|
数据。人工智能的突破很大程度上取决于获得新的、独特的或丰富的数据资源。幸运的是，至少在某些领域，机器学习模型可以基于初始数据开始工作，并在有新的数据加入时进行改进。但是，由于现有数据量每两年翻一番，基于过去的数据所获得的竞争优势极易消逝，因此获取未来数据至关重要。 我们与麻省理工学院的联合研究项目表明，对于跨行业以及行业内的管理者而言，数据所有权是一个棘手的问题。例如，调查受访者对公司专有数据、公共和公司所有数据以及公共数据这三类数据中，究竟哪一类在行业中应用最为普遍的问题存在分歧。重要的是，排他性数据的数量往往决定了竞争优势，这要求高管们更深入地理解行业和公司内部数据源的价值和可用性。 技能。我们与麻省理工学院的研究表明，只有一小部分公司了解未来人工智能所需的知识和技能。而拥有高阶人工智能技术的公司往往很难聘请和留住那些精通人工智能的数据科学家。随着大学和在线教育提供更多的人工智能相关课程，这种迫切的需求将逐渐减少。长期而言，更有价值的技能可能是对数据科学家和业务高管团队的管理能力，以及将人工智能的洞察和能力与已有流程、产品和服务相整合的能力。 组织。根据我们与麻省理工学院的研究，企业对于究竟是集中式、分散式还是混合式的组织模式最有利于发展人工智能存在分歧。更关键的问题是，随着组织中人员和机器越来越紧密地合作，在具备人工智能和业务专长的员工中需要实现组织内灵活性及跨职能的团队合作。 我们越来越清晰地了解到，除了整体的组织设计，人工智能技术在行动分散、学习集中的结构中可以得到最好的应用。对于无论是自动驾驶车辆、实时市场营销、预测维护，还是公司的后台职能都是如此。通过一个中心收集和处理所有来自分散机构的数据，从而使得学习集合最大化，然后在中心对汇总数据池进行集中学习后，向分散机构部署新模型并调试。 未来的工作。人工智能无疑会影响未来工作的结构。尽管担心人工智能将导致大规模的失业，但是我们与麻省理工学院的研究表明，在可预见的未来，会产生的影响其实十分有限。大多数受访者并不认为人工智能将在未来五年内导致公司裁员。超过三分之二的受访者并不担心人工智能通过自动化取代他们的工作。他们希望人工智能能够接管他们目前所从事的不愉快的任务。与此同时，几乎所有的受访者都承认，人工智能将要求员工学习新的技能，就像汽车修理师不得不扩充技能一样。不同之处在于，他们没有几十年的适应时间，所以他们可能需要利用新的教育产品和人工智能本身加快再培训的过程。组织需要灵活性，员工和高管也是如此。针对长远成功的最佳准备是建立变革的能力。 人工智能将从根本上改变商业。您成功的最好机会就是不要理会炒作，做必要的工作。相关行动必不可少且无可替代。 关于BCG大中华区专家网络： 郭晓涛（Michael Guo）是波士顿咨询公司（BCG）的合伙人兼董事总经理、数字科技业务大中华区负责人，在亚太地区金融服务领域拥有丰富的咨询经验，专业领域包含战略、转型、组织、运营、IT和大型项目管理。如需联络，请致信guo.michael@bcg.com。 何大勇（David He）是波士顿咨询公司（BCG）的合伙人兼董事总经理、BCG大中华区金融和保险业务负责人，在公司治理、战略设计、金融机构的数字化转型、数据治理与应用等领域均有深入研究。如需联络，请致信he.david@bcg.com。 孙蕾（Lei Sun）是波士顿咨询公司（BCG）的资深项目经理，BCG亚太区数字科技业务银行数字化、金融科技的核心成员，尤其擅长金融科技课题。如需联络，请致信sun.lei@bcg.com。 李壮（John Li）是波士顿咨询公司（BCG）的资深咨询顾问，也是BCG亚太区数字科技业务银行数字化、金融科技的核心成员。如需联络，请致信li.john@bcg.com。 季雨洁（Yujie Ji）是波士顿咨询公司（BCG）的助理研究员。如需联络，请致信ji.yujie@bcg.com。 本文首发于微信公众号：BCG波士顿咨询。文章内容属作者个人观点，不代表和讯网立场。投资者据此操作，风险请自担。 （责任编辑：李兴旺 HF015） （责任编辑：晨鸿） |
