的產(chǎn)品,這個(gè)結(jié)果還算可以。

現(xiàn)在我們來(lái)討論下亞馬遜思維實(shí)驗(yàn)。
想象一下亞馬遜AI收集到的個(gè)人信息超越我們的想象:不管是我們?cè)诰W(wǎng)站上的那些搜索和購(gòu)買(mǎi)行為,還是其它的一些在線和離線的信息,比如我們?cè)?ldquo;Whole Foods”超市的購(gòu)買(mǎi)行為等。它不僅知道我們買(mǎi)了什么,而且還知道我們購(gòu)物時(shí)間、地點(diǎn)、付款方式等等。
你可以想象一下AI使用這些數(shù)據(jù)來(lái)改進(jìn)預(yù)測(cè)。我們認(rèn)為這種改進(jìn)類(lèi)似于在音響上轉(zhuǎn)動(dòng)音量旋鈕。但在這里指的不是調(diào)整音量,而是提高AI預(yù)測(cè)的精度。當(dāng)亞馬遜的數(shù)據(jù)科學(xué)家、工程師、機(jī)器學(xué)習(xí)專(zhuān)家們不知疲倦地提高了預(yù)測(cè)機(jī)器的精度,亞馬遜的戰(zhàn)略又會(huì)發(fā)生什么改變?
當(dāng)他們“轉(zhuǎn)動(dòng)旋鈕”(提高精度)時(shí),AI的預(yù)測(cè)精度在某個(gè)時(shí)刻將跨越一個(gè)閾值(上了一個(gè)臺(tái)階)。這會(huì)使亞馬遜有興趣去改變自己的商業(yè)模式。由于它的預(yù)測(cè)變得足夠準(zhǔn)確,它將預(yù)測(cè)出你想購(gòu)買(mǎi)的物品并主動(dòng)送貨上門(mén),而不是等待你去選購(gòu),這對(duì)亞馬遜的盈利是莫大的好處。每個(gè)星期,亞馬遜都會(huì)給你寄一些它預(yù)測(cè)你想要的物品,然后你就可以從送貨箱子里挑選出你想留下的物品,從而舒服、方便地在家里購(gòu)物。
這種做法對(duì)于亞馬遜有兩種好處。首先,預(yù)測(cè)性送貨帶來(lái)的便利性使你不太可能再?gòu)母?jìng)爭(zhēng)零售商那里購(gòu)物,因?yàn)樵谀闳e處購(gòu)物之前,商品就已經(jīng)便利地送到你家了。其次,預(yù)測(cè)性送貨會(huì)推動(dòng)你購(gòu)買(mǎi)一些你正在考慮購(gòu)買(mǎi)但周?chē)赡軟](méi)法獲取的物品。在這兩種情況下,亞馬遜都將獲得更高的市場(chǎng)份額。所以,提高預(yù)測(cè)精度將改變亞馬遜的商業(yè)模式,從“購(gòu)物再送貨”轉(zhuǎn)變成了“送貨再購(gòu)物”。
當(dāng)然,顧客并不想處理退貨的麻煩。因此,亞馬遜將投資商品退貨所需的基礎(chǔ)設(shè)施——有可能是一隊(duì)貨車(chē),負(fù)責(zé)每周接送一次,方便地收集那些顧客不想要的商品。
問(wèn)題來(lái)了,如果這是一種更好的商業(yè)模式,為什么亞馬遜還沒(méi)有落實(shí)呢?也有可能他們正在做這件事,但是如果現(xiàn)在就開(kāi)始部署、收集和處理退貨的成本可能會(huì)超過(guò)市場(chǎng)份額的收益增長(zhǎng)。假如,今天顧客退回了95%的送貨商品,他們不僅會(huì)很惱火,從商家角度來(lái)說(shuō),亞馬遜也會(huì)為此付出昂貴的代價(jià)。所以,對(duì)于亞馬遜來(lái)說(shuō),預(yù)測(cè)還沒(méi)好到能采取新的商業(yè)模式的程度。
