落地最后一公里，實(shí)用AI能做什么？

數(shù)字化轉(zhuǎn)型正影響著我們今天所知的每一個(gè)領(lǐng)域和行業(yè)，從金融服務(wù)和娛樂到教育、制造和醫(yī)療保健，企業(yè)數(shù)字化轉(zhuǎn)型的目標(biāo)和舉措需要密切貼合用戶需求，并且符合未來市場(chǎng)趨勢(shì)。那么，在數(shù)字化轉(zhuǎn)型這條路上，企業(yè)最需要什么幫助？他們有哪些核心痛點(diǎn)亟需滿足？

從數(shù)據(jù)到商業(yè)價(jià)值轉(zhuǎn)化的Last Mile AI

2004年在國(guó)內(nèi)注冊(cè)成立的ElectrifAi，專注于人工智能和機(jī)器學(xué)習(xí)解決方案，主要深耕銀行、保險(xiǎn)、投資三大領(lǐng)域。

ElectrifAi中國(guó)區(qū)總經(jīng)理、全球大數(shù)據(jù)分析副總裁、全球人工智能戰(zhàn)略總裁孫嫻表示，“成立近20年來，我們只專注一件事情——Last Mile AI。目前，我們有一千多個(gè)被市場(chǎng)驗(yàn)證過的預(yù)訓(xùn)練機(jī)器學(xué)習(xí)模型資產(chǎn)，它們可以快速部署，快速實(shí)現(xiàn)從數(shù)據(jù)到商業(yè)價(jià)值轉(zhuǎn)化的過程?！?/p>

ElectrifAi中國(guó)區(qū)總經(jīng)理、全球大數(shù)據(jù)分析副總裁、全球人工智能戰(zhàn)略總裁
孫嫻

為了做好這一件事，ElectrifAi主要聚焦于三方面：通過實(shí)用的人工智能和機(jī)器學(xué)習(xí)解決方案，幫助用戶從根本上轉(zhuǎn)變已有的業(yè)務(wù)模式；從前臺(tái)幫助用戶增加營(yíng)收，增加客戶池子，帶來的收入增長(zhǎng)；在中后臺(tái)幫助用戶降低成本，控制風(fēng)險(xiǎn)。

據(jù)了解，ElectrifAi所有的模型解決方案都基于大數(shù)據(jù)分析和算法，整套模型采用了加強(qiáng)學(xué)習(xí)和深度學(xué)習(xí)，通過用戶反饋，可以不斷優(yōu)化模型、優(yōu)化整體策略。孫嫻透露，ElectrifAi的模型可以以周、甚至以天為粒度去學(xué)習(xí)，通常4-6周內(nèi)就逼近行業(yè)最優(yōu)解，可以通過較高的投產(chǎn)比，有助于前端業(yè)務(wù)、營(yíng)收實(shí)現(xiàn)增長(zhǎng)，降低企業(yè)試錯(cuò)的風(fēng)險(xiǎn)。

如何通過這些預(yù)訓(xùn)練模型幫助企業(yè)解決前中后臺(tái)的痛點(diǎn)？第一步，準(zhǔn)確定位到用戶目前最核心的業(yè)務(wù)痛點(diǎn)，是營(yíng)收提升、風(fēng)險(xiǎn)管控或是成本降低；第二步，做必要的數(shù)據(jù)清理和標(biāo)準(zhǔn)化，通過已有的行業(yè)經(jīng)驗(yàn)、業(yè)務(wù)經(jīng)驗(yàn)，與先進(jìn)算法、模型做結(jié)合。

孫嫻表示，數(shù)據(jù)平臺(tái)化和科技智能化是ElectrifAi所擅長(zhǎng)的，那么，如何才能幫助用戶打通數(shù)據(jù)孤島？在數(shù)據(jù)上首先要形成完整的鏈條，建立了數(shù)據(jù)中臺(tái)和用戶360洞察體系之后，才能把數(shù)據(jù)盤活，讓數(shù)據(jù)真正能夠發(fā)揮業(yè)務(wù)價(jià)值，才能真正把它資產(chǎn)化。

供應(yīng)鏈的數(shù)字化

在企業(yè)的數(shù)字化進(jìn)程中，供應(yīng)鏈數(shù)字化是現(xiàn)在的熱門，這背后主要有哪些驅(qū)動(dòng)力，未來的趨勢(shì)又是什么？

ElectrifAi中國(guó)區(qū)聯(lián)席總經(jīng)理、產(chǎn)品與解決方案副總裁楊海愿認(rèn)為，企業(yè)的經(jīng)營(yíng)主要圍繞三件事：一是供應(yīng)鏈，是整個(gè)流轉(zhuǎn)的核心；二是用戶，用戶就是市場(chǎng)；三是財(cái)務(wù)或經(jīng)營(yíng)大腦。當(dāng)前，ElectrifAi希望通過AI把這三個(gè)環(huán)節(jié)積累的數(shù)據(jù)用起來，讓它發(fā)揮真正的價(jià)值。