你可以想象這樣一個(gè)場(chǎng)景:因?yàn)楣绢A(yù)感總有一天這種模式會(huì)盈利,所以在預(yù)測(cè)精度達(dá)到盈利程度前,亞馬遜就采用新的戰(zhàn)略。通過(guò)快速啟動(dòng),亞馬遜AI將更早獲得更多數(shù)據(jù),并提升更快。亞馬遜意識(shí)到越早開(kāi)始,競(jìng)爭(zhēng)對(duì)手就越難趕上。更好的預(yù)測(cè)將吸引更多的顧客,而更多顧客也會(huì)為AI提供更多訓(xùn)練數(shù)據(jù),那么更多數(shù)據(jù)將產(chǎn)生更好的預(yù)測(cè)等等,從而形成一個(gè)良性循環(huán)。換句話說(shuō),AI的回報(bào)將越來(lái)越多,因此采取這種戰(zhàn)略的時(shí)機(jī)非常重要。過(guò)早采用可能代價(jià)昂貴,但是采用太晚可能是致命的。
這里的關(guān)鍵點(diǎn)在于:調(diào)整預(yù)測(cè)機(jī)精度對(duì)于戰(zhàn)略是有重大影響的。
在這個(gè)例子中,它使亞馬遜的商業(yè)模式從“購(gòu)物再送貨”到“送貨再購(gòu)物”,激發(fā)運(yùn)轉(zhuǎn)退貨服務(wù)(包括一隊(duì)貨車(chē))的垂直整合,加快投資以占據(jù)先發(fā)優(yōu)勢(shì)從而回報(bào)更多。這一切都源于預(yù)測(cè)機(jī)精度調(diào)整這一單一行為。
很多讀者可能對(duì)Blockbuster及Borders這樣的公司結(jié)局很熟悉,但他們低估了在線顧客行為在線上購(gòu)物環(huán)境和數(shù)字化商品配送及服務(wù)中變化速度能如此之快。又由于在商業(yè)互聯(lián)網(wǎng)的早期(1995-1998),這種技術(shù)最初采用較慢,最終使得他們陷入了自滿的泥沼。
在AI迅速發(fā)展的今天,一些公司正在做早期押注,他們期待預(yù)測(cè)機(jī)調(diào)整一旦勢(shì)頭較好,將帶來(lái)巨大回報(bào)。很多人都知道谷歌公司在2014年用5億美元收購(gòu)了DeepMind公司一家收入甚微的公司,但它開(kāi)發(fā)了一款A(yù)I能夠以超人類(lèi)水準(zhǔn)來(lái)玩的Atari游戲。
可能少數(shù)讀者也發(fā)現(xiàn)了越來(lái)越多傳統(tǒng)公司開(kāi)始在AI回報(bào)上押注。在2016年,通用汽車(chē)公司用超過(guò)10億美元收購(gòu)了AI初創(chuàng)公司Cruise Automation;在2017年,福特汽車(chē)公司給AI初創(chuàng)公司ARGO AI投資10億美元;John Deere用30億美元收購(gòu)了AI初創(chuàng)公司Blue River——這三家初創(chuàng)公司相比收購(gòu)價(jià)格來(lái)說(shuō)都收入甚微。通用汽車(chē)公司、福特汽車(chē)公司以及John Deere都在AI指數(shù)級(jí)增長(zhǎng)的表現(xiàn)上押注,并期待這些付出能夠給他們的商業(yè)戰(zhàn)略帶來(lái)重大影響。
戰(zhàn)略家們面臨兩個(gè)問(wèn)題。首先,他們必須投入更多時(shí)間來(lái)更好地理解預(yù)測(cè)機(jī)器的調(diào)整如何更快更長(zhǎng)遠(yuǎn)地改變他們的領(lǐng)域和應(yīng)用。其次,他們必須投入時(shí)間來(lái)寫(xiě)一篇基于調(diào)整AI預(yù)測(cè)結(jié)果來(lái)選擇商業(yè)模式和戰(zhàn)略的論文,類(lèi)似于我們?yōu)閬嗰R遜做的思維實(shí)驗(yàn)。
因此,什么是開(kāi)啟AI戰(zhàn)略的首要主題呢?你可以閉上眼睛,想象你的手指正放在預(yù)測(cè)機(jī)器的調(diào)整按鈕上,然后回想Spinal Tap的不朽名言“調(diào)到1”(也就是調(diào)到最大)。