ElectrifAi中國(guó)區(qū)聯(lián)席總經(jīng)理、產(chǎn)品與解決方案副總裁
楊海愿

至于供應(yīng)鏈數(shù)字化成為熱門的原因，楊海愿表示，第一是管理對(duì)象數(shù)字化，目前很多企業(yè)已經(jīng)具備了供應(yīng)鏈信息化的基礎(chǔ)，比如計(jì)劃系統(tǒng)、采購(gòu)系統(tǒng)、生產(chǎn)系統(tǒng)、配送系統(tǒng)等，這些系統(tǒng)其實(shí)是很好的管理工具，可以把管理對(duì)象數(shù)字化；第二是管理工具數(shù)字化，原來的信息系統(tǒng)可能要在電腦上操作，現(xiàn)在通過管理工具數(shù)字化，可以隨時(shí)隨地工作。第三是管理決策數(shù)字化，也就是如何通過業(yè)務(wù)沉淀的數(shù)據(jù)，通過算法等智能化技術(shù)，讓它自主地、更好地決策供應(yīng)鏈上的每個(gè)決策點(diǎn)，這就成為了智能供應(yīng)鏈；第四就是數(shù)據(jù)根基，只有在數(shù)據(jù)基礎(chǔ)上，大腦才能更好地做決策，讓運(yùn)營(yíng)更智能化、更精準(zhǔn)化。

供應(yīng)鏈作為核心，如果能夠通過優(yōu)化做到集約，其實(shí)對(duì)企業(yè)經(jīng)營(yíng)具有極為重要的意義。具體如何集約化？楊海愿表示，第一看銷售預(yù)測(cè)，很多企業(yè)在這個(gè)環(huán)節(jié)有很大的痛點(diǎn)，如果預(yù)測(cè)準(zhǔn)確、產(chǎn)量精準(zhǔn)，就不會(huì)產(chǎn)生冗余的庫(kù)存和過多的產(chǎn)能，這對(duì)利潤(rùn)和環(huán)境都是非常好的保護(hù)；第二是庫(kù)存優(yōu)化，當(dāng)企業(yè)SKU越來越分散，長(zhǎng)尾較多，可能會(huì)導(dǎo)致庫(kù)存平衡策略的失效，這就需要量化的智能模型來助力；第三是流通的優(yōu)化，例如零售企業(yè)如何通過算法分析需求特點(diǎn)，決定哪個(gè)SKU放在哪個(gè)倉(cāng)庫(kù)、哪個(gè)倉(cāng)庫(kù)覆蓋哪些門店，是個(gè)非常好的優(yōu)化點(diǎn)。

供應(yīng)鏈領(lǐng)域有個(gè)說法是“產(chǎn)銷協(xié)同”，“產(chǎn)”即供應(yīng)鏈的供應(yīng)端，“銷”即營(yíng)銷。如何根據(jù)供應(yīng)鏈運(yùn)營(yíng)，再結(jié)合實(shí)時(shí)的營(yíng)銷策略，將二者進(jìn)行組合，把庫(kù)存控制在合理水平非常關(guān)鍵。

“這就像天平的兩端，如果產(chǎn)得多，銷得不好，就會(huì)產(chǎn)生庫(kù)存；反之則不能滿足訂單。我們希望能構(gòu)建一個(gè)比較好的、通過算法來實(shí)現(xiàn)的產(chǎn)銷平衡系統(tǒng)，自動(dòng)化地和營(yíng)銷進(jìn)行對(duì)接，實(shí)現(xiàn)自動(dòng)化的產(chǎn)銷平衡”，楊海愿表示，“有了算法后，就可以實(shí)現(xiàn)動(dòng)態(tài)平衡，讓企業(yè)的經(jīng)營(yíng)更加自主化、精準(zhǔn)化?！?/p>

Know How——讓數(shù)據(jù)真正產(chǎn)生業(yè)務(wù)價(jià)值

當(dāng)前很多AI應(yīng)用中，云廠商通常也會(huì)將自己的AI技術(shù)和傳統(tǒng)企業(yè)的行業(yè)知識(shí)經(jīng)驗(yàn)結(jié)合，進(jìn)行縱向挖掘。相較而言，ElectrifAi的差異化優(yōu)勢(shì)是什么？

孫嫻表示，不論在國(guó)外還是國(guó)內(nèi)市場(chǎng)，ElectrifAi和頭部的云廠商都有深度合作。在所專注的行業(yè)領(lǐng)域，ElectrifAi積累了豐富的行業(yè)經(jīng)驗(yàn)和解決方案，云廠商的基礎(chǔ)技術(shù)能力固然非常強(qiáng)，但在數(shù)據(jù)中臺(tái)以上偏業(yè)務(wù)的場(chǎng)景，如何讓數(shù)據(jù)能夠真正產(chǎn)生業(yè)務(wù)價(jià)值，其實(shí)需要多年的行業(yè)經(jīng)驗(yàn)和積累，而這正是ElectrifAi可以發(fā)揮關(guān)鍵作用的領(lǐng)域。并且在國(guó)內(nèi)市場(chǎng)，ElectrifAi可以通過多年來積累的全球市場(chǎng)經(jīng)驗(yàn)，幫助國(guó)內(nèi)用戶加快數(shù)字化轉(zhuǎn)型加速的過程。

企業(yè)如何選擇機(jī)器學(xué)習(xí)模型？

對(duì)于企業(yè)來說，是選擇預(yù)訓(xùn)練的、還是從頭開始訓(xùn)練的機(jī)器學(xué)習(xí)模型，主要取決于哪些因素？孫嫻表示，要結(jié)合具體的應(yīng)用場(chǎng)景，比如金融領(lǐng)域通常是風(fēng)控加營(yíng)銷最重要，零售和制造業(yè)則以供應(yīng)鏈最為核心。在這些特定的領(lǐng)域，ElectrifAi已經(jīng)有對(duì)應(yīng)的方案，就會(huì)建議用戶直接采用預(yù)訓(xùn)練好的模型。

她強(qiáng)調(diào)，預(yù)訓(xùn)練模型并不是就不需要任何改動(dòng)，業(yè)內(nèi)通常說“二八法則”，其實(shí)是指預(yù)訓(xùn)練模型已經(jīng)是70%-80%準(zhǔn)備好了，其余的空間就是通過用戶獨(dú)有的數(shù)據(jù)字段和業(yè)務(wù)場(chǎng)景等，再對(duì)模型進(jìn)行定制化，這樣就可以實(shí)現(xiàn)Time to Value。也就是說，在不改變模型大塊的架構(gòu)基礎(chǔ)上，可以很快地用客戶數(shù)據(jù)做定制化的訓(xùn)練，可以真正地放到客戶端做實(shí)施效果驗(yàn)證。

當(dāng)然，如果是全新的、從未嘗試過的場(chǎng)景方面，孫嫻表示，ElectrifAi愿意和客戶共建，借鑒已有的行業(yè)經(jīng)驗(yàn)，幫助用戶客戶快速構(gòu)建出新的解決方案和模型出來。

楊海愿表示，國(guó)內(nèi)行業(yè)頭部企業(yè)的數(shù)字化程度相對(duì)較高，但最大的痛點(diǎn)是一堵“墻”——Domain knowledge（領(lǐng)域知識(shí)）。盡管企業(yè)內(nèi)部AI團(tuán)隊(duì)的專家非常厲害，但是沒法穿越這堵“墻”，即：采用什么模型能夠解決具體的業(yè)務(wù)問題，能夠解決到什么程度？企業(yè)其實(shí)沒有太多把握，前期難免會(huì)經(jīng)歷試錯(cuò)。他表示，ElectrifAi希望通過實(shí)用的AI、機(jī)器學(xué)習(xí)解決方案，幫助企業(yè)規(guī)避和解決這些問題。

寫在最后

數(shù)字經(jīng)濟(jì)已經(jīng)成為重組全球要素資源、重塑全球經(jīng)濟(jì)結(jié)構(gòu)、改變?nèi)蚋?jìng)爭(zhēng)格局的關(guān)鍵力量，對(duì)企業(yè)的客戶數(shù)據(jù)進(jìn)行深度挖掘和分析，是促進(jìn)企業(yè)穩(wěn)定營(yíng)收和增長(zhǎng)營(yíng)收的關(guān)鍵。

各行各業(yè)都在經(jīng)歷競(jìng)爭(zhēng)激烈的數(shù)字化時(shí)代，ElectrifAi 的機(jī)器學(xué)習(xí)解決方案具備“測(cè)試-學(xué)習(xí)”性能，也可以理解為不斷測(cè)試優(yōu)化的能力，能夠支持客戶提供適配不同階段用戶的針對(duì)性維系和精準(zhǔn)的營(yíng)銷策略。同時(shí)，性能基于測(cè)評(píng)不同營(yíng)銷服務(wù)的效果，能夠繼續(xù)做出優(yōu)化和提升，最終能夠通過數(shù)據(jù)賦能具體業(yè)務(wù)，幫助企業(yè)快速實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。